Resumo Métodos aproximativos são muito utilizados na resolução de problemas computacionais complexos, pois são capazes de produzir resultados significativos em um tempo satisfatório. Sendo o problema de agrupamento automático NP-difícil, métodos não-exatos que possuem uma complexidade tratável são desejáveis. Por essa razão, nesse trabalho é apresentada uma metaheurística de inteligência coletiva, inspirada no comportamento das formigas para resolver problemas de agrupamento de dados. O algoritmo implementado foi submetido a testes, recebendo como entrada 68 instâncias da literatura e os resultados foram comparados com outro método de agrupamento baseado em densidade. O índice silhueta foi adotado para mensurar a qualidade dos agrupamentos gerados. Os resultados obtidos pelo algoritmo proposto foram competitivos quando comparados com a literatura, indicando que o algoritmo é capaz de encontrar agrupamentos que representem bem a distribuição original dos dados. Palavras-chave: Colônia de formigas, agrupamento, metaheurística.
IntroduçãoSegundo [1] clustering, ou agrupamento é a identificação de grupos homogêneos de objetos, que consiste em inserir dentro de um mesmo conjunto, elementos que possuem tanto uma alta similaridade intragrupo quanto uma elevada dissimilaridade extra grupo. Tal problema, pode ser subdividido em duas classes distintas, sendo: Problema de Agrupamento e Problema de Agrupamento Automático, no qual no primeiro é necessário conhecer a priori o número de grupos, e no segundo, esse número é estimado pelo próprio algoritmo. Ambos os problemas pertencem à classe NP-difícil, quando k > 3 [4]. Por conseguinte, existem muitos trabalhos onde são utilizadas metaheurísticas para a resolução de problemas de agrupamento em um tempo viável [11]. Técnicas, inspiradas na natureza, estudam o comportamento de sistemas descentralizados e auto-organizados, visando imitá-los e aplicá-los em problemas computacionais difíceis na busca por soluções satisfatórias [10]. Os comportamentos coletivos que mais inspiraram o desenvolvimento de algoritmos são os baseados em colônias de formigas[8], abelhas[13] e partículas [14].
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.