Модифікований рекурентний метод достовірної нечіткої кластеризації з використанням оптимізаційної процедури на основі косяків риб

Abstract

Розглянуто проблему кластеризації великих масивів даних, що послідовно надходять на обробку. В основі підходу, що пропонується, покладено ідею достовірної кластеризації, представлену у рекурентній формі. Оскільки у загальному випадку цільова функція кластеризації є багатоекстремальною, з невідомою кількістю локальних оптимумів, запропоновано алгоритм пошуку глобального екстремуму, що за суттю є гібридом ройового алгоритму косяків риб, випадкового пошуку та еволюційного планування на основі метода Нелдера-Міда. Запропонований підхід є достатньо простим у числовій реалізації, дозволяє знаходити глобальні екстремуми складних функцій, що підтверджується результатами числового експерименту.