首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 187 毫秒

1.  一种基于核的混合c-均值聚类模型  
   杨敏星  杨明《模糊系统与数学》,2013年第27卷第2期
   FCM和PCM的混合模型可以克服它们单独聚类时的缺点,在聚类效果上有很大改进,但是对于特征不明显的样本而言,这种混合模型的聚类效果并不太好,为了克服这一缺点,本文引入Mercer核,提出了一种新的基于核的混合c-均值聚类模型(KIPCM),运用核函数使得在原始空间不可分的数据点在核空间变得可分。通过数值实验,得到了较为合理的中心值以及较高的正确分类率,证实了本文算法的可行性和有效性。    

2.  基于兴趣点检测的目标识别算法  
   修春波  由霖  赵鑫《武汉大学学报(理学版)》,2011年第57卷第6期
   为了有效地确定目标位置,提出了一种基于兴趣点检测的目标识别方法.根据像素点的灰度和边缘强度信息,确定兴趣点的分布位置.以兴趣点为中心,利用位势函数构建目标函数,目标函数取最大值的位置确定为目标位置.提出了一种改进的概率混沌优化算法求解目标函数的最大值.概率混沌优化算法将搜索空间分为原始搜索空间和精搜索空间,分别以不同的概率同时对两个空间进行搜索,并逐渐增大精搜索空间的搜索概率,从而可在确保算法具有全局寻优能力的前提下加快寻优速度.研究结果表明,该方法可有效地确定目标位置,且结果不受目标平移、旋转、缩放、甚至变形等影响,仿真结果验证了该方法的有效性.    

3.  基于核函数的混合C均值聚类算法  被引次数:1
   周巧萍  潘晋孝  杨明《模糊系统与数学》,2008年第22卷第6期
   提出了一种基于核函数的混合C均值聚类算法.首先利用模糊C均值聚类算法和另一种类型的可能性C均值聚类算法的优点,设计出一种混合C均值聚类算法.然而鉴于该算法存在的不足,本文将Mercer核函数引入到该算法中,仿真实验结果证实了该方法的可行性和有效性.    

4.  基于改进的双向渐进结构优化法的应力约束拓扑优化  
   王选  刘宏亮  龙凯  杨迪雄  胡平《力学学报》,2018年第2期
   工程结构设计时经常需要限制最大名义应力,以避免发生断裂或疲劳破坏,一个有效的策略是采用拓扑优化方法.常规的双向渐进结构优化法(bi-evolutionary structural optimization,BESO)不能有效求解应力约束拓扑优化问题,为此本文提出一种改进的双向渐进结构优化方法,处理体积和应力约束下的最小柔顺性问题.引入基于K-S函数的全局应力度量,以减小大量局部应力约束引起的计算代价.采用拉格朗日乘子法将应力约束函数引入到目标函数,然后由二分法确定合适的拉格朗日乘子的值使得应力约束得到满足.而且,详细推导了基于BESO方法的应力约束拓扑优化模型及其灵敏度列式,最后通过三个典型拓扑优化算例验证改进方法的有效性.为展示考虑应力约束的优点,将应力约束设计与传统的基于刚度的设计进行了比较.结果表明,改进的BESO方法优化迭代过程稳健,获得了边界灰度单元很少的清晰的拓扑构型,并实现了有效降低应力集中效应的设计.    

5.  基于迭代更新近似模型的车内噪声优化  
   张博文  吴光强  黄焕军《计算力学学报》,2016年第33卷第1期
   基于声固耦合分析与迭代更新近似模型对车身板件进行了优化.首先通过板件声学贡献量分析,确定影响车内噪声的关键板件,将其厚度作为设计变量,在减少计算量的同时去除了无关变量的干扰.然后建立不同激励下驾驶员右耳处最大声压与关键板件厚度之间的组合近似模型,对其进行多目标优化并采用序列二次规划和K均值聚类算法对近似模型进行更新,使得采样样本逐渐靠近Pareto前沿,从而提高近似模型在Pareto前沿上的精度.优化结果表明,迭代更新近似模型能够有效优化车身结构,在保证轻量化的同时,降低了车内噪声.    

6.  基于贝叶斯信息融合的岸桥有限元模型修正研究  
   梁岗  袁武水  王瑞丽  唐炯《力学季刊》,2018年第2期
   为建立精确的岸桥有限元模型,研究了基于贝叶斯信息融合的模型修正方法.通过方差分析,确定待修正参数,利用中心复合试验设计获取样本点,根据有限元计算结果与实测的结果残差为目标函数获得响应样本.拟合样本点和响应样本值构建二阶多项式响应面模型,并检验响应面模型的精度.基于贝叶斯理论更新融合系数来优化响应面参数,从而获得修正模型.以宁波大榭3号岸桥为工程背景,对比修正后的模态频率和实测频率,最大频率相对误差不超过5%,进而验证了基于贝叶斯信息融合的动力学有限元模型修正方法的有效性.修正后的有限元模型可进一步应用于岸桥的健康监测和安全评估.    

7.  不等式约束优化全局收敛的滤子线性方程组算法  
   张新华《应用数学》,2010年第23卷第3期
   设计了求解不等式约束非线性规划问题的一种新的滤子序列线性方程组算法,该算法每步迭代由减小约束违反度和目标函数值两部分构成.利用约束函数在某个中介点线性化的方法产生搜索方向.每步迭代仅需求解两个线性方程组,计算量较小.在一般条件下,证明了算法产生的无穷迭代点列所有聚点都是可行点并且所有聚点都是所求解问题的KKT点.    

8.  基于模糊K均值聚类和Sarsa(λ)算法的自适应爬壁机器人路径规划  
   李静静《应用声学》,2014年第22卷第9期
   针对现有爬壁机器人规划算法难以实现在线自适应高效规划的问题,设计了一种基于模糊K-Means算法和经典Sarsa(λ)算法自适应爬壁机器人规划算法;首先,对爬壁机器人的动力学模型进行了建模和分析,然后,对爬壁机器人规划中的状态进行自适应聚集从而实现值函数的近似,设计了K值可变的改进模糊K均值聚类算法对状态进行自适应地在线聚类,将聚类中心对应的值函数作为整个聚类所有数据对象的值函数的近似值,最后,对基于模糊K均值聚类算法和Sarsa(λ)算法的爬壁机器人在线规划算法进行了定义和描述,在MATLAB环境下对简单障碍物场景和复杂障碍物场景分别仿真实验,实验结果表明文中方法能有效地进行路径规划,随着情节数的增加,规划结果逐渐收敛到最优值,同时在环境变化时,收敛效果不受影响,具有较好的稳定性,是一种高效地实现爬壁机器人在线规划的方法。    

9.  连续时间Markov 决策过程的均值-方差优化问题  
   叶柳儿  ;黄香香《中国科学:数学》,2014年第44卷第8期
   本文考虑连续时间Markov 决策过程折扣模型的均值-方差优化问题. 假设状态空间和行动空间均为Polish 空间,转移率和报酬率函数均无界. 本文的优化目标是在折扣最优平稳策略类里,选取相应方差最小的策略. 本文致力于寻找Polish 空间下Markov 决策过程均值-方差最优策略存在的条件. 利用首次进入分解方法,本文证明均值-方差优化问题可以转化为“等价” 的期望折扣优化问题,进而得到关于均值-方差优化问题的“最优方程” 和均值-方差最优策略的存在性以及它相应的特征.最后,本文给出若干例子说明折扣最优策略的不唯一性和均值-方差最优策略的存在性.    

10.  自适应约束模糊C均值聚类算法  被引次数:1
   李雷  罗红旗  丁亚丽《模糊系统与数学》,2010年第24卷第5期
   针对经典C均值聚类算法和模糊C均值聚类算法所存在的对初始聚类中心过分依赖以及需要预先知道实际聚类数目的问题,基于模糊C均值聚类算法提出了一种新算法:自适应约束模糊C均值(ACFCM)聚类算法,它在模糊C均值聚类算法的基础上,给目标函数加入了一个惩罚项,使得上述问题得以解决.并通过仿真实验证实了新算法的可行性和有效性.    

11.  基于空间信息的直觉模糊C-均值图像分割算法  
   马姣婷  贾世英  吴伟霖《应用声学》,2016年第24卷第9期
   针对模糊C-均值聚类算法的单一隶属度不能充分描述图像不确定性,且聚类过程中忽略像素空间关系的问题,提出一种基于空间信息的直觉模糊C-均值算法;该算法选取3×3的模板计算邻域像素灰度均值;并引入权重项,来控制灰度信息和空间信息各自所占的比重,同时用犹豫度更新直觉模糊集的隶属度函数;对常用标准图像的仿真结果表明,该算法能更好地保留图像细节信息,得到更加理想的图像分割效果。    

12.  基于CA和LS-SVM的TE过程多模型建模  
   胡蓓蓓  李丽娟  熊路《应用声学》,2015年第23卷第1期
   针对TE化工过程高度非线性、复杂性的特点,本文提出了一种基于相关分析和最小二乘支持向量机对TE过程进行多模型建模方法,以提高模型性能。首先对TE过程采用相关分析法划分为3个子系统,对每个子系统分别采用基于C-均值聚类的最小二乘支持向量机建模和基于k均值聚类的最小二乘支持向量机多模型建模。实验表明,基于K-均值聚类的多模型建模能简化计算、提高模型精度、并且能更好的预测模型输出。    

13.  基于相关分析与最小二乘支持向量机的TE过程多模型建模  
   胡蓓蓓  李丽娟  熊路《应用声学》,2015年第23卷第1期
   针对TE化工过程高度非线性、复杂性的特点,文章提出了一种基于相关分析和最小二乘支持向量机对TE过程进行多模型建模方法,以提高模型性能;首先对TE过程采用相关分析法划分为3个子系统,对每个子系统分别采用基于C-均值聚类的最小二乘支持向量机建模和基于K均值聚类的最小二乘支持向量机多模型建模;实验表明,基于K均值聚类的多模型建模能简化计算、提高模型精度、并且能更好的预测模型输出。    

14.  基于Agent与分解协调的综合生产计划研究  被引次数:1
   张人千  李艳艳《数学的实践与认识》,2007年第37卷第3期
   以作业单元为局部决策Agent,车间管理者为全局协调Agent,引入生产节点间的内部结算价格,基于多Agent系统,建立了综合生产计划的分布式决策模型.通过将局部Agent决策目标的总和与全局Agent决策目标进行对比,证明了所引入的内部结算价格就是全局Agent目标函数关于物流平衡约束的Lagrange乘子.基于Lagrange分解协调原理,设计了局部作业单元Agent和全局协调Agent的迭代协调算法.该迭代算法以上次计算的中间结果作为对其它作业单元生产需求的估计,从而能将各个生产单元Agent的决策模型分离,实现了分布建模与求解.在算例研究中使用启发式规则来确定Lagrange乘子迭代的步长系数,保证了较好的收敛性,证明模型和算法是有效的.    

15.  基于遗传算法的模糊聚类分析  被引次数:1
   宫尚宝  郭玉翠《模糊系统与数学》,2010年第24卷第6期
   针对模糊C-均值算法容易收敛于局部极小点的缺陷,将遗传算法应用于算法的优化计算.同时针对算法中,聚类效果往往受到聚类数目和初始聚类中心的影响,提出了基于平均信息熵确定聚类数目的方法,并采用密度函数来获得初始聚类中心.实验证明,基于遗传算法的模糊聚类方法能够避免产生局部极小值,较好的解决聚类结果对初值的依赖.    

16.  基于局部核函数与全局核函数支持向量回归优化小样本QSAR建模  被引次数:1
   谭泗桥  袁哲明  柏连阳  谭显胜  熊洁仪《分子科学学报》,2009年第25卷第3期
   为提高小样本定量构效关系(QSAR)预测精度,基于支持向量机全局核函数与局部核函数提出了一种新的建模方法:先依不同核函数筛选描述符,再依保留描述符构建支持向量机回归(SVR)子模型.子模型预测活性值与实验值组成混合样本.以均方误差(MSE)最小为原则,对混合样本再次基于SVR实施核函数寻优与子模型筛选,基于最优核函数和保留子模型以留一法完成预测.对2个小样本体系的QSAR研究表明,该方法兼具局部核函数和全局核函数的优点,既有较强的学习能力,又有较好的推广能力,预测精度高,稳定性好.    

17.  基于综合效益的城市地下物流网络设计与优化方法  
   胡万杰  潘欣维  华云《数学的实践与认识》,2018年第15期
   针对城市地下物流系统(Underground Logistics System,ULS)的特征,对一系列ULS网络节点选址与优化问题进行了建模分析.1)从解决城市交通拥堵的角度出发,探讨了物流地上地下分配的三种方案,并建立了地下货运OD评价模型.2)综合权衡货运量与货源距离,基于改进的模糊C均值聚类确定ULS—级节点的选址和辐射范围.3)对每个一级区域构建了ULS二级节点选址优化模型,通过人工免疫算法搜索最少覆盖节点群及节点的最优归属.4)建立多目标ULS网络规划模型,结合Prim算法与Dijkstra算法实现货物地下运输路径的最优选择,并采用栅格覆盖的思路在节点服务范围内对ULS网络进行费用优化.5)提出ULS网络效能评估指标,设置中心节点以提高系统运输效率和抗风险能力.    

18.  纵向艾滋病数据模型的最优稳健预测设计  
   周晓东  岳荣先《数理统计与管理》,2015年第2期
   本文考虑了纵向艾滋病数据模型响应值预测时的最优稳健设计问题。分别研究了两类预测问题:一类是群体响应均值的预测,另一类是个体观察值的预测。给出了模型方差参数空间上的最大最小和贝叶斯稳健设计,多个可选模型下的稳健设计以及预测点不确定时的稳健设计。提出了求各类稳健设计的模拟退火算法。    

19.  基于递阶模糊聚类的混沌时间序列预测  被引次数:5
   刘福才  孙立萍  梁晓明《物理学报》,2006年第55卷第7期
   提出一种新的基于递阶模糊聚类系统的模糊建模方法.目的在于通过一系列的步骤优化T-S模糊模型结构,实现非线性系统的建模和预测.首先利用最近邻聚类法初始划分输入空间,得到规则数及初始聚类中心,用模糊C均值算法(FCM)进一步优化聚类中心;然后利用加权最小二乘法估计模糊模型的初始参数,进一步利用带遗忘因子的递推最小二乘法优化结论参数.采用该方法对Mackey-Glass混沌时间序列进行预测实验,结果表明可以对Mackey-Glass混沌时间序列进行准确建模和预测,证明了本方法的有效性.    

20.  智能优化算法应用于近红外光谱波长选择的比较研究  
   宾俊  范伟  周冀衡  李鑫  梁逸曾《光谱学与光谱分析》,2017年第37卷第1期
   近红外光谱(NIRS)是一种间接分析技术,其应用需建立相应的校正模型。为了提高模型的解释能力、预测准确度和建模效率,需要对 NIRS进行波长选择,优选最小化冗余信息。智能优化算法是以生物的行为方式或物质的运动形态为背景,经过数学抽象建立算法模型,通过迭代计算来求解组合最优化问题,其核心策略是以某种目标函数为标准,基于多元校正建模并以逐步逼近的方法筛选出有效的波长点。选用蚁群优化(ACO)、遗传优化(GA)、粒子群优化(PSO)、随机青蛙(RF)和模拟退火(SA)5种智能优化算法对烟叶总氮和烟碱近红外光谱数据进行特征波长选择,结合偏最小二乘(PLS)算法,构建了多个烟叶总氮和烟碱的校正模型,结果显示:所选用两个数据集的总氮最优模型分别为 PSO-PLS和 GA-PLS模型,烟碱最优模型分别为 GA-PLS和 SA-PLS模型,五种智能优化算法所建模型预测性能并非全部优于全谱 PLS模型,但是通过智能优化算法进行波长选择后建立的PLS模型大大简化,模型的预测精度、可解释性和稳定性均有所提高。同时也对优选波长进行了解释和分析,烟叶总氮特征波长优选组合为4587~4878和6700~7200 cm-1;烟叶烟碱特征波长优选组合为4500~4700和5800~6000 cm-1,优选出来的特征波长具有实际物理意义。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号