Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

04.01.2020 | Methodologies and Application | Ausgabe 15/2020

Soft Computing 15/2020

Multi-objective cluster analysis using a gradient evolution algorithm

Zeitschrift:
Soft Computing > Ausgabe 15/2020
Autoren:
R. J. Kuo, Ferani E. Zulvia
Wichtige Hinweise
Communicated by V. Loia.

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

Data analysis becomes more important since rapid technology developments. In data analysis, data clustering is one of the very useful approaches. It can reveal important information hiding inside the dataset by organizing the instances based on their similarity. The objectives of data clustering are maximizing dissimilarity between clusters and minimizing dissimilarity within clusters. In order to construct a good clustering results, many clustering algorithms have been proposed, including the metaheuristic-based clustering algorithms. Recently, a new metaheuristic algorithm named gradient evolution has been proposed. This algorithm shows a good performance on solving the optimization problems. Therefore, this paper employs this GE algorithm for solving the clustering problem. In order to obtain a better clustering result, this paper considers multi-objective clustering instead of single-objective clustering. In this paper, the original GE algorithm is improved so then it is suitable for the multi-objective problem. The proposed modification includes the procedure for vector updating and jumping which involves Pareto rank assignment. In addition, it also employs K-means algorithm to provide the final clustering result. The proposed algorithm is verified using some benchmark datasets. It is also compared with some other multi-objective metaheuristic-based clustering algorithms. The experimental results show that the proposed algorithm can obtain better results than other metaheuristic-based algorithms.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 15/2020

Soft Computing 15/2020 Zur Ausgabe

Premium Partner

    Bildnachweise