Klaszterezés szimulált lehűtéssel és genetikus algoritmussal

Absztrakt

A cikk a klaszterezés témakörével foglalkozik. A klaszterezés olyan adatbányászati algoritmus, amely a bemeneti adatokat csoportosítja egymáshoz kapcsolódó hasonlóságuk alapján. A kutatásban a klaszterezést viszont nem a szokványos klasszikus módszerrel oldottam meg, hanem metaheurisztikákkal. A metaheurisztikák közül a szimulált lehűtés és a genetikus algoritmus lett kiválasztva. A cikkben három adatsorra mutatok futási eredményeket, melyek alapján megállapítható, hogy az algoritmusok egész szépen megtalálják a klaszterhatárokat.