投影寻踪动态聚类模型

投影寻踪聚类模型在多因素聚类分析中被广泛应用并取得了满意的效果,然而,该模型还存在诸如密度窗宽参数取值经验确定等不足,有待改进提高.本文针对投影寻踪聚类模型的不足,首次把投影寻踪的思想和动态聚类方法结合起来构造投影指标,基于免疫进化算法,建立了投影寻踪动态聚类新模型.新模型一方面在整个运算过程中毋需人为给定参数,聚类结果客观、明确,另一方面,它还具有稳定性好、操作简便等特点.洪水分类的实际应用表明,投影寻踪动态聚类模型切实可行,取得了很好的效果,在多因素聚类分析领域具有广阔的应用前景.     

考虑决策者偏好的洪水灾害模糊聚类迭代评估模型

决策者偏好对洪水灾害的评估结果有重要影响.传统的评估方法可能会出现次要指标权重过大的情况,难以有效体现决策者偏好对评估结果的影响,为此将模糊聚类迭代模型推广到考虑决策者偏好的情况,并给出单一偏好条件下的理论解,提出了基于决策者偏好模糊聚类迭代模型.在该模型中,通过增加一个松弛因子构造一个增广拉格朗日乘子添加到模糊聚类迭代模型的目标函数中,将体现决策者偏好的不等式约束转化为等式约束,并依此求出该偏好条件下权重向量的解析解,可为考虑决策者偏好评估方法的研究提供理论依据;再根据样本特征值矩阵与解得的最优权重向量求出各样本的灾情综合评价值,结合最优隶属度矩阵确定各样本所属洪灾等级,各等级内部样本依据灾情综合评价值排序.该模型直接利用样本特征值矩阵对洪灾样本灾情大小进行识别,降低对最优隶属度矩阵的依赖性,使得排序结果更准确合理.最后,将该模型应用于2013年四川省部分地区洪水资料,验证了考虑决策者偏好模糊聚类迭代模型的理论结果,灾情综合评价值法的排序结果比传统的类别特征值法更合理.     

基于加速遗传算法的投影寻踪聚类评价模型研究与应用

针对农业生产力综合评价这类高维指标体系决策问题,采用降维技术:投影寻踪分类模型,利用基于实数编码的加速遗传算法优化其投影方向,将多维数据指标(样本评价指标)转换到低维子空间,根据投影函数值的大小评价出样本的优劣,从而做出决策。该模型最大限度地避免了传统评判中权重取值的人为干扰,评价结果更为准确客观,为农业生产力综合评价决策及其它评判决策问题提供一条新的方法与思路。     

评估洪水灾情等级的投影寻踪模型

为检验所订洪水灾情等级标准的合理性 ,解决各单项指标灾情等级评估结果的不相容问题 ,提高灾情等级模型的灾级分辨率 ,提出了一种新的洪水灾情等级模型——投影寻踪 ( PP)模型 ,它的灾级是连续的实数值 .为减少 PP建模的计算量 ,给出了一套建模方案 ,构造了新的投影指标函数 ,并统一用实码加速遗传算法来优化投影指标函数和模型参数 .实例的计算结果表明 ,该方案是有效的和通用的 ,具有广泛的应用前景.     

基于模糊聚类和粗糙集的仿真可信性模糊综合评估

为客观有效地解决仿真可信性评估问题,提出基于模糊聚类和粗糙集的仿真可信性模糊综合评估方法。阐述了基于模糊传递闭包法进行模糊聚类分析的基本步骤,分析了粗糙集中属性重要性的相关原理;提出了基于模糊聚类和粗糙集的可信性模糊综合评估模型,利用模糊聚类和粗糙集中的属性重要性原理客观地进行各因素权重分配,结合模糊综合评判进行仿真可信性综合评估;以某飞行视景仿真系统为例,进行可信性综合评估。结果表明,该方法具有一定的合理性和可行性。     

基于决策者偏好投影寻踪模型的多属性决策法

针对现有主观赋权法和客观赋权法的不足,提出了一种新的综合赋权方法——基于决策者偏好及投影寻踪聚类模型的综合赋权法。该方法运用投影寻踪聚类模型,把多属性决策问题中的高维数据转化到低维子空间,同时用自适应粒子群优化算法来优化投影指标函数和模型参数,获得了决策属性体系最佳投影方向和投影值,揭示了高维数据的结构特征。同时,也考虑了决策者对不同属性的偏好,使对属性的赋权达到主观与客观的统一。最后通过一个仿真实例说明了该方法的可行性与有效性。     

模糊综合评判法与参数投影寻踪评价模型在农机选型中的对比研究

以6种型号的农业机器作为备选机型,分别利用模糊综合评判法与基于加速遗传算法(RAGA)的投影寻踪(PPC)模型进行数据处理,对备选机型选优排序;并对这两种选优模型进行对比分析探讨,指出两种方法利弊所在,同时针对不同归一化数据处理对结果产生的影响进行分析。为该方向的研究提出了新的思路模式。表1,参3。     

最优分类的模糊划分聚类改进方法

模糊划分模型聚类实质上是一个问题的两个方面。本文阐述了最优模糊聚类方法的理论与模型，指出了目前广泛使用的灵优失过程的缺陷，并提出了改进措施；实例研究表明，改进效果良好。     

基于模糊聚类的竞争者识别

从企业战略的角度确定识别竞争者的指标，并采用AHP方法确定权重，在此基础上应用模糊聚类分析法对同一行业的企业进行分类，进而识别企业的竞争者，最后对某企业的竞争者进行了实例分析。     

基于模糊邻近关系的结构聚类

在有序粒度空间理论的基础上,提出了基于模糊邻近关系的结构聚类分析理论和方法.首先,给出了依据距离的一致聚类的概念,提出了模糊粒度空间的一致聚类特征;其次,给出了模糊邻近关系结构聚类的粒度表示,并获得了基于模糊邻近关系结构聚类的快速算法;进而,提出了获取最佳聚类的新方法,并且这一方法是全局最优的;最后,给出了通过两个模糊邻近关系的交运算获取结构聚类融合的方法.为复杂系统结构分析研究提供了一整套理论工具和方法.     

投影寻踪方法在工程环境影响评价中的应用

简要介绍投影寻踪方法 ,并将其用于水电工程的环境影响评价 .应用表明 ,新的评价方法能利用一个综合反映多因素之间复杂关系的特征指标给出相应的评价结果 ,且根据计算结果还可以分析工程建设中严重影响环境质量的主要因素 ,为工程环境影响评价提供了一种计算过程简单、直观的新方法 .     

基于CCPSO及PP模型的洪灾评估方法及其仿真应用

以求解洪水灾情评估问题为背景,针对洪灾评估模型参数难以优化这一问题,研究了一种混沌文化粒子群算法(CCPSO)。该算法将PSO纳入文化算法的框架,并在算法中引入局部遍历搜索性能较强的混沌搜索,组成基于PSO的群体空间以及基于混沌优化的信念空间,通过两个种群的独立演化及信息交流来提升算法的全局寻优能力。典型的测试函数的测试结果表明,CCPSO可以有效克服PSO存在的早熟收敛问题,全局收敛能力较PSO有较大提高。同时,为提高洪水灾情评估的灾情分辨率,提出一种基于CCPSO及投影寻踪模型的洪灾评估方法,该方法采用一种修正Logistic曲线来建立洪灾评估的投影寻踪模型,并使用CCPSO来优化投影指标函数以及模型参数。仿真应用结果验证了该方法的合理性及有效性。     

基于知识元的非常规突发洪水事件演化风险研究

为解决非常规突发洪水事件风险分析中所存在的多因素高维数据与小样本数据信息不完备问题,将非常规突发洪水事件系统进行粒度分解,在知识元层建立基于投影寻踪及信息扩散的非常规突发洪水事件演化风险分析模型.利用知识元理论,将事件间的演化风险转变为事件所处情境内承灾载体状态属性变化引发输出属性变化的风险.根据承灾载体知识元内部状态属性阀值建立后续事件演化规则,利用投影寻踪方法与信息扩散理论,将监测样本所包含风险信息扩散到输出属性的风险指标论域控制点,计算事件演化概率分布,确定非常规突发洪水事件演化风险.以桃曲坡水库为例,在上游发生暴雨的情景下,计算水库水位上升向漫坝事件演化风险.实例分析结果表明,该演化风险分析模型能够根据风险等级标准和少量监测数据,对非常规突发事件风险概率分布进行动态定量分析与评估,帮助应急决策者实时掌握事件发展状况,及时做出应急响应,减少次生事件所造成的损失.     

城市环境质量综合评价的多目标决策理想区间法

为了科学地评价城市环境质量,并使评价方法更符合实际,对多目标决策理想点法进行改进,把评价标准处理成理想区间的形式,并用遗传投影寻踪方法来确定权重,提出了一种新的评价方法———多目标决策理想区间法(MODMIIM).介绍了MODMIIM的原理,给出了它的构成方法和具体评价公式,并用MODMIIM对宣州市环境质量进行了综合评价.结果表明,该方法较好地反映了实际环境质量分级的区间界限,解决了不相容指标权重分配问题,使评价结果更合理,是一种有效的城市环境质量综合评价方法.     

THE TAIL ESTIMATION FOR THE DISTRIBUTION OF THE SUPREMA OF A P-BRIDGE

Let X_1,X_2,…be a sequence of independent random vectors which take values in IR~2 and X_i～P.By the projection pursuit (PP) method,we canconstruct PP type Kolmogrov-Smirnov statistics:K_n=(?) 1/n~(1/2)|sum from i=1 to n(I_|a~rX_(?)(?)t|-P(a~rX_1(?)t))|,where I_([·]) is the indicator function of the set [·] and P is a probability distribution.The limit distribution of K_n is the distribution for the suprema of a P-bridgewhose index is the set of all half spaces in IR~2.Let{W_p([0,(?)])∶(?)∈[0,1]~2} be atwo parameter Brownish bridge.The main result of this paper is(?)for all λ,provided P is the uniform distribution on [0,k_1]×[0,k_2],0相似文献   

A CONVERGENCE RESULT OF PROJECTION INDEX CONCERNING INVERSE REGRESSION

To find out the interesting structure of high-dimensional data, a transforma-tion method based on the projection pursuit technique was proposed by Li in [1]: In thispaper, a convergence result. of the first direction of the projection index concerning inverseregression is obtained.