Metaheurísticas aplicadas a clustering

En este trabajo se combina la metaheurística PSO con el algoritmo de K-means aplicada al problema de clustering, con el objetivo de mejorar los resultados obtenidos por ambos algoritmos de forma independiente.

Los resultados obtenidos con esta propuesta híbrida han sido promisorios cuando se los ha aplicado a conjuntos de datos globulares y separados. Es por esta razón que se extiende esta propuesta y se presenta un algoritmo que incorpora la determinación automática del número de clusters. Obteniendo resultados promisorios con esta propuesta dinámica, se presentan dos variantes que incorporan cambios en el tipo de PSO aplicado. Estas variantes resultan ser más robustas que su predecesora. En esta tesis se describen conceptos teóricos y se muestran los resultados de los algoritmos y el análisis estadístico de los mismos.