汽车4S店TFM客户细分模型及其方法研究

针对汽车4S店客户消费模式不同于其他行业,而传统RFM模型难以适用于汽车4S店客户细分的问题,课题组对传统RFM模型的数据分析指标进行优化改进,形成可适用于汽车4S店的TFM客户细分模型.该模型可依据客户的行为属性通过K均值聚类算法进行客户细分,最后随机抽取某汽车4S店客户数据进行实验验证.实验结果表明,改进的TFM模型能够有效细分客户,为汽车4S店针对不同价值的客户制定相应的个性化服务以及营销策略提供了良好的参考依据.

基于双核独立元分析的化工过程故障诊断算法研究

由于化工生产过程数据具有强非线性和非高斯性特征,提出了核主元分析与核独立元分析相结合的可用于化工过程故障诊断的双核独立元分析算法,该算法利用核主元分析的非线性核函数把数据从原空间映射到高维特征空间进行白化预处理,再用核独立元分析算法进行独立元分析,在特征空间中获得故障监控统计量,计算控制置信限,达到有效的故障诊断.提出的算法应用在连续搅拌反应釜过程中,结果表明,该算法对化工过程故障诊断能有效提高准确度、降低漏报率和误报率.

基于熵权与灰色关联度的隐写分析算法评估

针对现有隐写分析评估方法计算复杂、权重分配不合理的缺点,结合熵权与灰色关联度对隐写分析算法进行评估。确定算法的主要性能指标,采用熵权法计算各指标的权值,运用灰色关联度综合评价方法计算待评价指标向量与最优指标向量间的加权灰色关联度,并根据关联度的大小对隐写分析算法的优劣进行排序。实例仿真结果表明,该方法能合理评估各类隐写分析算法的优劣,具有可行性。

一种改进LANDMARC射频识别室内定位算法

在射频识别RFID室内定位环境中,LANDMARC定位算法的精度与选取的近邻参考标签数量有关。传统的算法仅仅局限于在小范围定位环境中选取3~5个参考标签,而在较大的定位环境中,距阅读器较远的相邻参考标签存在干扰近邻参考标签选取的情况,因此,需要选取较多的参考标签来辅助定位,然而随着选取参考标签数量的增加,定位误差越来越大。针对这一问题,在选取的参考标签中引入加权思想来优化计算过程中权重的分配,进而降低系统误差,提高定位精度。仿真实验结果表明,改进后的LANDMARC定位算法在选取较多参考标签的情况下具有较高的定位精度。

基于核T-PLS的化工过程故障检测算法

针对全潜结构投影法(T-PLS)在检测非线性过程故障时误报率和漏报率较高的缺点,提出了基于核函数的全潜结构投影法(KT-PLS)。该算法通过核函数将过程数据从低维输入空间非线性地映射到高维特征空间,实现非线性问题的线性化;然后在质量变量的引导下将特征空间分为与质量直接相关、与质量正交、与质量无关和残差四个子空间;最后分别构建D和Q统计量进行故障检测。将该算法应用到Tennessee Eastman process(TEP),多种故障模式下的仿真结果表明,KT-PLS比T-PLS更适合监控具有强非线性的生产过程。

基于搜索偏好知识的复杂多模差分进化算法

针对复杂多模优化问题,提出一种基于搜索偏好知识的差分进化算法PKLSHADE。PKLSHADE将先验搜索偏好知识注入到种群的进化过程,在不同的进化阶段对种群的多样性和集约性区分考虑,进化早期重视差分扰动以增强算法的全局开发能力,进化后期更多围绕当前最优解进行局部精细搜索。同时,基于搜索偏好知识的变异策略能够实现差分进化算法全局开发和局部搜索的自适应平滑过渡,避免两搜索阶段的硬切换。在CEC2017复杂混合多模函数上的实验结果及统计分析表明,PKLSHADE在最优解的精度、算法的稳定性等方面均优于LSHADE、EBLSHADE、jSO及AMECoDEs等近年来的优秀差分进化算法。

一种改进蚁群算法在捡球机器人多目标路径规划中的应用

在静态环境下,针对蚁群算法在进行多目标路径规划时存在搜索时间长以及容易陷入局部最优的特点,介绍一种可对捡球机器人进行多目标路径规划的改进蚁群算法.首先采用栅格法将捡球机器人的网球场环境划分建模;然后自适应调整算法中与信息素相关的系数以及种群规模,提高算法搜索速度;并引入交叉操作,改善算法停滞问题,增强算法的逃逸能力;最后实现改进蚁群算法在捡球机器人多目标路径规划中的应用.仿真实验结果证明,所提算法可以加快搜索速度,找到全局最优路径.

基于FCM建模的DKICA间歇过程故障诊断

由于对间歇过程应用KICA算法进行在线监控时需要预测从当前时刻到反应结束时刻的测量数据,同时间歇过程具有多个生产模态,应用KICA算法进行独立建模时,模型结构复杂,计算量大。针对间歇过程数据预估不准确和多模态计算量大的问题,提出了一种基于FCM聚类建模的双核独立元分析(DKICA)间歇过程故障诊断算法,该算法首先对间歇过程数据进行批次展开与变量展开,构建二维建模数据单元,然后将展开后的高维数据按FCM聚类进行分类,再对分类后的每个聚类模块应用DKICA算法提取独立元,建立每个聚类模块的诊断模型,并计算I^2和SPE统计量及相应的控制限,跟踪过程的运行状态,及时检测到故障的发生。将该方法应用于DuPont间歇聚合反应过程中,仿真结果验证了所提出方法的可行性和有效性,并显示出比KICA更好的诊断效果。

基于构造学习的差分进化算法求解部分可分优化问题

复杂优化问题中决策变量之间的依赖性导致函数适应度地形中存在大量的局部最优解,传统进化算法求解此类问题相对困难。提出一种求解部分可分函数优化问题的构造学习差分进化算法CLSHADE。该算法首先利用差分分组技术将复杂问题解耦划分为多个子问题,降低问题复杂程度;然后基于分组结构设计一种构造学习策略,以一定概率向构造的最优解学习以引导种群的搜索方向,提高算法搜索性能。在CEC 2017部分可分测试函数上的实验结果表明了CLSHADE的有效性。

一种基于最大后验概率的抗遮挡目标跟踪算法

针对传统目标跟踪算法对遮挡场景判断不准确、实时性不高的问题,提出一种基于最大后验概率匹配系数的特征自适应选取的目标跟踪算法.首先,在Mean-shift算法框架下,采用颜色和纹理特征描述目标;其次,选取可信度高的特征的最大后验概率匹配系数判断目标是否被遮挡;最后,根据遮挡程度采用最大后验概率匹配系数对模板进行实时更新.实验结果表明,在遮挡场景下,本文算法与传统的Mean-shift算法相比,具有更好的稳定性和鲁棒性.

输电导线间距计算与三维可视化

提出一种导线间距计算与三维可视化的实现方法。首先,建立合适的坐标系,确定连接输电线两端点的坐标和相关参数;其次,根据悬链线公式计算二维空间中悬链线上的坐标点,并通过旋转、平移变换,将各二维点转化到三维空间;然后,运用输电线路中的相关公式计算导线间的最短距离,基于BBD-Tree数据结构,运用了最近点搜索算法以提高计算效率;最后,应用空间样条插值曲线将悬链线及线间距三维可视化。依据提出的方案所编制的软件,计算快速准确,三维显示直观,并表现出很好的运行稳定性。

基于分层环境选择策略的约束多目标优化算法

针对约束多目标优化问题(CMOPs)难以平衡约束条件和目标函数的不足,提出一种基于分层环境选择策略的约束多目标优化算法(CMOEA-HES).CMOEA-HES首先采用模拟二项式交叉(SBX)和差分进化(DE)算子分别产生各自的子代种群;然后通过第一层环境选择策略从两个子代种群中选出收敛性和多样性较好的个体;接着采用第二层环境选择机制在父代种群和第一层环境选择策略选出的个体中进行选择,在多样性和收敛性的基础上选出可行性较好的个体;最后将选出的个体作为下一代进化的种群.为验证CMOEA-HES的性能,将其与5种先进的约束多目标优化算法在两组典型的测试集上进行仿真计算,实验结果表明:CMOEA-HES在求解约束多目标优化问题上更具有竞争力.