Розглянуто метод нечіткої кластеризації з використанням генетичного алгоритму, який враховує інформацію про класи навчальних даних. Цей метод дозволяє за один запуск генетичного алгоритму одержати кілька недомінованих результатів кластеризації, які є рішенням оптимізаційної задачі із двома критеріями: точність класифікації і кількість кластерів. Особи генетичного алгоритму кодують центри кластерів і є рядком дійсних чисел змінної довжини. Результат кластеризації використовується для побудови нечіткого класифікатора, що складається з набору правил, що відповідають окремим кластерам даних. Ефективність запропонованого методу досліджено шляхом його порівняльного аналізу з методом нечіткої кластеризації FCM на реальному наборі даних.

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"