این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Iranian Journal of Fuzzy Systems، جلد ۵، شماره ۳، صفحات ۱-۱۴
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله Fuzzy clustering، Particle Swarm Optimization (PSO)، Fuzzy c-means (FCM)،
عنوان انگلیسی OPTIMIZATION OF FUZZY CLUSTERING CRITERIA BY A HYBRID PSO AND FUZZY C-MEANS CLUSTERING ALGORITHM
چکیده انگلیسی مقاله This paper presents an efficient hybrid method, namely fuzzy particleswarm optimization (FPSO) and fuzzy c-means (FCM) algorithms, to solve the fuzzyclustering problem, especially for large sizes. When the problem becomes large, theFCM algorithm may result in uneven distribution of data, making it difficult to findan optimal solution in reasonable amount of time. The PSO algorithm does find agood or near-optimal solution in reasonable time, but we show that its performancemay be improved by seeding the initial swarm with the result of the c-meansalgorithm. Various clustering simulations are experimentally compared with the FCMalgorithm in order to illustrate the efficiency and ability of the proposed algorithms.
کلیدواژه‌های انگلیسی مقاله Fuzzy clustering, Particle Swarm Optimization (PSO), Fuzzy c-means (FCM)
نویسندگان مقاله E. MEHDIZADEH |
DEPARTMENT OF INDUSTRIAL ENGINEERING, SCIENCE & RESEARCH BRANCH, ISLAMIC AZAD UNIVERSITY, TEHRAN, IRAN

S. SADI-NEZHAD |
DEPARTMENT OF INDUSTRIAL ENGINEERING, SCIENCE & RESEARCH BRANCH, ISLAMIC AZAD UNIVERSITY, TEHRAN, IRAN

R. TAVAKKOLI-MOGHADDAM |
DEPARTMENT OF INDUSTRIAL ENGINEERING, COLLEGE OF ENGINEERING, UNIVERSITY OF TEHRAN, TEHRAN, IRAN

نشانی اینترنتی http://ijfs.usb.ac.ir/article_339_3fd4baa8d09bbcf87e9f15a5e6ec363b.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات