5 نتیجه برای Clustering
، ،
جلد 21، شماره 3 - ( 7-1389 )
چکیده
خوشهبندی ظرفیتدار یکی از مسائلی است که از کاربرد گسترده‌ای در داده کاوی برخوردار است. این مساله به دنبال افراز یک مجموعه n تایی از عناصر به p خوشه ظرفیتدار است به طوری که تمامی اعضای یک خوشه به نقطهای که به عنوان مرکز ثقل آن خوشه تعیین میشود، تخصیص یابند. هدف از این مساله کمینه کردن عدم تشابه تمامی نقاط یک خوشه از مرکز ثقل خوشه با رعایت محدودیت ظرفیت در هر خوشه است، به طوری که هر عنصر تنها به یک خوشه تخصیص یابد. در این مقاله دو روش حل متفاوت جهت حل مساله خوشهبندی ظرفیتدار ارائه شده است. روش نخست یک روش حل فرا ابتکاری مبتنی بر شبیهسازی تبریدی است که در سازوکار جستجوی جواب از ساختارهای مختلف همسایگی استفاده میکند. روش دوم مبتنی بر الگوریتم ژنتیک است که در آن از یک رویه ابتکاری جستجوی محلی استفاده شده است. روشهای ارائه شده با استفاده از مسائل نمونهای مختلف مورد آزمون قرار گرفته اند. نتایج محاسباتی حاکی از کارایی و توانمندی روشهای حل پیشنهادی است
، ، ،
جلد 22، شماره 2 - ( 6-1390 )
چکیده
جهانی شدن، سازمان جهانی تجارت ( WTO ) ، صنعت ماشینسازی، اولویتبندی، Topsis ، فرآیند تحلیل سلسلهمراتبی ( AHP )، خوشهبندی |
پیوستن به سازمان جهانی تجارت ( WTO ) مهمترین بعد جهانی شدن است و باعث ایجاد تجارت آزاد میشود. تجارت آزاد در کنار تقویت زمینههای اقتصادی امکان تعطیلی صنایع و بیکاری گسترده را در بر دارد. بنابراین اصلیترین راهبرد کشورها حمایت از اولویتهای اقتصادی در مذاکرات پیوستن به WTO است. ایران در سال 2005 عضو WTO شده و در حال تعیین رژیم تجاری و برنامههای عملیاتی بر مبنای اولویتهای اقتصادی و صنعتی است. اولویتهای صنعتی بر اساس صنایع راهبردی تعیین میشوند که صنایع ماشینسازی با بالاترین ارزش افزوده در میان آنها نقشی اساسی دارند. مهمترین انگیزه و نوآوری این پژوهش، تعیین اولویتهای صنایع ماشینسازی است. تعیین اولویتهای یک صنعت تاکنون بر مبنای معیارهای تجاری و از طریق مدل مزیت رقابتی پورتر صورت گرفته است. نوآوری این پژوهش اولویتبندی با شاخصهای اقتصادی، اجتماعی، نیروی انسانی و زیستمحیطی است که جامع بودن آن نسبت مدلهای قبلی (مثل مدل پورتر) مزیت دارد. این پژوهش با مرور مطالعات موجود، برای اولین بار اولویتبندی با هدف پیوستن به WTO را انجام داده که با نظر خبرگان و با دو روش Topsis و AHP اجرا شده است. نتایج نهایی مقایسه شده و چهار خوشه تولیدی پیشرو، توسعهای، قابل بررسی و ضعیف به دست آمدهاند که مبنای برنامه پیوستن به WTO و اولویتبندی سایر صنایع راهبردی را فراهم خواهند کرد.
.
Shahab Mosayebian ، Abbas Keramati ، Vahid Khatibi ،
جلد 23، شماره 1 - ( 3-1391 )
چکیده
امروزه به دلیل گستردگی رقابت در دنیای تجارت الکترونیکی، روشهای مؤثر در جذب مشتریان از اهمیّت ویژهای برخوردار شدهاند. یکی از این روشها، بکارگیری سیستمهای پیشنهادگر در وبگاههای تجاری است تا بدینترتیب امکان استخراج علایق مشتریان و پیشنهاد مناسبترین محصولات به آنها میسّر گردد. در این مقاله، مدل جدیدی برای سیستمهای پیشنهادگر ارایه شده است که به کمک آن میتوان بخشبندی بازار و مشتری را به شیوه کارآمدتری انجام داده و در نتیجه پیشنهادات بهتری به مشتری ارایه داد. بدینمنظور از روشهای دادهکاوی همچون خوشهبندی و قواعد انجمنی استفاده شده است، بهطوریکه در فاز اول خوشهبندی مشتریان بر اساس مشخصههای جمعیّتشناختی سن، جنسیّت، شغل و تحصیلات انجام شده است که در آن تعداد خوشهها با استفاده از الگوریتم نقشه خودسازمانده (SOM) مشخص شده و سپس خوشهها با الگوریتم K میانگین (K-Means) ایجاد گردیدهاند. در فاز دوم با استفاده از قواعد انجمنی در هر خوشه، نقشهای معتبر انتخاب شده و بر اساس آن به مشتریان آن خوشه، پیشنهادات مناسب گوناگونی ارائه شده است. برای بررسی کارایی مدل پیشنهادی، از آن در تحلیل دادههای یک وبگاه تجاری ایرانی برای پیشنهاددهی به مشتریان استفاده گردیده است که نتایج مناسبی از خوشهبندی و ارایه پیشنهادات حاصل شد.
Masood Yaghini، Roya Soltanian، Javad Noori،
جلد 23، شماره 1 - ( 3-1391 )
چکیده
مساله خوشه بندی به منظور کمینه کردن مجموع مجذور انحراف، یک مساله غیر خطی و غیر محدب بوده و دارای تعداد زیادی نقاط بهینه محلی است. هدف از این مقاله، ارائه روشی ترکیبی با استفاده از الگوریتم ژنتیک و K-Means برای خروج از نقاط بهینه محلی است.استفاده از الگوریتم ژنتیک برای خروج از نقاط بهینه محلی، توسط محققین بسیاری انجام شده است. در این مقاله روش های جدیدی برای عملگرهای بازترکیبی و جهش ارائه شده است. منطق روش های پیشنهادی بر این امر استوار است که اگر عملگرهای تغییر به جای آنکه بطور تصادفی در کل فضای جواب اعمال گردند، در یک منطقه محدود از پیش تعریف شده، انجام شوند، به جواب های بهتری دست خواهیم یافت. برای ارزیابی الگوریتم پیشنهادی، از سه نوع عملگر جهش و پنج نوع عملگر بازترکیبی بر روی مجموعه دادههای استاندارد استفاده شده است. مقایسه نتایج بدست آمده با سایر روش ها، به ازای Kهای متفاوت، نشان میدهد میتوان با استفاده از عملگر بازترکیبی ساده یک نقطه ای و عملگر جهش ارائه شده در این مقاله با نام "عملگر جهش منطقه ای خوشه ای"، به جواب های بهتری دست یافت.
، ،
جلد 23، شماره 2 - ( 6-1391 )
چکیده
مساله خوشه بندی به منظور کمینه کردن مجموع مجذور انحراف، یک مساله غیر خطی و غیر محدب بوده و دارای تعداد زیادی نقاط بهینه محلی است. در مسائل خوشهبندی در دنیای واقعی، اغلب با مجموعه دادههایی مواجهیم که از ترکیبی از مقادیر عددی و دستهای تشکیل شدهاند. در حالیکه اغلب روشهای خوشهبندی موجود تنها بر روی دادههای عددی از کارایی مناسبی برخوردارند و قابلیت استفاده بر روی دادههای مختلط را ندارند. از سوی دیگر، بیشتر روشهای سنتی، تعداد خوشهها را به عنوان ورودی از کاربر طلب میکنند. در حالیکه در بیشتر موارد تعداد خوشهها برای کاربر مقداری نامعلوم است و حدس زدن مقدار آن نیز به خصوص در مورد مجموعه دادههای بزرگ کاری مشکل و حتی غیرممکن است. در این مقاله قصد داریم تا با بهرهگیری از روشی دقیقتر جهت اندازهگیری فاصله میان مقادیر دستهای، روش جدیدی را برای خوشهبندی دادههای مختلط ارائه نماییم که نیازی به تعیین تعداد خوشهها به عنوان ورودی الگوریتم نداشته و قادر است همزمان با خوشهبندی داده ها، مقدار بهینه برای تعداد خوشهها را محاسبه نماید. در روش پیشنهادی معکوس شاخص Davies-Bouldin به عنوان تابع برازش در نظر گرفته شده و به منظور جستجوی فضای جواب از الگوریتم ژنتیک استفاده میشود. برای ارزیابی عملکرد الگوریتم از دو گروه از داده های استاندارد و شبیهسازی شده استفاده شده است. نتایج بدست آمده، عملکرد بسیار بالای الگوریتم پیشنهادی را نشان میدهد
