基于随机Petri网理论的邮轮灾难事故预警机制研究

邮轮安全事故的严重后果凸显了预警机制的重要性。本文采用集合结构对邮轮安全事故的致因进行分析与描述,以此建立邮轮预警指标体系,通过对指标体系的分析并结合船舶航行实践,设计了邮轮安全预警机制。本研究综合考虑气象条件、通航环境对邮轮航行安全的影响,通过引入与构建随机Petri网理论模型,结合“东方之星”轮沉船事故,对恶劣气象条件下邮轮的安全预警机制进行仿真分析。实验显示风级、雨量等级增长速率与邮轮面临灾难危机的概率之间存在非线性关系,且浪级、风级及雨量等级对邮轮安全预警状态有交互作用,并产生了三者交互作用下的预警临界曲面,为邮轮是否可继续安全航行提供定量分析与决策支持。     

基于灰色聚类-SPA的建筑施工项目安全风险评价

针对建筑施工阶段的安全风险,建立了基于灰色聚类-集对分析(SPA)的建筑施工项目安全风险的综合评价模型.在应用SPA确定安全风险评价因素权重的基础上,采用灰色聚类方法对建筑施工项目进行聚类分析,评价建筑施工项目安全风险所处的等级,最后依据SPA中集对势等级次序表分析建筑施工项目安全风险发展态势.实例分析证明了该模型的适用性和合理性,对比分析表明其评价结果的可靠性,为施工企业的安全风险决策提供借鉴.     

基于改进粒子群算法的模糊聚类-概率神经网络模型的企业财务危机预警模型研究

为了充分发挥概率神经网络在企业财务危机预警中的作用,克服概率神经网络平滑参数难以确定和空间复杂度高的不足,本文提出一类新的参数动态调整的粒子群算法优化概率神经网络的平滑参数,进而采用改进粒子群算法优化初始隶属度矩阵的模糊聚类方法实现对样本的选择,解决了概率神经网络平滑参数的确定及空间结构复杂的问题。提出了基于改进粒子群算法的模糊聚类-概率神经网络企业财务危机预警模型,并以我国上市公司作为研究对象进行了实证研究。结果表明,经过模糊聚类和改进粒子群算法优化的概率神经网络具有更优的预测性能,并在企业财务危机长期预警方面具有一定效用。     

基于规范割的文本超图聚类

超图聚类方法是目前主流聚类方法之一.它的经典版本出现在超大规模集成电路研究领域.近年来,它的各种改进版本被提出并广泛应用于机器视觉领域.例如,在图像聚类和运动分割方面,它的各种版本常有较好的表现.本文将超图聚类方法引入文本聚类领域.首先,根据文本数据高度稀疏的特点,采用SVD(或PCA)对其进行降维;其次,采用基于大超边的超图规范割聚类对文本的低维投影进行聚类;最后,采用聚类准确率指标对聚类进行评价.在两个文本数据集的实验中,基于超图规范割聚类取得了比传统的k均值聚类和层次聚类更好的聚类表现.     

一个贝叶斯聚类方法及应用

聚类分析是研究对样品或指标进行综合分类的一种多元统计分析方法.聚类结果常表现为树状图的形式.如何合理确定聚类的个数,一直是一个比较困难的问题,至今没有很好的解决方案,尤其当样本量较大时,树状图层次较多,很难直观确定聚类个数.介绍一种基于贝叶斯理论的聚类方法,通过对后验似然最大化的原则确定最佳聚类个数和方案,避免了聚类个数选择的主观性.一个已知分类情况的实际数据验证了该聚类方法的有效性.     

一种基于谱聚类分析的粒子群聚类算法

本文研究了谱聚类中NJW算法的样本最优划分问题.利用粒子群算法在聚类问题上搜索到的全局最优,获得了NJW算法对聚类样本的最优划分.推广了谱聚类算法在样本划分时的普适性和稳定性.实验对比验证该算法是有效的.     

一种改进的遗传k-means聚类算法

在经典的k-means聚类算法中,聚类数k必须事先给定,然而在现实中k很难被精确的确定.本文提出了一种改进的遗传k-means聚类算法,并构造了一个用来评价分类程度好坏的适应度函数,该适应度函数考虑的是在提高紧凑度(类内距)和分离度(类间距)的同时使得分类个数尽可能少.最后采用两个人工数据集和三个UCI数据集对k-means聚类算法(KM),遗传聚类算法(GA),遗传k-means聚类算法(GKM)和改进的遗传k-means聚类算法(IGKM)进行比较研究,比较的指标有类间距、类内距和分类正确率.研究证明改进的遗传k-means算法能够自动获取最佳聚类数k并且保持较高的正确率.     

区间模糊ISODATA动态聚类算法

目前模糊技术已经应用于许多智能系统,如模糊关系与模糊聚类.聚类是数据挖掘的重要任务,它将数据对像分成多个聚类,在同一个聚类中,对象的属性特征之间具有较高的相似度,有很大研究及应用价值.结合数据库中的挖掘技术,对属性特征为区间数的多属性决策问题,提出了一种基于区间数隶属度的区间模糊ISODATA动态聚类方法.     

城市蔬菜品种污染状态空间的定性识别分析

本研究提出“两线一点实时监测预警”的一套方法来完善已经建立的城市蔬菜品种污染监控系统,即在由多元统计法建立的城市蔬菜品种污染监控系统研究基础上,利用分步聚类法对蔬菜品种污染空间进行分步聚类,同时采用非参数判别法对儿污染状态进行识别分析。该套方法的提出确保了城市蔬菜品种污染监控系统的正确性、准确性和科学性,为污染监控系统提供了“双保险”。     

基于免疫克隆算法的蒙古文形近元素聚类

文本聚类是聚类技术的重要研究领域.该技术根据文本的相似特征或相似表达式对文本进行聚类,使得属于同类的文本具有最大的相似性,而属不同类文本具有最大的差异性.与其它文字相比,蒙古文的结构和书写方式具有许多特征.本文结合K-means与克隆免疫算法提出了一种称为ICKM的新型聚类技术.四种元素集上的仿真实验说明了我们提出的方法在蒙古文聚类的有效性.