Agrupamento e classificação de dados utilizando um algoritmo inspirado no comportamento de abelhas

Com a popularização da Internet, o avanço dos dispositivos eletrônicos e a facilidade de armazenamento, o volume de dados armazenados e disponibilizados por empresas de diversos ramos tem aumentado rapidamente. Com isso, torna-se necessária a utilização de técnicas avançadas capazes de extrair desses dados informações úteis e conhecimentos que, na maioria das vezes, estão implícitos. Nesse contexto, a Mineração de Dados tem sido alvo de diversas pesquisas por prover um conjunto de técnicas inteligentes para a exploração de grandes volumes de dados. O presente projeto visa à investigação e desenvolvimento de novos algoritmos inspirados no comportamento coletivo das colônias de abelhas para aplicação em problemas complexos de classificação e agrupamentos de dados, que são importantes tarefas da Mineração de Dados. Mais especificamente, esse projeto propõe adaptações de um algoritmo de otimização inspirado no comportamento de abelhas, sua aplicação em problemas de agrupamento de dados e para o posicionamento de centros de redes neurais do tipo RBF. Os resultados experimentais em bases de dados da literatura mostraram a viabilidade e benefícios das propostas, tanto para problemas de agrupamento, quanto para problemas de classificação.With the popularization of Internet, the advancement of electronic devices and the ease of storage, the volume of data stored and available at companies has increased substantially. Therefore, it becomes necessary to use intelligent techniques to extract useful information and knowledge from these data. In this context, Data Mining has been the aim of several researches by providing a set of intelligent techniques to the exploration of large volumes of data. The present project aims to research and develop new algorithms inspired by the collective behavior of bee colonies for solving complex clustering and classification tasks. More specifically, this project proposes adaptations of an optimization algorithm inspired by the behavior of bees so that it can be applied to solve clustering problems and also for positioning centers of RBF neural networks. The proposed approaches were applied to several benchmark problems with promising results