基于层次聚类法和物元可拓法的航材储备中心选址研究

为有效解决由航材伴随保障造成的机动性差问题,提出主动配送、定期轮换的供应保障机制,构建层次聚类法和物元可拓法的航材储备中心选址模型。首先建立航材储备中心选址指标体系,其次针对选址指标难以量化的问题,运用层次聚类法确定指标权重,采用物元可拓法,构建航材储备中心选址模型。最后运用实例验证航材储备中心选址指标体系的完整性和选址模型的可操作性,对于航材储备中心选址有一定指导意义。

基于层次聚类法和主成分分析法的铜陵市大气降尘污染元素来源解析研究

本文采用层次聚类法和主成分分析法对有色金属矿山城市-铜陵市的大气降尘中污染元素,主要是重金属元素的来源进行了识别,并分析了各来源所占的比例。结果显示,铜陵市大气降尘中污染物主要来源于冶金和采矿,其次为燃煤、交通和土壤扬尘等,其贡献率分别为冶金源+采矿源43.29%,燃煤源32.23%,交通源和土壤源10.53%,其他源13.94%。因此,优先控制冶金尘、采矿尘和燃煤尘,可以有效降低铜陵市大气降尘中污染元素的含量。

应用层次聚类法和蚁群算法的配电网无功优化

为确定无功补偿设备的最佳补偿位置和容量,提出了基于层次聚类法和蚁群算法的配电网无功优化方法。该方法以有功网损最小建立目标函数,在约束条件中引入了最优网损微增率准则。运用层次聚类法对灵敏度进行聚类分析,以确定待补偿点范围,聚合原则及拆分原则可有效实现聚类,不受随机性和人为干扰影响。通过改进将蚁群算法确定补偿位置和容量,能见度因子取为候选节点灵敏度,使状态转移概率能够随时反映补偿变化情况,改进蚁群搜索策略可避免盲目补偿。算例结果验证了该方法的有效性。

基于层次聚类法的四川省“长治”工程土地利用分区研究

水土流失综合治理是改善土地利用结构的重要途径。"长治"工程是改善长江上游流域生态环境的水土流失综合治理工程。以四川省"长治"工程第五期小流域综合治理区为例,在野外调查、实测的基础上,根据土地利用空间差异,在土地利用结构中选取土地利用类型作为指标,构建土地利用分区体系,运用层次聚类法,进行项目区土地利用类型分区,分析了各区的土地利用特点。研究结果表明:项目区可分为重力侵蚀和水力侵蚀两个大区以及两个亚区,分别以农地和林地两种用地情况为主要因子,通过分析各区的土地利用特点,为研究区农业区划及土地资源利用提供科学依据。

层次聚类法在逆向工程中的应用研究

针对层次聚类法和逆向工程的点云采样问题,在深入分析层次聚类法特征的基础上对其进行了分类定义,包括曲面变分、BSP构建等关键技术,构建了算法实现的流程图。应用该算法结合Geomagic Qualify软件对某汽轮机厂的水轮机叶片进行了采样和逆向建模研究,证明了层次聚类法在逆向工程方面应用的可行性。

互连性层次聚类法在交易数据聚类分析中的应用

提出一种使用互连性度量聚类间相似度的层次聚类算法 ,并对算法中较为耗时的两步进行了修改 ,在不牺牲质量的前提下 ,提高了算法的运行速度 .通过分析交易数据的实际聚类 ,可得到合理的市场分段 ,预测顾客购买行为 .实验结果表明 ,该方法具有良好的挖掘效果 .

基于层次聚类法的大学生数学建模能力评价模型研究

本研究运用层次聚类法,建立了一套大学生数学建模能力评价方法,使评价工作变得更科学、合理、公正。最后通过实例验证了此种方法的可行性。此种方法可以公正客观地评价大学生数学建模能力,有助于教育研究机构对学生数学建模能力的调查和研究,既能对学生的个人发展提出改进措施和努力方向,又能为教育科研工作者开展数学建模培训提供更全面具体的指导,为数学建模竞赛选拔更优秀的人才。

基于层次聚类法与皮尔逊相关系数的配电网拓扑校验方法

配电网络拓扑日益复杂,且新投异动量不断增长,导致配电网拓扑频繁变化,传统的人工校验方式难以满足快速性和准确性的要求。针对该问题提出了一种基于模型文件和实测数据相关性的中低压配电网拓扑在线校验方法。首先,将配电网设计图纸的拓扑模型文件作为校验基础,以分析开关量状态的方式建立简化模型。其次,采用层次聚类法划分出多个供电区域。然后,使用皮尔逊相关系数算法校验同一供电区域内各节点数据的相关性,以此判断模型拓扑连接关系的正确性。最后,通过仿真验证和实际案例计算,验证了所提方法的可行性和有效性。

基于改进层次聚类法的电力设备家族缺陷评估

考虑到电力设备的家族缺陷对设备状态评估具有较大影响,在分析传统层次聚类法的基础上,引入改进的层次聚类方法,对电力设备的家族状态数据进行自动识别和聚类处理,进而给出家族缺陷因子的定量评估。结合变电站通信网络中的MMS通信网络设备进行家族缺陷评估,有效、合理地反映了设备的各类家族缺陷对设备健康状态的影响,进而为检修决策的制定提供了有力的依据。

基于层次聚类法的“知乎”用户细分与行为分析

[目的/意义]对"知乎"用户群体进行细分,便于服务商准确锁定目标群体,提供更优质、精确的社会化问答服务。[方法/过程]抓取知乎用户数据,运用层次聚类法对33974个样本数据进行分组,构建以粉丝数为因变量的Tobit模型,识别其粉丝积累途径的差异。[结果/结论]识别了三个细分群体:"信息搜寻型用户",以信息搜寻为主要目的,回答问题能力不强,可能通过"互粉"进行粉丝积累;"专家型用户",人数不多,通过提供有用信息来积攒粉丝,通过关注话题和他人完成信息内化及能力提升;"自我学习型"用户,表现中庸,会通过提问获取信息,通过回答、公共编辑来帮助他人,但其撰写的文章数量有限,可能与其能力有关,也可能受精力所限。

基于层次聚类法的大学生数学建模能力评价模型研究

本研究运用层次聚类法,建立了一套大学生数学建模能力评价方法,使评价工作变得更科学、合理、公正.最后通过实例验证了此种方法的可行性.此种方法可以公正客观地评价大学生数学建模能力,有助于教育研究机构对学生数学建模能力的调查和研究,既能对学生的个人发展提出改进措施和努力方向,又能为教育科研工作者开展数学建模培训提供更全面具体的指导,为数学建模竞赛选拔更优秀的人才.

基于层次聚类法的潍坊市新城区公共绿地建议

选取现有的八处潍坊市优质公共绿地,通过层次聚类法中的最短距离法,加深对由八处绿地所组成的系统内部的认识,找到不同绿地之间相似性的大小。根据得出的绿地相似程度与新建城区内已有绿地现状,基于以人为本、多样性与可充分利用的绿地建设原则,为下一步潍坊市新城区建设公共绿地类型的选择提供基础资料与参考。

基于层次聚类FCM算法的航空客运市场细分

运用层次聚类法和FCM算法,从Kotler四维顾客价值角度构建航空客运市场细分量表,形成施测问卷,获取样本数据。将因子分析与基于层次聚类的FCM算法相结合,获得4类差距明显的子市场,并验证了市场细分的有效性。研究结果表明,基于层次聚类的FCM算法细分航空客运市场能够获得较为满意的结果,也验证了该混合算法的合理性、有效性和可操作性,其中细分量表与基于层次聚类的FCM算法可作为航空客运主体细分市场的依据和方法。

基于层次聚类的微循环公交线网规划方法

在城市交通问题日益严峻的情况下,微循环公交能有效解决“最后一公里”问题,在对不同微循环公交类型的功能特征进行综述的基础上,从规划层面入手,针对两大类线路类型,以线路客流密度最大为聚类目标,提出了基于层次聚类法的城市微循环公交线网的规划方法,以期为城市微循环公交线网规划工作提供参考。最后通过实例验证表明,该方法可以正确且有效对片区微循环公交线网进行规划。

基于动态对比和聚类算法的贵州省区域CPI时序科普分析

区域居民消费价格指数(Consumer Price Index, CPI)是区域宏观经济分析和政策指定的重要参考指标。不同区域的CPI存在一定的差异,但目前对区域CPI的研究文献较少。文章针对贵州省及其各区域的CPI时序数据,使用对比分析与聚类的方法对贵州省各区域CPI时序的运行状态进行了分析,并普及相关科学知识。研究结果表明:贵州省各区域CPI的运行状态存在一定的差异,又从聚类结果中能看到相同的趋势。这对贵州省经济区域协调发展与物价调控政策制定提供了一定的理论依据。

基于混合聚类算法的客户细分策略研究

针对层次聚类法和K-means聚类法的缺陷和不足,提出将二者相结合的改进算法,既解决了层次聚类法伸缩性差的问题,又解决了K-means聚类法对初始聚类中心敏感的问题。通过对改进算法的计算复杂度分析并利用UCI数据库的测试数据对改进算法进行测试。结果表明,混合聚类算法使样本聚类的准确率提高到94%,并有更高的执行效率和更好地实用性。此外,将此算法应用到汽车销售公司的客户细分管理中,得出了差别化明显的客户细分类别,表明此改进算法具有更强的客户细分能力以及客户行为特征的解释能力。

聚类算法在评估区域水资源中的应用

本文首先阐述了聚类分析的基本原理,归纳层次聚类分析的步骤和方法,并使用它对我国部分区域水资源进行了科学的分类。

基于混合聚类的岩体结构面优势分组方法

提出一种基于凝聚层次法和模糊C均值法的混合聚类法,用于对岩体结构面的优势组划分。该方法将结构面投放到在单位球面上,并使用欧式距离作为极点的相似性度量准则。先剔除结构面数据中的孤值产状,然后用凝聚层次法得到初步聚类结果,并将其作为FCM法的初始聚类中心,最后用FCM法划分优势组。通对人工生成产状样本的分组,验证了该法的正确性。将该方法应用于大藤峡坝址区实测的结构面数据的划分。在实测数据中寻找到两个孤值产状,成功将大藤峡D1y^1-3地层岩体结构面划分为两组,得到了符合实际的分组结果。

装配整体式混凝土建筑施工质量问题的聚类分析与管控建议

目前装配整体式混凝土建筑的应用广泛,其质量问题也备受关注。就装配整体式混凝土建筑质量问题的发生概率和现场管控难度进行调研,形成了23个二级指标和4个一级指标的指标体系,并根据问题频次计算获取了相应二级指标的分值。为进一步利用数据,通过熵值法对发生概率和现场管控难度的数据进行分析并得到权重。利用权重对数据进行修正后,基于层次聚类法对质量问题进行了聚类分析。根据总体管控难度大小得到了三分类的结果,并针对I类和Ⅱ类问题给出了管控建议。

基于数据挖掘多层次细节分解的负荷序列聚类分析

提出了多层次细节分解的负荷聚类算法及其性能评估指标。该算法利用负荷序列间的差分序列均方差和欧氏距离形成交集优化判据;同时根据随机因素对负荷的敏感性加入对应参数要求来控制多层次细节分解聚类,对负荷曲线轮廓相似性细节程度聚类是提高预测精度的重要基础。笔者对所提出的聚类算法与一般欧氏距离聚类、Kohonen神经网络聚类算法进行了性能评估和比较,证明了该算法对季节性负荷具有高敏感性,对高温和气候因素与负荷之间的复杂相关性具有高识别能力,该聚类算法对提高负荷预测精度是有效的。