基于遗传改进蚁群聚类算法的电力客户价值评价 被引量：31

1

作者 李泓泽 郭森 王宝 《电网技术》 EI CSCD 北大核心 2012年第12期256-261,共6页

对电力客户价值进行评价是供电企业优化服务资源配置的重要步骤。分析了蚁群聚类算法,并针对蚁群聚类算法进行评价时参数组合设置盲目性、收敛速度慢、容易陷入局部收敛的缺点,提出了运用遗传算法改进蚁群聚类算法评价电力客户价值的新... 对电力客户价值进行评价是供电企业优化服务资源配置的重要步骤。分析了蚁群聚类算法,并针对蚁群聚类算法进行评价时参数组合设置盲目性、收敛速度慢、容易陷入局部收敛的缺点,提出了运用遗传算法改进蚁群聚类算法评价电力客户价值的新方法。该新方法利用遗传算法对蚁群聚类算法的参数进行优化,进而再对电力客户价值进行聚类评价。通过实例验证表明,该新方法聚类性能有较大的提升,能够提升收敛速度和避免陷入局部收敛,并且减少了聚类评价时的主观因素,其具有准确、高效、实用等优点。最后,运用该新方法对某市供电公司的10个工业客户进行了评价,总结了不同类别电力客户的特点,对供电企业如何优化服务资源提出了建议。 展开更多

关键词 电力客户价值 评价指标体系 蚁群聚类算法 遗 传改进蚁群聚类算法 服务资源优化

在线阅读 下载PDF 职称材料

基于蚁群聚类算法的RBF神经网络在压力传感器中的应用 被引量：13

2

作者 孙艳梅 都文和 +5 位作者 冯昌浩 刘道森 卢俊国 崔全领 苗凤娟 宋志章 《传感技术学报》 CAS CSCD 北大核心 2013年第6期806-809,共4页

针对压力传感器在应用中存在温度漂移这一缺点,提出了一种基于蚁群聚类算法的RBF(Radial Basis Function)神经网络温度补偿方法。利用蚁群算法的并行寻优特征和一种自适应调整挥发系数的方法作为聚类算法来确定RBF神经网络的基函数的位... 针对压力传感器在应用中存在温度漂移这一缺点,提出了一种基于蚁群聚类算法的RBF(Radial Basis Function)神经网络温度补偿方法。利用蚁群算法的并行寻优特征和一种自适应调整挥发系数的方法作为聚类算法来确定RBF神经网络的基函数的位置,并通过裁减的方法约简隐层的神经元达到简化网络结构的目的。通过仿真可以看出,该算法具有误差小,精度高等优点,对压力传感器的温度漂移有较好的补偿效果。 展开更多

关键词 RBF神经网络 蚁群聚类算法 压力传感器

在线阅读 下载PDF 职称材料

蚁群聚类算法研究及应用 被引量：9

3

作者 裴振奎 李华 +1 位作者 宋建伟 韩锦峰 《计算机工程与设计》 CSCD 北大核心 2008年第19期5009-5013,共5页

聚类作为数据挖掘技术的重要组成部分,在很多领域有着广泛应用。蚁群算法是近几年研究的一种新算法,该算法采用分布式并行计算和正反馈机制,具有易于与其它方法相结合的优点。根据蚁群算法在聚类中的应用及改进型式的不同,文章主要介绍... 聚类作为数据挖掘技术的重要组成部分,在很多领域有着广泛应用。蚁群算法是近几年研究的一种新算法,该算法采用分布式并行计算和正反馈机制,具有易于与其它方法相结合的优点。根据蚁群算法在聚类中的应用及改进型式的不同,文章主要介绍了几种基本的流行的蚁群聚类算法,分析了它们的不同之处,并对蚁群聚类算法今后的研究方向作了展望。 展开更多

关键词 聚类 蚁群算法 信息素 正反馈机制 蚁群聚类算法

在线阅读 下载PDF 职称材料

基于蚁群聚类算法的板式定制家具订单聚类分析 被引量：11

4

作者 陶涛 王洁 +2 位作者 刘忠会 陈星艳 冯万福 《林产工业》 北大核心 2020年第5期49-52,共4页

为研究在定制家具分批生产之前的订单聚类问题,根据不同订单的信息,选取对定制家具排产影响较大的订单特征,将订单文本向量化,计算家具订单之间的相似度。利用蚁群算法的状态转移规则,通过聚类数目未知的蚁群算法将订单类别进行归并,以... 为研究在定制家具分批生产之前的订单聚类问题,根据不同订单的信息,选取对定制家具排产影响较大的订单特征,将订单文本向量化,计算家具订单之间的相似度。利用蚁群算法的状态转移规则,通过聚类数目未知的蚁群算法将订单类别进行归并,以聚类完成后所有类别的材料种类总数最少为目标。通过仿真试验将其与聚类数目已知的蚁群聚类算法和K-means算法聚类结果进行比较,结果表明:相对于上述两种聚类算法,在定制家具订单聚类问题研究中,本文研究的算法聚类效果更好。 展开更多

关键词 定制家具 订单 蚁群聚类算法 聚类分析 生产效率

在线阅读 下载PDF 职称材料

改进的蚁群聚类算法及在多属性大群体决策中的应用 被引量：20

5

作者 徐选华 范永峰 《系统工程与电子技术》 EI CSCD 北大核心 2011年第2期346-349,共4页

多属性复杂大群体决策中,对决策人员的决策结果进行有效地聚类,是分析以及完成群体决策的基础。针对蚁群聚类算法参数选取复杂、自适应性差以及随机性等缺点,提出了一种改进的蚁群聚类算法,该算法将决策群体成员对决策问题的若干个评价... 多属性复杂大群体决策中,对决策人员的决策结果进行有效地聚类,是分析以及完成群体决策的基础。针对蚁群聚类算法参数选取复杂、自适应性差以及随机性等缺点,提出了一种改进的蚁群聚类算法,该算法将决策群体成员对决策问题的若干个评价准则值转化成偏好矢量,以偏好矢量相聚度作为邻域相似度的计算公式,形成一个启发式聚类算法。通过一个算例计算说明该算法具有聚类质量高、自组织和鲁棒性的特点,适用于解决多属性复杂大群体聚类与决策问题。 展开更多

关键词 蚁群聚类算法 群体聚类 大群体 群决策

在线阅读 下载PDF 职称材料

蚁群聚类算法在煤矿安全评价人因事故分析中的应用 被引量：13

6

作者 马小平 金珠 《煤炭学报》 EI CAS CSCD 北大核心 2009年第5期678-682,共5页

详细分析了煤矿安全人因事故中的主导因素,应用蚁群聚类算法从职工素质、组织管理、心理及生理因素和工作环境4个方面进行聚类分析,建立了对煤矿生产中影响较大的人因事故主导因素分类模式,仿真实验表明,管理因素是煤矿人因事故中的关... 详细分析了煤矿安全人因事故中的主导因素,应用蚁群聚类算法从职工素质、组织管理、心理及生理因素和工作环境4个方面进行聚类分析,建立了对煤矿生产中影响较大的人因事故主导因素分类模式,仿真实验表明,管理因素是煤矿人因事故中的关键因素,并有针对性地给出相应防范措施. 展开更多

关键词 蚁群聚类算法 煤矿安全 人因事故

在线阅读 下载PDF 职称材料

基于蚁群聚类算法的大规模定制产品模块划分研究 被引量：13

7

作者 邓可 林杰 《计算机工程与应用》 CSCD 北大核心 2008年第2期130-132,201,共4页

为了解决面向大规模定制生产中产品模块划分问题,提出了一种基于蚁群聚类算法的模块划分方法。以零件间在物理或功能上的相关度作为划分模块的主要依据,利用零件的指标特征值建立相关度评价模糊关系矩阵,然后应用蚁群聚类算法得到产品... 为了解决面向大规模定制生产中产品模块划分问题,提出了一种基于蚁群聚类算法的模块划分方法。以零件间在物理或功能上的相关度作为划分模块的主要依据,利用零件的指标特征值建立相关度评价模糊关系矩阵,然后应用蚁群聚类算法得到产品模块的划分方案,最后通过实例说明了该方法的有效性。 展开更多

关键词 大规模定制 模块划分方法 蚁群聚类算法

在线阅读 下载PDF 职称材料

不确定近似骨架蚁群聚类算法在滑坡危险性预测中的研究与应用 被引量：3

8

作者 刘卫明 李忠利 毛伊敏 《计算机工程与科学》 CSCD 北大核心 2018年第12期2234-2242,共9页

受不确定因素降雨难以准确处理的制约以及蚁群聚类算法在搜索空间容易陷入局部最优解和搜索速度慢的特征影响,为了提高滑坡危险性预测的精度,提出一种不确定近似骨架蚁群聚类算法。首先采用Gauss点概率模型来描述不确定数据,对不确定数... 受不确定因素降雨难以准确处理的制约以及蚁群聚类算法在搜索空间容易陷入局部最优解和搜索速度慢的特征影响,为了提高滑坡危险性预测的精度,提出一种不确定近似骨架蚁群聚类算法。首先采用Gauss点概率模型来描述不确定数据,对不确定数据进行相似性度量;其次引入信息素重分配和自适应动态变量实现蚁群聚类算法局部信息素和全局信息素更新,提高蚁群聚类算法搜索速度,加载遗传算法避免蚁群聚类算法过早陷入局部最优;最后结合近似骨架理论,构建不确定近似骨架蚁群聚类算法模型,缩减迭代次数,快速搜索出聚类结果。在UCI真实数据集和延安宝塔区滑坡实验数据集上的实验结果显示,不确定近似骨架蚁群聚类算法具有较高的聚类质量,预测精度达到93.3%,验证了算法在滑坡危险性预测中的可行性。 展开更多

关键词 不确定数据 Gauss点概率模型 近似骨架 蚁群聚类算法 危险性预测

在线阅读 下载PDF 职称材料

基于蚁群聚类算法的岩爆预测研究 被引量：26

9

作者 高玮 《岩土工程学报》 EI CAS CSCD 北大核心 2010年第6期874-880,共7页

由于岩爆是深部地下工程常见的一种重大工程灾害,因此,岩爆预测研究具有重大的现实意义。岩爆影响因素众多且关系复杂,不能用简单的方法进行分析判断,一般在工程类比的基础上,采用聚类的方法进行。但由于岩爆问题环境的复杂性,岩爆预测... 由于岩爆是深部地下工程常见的一种重大工程灾害,因此,岩爆预测研究具有重大的现实意义。岩爆影响因素众多且关系复杂,不能用简单的方法进行分析判断,一般在工程类比的基础上,采用聚类的方法进行。但由于岩爆问题环境的复杂性,岩爆预测的聚类问题是一个复杂的模糊、随机优化问题,采用传统方法难免带来很多局限性。为了更好地解决这类问题,首次把蚁群聚类算法这种新近提出的仿生聚类算法引入岩爆研究领域,以解决其预测问题,提出一种岩爆预测的新方法。该方法在分析岩爆实例资料的基础上,采用蚁群聚类算法,以工程类比的思想判断岩爆的发生状态。两个工程应用实例证明,该算法可以自动把岩爆事件分成几种类似的状态,判断准确率较高,计算速度较快,是一种比较实用的岩爆预测新方法,值得在岩石地下工程研究领域推广应用。 展开更多

关键词 岩爆 预测 聚类 蚁群聚类算法

在线阅读 下载PDF 职称材料

基于蚁群聚类算法的岩石边坡稳定性分析 被引量：10

10

作者 高玮 《岩土力学》 EI CAS CSCD 北大核心 2009年第11期3476-3480,共5页

由于岩石边坡影响因素众多且关系复杂,不能用简单的方法进行分析和判断。在工程类比的基础上,一般采用聚类的方法。但由于边坡工程问题环境的复杂性,岩石边坡稳定分析的聚类问题是一个复杂的模糊、随机优化问题,采用传统方法难免带来很... 由于岩石边坡影响因素众多且关系复杂,不能用简单的方法进行分析和判断。在工程类比的基础上,一般采用聚类的方法。但由于边坡工程问题环境的复杂性,岩石边坡稳定分析的聚类问题是一个复杂的模糊、随机优化问题,采用传统方法难免带来很多局限性。为了更好地解决这类问题,首次把蚁群聚类算法这种新近提出的仿生聚类算法引入岩石边坡工程领域,以解决其稳定分析问题,提出一种分析岩石边坡稳定问题的新方法。该方法在分析岩石边坡工程实例资料的基础上,采用蚁群聚类算法,以工程类比的思想判断岩石边坡的稳定状态。工程应用证明,该算法可以自动把岩石边坡分成几种类似的状态,判断准确率较高、计算速度较快,是一种比较实用的岩石边坡稳定分析方法,值得在岩石边坡分析领域推广应用。 展开更多

关键词 岩石边坡 稳定分析 聚类 蚁群聚类算法

在线阅读 下载PDF 职称材料

深部地下工程岩爆预测的筛选蚁群聚类算法 被引量：6

11

作者 高玮 张飞君 《爆炸与冲击》 EI CAS CSCD 北大核心 2012年第6期568-572,共5页

为了提高仿生聚类算法的计算效率,对传统的蚁群聚类算法进行改进,采用数据合并机制提出了一种筛选蚁群聚类算法。采用筛选蚁群聚类算法,在岩爆工程实例资料分析的基础上,基于工程类比的思想判断岩爆的发生状态,提出了一种深部地下工程... 为了提高仿生聚类算法的计算效率,对传统的蚁群聚类算法进行改进,采用数据合并机制提出了一种筛选蚁群聚类算法。采用筛选蚁群聚类算法,在岩爆工程实例资料分析的基础上,基于工程类比的思想判断岩爆的发生状态,提出了一种深部地下工程岩爆预测的新方法。通过多个煤矿深部地下工程岩爆实例的应用研究证明,和传统的蚁群聚类算法相比,在不显著增加计算难度和复杂度的情况下,新算法对工程实例的判断准确率更高,其准确率达92%,计算效果更好;而且,计算速度有较大幅度的提高,其计算时间缩短近40%,说明新算法的计算效率更高。因此,筛选蚁群聚类算法是一种比较实用的岩爆预测新方法,值得在深部地下工程岩爆研究领域推广应用。 展开更多

关键词 爆炸力学 筛选蚁群聚类算法 聚类分析 岩爆预测

在线阅读 下载PDF 职称材料

蚁群聚类算法的T-S模糊模型辨识 被引量：5

12

作者 赵宝江 《计算机工程与应用》 CSCD 北大核心 2011年第21期153-156,共4页

基于T-S模型,提出一种非线性系统的模型辨识方法。利用蚁群聚类算法来进行结构辨识,确定系统的模糊空间和模糊规则数。在聚类的基础上,利用遗传算法辨识模糊模型的后件加权参数,得到一个精确的模糊模型,从而实现参数辨识。仿真结果验证... 基于T-S模型,提出一种非线性系统的模型辨识方法。利用蚁群聚类算法来进行结构辨识,确定系统的模糊空间和模糊规则数。在聚类的基础上,利用遗传算法辨识模糊模型的后件加权参数,得到一个精确的模糊模型,从而实现参数辨识。仿真结果验证了该方法的有效性,表明该方法能够实现非线性系统的辨识,辨识精度高,可当作复杂系统建模的一种有效手段。 展开更多

关键词 蚁群聚类算法 T-S模糊模型 系统辨识

在线阅读 下载PDF 职称材料

蚁群聚类算法在客户关系管理中的应用

13

作者 桑国珍 《现代电子技术》 2009年第20期155-156,共2页

蚁群算法是优化领域中一种新兴的生物进化算法,与传统的算法相比,其具有并行、正反馈和启发式搜索等特点。在此,运用蚁群聚类算法对客户关系管理中的客户分类问题进行分析。结果表明,通过此算法对企业的客户消费数据进行分类,以此来获... 蚁群算法是优化领域中一种新兴的生物进化算法,与传统的算法相比,其具有并行、正反馈和启发式搜索等特点。在此,运用蚁群聚类算法对客户关系管理中的客户分类问题进行分析。结果表明,通过此算法对企业的客户消费数据进行分类,以此来获取不同类型客户的需求,对支持企业决策方面有着极为重要的理论参考价值和实际应用意义。 展开更多

关键词 蚁群算法 客户关系管理 聚类分析 蚁群聚类算法

在线阅读 下载PDF 职称材料

具有全局记忆的LF蚁群聚类算法 被引量：5

14

作者 王昕宇 罗可 《计算机工程与应用》 CSCD 北大核心 2019年第20期52-57,113,共7页

针对传统的LF蚁群聚类算法中存在的收敛速度慢,蚂蚁空载导致的资源浪费以及易陷入局部最优等问题,提出了一种蚁群改进算法。算法初期采用直接分配原则,直接将蚂蚁随机放在数据对象上,并生成随机的全局记忆,在聚类时负载蚂蚁移动受到全... 针对传统的LF蚁群聚类算法中存在的收敛速度慢,蚂蚁空载导致的资源浪费以及易陷入局部最优等问题,提出了一种蚁群改进算法。算法初期采用直接分配原则,直接将蚂蚁随机放在数据对象上,并生成随机的全局记忆,在聚类时负载蚂蚁移动受到全局记忆的指导,利用余弦相似度判断最相似的记忆中心,并向该记忆中心移动,全局记忆在一次迭代完成后更新。当蚂蚁拾起数据对象失败时,为了减少蚂蚁再一次的随机移动所带来的资源浪费,采用相异原则将蚂蚁移动到下一个数据对象上。改进的算法在UCI数据集Iris、Wine、Glass和Robotnavigation上进行验证,算法在保证原有算法准确率的基础上明显提高了收敛速度。 展开更多

关键词 LF蚁群聚类算法 直接分配 全局记忆 余弦相似度 相异原则

在线阅读 下载PDF 职称材料

一种基于混合策略的蚁群聚类算法 被引量：3

15

作者 郭会林 苏一丹 《计算机工程与应用》 CSCD 北大核心 2008年第16期154-156,167,共4页

蚁群算法是一种智能聚类分析方法。分析了基本蚁群聚类算法的特点和不足,总结了不同的聚类情景,并在此基础上提出了一种新的基于混合策略的蚁群聚类算法。新算法中,蚂蚁根据不同的聚类情景而采取不同的行为策略,同时赋予蚂蚁多载功能。... 蚁群算法是一种智能聚类分析方法。分析了基本蚁群聚类算法的特点和不足,总结了不同的聚类情景,并在此基础上提出了一种新的基于混合策略的蚁群聚类算法。新算法中,蚂蚁根据不同的聚类情景而采取不同的行为策略,同时赋予蚂蚁多载功能。实验表明基于混合策略的蚁群聚类算法显著改善了聚类效果。 展开更多

关键词 蚁群聚类算法 混合策略 多载

在线阅读 下载PDF 职称材料

一种基于信息素扩散的蚁群聚类算法 被引量：1

16

作者 陈圣 李翔 《科学技术与工程》 2009年第16期4657-4661,共5页

作为数据挖掘技术的重要组成部分,聚类分析在很多领域有着广泛的应用。蚁群算法由于采用分布式并行处理和正反馈机制,具有较好的全局收敛性,并且在解决多种NP难问题中取得了成功。将信息素扩散模型引入到蚁群聚类算法中,通过设计新的信... 作为数据挖掘技术的重要组成部分,聚类分析在很多领域有着广泛的应用。蚁群算法由于采用分布式并行处理和正反馈机制,具有较好的全局收敛性,并且在解决多种NP难问题中取得了成功。将信息素扩散模型引入到蚁群聚类算法中,通过设计新的信息素更新机制,提出一种新的基于信息素扩散的蚁群聚类算法。实验结果表明新算法在聚类效果上比基本的蚁群聚类算法有较明显的改善。 展开更多

关键词 聚类 蚁群算法 信息素扩散 蚁群聚类算法

在线阅读 下载PDF 职称材料

基于蚁群优化算法的彩色图像颜色聚类的研究 被引量：9

17

作者 胡新荣 李德华 王天珍 《小型微型计算机系统》 CSCD 北大核心 2004年第9期1641-1643,共3页

颜色聚类是计算机视觉和图形学中基本的处理问题 .提出了蚁群聚类算法在彩色图像颜色聚类中应用的新思路 .根据蚁群 pick- drop机制的基本原理 ,提出了在 RGB彩色空间中 ,改进的蚁群算法在彩色图像像素的颜色值聚类中的应用 ,最后进行... 颜色聚类是计算机视觉和图形学中基本的处理问题 .提出了蚁群聚类算法在彩色图像颜色聚类中应用的新思路 .根据蚁群 pick- drop机制的基本原理 ,提出了在 RGB彩色空间中 ,改进的蚁群算法在彩色图像像素的颜色值聚类中的应用 ,最后进行像素的颜色映射 ,从而完成量化工作 .实验表明 ,采用该算法进行色彩的量化更具鲁棒性 ,颜色失真小 。 展开更多

关键词 蚁群聚类算法 颜色聚类 颜色量化 pick-drop

在线阅读 下载PDF 职称材料

基于改进蚁群算法的聚类分析 被引量：7

18

作者 贾瑞玉 王会颖 《计算机应用与软件》 CSCD 2010年第12期97-100,共4页

聚类在数据挖掘、统计学、机器学习等很多领域都有很大应用。聚类问题可以归结为一个优化问题。蚁群算法(Ant Colony Algorithm)已成功地解决了许多组合优化的难题。介绍一种蚁群聚类算法,并进行了优化,提出一种改进的蚁群聚类算法。它... 聚类在数据挖掘、统计学、机器学习等很多领域都有很大应用。聚类问题可以归结为一个优化问题。蚁群算法(Ant Colony Algorithm)已成功地解决了许多组合优化的难题。介绍一种蚁群聚类算法,并进行了优化,提出一种改进的蚁群聚类算法。它改进了蚂蚁搜索解的方法,并引入均匀交叉算子,将蚁群算法和遗传算法融合。它提高进化速度,有效改善了蚁群算法易于过早地收敛于非最优解的缺陷。仿真实验取得了较好的结果。 展开更多

关键词 聚类 蚁群算法 蚁群聚类算法

在线阅读 下载PDF 职称材料

基于蚁群优化聚类算法的DNA序列分类方法 被引量：2

19

作者 梁冰 陈德运 《计算机工程与应用》 CSCD 北大核心 2010年第25期124-126,130,共4页

针对目前聚类算法在分析DNA序列数据时的低效性和分类精度低问题,提出一种基于蚁群优化聚类算法(ACOC)的DNA序列分类方法,在密度函数中加入自适应感应量并应用模拟退火中的α-适应量的冷却策略,采用DNA序列分布特征对DNA序列进行特征提... 针对目前聚类算法在分析DNA序列数据时的低效性和分类精度低问题,提出一种基于蚁群优化聚类算法(ACOC)的DNA序列分类方法,在密度函数中加入自适应感应量并应用模拟退火中的α-适应量的冷却策略,采用DNA序列分布特征对DNA序列进行特征提取,并将pearson相关系数引入蚁群聚类算法作为相似性度量。在EMBL-DNA数据库中4个数据集上进行性能测试,与统计聚类和k-means算法的比较表明,该方法具有一定的时间和精度的优越性,适于解决大规模DNA序列数据分类问题。 展开更多

关键词 DNA序列分析 蚁群聚类算法 分类 特征提取 person相关系数

在线阅读 下载PDF 职称材料

基于首次找准原则和相邻原则的LF蚁群聚类的改进算法 被引量：1

20

作者 薛松 陈寿文 丰景春 《系统工程与电子技术》 EI CSCD 北大核心 2017年第3期668-674,共7页

研究了LF蚁群聚类算法的改进问题。首次找准原则能够克服算法运行初期蚂蚁长时间遇不到待处理对象的现象,使得不同的蚂蚁一开始就能遇上不同对象。在LF算法中,当蚂蚁未负载且对当前对象试图执行拾起操作时,若不转移该对象,则采用位置相... 研究了LF蚁群聚类算法的改进问题。首次找准原则能够克服算法运行初期蚂蚁长时间遇不到待处理对象的现象,使得不同的蚂蚁一开始就能遇上不同对象。在LF算法中,当蚂蚁未负载且对当前对象试图执行拾起操作时,若不转移该对象,则采用位置相邻原则来预选下一个待处理对象。当蚂蚁负载且对当前对象试图执行放下操作时,则采用对象间相邻原则来选择相应的放置位置。改进后的算法既可以独立处理聚类问题,又可以作为其他算法的预处理步骤,具有一定的应用价值。 展开更多

关键词 聚类 LF蚁群聚类算法 相邻原则 改进算法

在线阅读 下载PDF 职称材料