Clustering Algorithms to Analyze Molecular Dynamics Simulation Trajectories for Complex Chemical and Biological Systems

Molecular dynamics （MD） simulation has become a powerful tool to investigate the structure- function relationship of proteins and other biological macromolecules at atomic resolution and biologically relevant timescales. MD simulations often produce massive datasets con- taining millions of snapshots describing proteins in motion. Therefore, clustering algorithms have been in high demand to be developed and applied to classify these MD snapshots and gain biological insights. There mainly exist two categories of clustering algorithms that aim to group protein conformations into clusters based on the similarity of their shape （geometric clustering） and kinetics （kinetic clustering）. In this paper, we review a series of frequently used clustering algorithms applied in MD simulations, including divisive algorithms, ag- glomerative algorithms （single-linkage, complete-linkage, average-linkage, centroid-linkage and ward-linkage）, center-based algorithms （K-Means, K-Medoids, K-Centers, and APM）, density-based algorithms （neighbor-based, DBSCAN, density-peaks, and Robust-DB）, and spectral-based algorithms （PCCA and PCCA＋）. In particular, differences between geomet- ric and kinetic clustering metrics will be discussed along with the performances of diflhrent clustering algorithms. We note that there does not exist a one-size-fits-all algorithm in the classification of MD datasets. For a specific application, the right choice of clustering algo- rithm should be based on the purpose of clustering, and the intrinsic properties of the MD conformational ensembles. Therefore, a main focus of our review is to describe the merits and limitations of each clustering algorithm. We expect that this review would be helpful to guide researchers to choose appropriate clustering algorithms for their own MD datasets.

Projection Pursuit Dynamic Cluster Model and its Application to Water Resources Carrying Capacity Evaluation

The research shows that projection pursuit cluster (PPC) model is able to form a suitable index for overcom-ing the difficulties in comprehensive evaluation, which can be used to analyze complex multivariate prob-lems. The PPC model is widely used in multifactor cluster and evaluation analysis, but there are a few prob-lems needed to be solved in practice, such as cutoff radius parameter calibration. In this study, a new model-projection pursuit dynamic cluster (PPDC) model-based on projection pursuit principle is developed and used in water resources carrying capacity evaluation in China for the first time. In the PPDC model, there are two improvements compared with the PPC model, 1) a new projection index is constructed based on dynamic cluster principle, which avoids the problem of parameter calibration in the PPC model success-fully;2) the cluster results can be outputted directly according to the PPDC model, but the cluster results can be got based on the scatter points of projected characteristic values or the re-analysis for projected character-istic values in the PPC model. The results show that the PPDC model is a very effective and powerful tool in multifactor data exploratory analysis. It is a new method for water resources carrying capacity evaluation. The PPDC model and its application to water resources carrying capacity evaluation are introduced in detail in this paper.

CLUSTER OF WORKSTATIONS BASED ON DYNAMIC LOAD BALANCING FOR PARALLEL TREE COMPUTATION DEPTH-FIRST-SEARCH

The real problem in cluster of workstations is the changes in workstation power or number of workstations or dynmaic changes in the run time behavior of the application hamper the efficient use of resources. Dynamic load balancing is a technique for the parallel implementation of problems, which generate unpredictable workloads by migration work units from heavily loaded processor to lightly loaded processors at run time. This paper proposed an efficient load balancing method in which parallel tree computations depth first search (DFS) generates unpredictable, highly imbalance workloads and moves through different phases detectable at run time, where dynamic load balancing strategy is applicable in each phase running under the MPI(message passing interface) and Unix operating system on cluster of workstations parallel platform computing.

Research on Dynamic Clustering Routing Considering Node Load for Wireless Sensor Networks

Aiming at the problem that node load is rarely considered in existing clustering routing algorithm for Wireless Sensor Networks (WSNs), a dynamic clustering routing algorithm for WSN is presented in this paper called DCRCL (Dynamic Clustering Routing Considering Load). This algorithm is comprised of three phases including cluster head (CH) selection, cluster setup and inter-cluster routing. First, the CHs are selected based on residual energy and node load. Then the non-CH nodes choose a cluster by comparing the cost function of its neighbor CHs. At last, each CH communicates with base station by using multi-hop communication. The simulation results show that comparing with the existing one, the techniques life cycle and date volume of the network are increased by 30.7 percent and 29.8 percent respectively by using the proposed algorithm DCRCL.

A Multi-Hop Dynamic Path-Selection (MHDP) Algorithm for the Augmented Lifetime of Wireless Sensor Networks

In Wireless Sensor Networks (WSN), the lifetime of sensors is the crucial issue. Numerous schemes are proposed to augment the life time of sensors based on the wide range of parameters. In majority of the cases, the center of attraction will be the nodes’ lifetime enhancement and routing. In the scenario of cluster based WSN, multi-hop mode of communication reduces the communication cast by increasing average delay and also increases the routing overhead. In this proposed scheme, two ideas are introduced to overcome the delay and routing overhead. To achieve the higher degree in the lifetime of the nodes, the residual energy (remaining energy) of the nodes for multi-hop node choice is taken into consideration first. Then the modification in the routing protocol is evolved (Multi-Hop Dynamic Path-Selection Algorithm—MHDP). A dynamic path updating is initiated in frequent interval based on nodes residual energy to avoid the data loss due to path extrication and also to avoid the early dying of nodes due to elevation of data forwarding. The proposed method improves network’s lifetime significantly. The diminution in the average delay and increment in the lifetime of network are also accomplished. The MHDP offers 50% delay lesser than clustering. The average residual energy is 20% higher than clustering and 10% higher than multi-hop clustering. The proposed method improves network lifetime by 40% than clustering and 30% than multi-hop clustering which is considerably much better than the preceding methods.

基于级联碰撞缺陷数据库的源项对辐照微结构演化影响团簇动力学模拟研究

团簇动力学(CD)方法是模拟核材料在高能粒子辐照下微观结构演化的重要方法之一,源项是团簇动力学方法的关键输入。经典CD方法中源项通常采用经验拟合得到,未能充分利用原子尺度获得的初始缺陷信息。随着分子动力学等方法的发展,级联碰撞缺陷数据库大为丰富,结合初级离位原子(PKA)能谱足以得到更为合理的源项。由于级联碰撞缺陷数据库的能量值数量相对于准连续PKA能谱仍然偏少,本文提出了5种从准连续PKA能谱得到级联能量分立值的抽样算法,并基于团簇动力学方法模拟低剂量中子辐照纯钨实验对算法进行了验证和比较。

基于组合相似度动态聚类和词熵的网络话题在线检测

[研究目的]为实现网络热点话题的在线检测,提升增量式聚类算法的聚类效果,提出了基于组合相似度的动态聚类算法,同时通过计算词熵实现主题词提取和演化跟踪。[研究方法]通过CIFG-BiLSTM-CRF模型实现文本的命名实体识别,计算文本与话题的实体相似度,再取文本词向量与话题中心余弦相似度的最大值作为词向量相似度,二者结合判断文本所属话题。在聚类过程中利用时间窗口策略实现话题中心和成员文本的动态更新。同时,计算文本词熵,生成话题的词熵和列表,实现话题主题词提取和演化跟踪。实验以新冠疫情新闻为数据实现话题在线检测,并展示了话题主题词的演化和跟踪过程。[研究结论]实验表明,与传统相似度计算方法相比,组合相似度能够获得更好的聚类效果,聚类过程中提取出的话题主题词也正确地反映了原始数据的热点话题内容。

考虑动态需求的生鲜商品物流配送优化方法研究

目的针对生鲜商品配送过程中客户需求的变化,协调静态与动态客户需求之间的关系,合理规划路径,并降低物流总成本。方法首先考虑客户生鲜需求的多样化温控区间、随机订单请求时间及动态需求量等因素,构建物流总成本最小化的整数规划模型。然后,设计基于高斯混合聚类的改进蚁群算法求解该模型,并提出动态需求处理策略,用于路径的再优化。其次,通过与粒子群算法、遗传算法和鲸鱼优化算法进行对比分析,验证文中设计算法的有效性。最后,以重庆市某生鲜配送网络为例,对比分析优化前后的运营指标,并探讨生鲜商品价值损失水平与物流总成本之间的关系。结果经优化后,物流总成本下降了22.35%,其中惩罚成本、价值损失、配送成本和温控成本分别下降了39.84%、61.84%、29.80%、57.00%。结论文中所提的模型、算法和动态需求处理策略可以合理规划配送路径,有效降低了总成本,为考虑动态需求的生鲜配送网络优化提供了参考。

基于谱聚类的主动配电网多时间尺度无功优化策略

高比例分布式光伏接入配电网后,传统优化方案无法有效平抑电压波动,分布式光伏逆变器的无功调控能力难以充分利用。为此,提出一种基于谱聚类的主动配电网多时间尺度无功优化策略,该方法分为日前优化和日内实时优化两个阶段。首先,对离散设备的时间耦合性进行解耦,以配电网网损、平均电压偏差、电压波动严重程度为目标函数,建立基于社交网络搜索算法的日前无功优化模型,确定离散设备静态最优档位序列;其次,通过谱聚类的方法进行耦合,确定离散设备动态最优档位序列,结合改进的分布式光伏逆变器就地控制策略,建立日内实时优化模型,从而抑制日前预测数据偏差导致的电压波动;最后,基于改进后的IEEE33节点系统进行仿真实验。仿真结果表明,所提策略可以有效降低运算难度、提高求解效率,验证了该策略的有效性和优越性。

动态专利技术网络视域下技术集群识别

[研究目的]国与国之间的技术资源竞争已经从单一技术竞争转向技术集群竞争。从动态专利技术网络的角度识别技术集群,有助于企业和研发人员了解技术结构、挖掘技术机会和预测技术未来,从而在技术研发和竞争中获得优势。[研究方法]采用自注意力机制学习出专利文档特定词向量,融合属性和功能技术因子等先验信息生成专利技术向量,计算专利技术相似度后构建动态专利技术网络,采用带节点增量的Louvain算法识别技术集群。[研究结论]在以美国电商数据技术为例的实证研究中发现了数据系统、数据设备、数据安全等12个技术集群及1个技术集群融合事件,实证分析进一步验证了该方法的有效性。

中空铜纳米线的拉伸断裂分布与初始滑移分布的关系

构建了系列球形中空结构的纳米线(NW),采用分子动力学(MD)对每个模型300个不同初始态的样本开展拉伸形变模拟。并利用基于密度的噪声应用空间聚类(density-based spatial clustering of applications with noise,DBSCAN)机器学习算法,获得了初始滑移面的位置。基于大数据统计,分析了初始滑移位置分布以及断裂位置分布两者之间的相关性。研究结果表明:当内部中空半径较小时,断裂位置分布形成于塑性形变阶段,初始滑移分布与断裂位置分布之间无显著的相关性;但是对于脆性特征明显的大中空半径的NW,高能内表面诱导产生的滑移面迅速积累,产生颈缩并导致最终的断裂。因此当内部中空结构达到一定尺寸时初始滑移位置的分布与最终断裂位置的分布之间有明确的因果关系。

基于改进模糊C-均值聚类的陆上风电场集电线路回路划分与拓扑结构优化

【目的】在“双碳”目标以及我国能源结构加速转型的双重驱动下,风电产业规模不断快速增长,亟须降本增效以应对平价上网压力。集电线路的造价在投资中占比较大,存在可观的优化空间。为了降低投资成本,提出了一种改进模糊C-均值(fuzzy C-means,FCM)聚类算法。【方法】利用改进FCM聚类算法对陆上风电场集电线路回路进行划分。该算法综合考虑了方位角与欧式距离,以保障回路间线路不交叉,并使相邻机组聚集到同一回路;引入机位到聚类中心距离的修正因子,通过调节其数值限制回路容量。在回路划分的基础上,利用动态Prim算法对各回路进行集电线路优化选线。最后,通过某陆上风电场算例验证方法的有效性。【结果】与只考虑方位角的聚类方法相比,考虑方位角和间距的改进FCM算法优化效果更好,单回、双回连接对应的集电线路总造价分别降低了2.6%和5.4%。【结论】所提算法能够有效降低集电线路的总造价,具有一定的应用价值,可为风电场集电线路设计提供参考。

基于多因素均衡动态分簇的WSN路由协议算法

为了解决无线传感器网络分簇路由协议随机筛选簇头节点的位置分布不均衡及转发节点的数据传输路径不合理会加剧节点能量消耗、缩短网络生存周期的问题,提出一种基于改进社交网络搜索(improved social network search, ISNS)算法优化模糊C均值聚类(fuzzy C-means, FCM)的多因素均衡动态分簇路由协议(multi-factor balanced dynamic clustering routing protocol, MD-LEACH)。首先,引入莱维飞行改进反向精英学习策略,以增强社交网络搜索算法的全局寻优能力;接着,使用ISNS优化模糊C均值聚类算法对网络节点动态均匀分簇,均衡网络负载;此外,在每个簇内,考虑簇内节点的能量因素和位置因素引入模糊推理,设计两种簇头选取模式,动态选举簇首,提高簇首质量。在稳定传输阶段,将单跳改为簇首之间的通信的方式,使用改进的蚁群算法寻找最优数据传输路径,提高能量效率。仿真结果表明,算法能够有效提高能量效率,平衡网络负载,延长网络生存期。

基于遗传粒子群动态聚类算法的物流柔性分拣系统品规分配

目的针对目前烟草物流配送中心条烟分拣量大,不同条烟品规的分配对订单的总处理时间影响较大的问题,研究平衡各个分拣区品规的分配,提高分拣效率。方法建立以各分区品规相似系数和最小为目标函数的数学模型,并采用改进的遗传粒子群动态聚类(GAPSO-K)算法进行求解。首先,结合各品规分拣量对品规相似系数进行改进,并将其作为适应度函数;然后在粒子群算法中对惯性权重因子进行改进,使其值可以进行自适应改变;最后,在粒子群动态聚类算法中引入遗传算法中的交叉变异扩大解的搜索范围,基于Matlab对文中的其他算法进行求解对比,求得结果在EM-plant中进行仿真验证。结果结合某烟草物流配送中心数据仿真验证,利用GAPSO-K算法处理订单的时间为234.5 s,较传统时间大幅度较少,有效提升了柔性物流分拣效率。结论采用该算法可充分发挥2种算法的优良性,具有更好的收敛性及寻优性,为柔性物流品规分配提供了新思路。

考虑动态重构和智能软开关接入的配电网源网荷储联合规划

随着新能源大量接入配电网,新能源出力的不确定性和波动性给配电网规划带来了巨大挑战。在配电网规划中综合考虑源网荷储,可减少新能源不确定性和波动性对规划结果的影响。提出了一种考虑动态重构和智能软开关接入的配电网源网荷储联合规划方法。首先,根据密度峰值聚类的思想提出了基于密度峰值改进的近邻传播聚类算法,对风光荷联合场景进行聚类获得典型日曲线。然后,以规划总费用最小为目标函数,建立了考虑动态重构和智能软开关接入的配电网源网荷储联合规划模型,并基于二阶锥理论,将原非凸非线性规划模型转化为混合整数二阶锥规划模型。最后,在Portugal 54算例上进行仿真验证,证明了所提模型和方法的有效性。

基于改进哈里斯鹰优化算法的配电网动态重构

针对风光荷不确定性的配电网重构问题,建立分布式电源和负荷出力模型,以系统运行成本和电压偏移构建多目标函数。提出一种改进粒子群算法融合K-means(improved particle swarm optimization and K-means,IPSO-Kmeans)聚类算法来划分典型日负荷曲线,将改进哈里斯鹰优化(improved Harris hawk optimization,IHHO)算法应用于配电网重构,进行寻优计算。为了改善哈里斯鹰优化(Harris hawk optimization,HHO)算法种群分布不均、无法完整搜索到最优解空间范围、易于陷入局部收敛等问题,引入佳点集生成种群初始化,提高种群搜索空间的均匀性。将麻雀搜索算法中的探索者位置更新公式与哈里斯鹰优化算法探索阶段的位置更新公式结合,以提高算法的全局搜索能力。利用柯西-高斯变异扰动策略跳出局部最优解。最后在IEEE33节点配网系统仿真,结果表明所提方法的有效性。

基于分段动态时间弯曲距离的高损线路窃电检测方法

利用高损线路中窃电用户用电量与线损电量之间的关联关系识别窃电用户,是降低窃电检测误报率的重要途径,但相关方法对用户负荷时序平稳性等方面有严格要求,限制了其工程应用。提出了基于分段动态时间弯曲距离的高损线路窃电用户识别方法。首先,运用启发式分割算法对各用户用电量序列和线损电量序列进行数据变换,实现特征提取和数据降维;然后,利用动态时间弯曲距离找出与线损电量形态最相似的用户用电量,分析它们之间的联动性;最后,提出基于分段动态时间弯曲的密度聚类方法,实现用户用电量聚类,得到具有相同波动方向的用电量簇集,并将与线损电量形态上最相似且波动方向相同的用电电量所对应的用户定为窃电嫌疑用户。基于高损线路的实际数据进行算例仿真,结果表明所提方法相较于对比方法具有更好的精确度及更低的误报率。

多马尔可夫链协同的航班客舱保障过程预测

为感知航班客舱保障过程各节点的动态演化机理,提出一种多马尔可夫链协同(synergy of multi-Markov chains, SMMC)的航班客舱保障过程预测方法。根据航班客舱保障的实际流程及相互约束关系,构建一种客舱保障过程节点协同的马尔可夫模型;基于历史数据作为样本并改进DBSCAN(density-based spatial clustering of applications with noise)聚类算法,设计面向客舱保障过程的DBSCAN-SMMC预测方法。选取国内某大型机场航班运行保障过程的实际运行数据开展仿真验证。研究结果表明,所提方法实现了各节点发生时刻的动态精准预测,其平均绝对误差的均值为0.606 min,均方根误差的均值为1.133 min,与其它方法相比平均绝对百分误差最少降低2%,拟合优度最大提升0.14,能够为机场运行精细化管理提供决策依据。

量子动力学框架在Lennard-Jones团簇结构优化中的应用

Lennad-Jones团簇结构优化是在物理化学和材料科学领域经常遇到的优化问题,由于原子之间的相互作用具有高度的复杂性,因此常用来检验算法性能。量子动力学是一种具有完整数学框架且非常有效的理论模型,量子动力学框架(QDF)已经被证明在复杂问题中具有很强的竞争力。在不引入任何先验知识的基础下,使用QDF在Lennard-Jones团簇结构优化问题中进行求解,探讨QDF在具有高度复杂的解空间的团簇问题中的性能。将QDF与差分进化算法、骨架烟花算法进行对比,比较最低能量、能量分布和时间精度等。实验结果表明,在Lennard-Jones团簇结构优化问题中,可接受时间内QDF取得优于其他两种算法的最低能量。QDF是一种具有潜力的解决框架。

基于BCALoD的FPSO软刚臂系泊系统疲劳分析

针对软刚臂系泊系统铰节点在服役过程中出现的疲劳损伤问题,提出一种基于原型监测和局部密度双向聚类算法(Bidirectional Clustering Algorithm based on Local Density,BCALoD)的疲劳寿命计算方法。采用BCALoD算法对获得的船体六自由度进行工况分类,运用多体动力学将运动数据转算为受力时程,将其作为铰节点疲劳寿命分析的载荷谱。采用Abaqus软件建立各铰节点有限元模型以计算热点应力,结合Miner线性疲劳累积损伤理论和雨流计数方法计算疲劳寿命。进一步分析评估基于实测数据的铰节点疲劳设计指标,指出该FPSO软刚臂上铰节点的疲劳寿命不足以支持其完成服役,且各铰节点难以统一维护和更换。本研究可为在役软刚臂系泊系统的疲劳寿命计算提供一种新的载荷处理方法,为未来海洋平台的设计提供参考。