基于改进模糊聚类算法的大数据随机挖掘仿真

大数据挖掘是从大量有噪声的、随机模糊的大数据中提取有价值信息的过程,由于海量大数据具有多维性、稀疏性以及动态性等特点,准确获取其分布特征的难度较大,随机挖掘难以直接实现。为此提出基于改进模糊聚类算法的大数据随机挖掘方法。利用建立的语义概念树模型获取大数据的特征分布关系,并根据模糊语义分析法得出大数据的语义相似性、关联性条件,提取大数据特征。优先确定最佳聚类数,采用改进模糊聚类算法对其聚类,实现基于改进模糊算法的大数据随机挖掘。实验结果表明,上述方法的大数据模糊聚类效果较好,随机挖掘准确率可达到95%以上,实验所得结果验证了上述方法较强的应用有效性。

基于量子退火算法的大数据模糊随机挖掘方法

针对当前挖掘方法在对大数据挖掘时存在挖掘可靠性低和挖掘空间聚焦能力弱的问题,引入量子退火算法,开展大数据模糊随机挖掘方法研究。利用模糊C均值调度算法,进行大数据模糊融合。针对非线性分布的大数据,提取大数据模糊层次聚类特征。通过量子退火算法运算,实现随机挖掘。通过对比实验证明,新的挖掘方法具备更高的挖掘可靠性,且挖掘空间聚焦能力更强,挖掘效果更理想。

模糊随机需求模式下的扩展报童模型与求解算法

将模糊随机需求期望值理论引入对模糊随机需求模式下单周期库存优化问题研究,建立了模糊随机收益期望值最大化的单一产品模糊随机报童模型和多产品模糊随机规划报童模型,并根据遗传算法理论和计算机模糊随机变量模拟技术设计了求解模型的智能算法。

基于隐马尔可夫高斯随机场模型的模糊聚类高分辨率遥感影像分割算法

本文利用隐马尔可夫随机场和高斯模型分别建立标号场和特征场的邻域关系,提出了基于隐马尔可夫高斯随机场模型的模糊聚类分割算法.该算法用隐马尔可夫随机场模型定义先验概率,并将该先验概率作为尺度控制因子引入到KL(Kullback-Lerbler)信息中,在目标函数的定义中,KL信息作为规则化项,其系数表示算法的模糊程度.在基于高斯模型的后验概率中,像素相关性被定义在空间和谱间,并用该概率的负对数值表征像素点到聚类中心的非相似性测度.通过对合成遥感影像和高分辨率遥感影像进行分割实验,证明了算法的有效性和普适性.

模糊随机需求下应急救援中心排队选址模型及算法

为解决应急救援中心的选址问题,在假定受灾点需求为模糊随机变量的基础上,考虑运输速度随时间的演变而变化,结合排队论和选址理论,建立带有响应时间承诺的以总运输成本最小为目标的应急救援中心选址优化模型,并结合模糊随机模拟和遗传算法提出求解上述模型的混合智能算法.通过算例验证模型的实用性和算法的有效性.通过对算例进行灵敏度分析得出:所提出的算法具有很好的鲁棒性;应急救援总成本随着受灾点数量、救援中心的个数和各受灾点需求发生率的增加而上升.

模糊神经网络的二阶段变半径随机搜索算法

研究基于正态隶属函数的模糊神经网络的学习算法 .将模糊神经网络对一组样本的逼近误差表示为两组相互独立 ,可分批学习的可调参数的非负函数之和 .其中一组可调参数可通过令相应的非负函数为零直接求得 ,而与另一组可调参数相对应的非负函数就是用于这组参数学习的性能指标 .经对性能指标性质的分析给出了一种模糊神经网络的学习算法——二阶段变半径随机搜索法 .实例表明 ,这种方法简便易行 。

含有随机和模糊参数的混合不确定库存模型及算法

本文对库存控制中的经典EOQ模型进行了拓展,考虑在模型中同时存在随机参数和模糊参数的情况,对不确定因素的实际意义做出合理的解释;在此基础上建立混合不确定规划模型,运用随机模拟和模糊模拟相结合的技术,设计了求解该模型的混合智能算法。

随机模糊神经网络的参数学习算法(英文)

在输入和输出信号均有噪声污染的情况下 ,提出随机模糊逻辑神经网络系统及其参数学习算法 ,给出了参数学习公式 ;仿真计算表明本文所提出的算法的有效性 。

不确定数据分类的模糊随机森林算法

实际应用中不确定数据的分类问题越来越受到人们的重视,不确定数据不但属性值是不确定的,类标签也可能不确定。提出的不确定离散化算法,使模糊决策树能够处理区间数据,统一了属性值不确定与类标签不确定的差异。由此提出的由模糊决策树构造模糊随机森林的模糊分类算法,既继承了模糊决策树对不确定数据分类的灵活性,又继承了随机森林的集成性、鲁棒性和随机性的优点。实验结果表明,对于不确定性数据分类问题,该算法性能优于现有的一些算法。

考虑模糊和随机变量的混合算法的程序实现

针对模糊参数和随机参数同时存在的情况,运用蒙特卡罗随机模拟产生随机样本,结合模糊参数的可能性分布,采用修正进化策略的α-截集优化算法进行模糊分析,获得模糊结果的集合,最终通过证据理论对模糊结果集合进行后处理,获得边界概率累积分布。通过VBA自定义函数,有机结合基于Excel的蒙特卡罗模拟工具Crystal Ball(CB)和Fortran模糊分析库,从而实现模型中同时含模糊和随机参数的不确定分析。计算结果表明该方法能够充分利用已有成熟软件具有高效性和稳定性的特点,有效结合随机分析和模糊分析,实现混合计算,从参数到结果的不确定性传递过程中人工误差较少。

基于鲁棒成本函数的随机模糊神经网络参数学习算法

为了解决采用最小方差型的误差成本函数进行输入含噪系统参数学习时的随机模糊神经网络(SFNN)参数不能收敛至真值的问题,将包含噪声方差的误差成本函数推广到多入单出系统,并根据鲁棒统计学理论和目标函数在参数学习中的导向作用,对目标函数进行修正,使之对于不服从统计分布的粗大误差也能有效处理.在此基础上提出了SFNN的鲁棒参数学习算法,并且输入输出数据中的噪声方差也通过学习而得到,从而避免了需要多次测量的要求.结果表明,SFNN的鲁棒参数学习算法能抑制粗大误差和系统噪声.最后,通过仿真对比验证表明了该方法的有效性.

随机模糊算法下的复杂社会网络研究

针对全球化发展带来的复杂社会网络节点关系分析难度大的问题,论文在随机模糊算法概念下对复杂社会网络的节点集合进行划分。利用复杂社会网络拓扑结构性质,从网络矩阵关系结构为出发点,分别修正了网络节点路径长度和边集内聚集系数。通过随机概率定义实现了完全规则网络到完全随机网络的过渡,对每个独立的社会网络节点进行编码并设定唯一的标签,完成网络节点集合的聚集度发现。通过算法仿真结果表明:随机模糊算法在随机概率取0.5时,复杂社会网络节点聚集划分过程中节点时间复杂度优于传统的模糊聚类算法,该算法在8次迭代后社会网络节点重叠模块率达到0.92。

基于粒子群算法的随机和模糊混合机会约束规划研究

研究一类混合机会约束规划模型,该模型含有随机和模糊参数。基于粒子群算法运用随机模拟和模糊模拟相结合的技术,给出了一种求解该规划模型的混合智能算法。并通过对实际模型的规划问题进行分析和数值求解,说明了该模型和算法的合理性和有效性。

模糊随机最短路径问题模型与算法

最短路径问题在现实生活中有着广泛应用,许多专家学者对此问题进行了深入研究.到目前为止,所有这些研究都是针对静态最短路径问题以及不确定最短路径问题中具有模糊或随机参数的问题.然而在现实世界中,有些系统中有很多不确定因素,因此很有必要对具有多重不确定参数的最短路径问题进行研究.本文主要研究具有模糊随机参数的最短路径问题,基于机会测度理论,分别建立了模糊随机期望值模型、机会约束规划模型及相关机会约束规划模型,然后设计遗传算法求解.

随机ADMM算法及其在电力系统凸经济调度问题中的应用

针对电力系统中的一类凸经济调度问题,提出了随机ADMM算法,设计了周期循环更新规则和随机选择更新规则,证明了随机ADMM算法在周期循环更新规则下的收敛性,以及得出了在随机选择更新规则下按期望收敛的结论.数值实验结果表明该方法可以有效解决电力系统中的凸经济调度问题.

含高密度间歇性能源的交直流混合微网模糊随机优化运行

该文将模糊随机优化理论引入微网优化运行中，以解决高密度间歇性能源的接入给交直流混合微刚带来的曰前调度偏差大及实时不平衡功率调整费用高的问题。基于该优化理论提出了最小化交直流混合微网综合运行成本的模糊随机期望值优化模型和最小化调整费用的实时不平衡功率调整模型，并提出一种模糊随机ADMM算法对不确定优化模型进行求解。最后通过对确定性优化、随机优化和模糊随机优化三种优化方案的目前调度计划和实时不平衡功率调整方案对比分析，证明了基于模糊随机期望值模型在求解含高密度间歇性能源的交直流混合微网调度问题中的有效性。

基于随机森林算法的综合能源配电网电能质量评估方法与网架优化模型

文中针对综合能源配电网存在的电能质量问题考虑采用网架优化措施进行优化。对计及电压偏差、谐波电压、电压波动、三相不平衡度四个指标采用层次分析法建立综合能源配电网电能质量评估体系,其中基于模糊层次分析法确定评估体系各指标的主观权重,以综合能源配电网网架优化方案为控制变量,考虑到系统中多种能源形式的互补运行,以配电网电能质量评估指标最大化为目标函数,计及配电网网络拓扑约束,节点电压约束,网络辐射状约束等必要约束条件建立配电网网架重构优化模型。针对随机森林算法分析其运行原理,并基于随机森林算法对所建立的模型设计模型求解流程,进行仿真算法分析,说明所建立的模型能够改进配网电能质量,验证了模型的正确性和有效性。

基于模糊随机森林的山区道路安全路径规划算法

为提高山区道路行驶的安全性,该文将增加不安全区域道路阻抗、减少阻抗较大(即安全性较低)道路的通过率作为基本思路,提出一种基于模糊随机森林的山区道路安全路径规划算法。该算法在采集典型路段的道路等级、坡度、可视域及道路起伏度等安全影响因素的特征值和安全行驶速度的基础上,利用随机森林算法构建安全行驶影响因子与安全行驶速度之间的映射模型,结合模糊推理方法估算未采样路段的安全行驶速度,获得全路网的安全行驶速度进而构建路网阻抗,据此制定山区道路安全路径规划路线。以山西某山区巡检路径规划为例,对山区道路安全路径规划算法的合理性进行验证,结果表明:该算法所规划的巡检路径方案能有效规避陡坡和视域差的路段,得到较合理、安全的线路,可为巡检员山区道路安全出行提供保障。

基于混合智能算法的随机模糊多目标指派问题

文中从不确定理论出发,将随机模糊约束规划理论引入对随机模糊多目标指派问题的研究。构建了多目标指派问题的随机模糊规划机会约束模型,并设计了将随机模糊模拟、神经网络和遗传算法结合在一起的混合智能算法对模型进行求解。

基于自适应神经模糊推理系统及随机分形搜索算法的黄酒发酵过程建模与优化

黄酒酿造是多菌种混合发酵,具有产物多样的特点,已有的黄酒发酵过程模型是建立在主要生化反应基础上的发酵动力学模型,模型的精度和泛化能力尚不能满足工业需求。针对黄酒醪液中生成产物多样的特征,该文利用模糊系统的建模策略,将自适应神经模糊推理系统的单维度输出扩展到多维度输出,提出了多输出自适应神经模糊推理系统模型;然后针对该模型参数量大的特点,该文将莱维飞行和层次学习策略融入随机分形搜索算法,提出了层次学习随机分形搜索算法,用于模型参数的辨识与优化。仿真结果表明,该算法提升了模型的精度和泛化能力,实现了不同生产批次黄酒发酵状态的良好预测。