基于聚类—重心法的连锁便利店配送中心选址研究

随着人民生活节奏的不断加快,便利店因其便利的属性而深受欢迎,其门店遍布各大小区和繁华地段。大量的门店给商家带来极大的仓储运输压力,因此建立一套新的物流配送系统,并据此系统建立选址模型是必要的。模型首先使用聚类算法得出中转中心地址,再由聚类出的中转中心地址通过重心法得到总配送中心地址。该模型简单便捷易操作,能有效降低运输成本,提升运输效率。

智慧教育英语线上课程资源聚类系统设计

英语线上课程资源聚类系统检索效率较低、准确率不高。为此,提出智慧教育英语线上课程资源聚类系统。聚类系统硬件部分由数据采集层、数据聚类处理层和应用层构成。采用Gibbs算法采集数据,采用K-均值聚类方法预处理和分类采集到的数据;软件部分由持久层、数据访问层、业务逻辑层和表现层构成,采用J2FF技术将检索完成的结果以可视化的形式展现。实验结果表明,该系统能有效提高线上教育资源的检索效率,且准确率较高,符合实际用户需求。

形状基视觉传达约束下三维图像重构算法改进

由于忽略了图像以真实性为准则的视觉传达需求,导致以形状基重构为主的相关方法效果不佳。为此,从视觉约束性出发,改进三维图像重构算法。分割、筛选所采集的目标点云数据,构建数据集。利用局部空间差分算法求解各像素值,并获得形状基约束性的像素值差分系数填充像素,以赋予各点云数据视觉传达约束性。以基于改进量子粒子群的k-means聚类算法和基于数字特征的二型熵模糊C均值聚类算法为基本算法,通过聚类目标区域和背景区域的数据,转换实际目标坐标系和重构图像坐标系,完成不同尺度、不同角度的三维图像重构。结果表明,所提方法重构的图像更贴合目标建筑的实际信息,符合图像的视觉传达需求,且峰值信噪比始终高于85 dB,均方误差均低于70 pixel,重构效果优越性显著。

PIWA-LOC——一种Cluster环境下的大图像并行重采样算法

图像重采样问题应用广泛,具有计算复杂度高、运行时间长的特点.为了提高处理性能,针对Cluster并行环境,对一种并行几何校正算法进行改进,提出了并行重采样算法PIWALOC.采用一种新的存储结构用于保存各计算结点上的不规则输出子图像,并提出线段近似法用于获取不规则输出子图像的边界,使算法的通用性大大提高,适用于具有复杂几何变换的图像重采样问题.实验结果表明,该算法对大图像的重采样问题具有良好的并行性能,且网络带宽越高算法的可扩展性越好.

基于适应度估计的动力电池冷却系统仿真优化加速方法

动力电池风冷系统仿真设计优化过程中存在“软件仿真+进化算法”的技术路线效率较低和难以被接受的问题,针对该问题提出一种基于适应度估计的动力电池冷却系统仿真优化加速方法。采用AP聚类将种群中出现的设计方案(个体)划分为多个子种群,通过软件仿真对子种群中代表性个体的适应度进行仿真计算,采取适应度估计来获取种群中非代表性个体的适应度。实验结果表明,该算法能有效地优化动力电池风冷系统的设计参数,大大缩短系统的优化时间。当目标函数设定为最高温度、平均温度时,比传统的“Fluent仿真+遗传算法”技术路线在取得相似优化结果的前提下,运行时间可减少70.5%。

基于VMD和改进聚类算法的配电网故障选线方法

为提高小电流接地系统单相接地故障的选线准确率,设计了一种基于调幅调频函数的变分模态分解VMD(variational mode decomposition)与K-means++聚类算法相结合的故障选线方案。对故障发生后各条线路零序电流信号进行VMD分解,得到多个自适应频带特征的本征模态函数;构造以低频分量的波形相关系数为横坐标和以高频分量初始极性为纵坐标的二维平面,在该二维平面绘制代表各出线的散点分布图;最后通过K-means++聚类算法对所构造的散点点集进行聚类分析,利用代表故障线路的散点属于离群点的特点,筛选出故障线路。通过Pscad软件进行仿真验证,结果表明,该故障选线方法不受条件改变的影响,能够实现对故障线路的准确识别,具有较好的抗噪能力。

基于AIGC+NLP的电子商务系统——内容生成与智能交互的应用研究

为解决传统电子商务系统缺乏个性化服务的问题,提出了基于生成式人工智能(artificial intelligence generated content,AIGC)和自然语言处理(natural language processing,NLP)的设计方案,并进行了关键算法和组件的原型实现。首先,利用K均值聚类算法(K-means clustering algorithm,K-means)对用户进行聚类,生成用户画像,进一步借助AIGC和NLP技术创建虚拟主播,为不同类型的用户提供个性化服务。在NLP相关研究中提出的生成对抗网络-双向编码器表征法(generative adversarial networks-bidirectional encoder representations from transformers,GAN-BERT)模型可用于实现虚拟主播与用户的智能对话功能,基于开源数据集上的对比测试,该模型效果相比于其他模型有明显提升,双语替换评测(bilingual evaluation understudy,BLEU)值可达到44.25。电子商务系统采用前后端分离的开发模式,前端引入Vue.js框架对数据进行双向绑定,后端采用Spring Cloud架构和微服务组件,保证服务的可靠性和稳定性。本系统的设计与实现过程将为其他电商平台的开发和优化提供不错的参考价值,进一步推动电商平台的发展。

基于改进和声搜索算法的移动机器人调度

为了提高药物管理系统中移动机器人集群调度的速度和精度,建立一种以移动机器人为载体的集群调度模型,并采用离散-连续双映射编码方式进行调度编码。为了提高调度算法解算性能,提出一种融合最优估计优化方法的改进和声搜索(improved harmony search,IHS)算法,结合最优迭代和有向搜索进行调度最优搜索,提高算法的计算速度和精度;根据全局最优和声进行自适应带宽调整和全随机交叉变异,扩大算法搜索范围和样本多样性,提高算法搜索和计算全局最优解的能力;同时,使用标准测试函数进行改进算法在连续区间上的验证,效果良好。对比试验结果表明,同一测试条件下,所提改进算法和对照算法相比具有更加优异的最优解搜索能力,调度结果精确度均有不同程度提高。可见,IHS算法对于优化自动药物系统调度系统性能具备良好的效果。

新能源场站电力二次系统安全预警方法研究

新能源场站电力二次系统设备较多。其安全预警性相关数据存在明显高维性、复杂性的特点,不利于电力二次系统安全预警的效率和精度计算,导致预警性能较差。为此,提出新能源场站电力二次系统安全预警方法。采用拉普拉斯映射方法降低新能源场站电力二次系统的电力数据维数,将高维数据源空间中的初始电力数据映射至低维子空间。分别计算在x、y、z方向上电力数据的行向量和对角权值,获取优化数据,为系统安全预警提供训练样本。从波动程度、时间序列变化趋势和能量随机分布特点三个角度,提取电力数据安全预警特征,并输入到K-means聚类算法中,以确定特征聚类中心、实现安全预警。试验结果表明:所提方法预警效率、预警精度较高。

基于可信工人路径规划的声望检验算法

针对工人自选择任务模式下无法确定路径规划算法工人可信度的问题,提出了基于可信工人路径规划的声望检验算法。首先,根据欧氏距离与区域限制对任务进行k均值聚类,缩小可信工人候选任务集,从而降低路径规划算法的时间复杂度;其次,提出了利用权值k对可信工人路径优化的算法,该算法综合考虑可检验工人数量、距离成本和截止时间计算任务权值,基于任务权值最大化寻找最佳插入位置来建立和更新可信工人的执行路径;最后,通过采用抽查检验的方式对可信工人与普通工人提交数据对比的结果来建立工人声望模型,该模型使用了可信性、不可信性和不确定性三个参数的期望值来描述工人的可靠性。在模拟数据集和gMission真实数据集上对声望检验算法进行实验,结果表明提出的声望校验算法数据采集质量提升13%,路径规划算法在保证抽查质量的基础上,可信工人的旅行成本降低11%。

电网动态行为约束下电力状态数据异常检测研究

目前常规的电力状态异常数据检测方法存在检测精度不佳的问题。为了解决这个问题,提出了一种基于电网动态行为约束的电力状态数据异常检测方法。该方法首先分析电网动态行为约束条件,并将源荷数据和运行数据作为提取目标;然后使用插值法对获取到的原始数据进行缺失值填充处理,以确保数据的完整性;接下来,采用灰色关联分析方法对数据之间的关联程度进行分析,以提取关键参量数据;同时,选定聚类中心,并通过判定新输入数据到聚类中心的距离是否高于异常阈值来识别出异常数据。实验结果表明,采用这种方法进行电力数据异常检测时,具备较为理想的检测精度。

基于聚类分析提取特征的光通信系统异常数据检测

光通信系统易受多种因素影响,传统方法的光通信系统异常数据检测错误率高,检测效率,为了获得理想的光通信系统异常数据检测结果,设计了基于聚类分析提取特征的光通信系统异常数据检测方法。首先设计光通信系统数据传输模型,采用聚类算法提取光通信系统异常数据特征,然后采用深度学习算法建立光通信系统异常数据检测模型,并采用遗传算法优化深度学习算法,最后进行了光通信系统异常数据检测仿真实验,结果表明:本方法的光通信系统异常数据检测正确率超过98%,光通信系统异常数据检测时间为21.6 ms,具有一定的实际应用价值。

变电运维数字化班组创新建设与展望

讨论了建设变电运维数字化班组的必要性以及变电运维数字化班组建设思路,创新建设了变电运维数字化班组,建立了变电运维数字化班组质量评价指标体系,并对变电运维数字化班组作出展望,以期为电力企业安全运维提供参考。

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。

基于加权FCM聚类算法的电力交易数据动态提取模型

海量、冗余的电力交易数据极大地阻碍了电力交易决策,为此,研究基于加权FCM聚类算法的电力交易数据动态提取模型。汇聚预处理电力交易数据,压缩数据体量,基于全排列理论排序处理电力交易数据,提取电力交易数据特征(波动性、趋势性与变动性特征)作为FCM聚类算法的加权依据,获得对应的加权矩阵,应用加权FCM聚类算法聚类提取需求的电力交易数据,实现电力交易数据的动态提取。实验数据表明,该模型获得的电力交易数据聚类参数DBI数值较小,DVI数值较大,电力交易数据动态提取时间较短,应用性能更佳。

基于订单相似度的AutoStore系统订单分批问题研究

作为一种高度自动化、智能化的高密度存储系统,AutoStore系统受到电商企业广泛关注。相较传统仓库,该系统能显著提高效率、降低成本。为进一步优化其效率,针对AutoStore系统中订单分批问题,以最大化单批订单相似度为目标构建了混合整数线性规划模型,并设计了基于层次聚类的启发式算法进行求解。根据现实订单数据设置了多个不同规模算例,通过实验证明了算法可行性。结果表明对不同规模订单分批问题,所提出算法均可在短时间内取得较优解。

图划分的谱聚类算法在命令票系统校核文本挖掘中的应用

由于电力调度系统中命令票内容的不同,现有文本挖掘方法难以得到精准结果,因此提出基于图划分谱聚类算法的命令票系统校核文本挖掘方法。根据命令票内容将其分为不同的种类,引入二部图建模分析各个组间的关系;利用谱聚类算法中Laplancian矩阵做图分割处理,获得矩阵的特征向量和数据点集合,凭借维数特征数据集完成得到聚类结果,即命令票校核文本挖掘结果。实验结果表明,所提方法的挖掘准确性在80%以上,挖掘时间最高19.5 ms,稳定性保持在80%以上,符合电力企业需求。

考虑方案间过渡影响的Kagscv-DBSCAN单点交通控制时段划分方法

为提高单点交通控制时段划分准确性,首先提出一种基于KD-tree加速搜索并利用GridsearchCV进行超参数寻优的kagscv-DBSCAN算法用来求解基于检测器自然数据的时段划分初步方案,并加入了对方案间过渡的考虑对初步方案进行修正。最后,以车总延误、交叉口通行能力和运算速度为评价指标进行实际案例分析并与传统方法进行了对比。结果表明:所提方法对比K-means、PAW、FCM和RSAGA-FCM在车总延误方面分别降低8.69%、6.61%、3.68%和1.04%,通行能力提升效率分别为5.67%、5.07%、3.48%、1.69%,并在运算速度上具备明显优势。

基于Kaczmarz算法的磁粒子成像快速重建算法研究

目的:为了解决磁粒子断层成像中系统矩阵方法成像时间长、计算复杂的问题,提出一种基于Kaczmarz算法的磁粒子成像快速重建算法。方法:首先,分析经典Kaczmarz算法及其变体算法的收敛速度,并计算在任意矩阵下的迭代次数和计算时间;其次,比较欧氏距离和余弦距离对系统数据的区分能力,并运用基于余弦距离的K-means算法来增强块Kaczmarz算法的运算能力,缩短系统矩阵重建时间并最终实现磁粒子成像快速重建。最后,通过计算机仿真实验验证提出的算法的有效性。结果:提出的算法大幅缩短了重建时间,提高了重建图像的空间分辨力和质量。结论:提出的算法可以实现磁粒子成像的快速重建,并且在处理含有噪声的数据时具备较强的重建能力。

基于灰色预测的光伏并网发电系统可靠性分析

为提高光伏并网发电系统故障预测精度,提高运行的可靠性,提出基于灰色预测的光伏并网发电系统可靠性分析方法。根据模糊C聚类算法对不同天气类型下的光伏并网发电系统出力值完成聚类处理,根据聚类结果对系统状态转移概率展开统计,并结合时间序列算法(ARMA)方法对不同系统转移状态展开计算,完成光伏并网发电系统时间序列模型的构建,应用灰度预测方法构建光伏并网发电系统状态预测模型,对光伏并网发电系统完成可靠性预测。试验结果表明,所提方法的系统发电输出功率与实际系统发电输出功率基本一致,所提方法的可靠性分析时间更短,发电系统故障率、实际可用率以及设备故障降额运行率与实际值更为接近。表明所提方法能够精准的获取系统未来运行状态,应用效果好。