您的位置: 专家智库 > >

辽宁省教育厅高等学校科学研究项目(L2010177)

作品数:7 被引量:27H指数:3
相关作者:陈应显张家善王志宏韩明峰林晓群更多>>
相关机构:辽宁工程技术大学重庆工程职业技术学院湛江师范学院更多>>
发文基金:辽宁省教育厅高等学校科学研究项目国家自然科学基金中国煤炭工业协会科学技术研究指导性计划项目更多>>
相关领域:自动化与计算机技术理学经济管理更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 6篇自动化与计算...
  • 1篇经济管理
  • 1篇理学

主题

  • 3篇群算法
  • 2篇蚁群
  • 2篇子群
  • 2篇粒子群
  • 2篇粒子群算法
  • 2篇粒子群优化
  • 2篇聚类
  • 2篇空间聚类
  • 2篇改进粒子群
  • 2篇改进粒子群算...
  • 2篇K-中心点
  • 1篇等高线
  • 1篇信息素
  • 1篇蚁群算法
  • 1篇蚁群优化
  • 1篇四面体
  • 1篇吞吐
  • 1篇吞吐量
  • 1篇区间预测
  • 1篇离散点

机构

  • 7篇辽宁工程技术...
  • 1篇湛江师范学院
  • 1篇重庆工程职业...

作者

  • 5篇陈应显
  • 2篇王志宏
  • 2篇张家善
  • 1篇牛文庆
  • 1篇韩明峰
  • 1篇林晓群

传媒

  • 2篇数学的实践与...
  • 2篇微电子学与计...
  • 2篇计算机工程与...
  • 1篇煤田地质与勘...

年份

  • 1篇2016
  • 1篇2013
  • 2篇2012
  • 3篇2011
7 条 记 录,以下是 1-7
排序方式:
基于模糊集的蚁群空间聚类方法研究被引量:2
2011年
定义了对象间的平均距离,并将平均距离作为对象相似性的论域。通过隶属函数将对象间的相似性映射为论域上的一个模糊子集。由给定的置信水平λ,将模糊集分离为普通集,对蚂蚁是否拾起还是放下对象作出决策,实现对空间数据的聚类。并以矿山实际测量数据为空间数据源,采用基本的蚁群聚类算法和模糊蚁群空间聚类算法分别对其进行聚类。通过对这两种算法的实验结果进行分析比较,证明改进后的算法提高了聚类效果。
陈应显
关键词:模糊集蚁群优化空间聚类
改进粒子群算法的露天矿路径优化研究被引量:8
2011年
为将面向连续优化的粒子群优化算法应用于露天矿路径优化问题的求解,提出了露天矿路径优化问题的权重编码方案.该方案将属于组合优化的露天矿路径问题转化为连续优化问题,同时保留了粒子群算法的易操作性和高效性.针对粒子群算法易陷入局部最优的问题,提出了适合露天矿路径优化问题的基于k-中心点法的改进措施,在此基础上采用k-中心点法对粒子群进行聚类分析,实现了粒子之间的信息交换,扩大了粒子的搜索空间,避免算法陷入局部最优.最后,用露天矿的实际路径节点数据验证了权重编码方案和改进粒子群算法的有效性.
陈应显韩明峰
关键词:粒子群优化K-中心点
基于马尔科夫链的港口吞吐量区间预测模型研究被引量:7
2016年
将马尔科夫链与曲线趋势分析相结合,利用曲线趋势分析反映港口吞吐量的变化趋势,同时利用马尔科夫链反映变量波动的随机性,提出了一种基于马尔科夫链的区间预测模型.通过实例分析,验证了该预测方法的正确性.
张家善林晓群
关键词:吞吐量马尔可夫链
层状矿体等高线离散化后的四面体建模被引量:1
2012年
基于不规则四面体的三维实体建模方法具有很多优点,但在层状矿体的建模中,该方法却不能准确地描述其层状界面。根据层状矿体建模数据的特点,先将层状矿体的等高线进行等距离散化,再建立不规则四面体三维实体模型,并为该方法设计由点、面和四面体组成的逻辑模型结构。该方法用VC++.net编程得以实现,并使用内蒙某煤矿的实际数据,建立了相应的矿床三维实体模型。实践表明,通过离散化等高线后建立的层状矿体四面体模型,能够准确反映出层状矿体的层状界面,实现对层状矿体的三维实体建模。
陈应显王志宏
空间离散点的方向聚类研究被引量:2
2012年
经典的聚类方法(如划分方法、层次方法等)的聚类相似度由点与点之间的距离决定。但在空间数据的分布中,数据间的方向变化往往产生不同的类簇。空间离散点的方向可以是空间的任意方向,通过将空间离散点的方向转换为其所在三角面的方向,设计并实现了空间离散点在一定方向变化阈值内的方向聚类。设计各点间等间距的金字塔形实验数据,使用空间离散点方向聚类算法成功实现了对实验数据进行聚类。以内蒙古某露天煤矿的实际测量点数据为例,使用该聚类算法成功实现对露天矿采场的测量点进行聚类。
陈应显
关键词:空间聚类离散点
改进粒子群算法的多峰值优化研究
2011年
粒子群优化算法对于多维函数的最优解搜索存在前期易陷入局部最优,后期收敛速度缓慢的问题.将改进的k-中心点聚类分析与PSO相结合提出了一种混合粒子群算法KM-PSO,用于多峰值问题的优化.在算法中,利用k-中心点聚类分析方法将粒子群划分成若干个子群,结合PSO的隐含并行搜索的优势增强了寻优性能.不仅增加了粒子间的信息交换,抑制了早熟收敛,还提高了全局寻优速度和计算精度.仿真实验结果表明,KM-PS0性能优于基本粒子群优化算法.
陈应显牛文庆
关键词:粒子群优化K-中心点聚类分析
基于信息素的改进蚁群算法及其在TSP中的应用被引量:7
2013年
针对基本蚁群算法收敛速度慢、易陷于局部最优从而导致搜索停滞的缺陷,提出了一种改进蚁群算法模型.改进算法引入信息素调节系数,避免算法初期各路径上信息素出现过大差异,导致算法"早熟".通过动态调整信息素挥发,在求解速度和寻找全局最优之间寻找平衡.对旅行商问题的仿真结果表明:改进算法的求解结果和求解效率都明显优于基本蚁群算法.
张家善王志宏
关键词:蚁群算法信息素旅行商问题
共1页<1>
聚类工具0