%0 Conference Proceedings
%4 sid.inpe.br/mtc-m18/2012/06.25.17.09
%2 sid.inpe.br/mtc-m18/2012/06.25.17.09.04
%T Uma nova estratégia acoplada para de Inicialização e ajuste adaptativo do parâmetro de similaridade num algoritmo de agrupamento baseado em Colônia de Formigas
%D 2011
%A Faria, Giscard Fernandes,
%A Stephany, Stephan,
%A Becceneri, José Carlos,
%@affiliation
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%E Castro, Ana Paula Abrantes de,
%E Drummond, Isabela Neves,
%E Sandri, Sandra Aparecida,
%B Workshop dos Cursos de Computação Aplicada do INPE, 11 (WORCAP).
%C São José dos Campos
%8 8-10 nov. 2011
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%J São José dos Campos
%S Anais
%1 Instituto Nacional de Pesquisas Espaciais (INPE)
%K agrupamento de dados, Colônia de Formigas, clustering, Ant Colony.
%X No começo dos anos 90, algoritmos baseados em Colônia de Formigas foram aplicados a problemas de otimização de rotas, tais como o Problema do Caixeiro Viajante. Hoje, tais algoritmos são aplicados a uma gama enorme de problemas, com ênfase em problemas de otimização combinatória. A Colônia de Formigas, como qualquer outra metaheurística, depende do ajuste conveniente de parâmetros intrínsecos para obter bom desempenho. O presente artigo apresenta o algoritmo AntKSiMM+, uma nova versão do algoritmo de agrupamento de dados baseado em Colônia de Formiga AntKSiMM. É proposta uma nova estratégia acoplada para inicialização e ajuste adaptativo do parâmetro que pondera a similaridade entre objetos. São apresentados resultados numéricos que demonstram o melhor desempenho do agrupamento obtido para conjuntos de dados, em relação a exemplos publicados na literatura. ABSTRACT: In beginning of the nineties, algorithms based on Ant Colony were applied to route optimization problems, such as the Travelling Salesman Problem. Nowadays these algorithms are applied to a wide variety of problems, mainly for combinatorial optimization. Ant Colony algorithms, like any other metaheuristc, depends on intrinsic parameters in order to obtain a good performance. The current work proposes the algorithm AntKSiMM+, a new version of the data clustering algorithm, based on Ant Colony, AntKSiMM. A new scheme for the coupled initialization and adaptive adjustment of the parameter that weights the similarity between objects is proposed. Numerical results are shown in order to demonstrate the better performance of the algorithm for datasets employed in precedent articles.
%@language pt
%3 worcap2011_GiscardFaria.pdf