多车辆合乘问题的两阶段聚类启发式优化算法

车辆合乘问题研究在物流领域和交通领域意义重大.良好的合成策略不仅可以节省物流成本,降低交通拥塞,在减少噪声及提高环境等方面也是很有利的.针对确定性多车辆合乘匹配问题,提出了两阶段聚类的启发式匹配策略:第1阶段聚类过程提出匹配度的概念,用于指导将服务需求分配到某一具体车辆,从而将多车辆问题转化为单车辆问题;第2阶段聚类过程基于"先验聚类"插入思想,可降低单车辆匹配过程的插入试探次数,从而提高算法效率.为提高搭乘成功率并降低运营总成本,通过迁移对第1阶段聚类过程进行调整.实际算例结果表明,算法在可接受时间范围内不仅可提高搭乘成功率,还明显降低车辆的运行成本,表现出较强的实用性.

基于两阶段聚类的电动自行车出行者选择研究

为了得到准确的电动自行车差异化管理量化决策,本文根据2014年南宁市调查数据,基于两阶段聚类方法,对电动自行车出行者进行差异化分类,在此基础上构建南宁市电动自行车与公交车之间的出行方式选择BNL(binary-nomial logit)模型,并运用SPSS 22.0对模型参数进行标定;最后结合南宁市实际情况对模型结果进行分析。本文研究结果表明:在公共交通缺乏或服务水平不高的条件下,电动自行车是中低收入居民主要的通勤出行方式之一;在提高常规公共交通服务水平的情况下,不分类模型有可能高估常规公交的分担率提高程度,分类模型能更有效地反映不同人群的差异性。本文提出的方法能为探讨南宁市电动自行车差异化管理策略提供更准确的量化决策支持。

两阶段聚类及典型相关分析应用于农村居民人均收入与生活消费支出研究

以县(市)为研究单元,选用两组12个指标(变量)分析了广西农村居民人均收入与消费支出水平及其相关性。两阶段聚类结果表明,广西76个县(市)可分为3种收入支出类型:高收入高支出类型Ⅰ,中收入中支出类型Ⅱ和低收入低支出类型Ⅲ。对各收入支出类型进行典型相关分析显示,广西农民收入与支出有着较为复杂的相关性。第Ⅰ类工资性收入(X1)与衣着(Y2)、居住支出(Y3);第Ⅱ类家庭经营收入(X2)与食品(Y1)、交通和通讯支出(Y6)、文教娱乐用品及服务支出(Y7);第Ⅲ类家庭经营收入(X2)与家庭设备用品及服务(Y4)、其他商品及服务支出(Y8)等变量之间呈显著正相关。

基于两阶段聚类法的荔枝果实主要性状分析

应用两阶段聚类法,对广西60个荔枝品种的10个果实主要性状进行综合分析,结果分为6个品种类群:果皮片峰毛突平滑、暗红色品种类群Ⅰ;果皮片峰平滑尖刺、果圆形品种类群Ⅱ;果皮片峰平滑毛突、果心形品种类群Ⅲ;果皮片峰尖刺、肉爽脆品种类群Ⅳ;果皮片峰尖刺、果心形品种类群Ⅴ;果皮片峰尖刺、果圆形品种类群Ⅵ。结合果实性状对各类群的重要性分析,明确了各类群的重要性状及品种间的分类特性。分析结果客观、合理、可靠,与品种实际表现相吻合。

基于两阶段聚类的设备状态异常检测方法

针对目前设备异常状态检测方法实际应用的局限性,本文提出基于两阶段聚类的检测方法。该方法在不需要大量的专业知识经验和历史数据的条件下就可以实现设备状态数据的异常检测和定位。首先采用三角线性极值法对获取的时间序列数据进行分段处理,利用一阶段聚类获取初始异常时间段数据,再进行二次聚类操作获取异常对应测点和时间段,较快速便捷实现异常在空间和时间维度上的精准定位。实验结果表明,该方法有效降低误检率的同时可以极大提高异常检测的准确率,具备较高的实际应用价值。

基于两阶段聚类的分区方法

根据分区电价管理目标,提出以节点地理位置、负荷水平和潮流转移因子作为节点的特征量,借助多元统计分析中的聚类方法,提出一种基于两阶段聚类方法的电价区域划分方法,以快速准确地获得稳定、合理的电价区域。IEEE14节点和某实际系统的计算结果验证了该方法的有效性和实用性。

一种基于两阶段聚类的用户兴趣聚类算法研究

通过在处理大型数据集合方面具有明显优势的数据挖掘技术,以某论坛里面现有的全部信息作为数据来源进行聚类分析,并对论坛用户的分布、回复帖子的数量及其时间的分布状况进行综合性分析,最终的结论是即使同为注册用户在访问某论坛、发布、回复帖子的时间间隔方面仍然存在着相当大的差异,也就是说以人类正常遗忘曲线为基础建立起来的兴趣更新模型在某论坛上并不适用,所以我们基于以上对网络用户访问论坛的时间间隔分析所得的结果建立一种新的兴趣更新模型,并以此为依据预测用户的兴趣。并对兴趣更新模型以及这种推荐算法是否有效、其运行结果是否可靠进行了验证。

基于两阶段模糊蚂蚁聚类陆战旅待机地域的选取

根据“隐蔽疏散配置”选取原则,提出了一种计算机辅助生成陆战旅待机地域选取方案的新方法。为克服传统蚂蚁聚类算法运行时间长、仅能处理结构化数据等不足,给出了一种两阶段模糊蚂蚁聚类算法。对第1阶段聚类后数据进行融合操作,减少了第2阶段聚类的数据量、数据分布空间和迭代次数。实验证明,该算法是一种高效率、鲁棒性好的算法。该选取方法实现了陆战旅待机地域选取方案的自动、准确、快速计算机辅助生成。

一种新的两阶段FCM聚类算法

提出了一种新的两阶段FCM聚类算法,一方面有效弥补了Stephen L Chiu提出的FCM算法中存在的不足,更好地解决选择初始聚类中心的问题;另一方面,新算法解决了大数据量数据聚类时间过长的问题,取得了较好的聚类效果.实验结果也显示了该算法的有效性和优越性.

基于两阶段K-means聚类的道路运行状况评价方法

为有效评价道路运行状况,通过分析车辆在行驶过程中运行状态的变化,研究了一种基于两阶段K-means聚类(TSKC)的道路运行状况评价方法。针对K-means聚类数选取的任意性和聚类中心选取的随机性问题,提出基于遍历的K-means聚类方法,采用类吸引度确定聚类数和初始中心,并以此为初始条件进行第二阶段K-means聚类,得到交通模式。提出模式吸引度、路段评价指数、分布均衡度,并用这些指标来评价路段交通运行状况。以北京市朝阳区北辰东路为例进行验证,结果表明,该方法比传统道路评价方法更细致、全面、直观地描绘了车辆状态的演变过程和交通模式的分布情况,具有良好的实用性。

一种快速网页检索结果聚类策略

在网页聚类中,HAC(Hierarchical Agglomerative Clustering)算法和K-means算法都是经常用到的。但它们都有各自的不足。提出一种两阶段聚类方法。第一阶段利用HAC聚类算法对网络检索结果的标题进行聚类,第二阶段以第一阶段结果作为初始中心用K-means算法聚类标题和摘要取得比较合理的聚类结果。由于标题一般都比较短,可以大大减少HAC算法的运行时间。这样既满足网络检索对时间的要求又可以得到较好的聚类结果。

基于RFMD模型和聚类分析的健身休闲行业客户分类

本研究改进了原始RFM模型,构建了新的客户价值识别模型RFMD,用于对健身休闲行业客户进行分类,并根据所提出的模型识别出该行业的不同价值客户群体。研究使用了上海一家民营体育场馆的真实数据,在RFM模型中新增客户平均消费持续时长指标D,并采用两步聚类与K-means聚类相结合的两阶段聚类算法对客户进行聚类。研究结果表明,基于RFMD模型可将健身休闲行业客户分为“重要价值客户”、“一般价值客户”和“低价值客户”。

基于两阶段灰色聚类模型的新疆经济社会发展水平评价研究

通过两阶段灰色聚类模型选择影响经济社会发展水平,基础设施建设,相关产业发展水平以及区域经济基础四个一级指标的10个二级指标来构建区域经济社会发展水平评价指标体系,以2013年新疆14地州市相关数据为样本,运用基于改进的中心点混合三角白化权函数把新疆各地州市从经济社会发展的角度划分成4个区域,为"新丝绸之路经济带"下新疆各地州的经济与社会发展定位提供依据最后找出属于三、四级经济圈内地区经济与社会发展落后的原因并提出相关建议.

基于门架数据的高速公路交通参数估计方法

本文针对现阶段技术手段在估计路段平均行程速度和路段流量所存在的局限性,提出了基于门架数据的交通参数估计框架,利用两阶段聚类方法剔除驶入服务区及行驶异常的车辆。在路段流量计算方面,针对门架行车记录缺失问题提出了基于XGB回归预测模型的门架行车记录填充方法,提升了路段交通流量估计的准确性。

基于隐含语义分析的微博话题发现方法

随着微博的大量普及和关注度的不断提高,微博热点话题发现已成为当前研究热点。针对于短文本、向量空间模型(VSM)文本表示方法存在高维度、稀疏,以及同义多义问题,导致难以准确度量文本相似度,提出一种基于隐含语义分析的两阶段聚类话题发现方法。引入话题热度的概念来选取具有一定关注度的微博文本,用隐含语义分析(LSA)对数据集进行建模;用层次聚类的CURE算法确定初始类中心;用K-means聚类得到热点话题的聚类结果。真实微博数据集的实验结果验证了该方法的有效性。

基于试验测量的瞬时行驶工况构建

以环卫车运行工况为研究对象,通过对西安市环卫车运行工况的试验测量,利用两阶段聚类法构建西安市环卫车典型行驶工况。引入运动区间的概念用于描述运动学片段的瞬时特征,以运动学区间相关参数为特征参数对片段类内的片段进行第二阶段的聚类,实现对类内特征片段的提取和组合,完成典型行驶工况的构建。最后,通过与单次聚类法构建工况的对比,验证使用两阶段聚类法构建车辆瞬时行驶工况的合理性。对比结果表明:两阶段聚类法与传统单次聚类法相比,在速度分布、加速度分布以及速度-加速度联合分布上分别有59.4%、81.7%和22.4%的改进。

短期负荷的标准化定义模型

不同的用户在用电规律性方面所表现的特征具有较大的差异。需要根据其所表现出来的特征设计不同的负荷预测模型以提高预测的精度。根据短期负荷在负荷曲线形状、负荷波动特性、负荷敏感因素方面的差异,分别对应地采用稳定度、平均负荷率、负荷率标准差3个指标评价来刻画短期负荷的特性;针对所提取的短期负荷特征,提出一种基于密度中心快速辨识和K-Means的两阶段短期负荷聚类算法;根据所得到的聚类结果,对于每一类负荷进行数据分析,归纳每一类负荷具有的特性,搭建短期负荷的标准化定义模型。该模型可适用于系统负荷、母线负荷、大用户负荷等不同形式的负荷分析。

基于数据挖掘的品牌服装企业客户细分应用研究

利用数据挖掘方法对品牌女装企业的客户细分进行了研究,采用两阶段聚类挖掘算法和C4.5决策树挖掘算法对会员客户进行分析,依据消费记录对客户进行分类,得到容易理解和商业实践的客户分类规则。依据这些规则能够支持企业采取有针对性的营销策略,优化会员构成,实效明显。

乡村小康和谐社会的量化研究

以县(市)为研究单元,应用两阶段聚类法,对广西乡村小康和谐社会的发展状况进行综合分析研究,揭示各研究单元与指标变量的关系及其空间分布规律。结果表明,广西76个县(市)可分为4种发展类型:高度协调发展类型Ⅰ,中等协调发展类型Ⅱ,初级协调发展类型Ⅲ和整体发展滞后类型Ⅳ。各类型的发展水平差异有明显地域联系和分异特征,总格局为东高西低,东南高西北低,空间结构呈点轴开发模式。

基于通信流量特征的隐秘P2P僵尸网络检测

针对目前基于网络的P2P僵尸网络检测中特征建模不完善、不深入的问题,以及僵尸网络中通信具有隐蔽性的特点,提出一种对通信流量特征进行聚类分析的检测方法。分析P2P僵尸网络在潜伏阶段的通信流量统计特征,使用结合主成分分析法和X-means聚类算法的两阶段聚类方法对特征数据集进行聚类分析,进而达到检测P2P僵尸网络的目的。实验结果表明,该方法具有较高的检测率和较好的识别准确性,并保证了较快的执行效率。