Dergiler / Yönetim Dergisi:İstanbul Üniversitesi İşletme Fakültesi İşletme İktisadı Enstitüsü / 2008 / Cilt: 19 - Sayı: 59

Kümeleme İçin Bir Benzetilmiş Tavlama Algoritması Yaklaşımı

A Simulated Annealing Algorithm Approach to Clustering

Sayfa
43–51
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Sonuçlar önerilen yöntemin sağlıklı olduğunu ortaya koymuştur.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Literatürde kümeleme için önerilmiş bir çok sayıda algoritmik yaklaşım vardır ve önemli bir kısmı da sezgisel yaklaşımlardır.
📊
Temel Bulgular & Veri:Karşılaştırma yapabilmek için sıklıkla kullanılan SPSS 12.0 yazılımının "K-Means Cluster", "Hierarchical Cluster", "Twostep Cluster" araçlarından ve Lingo8' den yararlanılmıştır.
💡
Sonuç & Katkı:Sonuçlar önerilen yöntemin sağlıklı olduğunu ortaya koymuştur.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Literatürde kümeleme için önerilmiş bir çok sayıda algoritmik yaklaşım vardır ve önemli bir kısmı da sezgisel yaklaşımlardır. Bu çalışmada bir sezgisel yaklaşım türü olan benzetilmiş tavlama yöntemiyle bir kümeleme algoritması önerilmiştir, önerilen algoritma Gaussian Olasılık Dağılımına göre tesadüfi oluşturulan yapay problemlerde denenmiştir. Karşılaştırma yapabilmek için sıklıkla kullanılan SPSS 12.0 yazılımının "K-Means Cluster", "Hierarchical Cluster", "Twostep Cluster" araçlarından ve Lingo8' den yararlanılmıştır. Sonuçlar önerilen yöntemin sağlıklı olduğunu ortaya koymuştur.

Abstract

As the relevant literature is surveyed, plenty of algorithmic approaches appear and many of those are heuristic techniques. The clustering algorithm that has been proposed in this study is based on simulated annealing method which is a type of heuristic algorithms. This algorithm has been tested in artificial problems which have been randomly generated with respect to the Gaussian Probability Distribution. The "K-Means Cluster", "Hierarchical Cluster", and "Twostep Cluster", which are the frequently used tools of SPSS 12.0 software, and the Lingo8 software have been exploited for comparison. The results have shown that the proposed technique is robust.

🔖

Bu Makaleye Atıf Yap

CURA, T. (2008). Kümeleme İçin Bir Benzetilmiş Tavlama Algoritması Yaklaşımı. Yönetim Dergisi:İstanbul Üniversitesi İşletme Fakültesi İşletme İktisadı Enstitüsü, Cilt: 19 - Sayı: 59, 43–51. https://ajindex.com/articles/337981

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (6)

  1. Aarts E,, Lenstra J. K., 2003, Local Search in Combinatorial Optimization,Princeton University Press,
  2. USA. Bryson K. M. O., Inniss T. R.} 2007, "A hybrid clustering algorithm", Computers & Operations Research, 34,3255 - 3269. Güngör Z., Ünler A., (Baskıdaki Makale), "K-Harmonic Means Data Clustering with Tabu-Search Method", Applied Mathematical Modeling. Johnson S., 1967, "Hierarchical clustering schemes", Psychometrika, 2,241-254.
  3. Kirkpatrick S., Gerlatt CD. Jr., Vecchi M.P., 1983, "Optimization by Simulated Annealing", Science, 220, 671-680.
  4. Liu Y., ChenK., Iiao X., Zhang W., 2004, "A genetic clustering method for intrusion detection ", Pattern Recognition, 37, 927 - 947 McQueen J., 1967, "Some methods for classification and analysis of multivariate observations". Proceedings of the fifth Berkeley symposium on mathematical statistics and probability, 281-297.
  5. Metropolis N., Rosenbluth A.W., Rosenbluth M. N., Teller A.H., Teller E., 1958, "Equations of State Calculations by Fast Computing Machines", J. Chem. Phys., 21,1087-1092.
  6. Shelokar P.S., Jayaraman V.K., Kulkarni B.D., 2004, "An ant colony approach for clustering", Analytka Chimica Acta, 509,187 -195 Ward J., 1993, "Hierarchical grouping to optimize an objective Junction", Journal of American Statistical Association, 58,236-244.