چکیده: در این مقاله، خوشه‌بندی داده‌ها از دیدگاه برنامه‌ریزی چند هدفه وزن دار بررسی می‌شود، که اهداف آن شامل خوشه‌های فشرده و دور از هم می‌باشد، این مسئله با یک تغییر شکل تبدیل به یک مسئله برنامه‌ریزی درجه دوم می‌شود، که برای حل آن از یک مدل شبکه عصبی استفاده شده است. از ویژگیهایِ مدل شبکة عصبی بکار رفته علاوه بر سادگی، سرعت همگرایی خوب در حل مسائل برنامه‌ریزی درجة دوم است، ضمناً این مدل قادر به حل همزمان مسئله اولیه و دوگان برنامه ریزی درجه دوم می باشد و می توان از پاسخ دوگان اثربخشی قیود استفاده شده را بررسی کرد. این مدل بر روی مثالهای مختلفی امتحان شده است از جمله می توان به داده های استاندارد آیریس که شامل سه خوشه با داده های چهار بعدی می باشد، اشاره کرد که نسبت به روش FCM با درصد خطای کمتری خوشه بندی شده اند

Keywords