Resumen

Se diseña, desarrolla, implementa y prueba un nuevo sistema de membrana de clustering que utiliza un sistema P encadenado complejo (CCP) basado en un mecanismo evolutivo. El propósito del CCP es resolver problemas de clustering. En el CCP, se utilizan dos tipos de reglas de evolución en diferentes membranas encadenadas para mejorar la capacidad de búsqueda global. El primer tipo de reglas de evolución utiliza técnicas de clustering tradicionales y modificadas de optimización de enjambre de partículas (PSO) para evolucionar los objetos. Se introduce otra basada en la evolución diferencial (ED) para mejorar aún más la capacidad de búsqueda global. Las reglas de comunicación se adoptan para acelerar la convergencia y evitar la prematuridad. Bajo el control del mecanismo de evolución-comunicación, el CCP puede buscar eficazmente la partición óptima y mejorar el rendimiento de la agrupación con la ayuda del modelo de computación paralela distribuida. El CCP propuesto se compara con cuatro enfoques de clustering PSO existentes en ocho conjuntos de datos reales para verificar su validez. Los resultados computacionales en las imágenes probadas también muestran claramente la eficacia del CCP en la resolución de problemas de segmentación de imágenes.

• Materias:Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Neurofisiología
• Subjects:Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Neurophysiology
• Palabras claves:capacidad de búsqueda global, tipo de evolución, ccp, reglas de evolución, optimización de enjambre de partículas, problema de segmentación de imágenes, propósito del ccp, diferentes membranas encadenadas, control de la evolución, modelo de computación en paralelo
• Keywords:global search ability, kind of evolution, ccp, evolution rules, particles swarm optimization, image segmentation problem, purpose of ccp, different chained membrane, control of evolution, parallel computing model