基于邻域粗糙集概念的一种滚动轴承特征提取方法

针对滚动轴承早期微弱故障识别率偏低的问题,提出一种基于EEMD、邻域粗糙集和模糊C均值聚类(FCM)算法相结合的滚动轴承特征提取方法.该方法将滚动轴承的原始信号进行EEMD分解得到若干个IMF分量,通过均方差和欧氏距离两个评价指标选取出敏感特征分量,构造原始特征数据集,对处理后的原始特征集属性进行NRS约简,剔除冗余属信息,最后将剩余属性的特征数据集作为模糊C均值聚类的输入,实现滚动轴承故障识别.为了对比本文方法对于滚动轴承的故障识别效果,分别添加了FCM、NRS-FCM和EEMD-FCM三种方法进行故障辨识,利用划分系数(PC)和划分熵(CE)对聚类结果进行评价与对比.通过实验表明:邻域粗糙集对于改进滚动轴承的故障识别效果十分明显,具有良好的应用前景.     

基于PHMM的终端区航空器综合态势识别

航空器在终端区飞行时,由于受到诸多因素的影响,导致其不能严格按照计划航线飞行。通过分析历史航迹数据,提出了一种基于并行隐马可夫模型的终端区航空器综合态势识别方法。首先提取航迹数据的各类特征点,然后根据其x坐标、Y坐标以及Z坐标建立3个隐马尔可夫模型。通过训练3个模型的参数,对航空器在终端区内的高度态势、速度态势以及方向态势进行识别。最后采用综合分析方法对航空器的综合态势进行识别。实验表明,该方法能够快速、准确、有效地识别出终端区航空器的综合飞行态势,为管制员发布管制指令提供依据。     

FCM属性约简方法在汽轮机故障诊断中的应用

文章通过汽轮机故障样本数据的空间分布状态分析,基于模糊c均值(FCM)聚类方法实现故障征兆参数属性的离散化处理;采用粗糙集(RS)属性约简方法对原始特征向量进行优化,去除冗余特征,提取特征向量的本质信息;基于约简后的特征向量建立支持向量机(SVM)故障诊断模型.实验结果表明,该文所提出的方法不仅可以提高故障诊断的准确性...     

模糊决策粗糙集模型及其属性约简

决策粗糙集基于严格的不可分辨等价关系,只能适用于离散型数据,文中研究了一种新的模糊决策粗糙集模型及相应的属性约简算法.该模型将不可分辨等价关系放松为高斯核模糊T-等价关系,从模糊隶属度角度定义了条件概率,能够直接对数值型数据进行属性约简.利用UCI标准数据集,将该模型与Pawlak经典粗糙集、决策粗糙集在属性约简能力上进行比较,仿真实验结果表明,该模型具有较好的性能.     

基于信息熵的粗糙集连续属性离散检验算法

为提高大数据粗糙集挖掘能力,提出基于信息熵的粗糙集连续属性离散检验算法﹒在云计算环境下进行粗糙集连续属性大数据挖掘,采用特征空间重组方法进行粗糙集连续属性离散数据的模糊特征重构,提取粗糙集连续属性离散数据的信息熵,并得到其分布序列特征;对所提取的信息熵进行聚类分析,采用空间决策树模型,获取离散数据闭繁项关联分析度量;通过数据特征权重的决策树分布特征量化集,得到粗糙集连续属性离散数据空间重组;采用大数据挖掘方法,将离散数据空间重组的信息融合,得到优化的粗糙集和连续属性离散数据检验输出;根据粗糙集连续属性的融合结果,实现离散检验优化﹒仿真结果表明:在迭代次数为400时,收敛程度为0.265%,远远高于其它方法,证明采用该方法进行粗糙集连续属性离散检验的数据聚类性较好﹒     

基于集群智能的高速公路交通状态识别算法

针对传统交通状态识别算法仅考虑交通参数个体特征差异而存在识别率较低的问题,引入集群智能概念,提出了既考虑交通参数个体特征差异,又考虑个体参数所蕴含的群体特征差异性的高速公路交通状态识别算法。由于模糊C均值聚类算法(fuzzy C-means algorithm,FCM)在交通状态识别泛化能力上存在收敛缓慢的不足,基于反向学习策略以及鲸鱼优化算法(whale optimization algorithm,WOA),考虑个体交通参数所蕴含的集群行为增强了交通状态初始聚类中心种群的多样性,设计了一种具有良好的全局搜索能力集群智能的高速公路交通状态识别算法,融合了反向学习、WOA和FCM算法,克服了FCM识别算法容易陷入局部最优的局限。实证分析结果表明,所提出的交通状态识别算法具有良好的识别效果,准确率达到92%,且收敛速度较FCM算法更快。     

基于信息熵的模糊聚类新算法研究

本文针对传统FCM(模糊C均值)聚类算法对初始中心值非常敏感,并且对数据集属性要求过高的缺陷,提出了采用信息熵的方法对聚类中心进行初始化,以此来降低算法对初始聚类中心的依赖.同时为了使算法能够对任意形状的簇进行聚类,本文引用了类合并的思想,将任意形状的簇分割成小类,再通过一定的规则将小类对进行合并.实验结果证实了在FCM基础上改进的模糊聚类新算法能够识别任意形状的簇,并大大降低了FCM算法对初始聚类中心的依赖.     

粒度计算中混合属性约简的权重模糊粗糙集模型

针对权重粗糙集模型不能有效处理非平衡混合数据的问题,对权重论域上的各种类型变量进行分析并建立统一的模糊等价关系,提出混合数据上的权重模糊粗糙集模型,并利用该模型构造出带权模糊等价空间上的混合属性约简算法.混合属性约简算法产生的模糊软划分可以克服权重论域上离散硬划分产生的信息损失.在非平衡混合数据集上进行的实验结果表明,与基于权重粗糙集的算法相比,基于权重模糊粗糙集模型的属性约简算法的平均分类精度提高了11.9%.     

基于模糊C均值算法的城市快速路交通状态识别

针对城市快速路交通状态划分问题,提出一种改进的模糊C-均值(FCM)算法.为了解决FCM算法对初始聚类中心敏感、聚类前必须对聚类数和模糊加权指数给出恰当赋值等问题.首先采用减法聚类得到最大聚类数及相应的初始聚类中心,然后基于模糊决策的方法优选参数m,最终将聚类有效性函数融入FCM聚类,动态确定交通状态的分类.对上述方法通过Matlab6.5编程得出结果,对比分析表明提出的方法能够提高城市快速路交通流状态的分类效果.     

多粒度模糊粗糙近似算子的信任结构与属性约简

多粒度是近年来粗糙集领域研究的一个热点方向, 为使多粒度模型更适用于实际数据, 提高模型的可用性, 模糊思想被引入到多粒度粗糙集模型中。本文构建了基于模糊相似关系下的多粒度模糊粗糙集模型, 并建立了模糊信任结构。在该信任结构下根据多粒度模糊粗糙集的上、下近似构造信任函数与似然函数。研究多粒度模糊粗糙集在模糊等价关系下的属性约简, 并给出相关算法。     

基于优先级的航班到达调度算法

随着空中交通流量的迅猛增长,终端区空中交通拥堵以及由此导致的航班延误现象日益突出,甚至危及航空安全,航运效益也随之受到巨大的损失。作为终端区流量管理的核心,航班到达调度旨在为终端区待着陆的航班安排合理的着陆顺序和降落时刻,在确保安全的前提下提高进港航班运行效率。基于优先级思想,文章提出了PBSA和PBSA-CPS两种航班到达调度算法,并引入约束位置交换概念,以提高调度结果对于管制员的可操作特性。最后以首都机场为例进行了仿真,并与现行的先到先服务算法FCFS进行了对比。仿真结果表明,通过对航班赋予相应的优先级,有助于优化调配到达航班队列的降落时隙分配结果,提高终端区运行效率,减少延误损失。     

交巡警服务平台的设置与调度方案

为了避免现行的"交巡警分离"模式下的执法漏洞、效率低的弊端,需将交巡警合一,为此需要在市区的交通要道设置交巡警服务平台。在警务资源有限的情况下,如何根据城市的实际情况设置交巡警服务平台、分配各平台的管辖范围、调度警务资源是警务部门面临的一个实际课题。为了解决这一问题,本文建立了辖区分配模型,快速封锁模型、围堵模型,以全封锁时间最短和总时间最短为目标,实现多目标优化。最终给出合理的调度方案。     

基于码头作业形态的港区道路交通需求预测

为合理制订大型港口道路交通规划与管理措施,采用概率分布拟合方法分析实地调查数据,求出不同类型码头作业所诱发交通流的时间分布特征,利用统计量法和图示法对其进行拟合优度检验,并根据上述概率分布建立基于码头作业形态的港区道路交通专用需求预测模型.该模型应用于天津港北疆综合港区的结果表明,该模型具有较好的可行性及有效性.     

基于交通态势可视化分析的公交专用道布局

交通拥堵问题是困扰城市的普遍难题,科学地规划公交专用道是在城市道路空间资源有限的情况下提高运输效率的有效手段。探讨如何利用交通态势数据和路网信息来规划和评估公交专用道布局问题。首先选取公交专用道布局的研究范围,借助道路交通信息技术,利用交通路况分析与发布平台的大数据,将区域交通态势可视化,做交通路网态势评价,提出该区域的公交专用道布设方案。再从路网整体效益出发,构建以碳排放量最小和系统总出行时间最少为优化目标的多目标优化模型,分析设置公交专用道的效益。最后以南昌市中心某片区为例,选取交通拥堵严重、暂无公交专用道、且满足公交专用道设置条件的路段提出公交专用道布设方案,结果表明设置公交专用道能减少路网中车辆碳排放、改善路段的整体通行效率,减碳平均优化率为4%,时间效益平均提升5%,可知本文提出的优化方法有利于得到合理有效的公交专用道优化方案,为城市交通管理者提供决策依据。     

利用出租车GPS轨迹数据进行短时交通流量预测：以重庆市解放碑街区为例

交通流量预测是智能交通系统的重要组成部分。本文以重庆市解放碑街区为研究区域进行交通流量预测分析，基于研究区域内出租车GPS轨迹数据处理获取时间间隔为5min、10min、15min的交通流量序列。同时为充分挖掘交通流量序列特征规律，减小序列非线性、非平稳性带来的影响，本文提出一种基于信号分解的预测模型GE-RL。通过一般线性模型（GLM）将原始序列分解成周期序列、趋势序列和残差，同时引入经验模态分解方法（EMD）对残差进一步分解以充分挖掘序列特征；模型预测方面，构建随机森林模型（RF）对周期序列和趋势序列进行预测，接着引入长短期记忆网络模型（LSTM）构建RF-LSTM残差模型对EMD分解的各分量进行预测，通过叠加各模型预测成果得到最终预测结果；同时为验证模型精度，设置对照模型进行比对。结果表明，所构建的GE-RL模型在预测精度上均高于对照模型，可以满足基于不同样本时间间隔的交通流量预测的需要。     

空中交通流量管理数据仓库建模研究

多维数据模型的设计已经成为数据仓库和联机分析处理的核心技术.简单介绍了空中交通流量管理和决策支持系统的特点,对一种四阶段规范化数据建模方法加以改进.新的建模方法通过在建模过程中引入UML的类图,方便了数据仓库组织构架的细化,并且很好地描述了数据仓库的元数据,使该方法更加适于设计面向主题的数据模型.同时指导设计了空中交通流量管理原型系统数据仓库的数据模型.     

基于组播的流量发布

实际流量数据对于互联网络的研究有着重要的意义. 由于存储发布方面的一些困难,公开的实际流量数据很少. 为此提出一种基于组播的流量发布协议,流量不再需要保存到存储设备,使用者只需要加入到组播组中,就可以接收到最新的流量数据. 这样既避免了存储的巨大开销,又避免了发布时下载产生的拥塞. 定义了一种新的数据包发布格式,能够和PCAP格式进行互相转化,且更为紧凑. 通过将各个多个流量数据包归并为一个大的数据包发送,避免了接收者的性能负担.     

城市更新中交通体系构建的探讨--以南京玄武门地区城市设计研究为例

城市发展常常伴随着交通与用地功能的矛盾，为城市更新提供了契机。城市设计的目标是多重的。解决交通问题是其中之一。交通影响着用地功能和空间形态，进而影响到城市的运行效率和活力。在南京玄武门地区，交通问题的解决应结合城市设计的其它任务：用地性质调整、功能配置、空间形象塑造、历史文化保护、环境优化等。解决局部的交通问题还应与城市整体交通联系在一起，建立一个完整的交通体系，这个体系包括道路系统、静态交通设施和交通管理规章的实施。     

基于元胞传输理论的航空器进场优化模型

随着空中交通流量的增长航班延误问题日益严重,终端区的情况尤为突出。为了缓解这一状况,利用标准雷达引导航线建立了基于元胞传输理论的终端区进场航班优化模型,结合实际案例,与当前实际进场运行情况进行了对比,求解得到系统运行最短时间、起点处延误时间。案例分析表明,该优化模型既能够反映终端区进场航班的动态特性,又在一定程度上减少了航班延误,可以为终端区进场航班的路径选择提供参考,满足实际的运行需求。