用HCM聚类算法RBF网络诊断输电线路故障

在分析高压输电线路故障诊断方法的基础上,利用径向基函数(RBF)网络适于求解模式识别问题的优势,建造了基于RBF网络的高压输电线路故障诊断模型结构,来实现高压输电线路的故障诊断。同时采用基于优化原理的HCM算法实现聚类过程,来确定RBF网络的隐含层节点数,使网络的利用效率较高。仿真分析及容错性测试结果表明,该法能有效地实现高压输电线路系统的故障诊断,且在网络的训练速度及对畸变输入信息的容错能力方面都优于传统的BP神经网络(BPNN),对实时信息处理系统有一定适用性。

基于HCM聚类的连续域模糊关联算法

针对粗糙集对于连续域属性决策表的处理能力差以及不容易获得模糊集之间关系等问题,提出一种基于连续型属性模糊关联规则约简算法。该算法引入三角隶属度函数将连续属性值转化为模糊值,并使用硬C均值聚类方法获得数据集之间关系,采用遗传算法优化该模型。仿真结果验证了该模型的有效性。

HCM算法模型的变电站广域调试系统安全防护

针对智能变电站广域调试验证系统运行过程中存在电网分散、优化效率及安全性低等问题,文中基于OTN网络技术提出了新型的优化方案,在层次化保护方面使用分布集中式结构,引入双通道OTN网络,对传统SDH网络进行改良。采用模糊算法HCM对装置进行安全状态评估,构建评估体系,通过电源温度、电压、CPU温度等监测数据评估装置安全程度,进一步判断异常报警频率、检修情况等状态。试验表明,该研究所用的方法精确度高、稳定性好、时延短。

基于VISSIM探究道路通行能力的可行性

VISSIM软件是一个交通仿真软件,其中有一个重要功能为根据输入的车流量仿真出输出的车流量。如果输入的车流量过大,远超道路通行能力,那么输出的车流量能否作为道路通行能力的近似值便是本文研究的主题。首先选取西藏自治区拉萨市江苏路与藏大西路交叉口作为案例,在VISSIM软件中输入很大的车流量,得到输出的车流量。将输出的车流量与现有的HCM饱和流率模型与韦伯斯特算法的联合运用方法、停车线法的计算结果进行对比,最后发现VISSIM输出的车流量与算法算出的通行能力相近,所以VISSIM可以探究道路的通行能力,但是只能作为参考,并不一定准确。

RBF网络基函数中心选取算法的研究

首先介绍RBF网络基函数中心的随机选取算法 ,然后研究自组织学习算法选取RBF基函数中心方法 ,最后给出一种最近邻聚类学习算法。通过系统辨识的实例仿真 。

基于VISSIM仿真的平面交叉口信号配时方案比选分析

信号交叉口是城市路网的节点和交通关键,它的配时方法对缓解交通拥挤起到决定作用。首先介绍国内外信号配时模型,在对哈尔滨实际交叉口交通调查的基础上,运用4种模型进行配时方案设计,应用VISSIM软件进行仿真分析,得出美国HCM配时方法是最优配时模型。

基于遗传算法的硬聚类算法改进

硬聚类算法HCM求解的结果通常都是局部的最优解,当模糊集合间的运算采用传统定义的时候,它的聚类结果中还会存在无意义的聚类集。本文通过研究表明,在HCM聚类算法中应用遗传算法,可以在一定程度上避免硬聚类算法收敛到局部最优解。因此,本文将遗传算法应用于硬聚类算法,并设计了相应的算法。但是,考虑到本算法实现时的开销和效率,又对该算法进行了改进,并最终提出一种新的算法——CHCM聚类算法。测试数据表明,采用改进后的聚类算法的结果90%以上能够取得全局的最优解,远远超过了采用硬聚类算法时所取得全局最优解的次数,证明了本算法的可推广性。

基于模糊聚类的半自动跟踪技术研究

现有半自动跟踪系统将操作员等效为准线性环节,增大了训练的难度和成本,不适应复杂战场环境下多个快速机动目标的选取和跟踪。利用特征提取方法得到视场的"潜在目标"集,引入模糊聚类方法,通过对操作响应进行分类,建立操控意图与目标运动特征之间的关系模型。通过充分的仿真试验,对比研究了跟踪平稳性、快速性、准确性等指标,结果说明该方法能够有效提升整体跟踪性能。

对k均值算法和硬C-均值算法的对比分析

通过比较目标函数、聚类原型模式P(0)的初始化方法、划分矩阵U和聚类原型P的更新方法等4个方面,得出k均值算法和硬C-均值算法的区别。

基于RBF网络改进算法的第三方逆向物流企业评价研究

针对第三方逆向物流企业定量化综合评价问题,构建了逆向物流企业综合评价指标体系,并基于改进的HCM算法,提出了一套能够模拟专家思想的智能型逆向物流企业定量化RBF网络综合评价模型。