共查询到20条相似文献,搜索用时 661 毫秒
1.
基于加权k-均值聚类与粒子群优化的多航迹规划 总被引:1,自引:0,他引:1
针对复杂环境下的无人机多航迹规划问题,提出了将粒子群优化(particle swarm optimization, PSO)算法与加权k-均值聚类算法相结合的规划方法。每个粒子表示一条航迹,采用加权k-均值聚类算法对粒子进行分类,得到多个粒子子群,在每个子群内部进行一条可行航迹的优化,最终得到多条不同的可行航迹。对传统k-均值聚类算法进行改进,采用排挤机制产生初始聚类中心,针对实际环境中突发威胁的分布不均性,在聚类过程中,对航迹节点按照所在区域突发威胁的出现概率进行加权,提出了加权k-均值聚类算法。仿真实验表明,所提出的方法能够有效地得到无人机的多条可行航迹。 相似文献
2.
基于事例推理的加工中心智能CAD系统研究 总被引:3,自引:0,他引:3
针对加工中心模块化设计智能CAD系统,提出了基于事例推理的设计方法。文中建立了基于事例推理的方案设计事例树状分层模型和功能模块事例数据模型,提出了设计事例的检索算法及事例的修改与学习策略,最后给出了卧式加工中心设计实例。应用结果表明,基于事例推理的设计方法对开发模块化系列化产品是十分有效的。 相似文献
3.
将基于划分的模糊聚类算法和一般模糊极小极大神经网络分类算法相结合,提出了一种新的机器学习方法,实现了基于类比的案例推理学习模型。具体实现思想是,首先利用基于确定性退火技术的划分聚类算法对已知案例进行聚类标识,由所得结果建立一般模糊极小极大神经网络分类模型,然后用该模型实现新目标问题的案例相似性检索,最后针对目标问题结果案例完成案例学习。通过实例表明,该算法具有较好性能,并在基于案例推理的固体火箭发动机总体设计中成功应用,得到了论域覆盖面大的设计结果集。 相似文献
4.
基于遗传-模糊聚类的说话人识别方法及其仿真研究 总被引:5,自引:4,他引:5
利用遗传算法的全局收敛性及模糊C-均值(FCM)聚类强大的局部寻优能力,提出了一种基于遗传-模糊聚类的说话人识别方法。对说话人的训练语音数据进行遗传-模糊的软聚类分析,从而得到分类中心的全局最优解,作为每个说话人的语音模型,最后利用最大总平均隶属度函数准则对待识别语音进行模糊聚类识别.除此之外,使用自适应参数增加遗传算法的局部搜索能力。实验结果表明,这种算法克服了传统硬聚类的缺点,避免了FCM对初值敏感及容易陷入最小值的缺陷,使聚类更加合理,更好地描述了说话人的语音特征。 相似文献
5.
6.
基于CBR的水库洪水调度模式 总被引:2,自引:1,他引:1
由于水库洪水调度问题的复杂性和不确定性,单纯利用调度模型进行洪水调度在实际应用中往往存在一些问题.为了使理论研究尽可能与实际应用相结合,将人工智能中的基于事例推理(CBR)技术引入到水库洪水调度中,将以往的洪水调度事例作为历史事例以一定的结构和方式存储在事例库中,对于新的洪水调度问题,从事例库中寻找相似的事例,并根据其调度方案,确定新问题的解决方案.实际算例表明,对于水库洪水调度问题,基于事例推理的水库洪水调度能充分的将以往的调度经验和调度模型结合起来,使得调度结果更合理、可行, 具有较强的实用性. 相似文献
7.
8.
模糊C均值聚类算法的一种初始化方法 总被引:6,自引:1,他引:5
模糊C均值聚类算法(FCM)在图像处理和模式识别中有着广泛的应用,该算法实质上是一种局部搜索寻优方法,对初始值很敏感,容易陷入局部极小值。当聚类数比较多时,往往得不到满意的聚类结果。本文首先讨论了FCM算法初始化对聚类结果的影响,然后提出了一种基于形态处理的FCM初始化方法。这种方法不仅可以得到比较满意的聚类结果,而且可以自动确定聚类数。 相似文献
9.
基于多维伪F统计量的基因表达动态聚类分析方法研究 总被引:2,自引:1,他引:2
K-均值聚类分析算法是一种广泛应用于基因表达数据聚类分析中的迭代变换算法,它通过指定类别数K-基于给定的聚类目标函数,并采用迭代更新的方法,使得最终的聚类结果的目标函数值为极小值,达到较优的聚类效果。针对K-均值聚类分析算法存在参数依赖性强,且在整个聚类过程中类的数目无法改变的缺点,引入动态调整聚类个数的思想和多维伪F统计量,提出了一种基于多维伪F统计量的基因表迭动态K-均值聚类算法。实验结果表明该算法可以动态调整聚类个数,给出最佳聚类数目,从而获得较好的聚类质量. 相似文献
10.
协同规划系统性能好坏的重要标志之一,即确保多个主体协调一致的问题求解。为此,本文提出了一个面向黑板的混合推理多主体系统结构,其中,基于事例推理实现多主体动态协调,用以解决由于主体间冲突所引起的系统控制问题。分析和讨论了主体间动态协调方式和协调过程以及基于事例的推理技术的实现方法。 相似文献
11.
针对广义模糊熵阈值分割法中参数m的选择问题,提出了一种结合优化算法的自适应参数选取算法.该算法依据一种图像分割质量评价指标建立目标函数,再基于量子粒子群优化搜索算法在参数的变化空间自适应地搜索最佳参数,同时依据模糊熵最大准则对S型隶属度函数中的三个参数(a,b,d)进行了全局组合寻优,从而建立了一个嵌套的优化搜索过程,实现了广义模糊熵图像阈值分割方法的自动阈值选取.实验表明,该方法对光照不均匀图像有更好的分割效果. 相似文献
12.
13.
复杂仿真影响因素多,影响关系非线性,需要高效的元建模方法.元模型的建立不仅取决于所选定的元模型数学结构,还取决于仿真训练数据的充分性.数据充分性直接影响到仿真实验空间的设计与实验运行的计算复杂度,需要通过针对性的仿真实验设计方法来应对维数爆炸困境.序贯实验设计方法可以有效提高设计的效率,但传统上的序贯方法依赖于人工干预... 相似文献
14.
快速JPDA算法的递归和并行实现 总被引:7,自引:0,他引:7
联合概率数据关联算法(JointProbabilisticDataAsociation,JPDA)是密集杂波环境下一种良好的多目标数据关联跟踪算法。但是,当目标的数目增大时,关联概率计算时的计算量爆炸效应一直是一个难题。为降低计算量,有不少文献讨论了次优JPDA算法,但都是以降低关联跟踪性能为代价的。本文将从联合关联事件的构造出发,讨论关联假设事件的分层构造以达到降低计算量的目的。这里的层次可从0取值到某一L值,0层表示没有任何目标能够跟当前的观测数据关联。L层表示共有L个目标可以跟当前扫描得到的观测数据相关联。本文在关联事件的构造中,各层次的搜索具有递归性并可以独立进行,因而可以并行实现。文中还将本文的方法跟有关文献作了比较,并且给出相应的计算机仿真实验及其结果 相似文献
15.
基于GA-RL的进化博弈求解主从博弈结构的供应链协调问题 总被引:3,自引:2,他引:1
供应链协调问题多数基于主从博弈结构建模,但如果研究对象是相对复杂的供应链结构.理论求解主从博弈问题就变得困难.因此从求解一对一的供应链协调问题开始,针对主从博弈问题的特点,利用个体学习的进化博弈仿真手段,设计了经销商利用经验分布的预期随机需求的信念更新模式与最优反应的决策模式,为生产商分别设计了基于强化学习的信念更新模式与基于遗传算法搜索策略空间的决策模式,并将两者有机结合,取得了博弈问题的均衡解并且验证该解与理论求解结果一致,为进一步求解复杂问题提供了新的途径. 相似文献
16.
基于正交遗传算法和灵敏度分析的体系仿真优化方法 总被引:2,自引:0,他引:2
体系对抗已成为当今战争的主要形式,因而急需对体系优化问题进行深入细致地研究.鉴于此,提出了一种基于正交遗传算法和灵敏度分析的体系仿真优化方法.该方法采用正交遗传算法在可行域内快速地搜索一些较优方案(解);利用灵敏度分析方法从已评估方案中得到待研究体系输入、输出之间的灵敏度关系;应用这种灵敏度关系来指导正交遗传算法的后续搜索.最后采用一些数据实例来验证该方法,实验结果表明,该方法是可行的、正确的和有效的.该方法能在较少次数的仿真后,得到待研究体系的满意解或最优解;同时,该方法可推广到其它复杂优化问题的求解中. 相似文献
17.
针对一种可快速搜索和寻找到聚类密度峰值点聚类算法的缺陷,利用线性回归与残差分析的方法进行改进,可自动、快速地确定聚类中心且优化样本点密度值。算法利用样本点的近邻信息重新度量点的密度值,提高聚类中心点位置稳定性;利用一元线性回归与残差分析,快速、自动地选出聚类中心点,去除了人为选择的主观性。通过理论分析以及在人工数据集和真实数据集的对比实验表明,提出的基于线性回归分析的快速搜索聚类中心算法能够克服原有算法的缺陷,并且在聚类效果和计算时间上优于原有算法、基于密度的带有噪声的空间聚类算法(density based spatial clustering of applications with noise, DBSCAN)以及K-means算法。 相似文献
18.
概率天气预报的K近邻非参数估计仿真模型 总被引:7,自引:0,他引:7
基于模式识别和相似预报思想,提出了一种制作概率天气预报的K近邻非参数估计仿真模型(简称KNN-M)。该模型包括历史样本数据库、近邻子集搜索程序、近邻子集优化算法和预报量估计技术。利用该模型进行了降水和云量的概率预报试验,独立样本检验结果表明,该模型预报稳定性好,预报准确率较高,具有较好的业务应用前景。 相似文献
19.
The operating temperature of PEMFC stack is a very important control parameter. In operating process, electro-chemical reaction and the humidity of proton exchange membrane vary sensibly with it, the variation of operating temperature has a significant influence on the output performance and lifespan of fuel cells. The most existing PEMFC mathematical models are too complicated to apply in on-line control process, so it is necessary to find a simple accurate stable control method. In this paper, a novel genetic algorithm (NGA) is presented, which possesses stronger global searching and local optimizing capacities than SGA. NGA is applied to optimize rapidly the weights of neural network according to the population of excellent individuals, neural networks technique is used to establish a self-adjusted control model for PEMFC system. The results of simulation and experiment are given in the end. 相似文献