Resumen

COLANZI, Thelma Elita et al. Application of Bio-inspired Metaheuristics in the Data Clustering Problem. CLEIej [online]. 2011, vol.14, n.3, pp.6-6. ISSN 0717-5000.

Resumo A Análise de Agrupamento inclui um número de diferentes algoritmos e métodos para agrupamento de objetos em categorias a partir de suas caracterí­sticas similares. Recentemente, um esforço considerável tem sido realizado visando à  melhoria de desempenho de tais algoritmos. Neste sentido, este artigo explora três diferentes meta-heurí­sticas bioinspiradas no problema de agrupamento, sendo elas: Algoritmos Genéticos (AG), Otimização por Colônia de Formigas (OCF) e Sistemas Imunológicos Artificiais (SAI). Este artigo propõe alguns refinamentos a serem aplicados a estas meta-heurí­sticas visando melhorar seu desempenho no problema de agrupamento de dados. O desempenho dos algoritmos propostos é comparado usando cinco diferentes bases de dados numéricas da UCI. Os resultados mostram que os algoritmos são capazes de formar grupos automática e eficientemente a partir de um número pré-definido de clusters.

Palabras clave : problema de agrupamento de dados; algoritmos genéticos; otimização por colônia de formigas; sistemas imunológicos artificiais.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )