基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型

为便于运维人员及时准确判断高压电缆缺陷类型,提出了一种基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型。该方法基于现有在线监测、离线试验和运维系统等数据,利用关联规则挖掘出不同缺陷类型与状态数据的关联关系,并建立电缆缺陷关联规则库;针对现有关联规则算法只能处理布尔型数据局限,采用竞争凝聚算法对连续型数据进行离散化处理;最后通过实例对所提的模型进行分析验证,仿真结果表明该模型识别准确率高、求解效率高、解释性好,有助于运维人员对电缆进行及时动态的维护管理。

车载自组织网络的竞争窗口自适应退避算法

随机多址接入协议对于保障车载自组织网络的服务质量(QoS)至关重要。由于该网络中车辆节点的高速移动特性使得网络拓扑变化频繁,固定的媒体接入控制协议机制会限制高动态自组织网络的整体服务质量。本文针对该问题,在CSMA/CA系列协议退避算法基础上,提出了一种基于车辆节点密度、信道占用因子和冲突门限的竞争窗口自适应退避算法(NCW-COCT)。首先,为使冲突概率最小化,以车辆节点密度和竞争窗口值为基础建立一维马尔可夫模型进而构造目标函数;其次,提出信道占用因子并结合最优冲突门限值,实现以车载自组织网络通信服务质量最优化为目标的竞争窗口自适应退避。仿真结果表明,NCW-COCT算法与同类的DCW算法和IM-BEB算法进行比较,吞吐量性能分别提升了11.64%和6.77%,丢包率分别降低了19.46%和13.29%。

基于点密度的半监督CA算法在图像聚类中的应用

经典竞争凝聚(CA)算法具有自动寻找聚类总数的特性,避免了预判参数对聚类结果的影响,但在聚类过程中,该算法并未利用样本数据中普遍存在的少量已知信息,而这些已知信息往往能够对整个聚类过程提供有益的帮助;此外算法在相似度度量函数上采用了最为常见的欧氏距离,该距离仅适用于球状的聚类,且存在等划分的趋势,这就制约了算法的应用范围.针对上述问题,通过引入具有半监督学习能力的半监督项,增强隶属度矩阵的划分能力,并利用样本数据的点密度信息,生成距离调节因子修正欧氏距离,最终得到了基于点密度的半监督CA算法.在人造模拟图像和真实图像上的聚类分割结果,以及与其它算法的性能比较,表明了所得算法,能得到较为准确的中心值,有更佳的聚类效果.

基于改进的K-means聚类算法的汽车市场竞争情报分析

应用AHP(analytic hierarchy process)和EWM(entropy weight method),对中国A级轿车市场数据进行了分析量化处理,设计了竞争威胁数据指标,基于改进的K-means聚类算法对该市场进行了社会网络分析;通过品牌间竞争矩阵构建了中间中心度及凝聚子群,分析了产品性能指标偏重程度和企业所在该市场的竞争地位。数值实验表明:改进的K-means聚类算法对于文中样本对象,得到了更为精确的聚类效果,对中国A级轿车市场的社会网络分析准确有效。

改进的遗传算法求解桁架的形状优化

提出将改进的遗传算法用于优化具有离散尺寸、连续形状变量的桁架重量．考虑到离散和连续变量的本质,提出了混合编码方法,其中包括二进制和实数编码,整数和实数编码．采用了凝聚选择法——基于约束和适应度值双重标准,完全适应约束问题的本质．竞争保留最优个体方法延长了优良个体的寿命,使好基因有更大的机会遗传给下一代．算例表明改进的遗传算法是可行且有效的．

改进模糊关联规则及其在电站锅炉运行优化中的应用

提出了一种改进的模糊关联规则挖掘算法对电厂运行优化目标值进行确定,首先利用竞争凝聚算法决定分类数、软化划分边界并构造优化的模糊数据集,再结合某300 MW机组的历史运行数据,以供电煤耗率作为优化目标,利用频繁模式树生成算法得到的频繁项集进行关联规则挖掘,最终得到运行参数最优值,实验结果和理论分析表明挖掘结果能够正确反映机组运行机理、可以作为指导机组优化运行的重要依据。

330MW机组湿法烟气脱硫控制系统目标值优化

基于火电机组脱硫系统在实际运行过程中积累的历史数据,采用数据挖掘的方法对系统的重要运行参数进行优化,挖掘出在满足脱硫效率要求时经济效益最大的最佳运行参数值。提出了一种模糊关联规则挖掘算法,对某330 MW机组石灰石-石膏湿法烟气脱硫系统运行优化目标值进行确定。针对历史运行数据利用竞争凝聚算法决定分类数、软化划分边界并构造优化的模糊数据集,以满足脱硫效率为前提,以经济效益作为优化目标,利用模糊Apriori关联规则挖掘算法得到的频繁项集进行关联规则挖掘,最终得到运行参数最优目标值,实验结果和理论分析表明挖掘结果能为电厂脱硫系统的经济运行作出贡献,可以作为指导机组优化运行的重要依据。

基于多元模糊支持向量数据描述的高压电缆缺陷识别

为了实现高压电缆缺陷状态准确识别,该文提出基于多元模糊支持向量描述的高压电缆缺陷识别方法。针对原始支持向量描述(SVDD)对异常数据敏感的问题,首先利用竞争凝聚算法对高压电缆训练样本进行模糊聚类和筛选,并利用筛选后样本的隶属度对SVDD加权处理,进而获得高压电缆每种状态的训练样本的最小超球体,实现对高压电缆多种缺陷状态的有效识别。最后,利用广东珠海高压电缆的实际数据对所提模型的可行性和准确性进行验证。

基于改进K-Means算法的企业竞争情报研究——以社会网络分析为方法

【目的/意义】为了提高企业在市场的竞争力,企业应尽量获取更多的企业竞争情报。【方法/过程】以当前笔记本电脑市场为例,基于改进的、可高效准确划分类簇的K-means聚类分析算法,对企业的市场竞争情况做社会网络分析。论文通过建立各企业间的竞争力相关矩阵构建竞争网络,并进行中间中心度分析和凝聚子群分析。【结果/结论】可以得到企业在竞争市场中的战略地位,以及其它企业产品在竞争市场中的情况,使企业具有更高的竞争情报获取和分析能力。

基于模糊关联规则的脱硫系统运行优化

为了解决石灰石-石膏湿法烟气脱硫系统(Wet Flue Gas Desulfurization System,WFGD)的运行优化问题,基于某电厂600 MW机组的脱硫系统历史运行数据,采用关联规则挖掘方法中的FP-tree(Frequent Pattern-Tree)算法对历史数据进行关联规则的挖掘。在数据挖掘过程中,利用3σ法则去除原始数据中的粗大误差;利用聚类方法中的竞争凝聚(Competitive Agglomeration,CA)算法,对处理后数据的各个属性分别进行聚类,使其划分为不同的区间;选取不同锅炉负荷工况下的数据,利用FP-tree算法挖掘关联规则;挑选出有意义的关联规则。结果表明:在锅炉负荷为540 MW工况时,将脱硫系统中的可调参数浆液pH值设置为4.9901,吸收塔液位设置为8.9478 m,吸收塔给浆流量设置为8.1782 m^3/h,吸收塔给浆密度设置为1229.2723 kg/m^3,可以在满足脱硫效率的前提下使得脱硫成本最低,从而提高电厂的经济效益。