一种区域经济发展差异分析智能混合算法及应用

该文提出一种区域经济发展差异分析智能混合算法:首先有机融合主成分距离加权和遗传算法、模拟退火算法对FCM算法进行优化,采用优化FCM算法对各子区域经济发展水平进行分类;其次采用主成分分析法给各子区域经济发展水平进行综合评分并排名;然后依据分类和排名情况,对区域经济发展差异进行研究分析.该文以西部省份经济发展差异为例研究表明:该算法能够有效对西部省份经济发展差异进行综合分析,很好地反映了各省份经济发展的特征,是一种改进的、可行的大区内子区域经济发展水平差异分析方法.     

基于BFO-FCM聚类算法的排水管网监测点优化

为了克服FCM算法易陷入局部最优和对初始值敏感的缺陷,本文提出一种基于BFO的FCM聚类算法.即引入BFO求得最优解作为FCM算法的初始聚类中心,然后利用FCM算法优化初始聚类中心,最后求得全局最优解.将该算法用于排水管网监测点优化,实验结果表明,该算法可以快速、有效的优选监测点.     

生产性服务业规模对制造业效率的影响研究——分地区分行业的视角

基于2007—2016年全国29个省份面板数据,以生产性服务业发展规模为主要解释变量,本文分析生产性服务业发展规模对制造业效率的影响。实证结果表明,生产性服务业发展规模对制造业效率有明显的积极影响;分地区分析,影响程度排序为:西部东部中部;分行业分析,交通运输、仓储邮政业和金融业发展对制造业效率具有显著的积极影响。根据分析提出对策,全国要营造有利的政策环境;东部要注重制造业增加值的提升;中部应促进制造业外包;西部应重点发展区位影响小的生产性服务业。     

基于生物地理学模糊C均值聚类的图像分割算法

提出了一种基于模糊C均值算法和生物地理学优化算法的混合聚类算法(BBO-FCM).该算法结合了生物地理学优化算法的全局搜索和FCM算法快速局部搜索的特点,利用生物地理中的迁移算子来进行各解之间的信息共享,从而有效地克服了FCM对初始值敏感、易陷入局部最优等问题.将BBO-FCM算法用于图像分割,实验表明,新算法的聚类效果评价指数更好,聚类效果明显优于原始的FCM算法.     

西部地区经济增长差异分析模型构建

研究数据预处理新技术,采用数据挖掘技术建立西部地区经济增长差异分析模型,在数据挖掘技术中采用决策树算法进行分析,克服现有算法的缺点,对现有算法进行改进优化,提高模型精度,得到省份分类情况及影响地区差距的主要相关要素.研究结果表明:相比于传统算法,数据挖掘技术更能找到数据间的内在规律,反映了数据挖掘寻找潜在数据规律的价值所在.     

基于TOPSIS法的西部地区工业经济效益比较分析

西部地区工业经济效益需要采用适当的指标分析方法加以衡量,以反映西部地区工业经济发展情况.本文运用Topsis法对西部地区12省份工业经济效益指标(2004年)进行了选取、计算,得出相应结果,最后对西部地区12省份的工业经济发展状况进行了排序和综合评价.     

基于粒子群优化算法的模糊C-均值聚类

利用粒子群优化（PSO）算法全局寻优、 快速收敛的特点, 结合模糊C 均值（FCM）算法提出一种新的模糊聚类算法. 新算法用PSO算法代替了FCM算法的基于梯度下降的迭代过程, 使算法具有很强的全局搜索能力, 很大程度上避免了FCM算法易陷入局部极小的缺陷; 同时也降低了FCM算法对初始值的敏感度. 实验结果表明, 与FCM相比本文算法聚类更为准确, 效率更高.     

基于改进模糊C均值聚类的图像分割算法

提出了一种基于模糊C均值算法和粒子群算法的混合算法.该算法利用PSO算法全局性和鲁棒性的特点,将PSO优化聚类结果作为后续FCM算法的初始值,有效地克服了FCM对初始值敏感,易陷入局部最优和PSO算法局部搜索较弱的问题.算法中使用基于统计直方图的快速FCM算法进行初始化,收敛速度大大提高.实验结果表明该算法具有较高的分割速度及其对噪声的较强的鲁棒性.     

基于APSO的模糊聚类算法

利用改进的自适应粒子群优化算法(APSO)较强全局寻优、快速收敛的特点和模糊C-均值算法(FCM)对初始值敏感、容易陷入局部最优的缺点.提出一种基于自适应粒子群优化算法的模糊聚类算法(APFM).新算法有效的克服了FCM算法的缺点,同时增强了APSO算法全局搜索和跳出局部最优的能力.实验表明:新算法与单一的FCM和APSO算法相比聚类更准确,效率更高.     

基于广义DEA方法的中国西部经济业绩有效性图谱分析

中国西部地区经济发展在整个国民经济发展中具有举足轻重的作用,国家对中国西部地区的发展一直高度重视.自从西部大开发以来,西部地区经济发展取得了可喜的成就,而在中国经济发展新常态下,一带一路建设又给西部地区带来了难得的机遇.目前中国西部地区的经济发展和沿海地区相比仍然存在一定的差距和不足,如何发现中国西部地区经济发展的不足和存在的问题,对提升西部地区整体水平具有尤为重要的意义.首先应用广义DEA方法对中国西部11个省份在1985-2012年间的数据进行分析,绘制了中国西部地区经济发展整体水平图谱.然后,对中国西部省份发展的有效性进行了分析.最后,提出了新形势下中国西部省份经济发展的对策和建议.     

基于模糊聚类的粒子群优化算法

粒子群优化算法(PSO)的基础上,提出了基于模糊C-均值聚类(FCM)算法的粒子群优化算法.该算法在每次迭代过程中首先通过FCM算法把粒子群体分成若干个子群体,然后粒子群中的粒子根据其个体极值和子群中的最优粒子更新自己的速度和位置值.通过典型复杂函数测试表明,基于模糊C-均值(FCM)的粒子群优化算法的优化性能和效率远远超过基本粒子群优化算法.     

基于协议分析的并行聚类入侵检测模型

模糊c-均值聚类(FCM)的算法是在硬c-均值算法(HCM)发展而来的,虽然改进了硬c-均值算法的聚类效果,但带来了时间复杂度的增加.提出了一种基于协议分析分类的并行入侵检测模型,根据协议分析将大的数据集进行分类,构成不同的数据集,先对各个数据集进行FCM聚类,然后对每个FCM聚类的结果再次进行FCM聚类,构成并行处理系统.采用协议分析技术结合高速数据包捕捉、协议解析等技术来进行分布式入侵检测,可以提高入侵检测的速度.     

一种基于黑洞算法的模糊C均值文本聚类方法

FCM算法应用于文本聚类时,由于初始聚类中心点选择的随机性,以及容易陷入局部最优的问题,导致文本聚类效果较差.为了提高FCM算法的聚类精度,提出了采用黑洞算法寻找FCM最优初始聚类中心的方法.黑洞算法是一种启发式优化方法,在FCM初始聚类中心寻优的过程中,始终保持黑洞为全局最优解,最终发现FCM的最优初始聚类中心.实验结果表明,基于黑洞算法的FCM文本聚类方法可以解决FCM算法对初始中心点敏感和容易陷入局部最优的问题,聚类精度明显提高.     

模糊聚类算法的优化设计

文章阐述了模糊C-均值聚类算法(FCM)原理及存在的缺点,通过将粒子群优化算法思想应用到模糊聚类算法中,对模糊聚类算法进行了优化设计.实验证明,改进的算法具有较好的全局最优解,克服了传统模糊C聚类算法的不足,聚类效果优于单一使用FCM算法.     

基于空间模糊聚类的图像分割优化算法

针对传统模糊C-均值(FCM)算法抗噪性能差的问题,提出一种新的基于空间模糊聚类的图像分割优化算法.该算法通过在传统FCM算法基础上加入图像特征项中像素间的空间位置信息,解决了传统FCM对噪声敏感的问题,增强了算法的鲁棒性.实验结果表明,对于添加5%Gauss噪声的图像,该算法可实现有效分割,分割效果显著优于传统FCM算法.     

基于遗传的改进模糊C均值入侵检测方法

为了克服模糊C均值(FCM)算法对初始化极为敏感且容易陷入局部最优的缺点,将遗传算法和改进的模糊C均值聚类算法相结合,并且以检测率和误检测率作为入侵检测算法性能评价的指标,对FCM、改进的FCM和基于遗传的改进FCM三种聚类算法的入侵检测性能进行仿真分析.结果表明:基于遗传的改进FCM算法(GIFCM),检测率有所提高,而误检测率有所下降.该算法应用于异常入侵检测是可行而有效的.     

基于人工蜂群的模糊聚类算法

针对模糊C-均值(FCM)聚类算法存在容易陷入局部极小值、对初始值和噪声数据敏感的缺点,提出一种基于人工蜂群(ABC)的模糊聚类算法(ABFM).该算法引入全局寻优能力强的人工蜂群算法来求得最优解作为FCM算法的初始聚类中心,然后利用FCM算法优化初始聚类中心,最后求得全局最优解,从而有效克服了FCM算法的缺点.实验结果表明,新算法与FCM聚类算法相比,提高了算法的寻优能力,并且迭代次数更少,收敛速度更快,聚类效果更好.     

安徽省生产性服务业发展策略研究

在界定生产性服务业的内涵和作用的基础上,分析了安徽省生产性服务业的发展水平、发展速度和结构,并和周边省份进行了比较,提出安徽省生产性服务业发展的制约因素,最后从思路、政策、聚集效应、人才和市场等方面提出建议.     

长江经济带高技术服务业竞争力评价

随着经济的发展,高技术服务业已逐渐成为了国民经济新的增长点,对高技术服务业竞争力进行评价,找到保持高技术服务业可持续发展的路径成为了当前发展国民经济的重要途径。以长江经济带11省为例,在对高技术服务业内含定义的基础上,分析了高技术服务业竞争力的影响因素,建立了指标体系,运用突变级数法和熵值法对高技术服务业竞争力进行评价,得出上海、浙江、江苏等省份高技术服务业发展态势良好,而云南、贵州、湖南等省份高技术服务业的发展还具有很大的上升空间的结论。针对实证分析的结论,从提高企业的科技创新能力、充分利用政府政策、加大人才培养力度、加大城市化建设力度4个方面,提出了促进高技术服务业发展的对策与建议。     

基于因子分析法的上海市高技术服务业发展评价体系研究

高技术服务业对经济增长和产业结构升级具有重要推动作用.通过构建高技术服务业发展评价体系,并采用因子分析法对上海和中国其他16个省份的高技术服务业发展水平进行评价,研究表明上海高技术服务业发展水平综合排名第3,同时指出上海高技术服务业存在的问题,对于上海市高技术服务业具有较强的现实指导作用.