الگوریتم رقابت استعماري(Imperialist Competitive Algorithm - ICA)  یک الگوریتم مبتنی بر جمعیت تصادفی است که از ایده تکامل سیاسی- اجتماعی بشر الهام گرفته است. در این الگوریتم تعدادي کشور استعمارگر همراه با مستعمراتشان به جستجو براي یافتن نقطه بهینه عمومی براي حل مسئله بهینه سازي می پردازند. این الگوریتم روشی در حوزه محاسبات تکاملی است که به یافتن پاسخ بهینه مسائل مختلف بهینه سازی می‌پردازد. براي رسيدن به جواب بهینه در این الگوريتم از نحوه عملکرد روش هايی مانند  سیستم های تکاملی PSO و GA که از نظر قابليت تعميم پذيري در مسائل بسيار موفق بوده اند استفاده می کند. در این گزارش از الگوریتم ICA در خوشه بندی Clustering داده استفاده می شود. خوشه‌بندي به معنی يافتن يک ساختار درون يک مجموعه از داده‌هايی است که به هم شباهت داشته باشند بدون آنکه برچسب یادگیری آن ها موجود باشد. در خوشه‌بندي سعي مي‌شود تا دادهها به خوشه‌هايي تقسيم شوند که شباهت بين داده‌هاي درون هر خوشه حداکثر و شباهت بين داده‌هاي درون خوشه‌هاي متفاوت حداقل شود.

گزارش متنی از بررسی مراحل عملکرد الگوریتم بهینه سازی رقابت استعماري(Imperialist Competitive Algorithm - ICA)، شبیه سازی الگوریتم رقابت استعماري به منظور خوشه بندی داده

 ((فایل ضمیمه شامل گزارش متنی به فرمت Word قابل ویرایش به همراه کدهای متلب مورد نیاز می باشد))