基于自适应聚类算法的工业企业用电模式分析

为了有效地挖掘工业企业的用电模式,提出了一种基于自适应k均值聚类算法的工业企业分类方法。该方法通过计算轮廓系数得出最佳的企业分类数,进而实现对工业企业的自适应分类。通过样例数据验证了所提出方法的可行性和有效性。试验表明:采用本文提出的方法能够有效挖掘出企业用电模式与工业产值之间的规律性信息。

适应性FCM聚类分析对机床立柱温度特征的改进试验

在实际中加工过程中,为了保证机床Z方向的加工精度,需准确分析立柱的温度特征,由于立柱热特性样本量复杂,因此提出适应性FCM聚类分析法对立柱温度测点进行合理改进研究,其改进依据为立柱温度及热变形量,通过设置聚类数C的适应性目标分析函数,建立适应性FCM聚类算法可靠性仿真模型,得到温度测点收敛性与鲁棒性较好的多元回归关键测点热误差样本。研究表明:采用对机床立柱预先布置温度测点,通过适应性FCM聚类分析法对温度测点进行合理优化,由此将测点数由7个缩减至3个,同时提高了模型的预测准确性与鲁棒性。该方法为机床热误差测点设计优化提供了新的解决途径,在实际研究中具有较好的应用前景。

适应性FCM聚类分析对导轨温度特征的改进研究

为能够准确地分析导轨的温度特征,采用适应性FCM聚类分析法对导轨温度测点进行合理改进研究,其改进依据为导轨温度及热变形量,通过设置聚类数C的适应性目标分析函数,建立适应性FCM聚类算法可靠性仿真模型,得到温度测点收敛性与鲁棒性较好的多元回归关键测点热误差样本。研究表明,采用对机床导轨预先布置温度测点,通过适应性FCM聚类分析法对温度测点进行合理优化,可将测点数由5个缩减至3个,同时提高了模型预测的准确性与鲁棒性。

基于聚类分析法的二次供水错峰调蓄研究

针对城镇供水的二次供水水资源利用效率低下的问题,提出基于用户角度的需水侧管理模式(DSM),从用户需求侧管理方面入手,以管网末端二次供水系统中的低位水箱为例,采用自适应FCM聚类分析和灰色关联度分析的数学模型分析法,针对不同类型小区,分析用户用水特征,进行调蓄潜力的挖掘与错峰方案的研究,最终确定合适的错峰方案,从而以需求侧管理的用水模式实现良好的错峰。

方便米饭原料适应性的因子、聚类分析研究

不同品种的大米对方便米饭的质量有很大的影响。本文通过因子分析、聚类分析对方便米饭的原料适应性进行研究，得到适宜加工成方便米饭的稻米原料的12个品质指标最佳取值范围：最低粘度1300～2000cP，最终粘度2000～2800cP，峰值粘度2000～2500cP，回生值900～1200eP，峰值时间〉6min，糊化温度63～75℃，直链淀粉含量15．5％～17．5％（干基），蛋白含量〈8％（干基），吸水率230％-275％，膨胀体积300％～340％，米汤碘蓝值〉0．18，米汤干物质〉20mg／g。通过这些指标可以对优质稻米品种进行有效筛选，为方便米饭工业化生产提供客观依据，同时为食味优良的稻米育种工作提供了理论依据。

一种基于自适应遗传算法的聚类分析方法

本文研究了基于自适应遗传算法进行聚类分析的基本原理和实现方法。自适应遗传算法不同于一般遗传算法之处是其交叉互换率与突变率这两个参数随串的适应度值而变化，极大地增强了算法的性能。实验结果表明，遗传算法应用于聚类分析能够搜索到更为精确的聚类中心值，在模式识别、数据压缩等领域有着广泛的应用前景。

基于自适应模糊聚类分析的重力张量欧拉反褶积解

利用将重力全张量数据应用在欧拉反褶积中,规避位场梯度计算的精度问题,引入自适应模糊聚类算法克服聚类数目需要求预先确定、模糊聚类分析局部最优、分类不确定等弱点,并准确的确定多异常源的情况。核密度估计结果表明,张量欧拉反褶积比预设结构参数的欧拉反褶积方法更能表征地下异常类型;反演结果表明,传统欧拉反褶积难于识别在深大型异常源附近的浅部规模相对较小异常源;过滤后的欧拉反褶积解的空间包络基本与初始模型的一致,张量欧拉反褶积在获得多异常源的空间结构信息更具有优势。

人体对住宅非空调环境热适应的聚类分析

为了研究人体热适应群体状况,以北京城区的54个居住者为研究对象,在分析研究单个个体对住宅非空调环境热适应特性的基础上,从人体对室内环境的温湿度适应水平和温湿度对适应水平影响的交互作用2方面分析比较个体对非空调环境热适应的差异性.并采用聚类分析的方法,确定出人体对室内温度和湿度环境适应水平由强到弱的6类热适应状况和单纯对温度适应水平由强到弱的2类热适应状况,以此反映出人体对住宅非空调环境热适应的群体状况.进一步从统计意义的角度,研究分析了人体生理、心理特征与人体热适应状况的相互关系.

一种基于聚类分析的自适应步态检测方法

提出一种基于K-中心点聚类算法的自适应步态检测方法,检测不同步态参数及其耦合关系.所提方法在现有检测方法的基础上增加了步态精细划分环节,提高步态检测结果的正确性和有效性.实验结果显示,在较大步态参数空间内,采用所提检测方法可将步数估计的精度从现有方法的46.16%~53.22%提高到76.13%.

有棱丝瓜种质资源在华南地区夏植的适应性评价

为鉴定评价有棱丝瓜种质资源夏植的适应性,选育适宜在华南地区夏植的有棱丝瓜品种提供种质基础,本试验以广西玉林市夏植的44份有棱丝瓜种质资源为研究对象,分析各种质夏植中主要农艺性状,并对种质资源的11个主要农艺性状进行主成分分析、相关性分析、聚类分析等综合评价。结果表明,44个有棱丝瓜种质资源在夏植过程中主要农艺性状的表现差异较大。变异系数以单次采收产量折合产量变异较丰富,多样性指数以第一成瓜节位为最高。相关性分析发现,重要性状单次采收折合产量与全生育期长短和单瓜重呈极显著正相关,而与播种至始收天数和瓜花斑大小呈极显著负相关,与第一成瓜节位呈显著负相关。主成分分析将原有11个农艺性状指标转化为4个综合因素指标,累积贡献率达71.987%。通过聚类分析,将供试材料分为四大类群,其中第Ⅰ类群包括31份种质,属中低产类型;第Ⅱ类群包含1份种质,属晚熟高产类型;第Ⅲ类群包含1份种质,属长生育期高感霜霉病低产类型;第Ⅳ类群包括11份种质,属早熟高产类型。通过农艺性状综合对比分析,筛选出越夏产量表现较佳的5份种质:LCH8、LCH2、LCH4、LCH14、LCH25,适宜作为华南地区夏植品种选育的种质资源。

自适应遗传算法在聚类分析中的应用

针对k-均值聚类方法可能受初始选定的聚类中心的影响而过早收敛于次优解的不足,给出了一种基于自适应遗传算法的聚类分析方法(AGAC)。对该自适应遗传算法的构成要素及用其解决聚类问题的一般步骤给出了阐述。用VS 2008编写了该算法的程序用来对数字进行聚类取得了较好的聚类结果。

微分方程基于聚类分析的自适应差分格式

通过聚类分析找出一般差分格式的数值解出现数值信息波动大的区域,自适应地进行网格加密,构造出高精度的自适应差分格式.数值试验结果表明,这种新算法较一般差分格式能显著地减少数据存储量和计算量,提高差分格式的稳定性和数值解的精度.

FCM聚类分析在我国农村居民收入变化分类中的应用

介绍了FCM聚类分析理论,并在此基础上给出了改进模型.根据2000—2009年的全国农村居民收入的数据对31个省、市及自治区农村居民收入变化进行了比较研究,利用改进后的FCM聚类模型进行了分类.所用方法和所得结论对研究我国农村居民收入的变化具有一定的参考价值.

挪威云杉种源及家系苗期生长适应性的聚类分析

通过对引进的挪威云杉种源和窄冠垂枝型挪威云杉家系进行不同地点苗期试验,选取生长期、当年高和存活率等3个指标进行苗期生长适应性评价,研究结果表明,部分窄冠垂枝型挪威云杉家系具有良好的生长适应性,大部分存活率相对比较低,挪威云杉种源苗期生长普遍不能适应。

基于不同聚类分析方法的卷烟叶组配方模块分类

为辨析不同聚类分析方法在卷烟叶组配方模块中的分类效果,以不同配方模块烟叶的10项感官指标为研究对象,在利用因子分析提取主成分的基础上,通过3种聚类分析方法对不同配方模块进行分类,并对分类结果进行比较和统计检验。结果表明不同配方模块烟叶的差异规律各不相同,说明烟叶感官质量的不同指标间存在高度的信息重叠。因子分析共提取2个主成分因子,累计方差贡献率为81.96%,特征值分别为7.02、1.18。3种聚类分析方法的分类结果不尽相同,其中加权主成分距离聚类的分类效果最佳,错分率为6.67%;加权主成分聚类次之,错分率为10.83%;一般主成分聚类的分类效果最差,错分率达到18.33%。统计检验结果表明,加权主成分距离聚类的F检验均值最大(98.17),加权主成分聚类次之(91.05),一般主成分聚类F检验的均值最低,为70.14。加权主成分距离聚类的分类效果优于其他2类聚类方法,分类结果的统计检验结果更好,适合不同卷烟配方模块的分类研究。

基于多元统计分析的甘蔗新品系适应性评价

本研究采用多元统计分析方法对29个甘蔗新品系进行适应性评价,以期筛选出综合性状表现优良的甘蔗新品系。结果表明:10个性状指标的变异系数在3.52%~184.52%之间,其中黑穗病率变异系数最大。相关性分析结果表明,蔗茎产量与株高和产糖量呈极显著正相关,黑穗病率与蔗糖分和蔗汁重力纯度呈极显著负相关。主成分分析结果表明,前4个主成分累计贡献率达到85.019%,其中第1主成分与产量-品质-病害性状有关,第2主成分与产糖量-产量性状有关,第3主成分与品质-茎径性状有关,第4主成分与纤维份有关。根据系统聚类分析法将31个甘蔗品系分为5个类群,第Ⅰ类群包含6个品系,蔗糖分最高;第Ⅱ类群包含10个品系,农艺性状最差;第Ⅲ类群包含5个品系,蔗茎产量最高,黑穗病发病率最低,产糖量最高;第Ⅳ类群包含4个品系,黑穗病发病率最高,蔗糖分最低;第Ⅴ类群包含6个品系,蔗茎产量最低,产糖量最低。聚类结果的逐步判别分析结果显示,各类群判别概率均为100%,较好地体现了各品系性状指标的实际表现,筛选出第Ⅲ类群中的桂南蔗151505、桂糖17-232、桂糖13-1154、桂糖17-929、桂糖16-151等5个综合表现优良的甘蔗新品系。第Ⅰ类群中的河糖15-5、桂糖15-1074、桂糖15-1131、桂糖13-1044、桂糖12-284和桂糖17-910等6个品系蔗糖分最高,黑穗病发病率低,可作为高糖、抗黑穗病亲本加以利用。

基于FCM聚类分析模型的中小城市交通发展模式研究

文章针对江苏省中小城市的交通发展模式进行了研究,采用FCM聚类分析模型对江苏省城市进行规模聚类,通过选定相关指标,利用Matlab软件将13个城市划分为5个类别,分析中小城市与大城市在交通特征上的区别,着重针对中小城市的发展模式提出相关建议。

基于自适应遗传算法的配送车辆调度聚类分析

对较小货运量的物流车辆调度问题 ,本文给出了一种基于自适应遗传算法和k -均值算法相结合的聚类算法。实验结果表明 。

基于遗传算法的FCM聚类分析在边坡稳定性评价中的应用

FCM聚类分析在边坡稳定性评价研究中已得到广泛的应用,但传统的FCM算法存在着对初始聚类中心值敏感的问题。引入遗传算法来克服这个问题,提出了基于遗传算法的FCM聚类分析。以具体实例,采用基于遗传算法的FCM聚类分析对边坡进行稳定性评价,然后进行模式识别。研究结果表明:基于遗传算法的FCM聚类分析,克服了传统FCM聚类分析对初始聚类中心敏感的问题,其结果明显好于传统的FCM聚类分析。

聚类关联度分析法的异常数据流实时精准检测技术优化

为实现大规模用电数据流快速的异常检测及用户聚类,提升用电稽查的实时性和有效性,研究从“流”、“人”2个层面开展用电稽查,引入Holt-Winters模型,计算预测值与真实用电数据流的残差项,利用DBSCAN聚类方法通过对残差项的聚类、离群点的识别,完成大规模用电数据流异常的快速检测;采用FCM聚类算法筛选异常用电用户,且为优化聚类效率,使用加权组合聚类评价指标,来确定最优聚类数,并引入欧式距离和相关系数的组合判据作为异常用户检测的阈值,以实现用电稽查用户的自动化分类,据此,便可利用FP-growth算法提取异常用电用户的典型行为特征,为用电稽查提供有效支撑。