谱系聚类在综合国力分析中的应用

分析数据挖掘领域的聚类分析方法及代表算法,比较这些算法的性能,对数据挖掘中的谱系聚类进行举例说明.实践证明谱系聚类是一种有效的可用于数据预处理的离散化方法,可以快速和合理的解决粗糙集数据挖掘中数据预处理的问题.     

基于聚类的神经网络及其在预测中的应用

提出了一种基于聚类的神经网络算法，可以很好解决大样本情况引起的网络结构复杂、收敛性和泛化能力差等神经网络的固有问题．算法采用聚类算法为分类器，进行模式空间分解，以分类后的模式子空间为各样本集合，用神经网络集学习，最后根据重力模型计算检测样本对各样本子集的隶属度，整合各子空间的输出结果．通过实验对比表明该算法精度较高，容错性好．     

聚类算法在基因表达数据分析中的应用

聚类算法在基因表达数据的分析处理中得到日益广泛的应用．文中对几种典型的聚类算法进行描述，对各算法在基因表达数据处理中的特点，进行评价并提出改进的策略．最后，指出聚类算法在生物信息学应用中的发展趋势。     

一种分层聚类方法及其应用研究

在数据挖掘领域,聚类用于发现数据的分布模式和数据间的相互关系.作者提出一种分层聚类算法,可识大规模、高维数据.该算法首先从不同的角度对电信客户进行聚类或分类,然后以这些聚类为基础,实行自底向上的层次聚类得到最终的聚类结果.算法执行效率高,适合大规模数据的聚类问题.该方法在某电信企业的客户分析中取得了较好的结果.     

核聚类算法及其在模式识别中的应用

将核学习方法的思想和可能性聚类算法相结合,提出一种基于核的可能性聚类算法,使其能够对非超球体、含有噪音和孤立点的数据进行有效的聚类。将该方法用于模式识别中,仿真实验表明,基于核的可能性聚类算法比模糊C-均值算法以及可能性聚类算法具有更好的聚类效果,且算法能够很快地收敛。     

自适应模糊控制在交流调速中的应用

在研究交流调速系统控制方法的基础上，针对交流电机这种复杂的被控对象，利用神经网络实现交流调速系统的模糊控制，仿真结果表明，该控制方法具有很强的自学习和抗干扰能力，当突然加、减负载时，神经网络模糊控制与PID控制相比，具有恢复时间短，超调和振荡小等特点，神经网络模糊控制特别适用于结构复杂，干扰大且控制精度要求高的系统。     

一种自适应模糊控制算法在阻炉控制系统中的应用

模糊控制是在模糊集合理论的基础上发展起来的,模糊控制器的设计不依靠被控对象的数学模型;却更依靠控制专家或操作人员的经验知识,若缺乏这样的控制经验,很难获得满意的控制效果.因此,模糊控制器应向着自适应、自组织、自学习发展,使得模糊控制参数或规则在控制过程中自动地调整、修改和完善,从而使系统的控制性能不断改善,达到最佳的控制效果.本文将表格查询学习算法和最近邻聚类学习算法采用加权平均的方法结合起来,确定系统的模糊控制规则,将其应用于电阻炉控制系统,取得了满意的控制效果.     

模糊控制在加热炉中的应用

加热炉系统的优劣直接影响到钢材的质量,模糊控制技术是一种新的通过对燃烧气体流量分析和控制来辅助脉冲式烧嘴的技术,该技术主要是通过在本地主管道中采集煤气的热值、空燃比和各个烧嘴的空气、煤气烧嘴的气体流量数据。通过模糊控制调节、加热需求模糊控制的重新计算,得出合适的脉冲烧嘴打开时间。在国内现有加热系统中已经取得了良好的经济和社会效益。     

FCM聚类算法在数字图书馆中的应用研究

运用模糊C-均值(FCM)聚类算法对数字图书馆的图书借阅数据进行数据挖掘,并使用误判率交叉估计法验证挖掘过程的有效性.通过分析聚类挖掘结果,寻找到读者借阅图书的潜在规律,并对各类图书的借阅质量进行判断,以提高图书馆的图书利用率,进一步优化馆藏.     

聚类算法在图书馆中的应用

依据图书馆的现有信息,结合数据挖掘的流行方向,应用聚类算法分析研究读者的借阅行为,获得对图书馆管理有用的信息,提高图书馆管理工作效率和资源利用率。     

热处理电阻炉炉温的自适应模糊PID控制

热处理电阻炉温度控制具有大的滞后性、非线性、难以获得准确数学模型的特点。目前热处理炉温度控制系统中常采用的PID控制器难以进一步提高温度控制系统的控制精度,无法与PC机进行通信,难以实现对热处理数据的管理。基于模糊控制无需精确数学模型和PID控制的良好稳态控制特性,本文选用单片机结合模糊PID控制策略对热处理加热炉进行了控制,减小了系统的调节时间,提高了温度控制精度。     

基于模糊系统聚类学习的自适应控制算法

在自适应控制最小方差自校正控制器设计中，当被控对象的数学模型未知时，可采用模糊系统代替实际系统。提出了一种新的模糊系统的聚类学习算法，根据初始聚类中心的选取原则，可以使最终获得的聚类结果是全局近优解。该方法只需计算一遍样本间的广义距离，即可完成初步的聚类，通过迭代运算可以使聚类结果得到进一步优化。仿真结果证明了自适应控制器的控制效果。     

模糊神经网络模型参考自适应控制及其应用

提出一种模糊神经网络的自适应控制方案，给出了一种模糊神经网络模型和快速的优化学习算法（ＦＬＡ），通过网络的在线自学习不断修正模糊神经网络控制器的隶属函数和权值，实现了模糊逻辑规则的自动更新，经仿真结果和倒立摆控制表明，这类自适应控制具有良好的控制性能。     

模糊自适应控制及其应用

针对船舶驾驶的要求，提出了一个新的模糊自适应控制算法，该方案汇集了模糊模型参数自适应控制，比例因子自校正模糊控制，经典控制及非线性方法等各自的优点。     

一种鲁棒直接自适应模糊控制算法

针对一类含有不确定项的非线性系统,提出了一种鲁棒直接自适应模糊控制算法.首先,该算法中用广义模糊双曲正切模型逼近系统的等价控制项;之后,设计了双曲正切函数的鲁棒补偿项,从而得到一种没有抖振的平滑控制输入.在系统的控制增益已知、部分已知和未知三种情况下,利用Lyapunov函数证明了采用上述控制策略可保证控制系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界.仿真例子说明了该算法的有效性.     

一种模糊控制算法在主汽温控制系统中的应用

针对主汽温具有影响因素多、时滞较大及模型时变的特点，提出了主汽温自整定模糊控制算法。该算法利用解析公式形式，对主汽温偏差及其变化率、导前汽温变化率进行了综合考试，并可根据运行工况自动调整各模糊变量的加权因子，其控制效果优于常规的控制系统。     

基于模糊PID控制的加热炉温度控制系统

根据某加热炉生产硅钢的特殊的对温度控制要求,本文设计出一种常规PID控制与模糊控制相结合的智能控制系统.该系统在温度偏差较大时,侧重于模糊控制,提高系统的响应;在温度偏差较小时,侧重于PID调节,因此既具有模糊控制的响应快、适应性强等优点,又具有PID控制精度高的特点,目前经调试已获得良好的效果并投入生产.     

模糊免疫PID控制在电阻加热炉温度控制系统中的应用

结合免疫反馈的调节机理,基于模糊控制理论,设计了一种模糊免疫PID控制器,并对某8kW电阻加热炉温度控制系统进行了动态仿真,仿真结果表明模糊免疫PID具有很强的鲁棒性。     

模糊预估PID控制及其应用

针对ＰＩＤ控制器难以控制大滞后大惯性过程的问题,提出了模糊预估ＰＩＤ控制方法．将该控制方法应用于锅炉过热汽温控制进行仿真研究,结果表明模糊预估ＰＩＤ控制系统具有优良的控制性能及很强的鲁棒性．     

模糊控制隶属函数的优化算法及其应用

确定合适的隶属函数对模糊控制效果有重要影响，是应用模糊控制的基础，也是难点之一．本文应用遗传算法优化隶属函数，阐述了基本原理和具体实施过程，最后将该算法应用于一类对象模糊控制系统的设计中．结果表明：该方法简单实用，具有较为理想的效果