广东省科技进步水平的GA-ISODATA分类

依照科技进步水平对广东省21个地区(地级以上)采用GA-ISODATA进行分类,遵循柯布—道格拉斯生产函数,地区科技进步水平由GDP、固定资产及人力资本来反映,其中人力资本为实际人力资本,由改进劳动报酬法计算。结果表明:2000至2008年期间,广东省21个地区按科技进步水平分为三类:第一类(科技进步水平很高)共4个地区,为广州、深圳、珠海及佛山,为珠三角重要城市;第二类(科技进步水平居中)共4个地区,为惠州、东莞、中山及江门,均在珠三角版图内;第三类(科技进步水平偏低)其余13个地区,主要分布在东西两翼及粤北山区。

我国各地区循环经济发展水平软聚类分析研究

在充分考虑经济增长、科技进步、资源利用和环境保护各因素的基础上,本文构建了循环经济发展水平评价指标体系,并以该指标体系为基础,运用遗传—迭代自组织技术(GA-ISODATA)软聚类方法,对我国(除台湾省外)31个省级区域循环经济发展水平进行了聚类分析。结果表明:①全国31个省级区域循环经济发展水平可以分为好、较好、一般三大类别,总体上看,东部好于中部,中部优于西部;②我国各地区循环经济发展是以各区域经济实力为基础的、科技实力为条件推动发展的,因而应根据各地区的经济、资源、环境、技术等特点,采用"有重点、有选择、有层次"的区域循环经济发展对策。

模糊软分类中最佳聚类数的确定

利用迭代自组织分析技术(ISODATA)和遗传算法(GA)嵌套构成遗传—迭代自组织分析技术(GA ISODATA)共同执行模糊C-均值的优化算法,该方法不仅能够在给定预分类数的前提下实现最佳分类,而且在完全不需要人工干预的环境下直接得到模糊C-均值(FCM)中最佳分类数.理论证明和实际应用都表明该方法是一种对复杂经济系统实行软分类的有效方法.

高压SF6气体绝缘组合电器放电故障模式智能识别

变电站各类运行事故中气体绝缘组合电器(gas insulated switch-gear,GIS)故障占较大比重,亟需提高GIS绝缘缺陷故障类型诊断的成功率。为此,研制了高压SF6气体绝缘组合电器缺陷模拟装置,该装置由SF6气室、固体绝缘件、缺陷模拟装置、观察与测量装置4部分构成,其中缺陷装置可有效模拟自由金属颗粒放电、尖端放电、悬浮放电和气隙放电这4种典型绝缘缺陷;进一步提出了一种联合模糊迭代自组织数据分析算法(iterative selforganizing data analysis techniques algorithm,ISODATA)和蚁群算法的人工智能分类方法,并通过粒子群算法对以上算法进行结构参数优化。针对高压SF6气体绝缘组合电器现场应用的结果表明:提出的缺陷类型诊断方法可依据SF6典型微量分解气体种类及含量对故障模式进行智能判定,且研制的缺陷模拟装置硬件平台可有效采集原始分类数据形成缺陷样本数据库;提出的人工智能分类算法易于编程实现,可用于实际工程中绝缘缺陷类型诊断与评估,绝缘缺陷故障类型诊断成功率为93.3%。研究结果有助于检测SF6绝缘设备的早期潜伏故障,对于高压SF6气体绝缘组合电器故障诊断及其模式识别具有一定的理论指导价值。

模糊C-均值中的最优聚类与最佳聚类数

根据模糊 C-均值(FCM)算法中的类中距与类间距构造一个新且简单的分类准则函数vZS ,利用迭代自组织分析技术(ISODATA)和遗传算法(GA)嵌套构成遗传-迭代自组织分析技术(GA-ISODATA)共同执行 FCM 算法的优化计算.通过与同类方法比较,该方法不仅能够在给定预分类数的前提下实现最优分类,而且可以在完全不需要人工干预的环境下直接根据分类准则得到模糊 C-均值中的最优分类与相应的最佳分类数.当运用其他分类准则进行分类计算时只需要修改遗传算法中的适应度函数,所以 GA-ISODATA 具有很强的普适性.