停车需求特征指标的潜在特性

在连续数据条件下,对停车需求特征指标的稳定性和代表性进行考察.基于连续数据分析的停车需求特征指标的稳定性和代表性与传统应用过程中的假设有很大出入,表明了以往基于经验的随机抽样和处理方法存在一定缺陷.然而,对停车需求特征指标进行高峰比转换后,组别差异被有效地抑制.基于同步统计推断法,发现各停车需求特征指标的不同分组间均无显著性差异,说明了在各自的波动范围内,停车需求特征指标具有稳定性和代表性.     

符号检验:一种常用的非参数检验

符号检验是一种应用非常广泛的非参数检验,其是对两个相关样本的每对数据之差的符号进行检验,进而比较两个样本的显著性.     

基于数据密度感知的非平衡数据模糊聚类方法

非平衡数据分析是数据领域的重要问题之一,其类间分布的巨大差异给聚类方法带来严峻挑战.围绕非平衡数据聚类问题,分析了非平衡数据对模糊聚类方法的影响,提出了基于密度感知的模糊聚类方法.方法将数据分布密度特征嵌入模糊聚类初始化过程中,用于定位初始聚类中心点,避免了少数类中心点位置的消失,在此基础上进一步设计了基于密度的模糊聚类优化更新方法.经数据集分析验证,本研究方法能够有效解决非平衡数据分类中少数类消失问题,并且在聚类算法性能上比传统方法有明显提高.     

基于簇特征的文本增量聚类研究

提出了一种基于簇特征的文本增量聚类算法:充分利用简单、有效的k-means算法来进行初始聚类,并保留聚类后每个簇的簇中心、均值、方差、文档数、3阶中心矩和4阶中心矩作为该簇的簇特征,当出现新增数据时,利用初始簇的簇特征对新增数据进行聚类.在20newsgroups数据集上的实验结果表明:相比于对整个数据集进行重新聚类,该算法具有一定的优势.     

基于非欧氏距离的广义噪声聚类

利用一种新的距离测度将Dave的广义噪声聚类(GNC)扩展成非欧氏距离的广义噪声聚类(NGNC).模糊C-均值聚类(FCM)和广义噪声聚类都是基于欧氏距离的模型,与它们不同之处在于NGNC是基于非欧氏距离的模型,建立在鲁棒统计观点和势函数基础上,这种非欧氏距离比欧氏距离更加鲁棒,因此NGNC算法比GNC算法更加鲁棒.并且,建立在新的距离测度上的NGNC在处理噪声和野值方面比GNC和FCM更好.实验结果表明了NGNC的良好特性.     

基于动态聚类法的中国城镇居民消费结构分析

以2007年全国31个省、直辖市、自治区的城镇居民家庭平均每人全年消费性支出的8个指标数据为依据,采用动态聚类法对当前城镇居民消费结构进行分析,得出结论:(1)各地区城镇居民消费大小与其经济发达程度密切相关,经济发达地区消费也相对大;(2)发达地区消费重点转向精神产品和服务消费;(3)相邻地区消费结构比较相似.     

基于Relief算法的特征学习聚类

聚类作为数据挖掘常用工具之一,是按照事物间的相似性进行的一种无监督分类．然而传统的聚类方法较少考虑特征权值．为此,通过研究、分析Relief算法及其在聚类应用中存在的问题,提出了一种基于Relief算法的特征评价函数,并将此函数运用到特征学习聚类中,以解决特征权值取值不当对聚类产生的负面影响．     

基于连通图动态分裂的聚类算法

当前大部分的聚类算法都难以处理任意形状和大小、存在孤立点和噪音以及密度多变的簇,为此,文中提出了一种基于连通图动态分裂的聚类算法.首先构造数据集的l-连通图,然后采用动态分裂策略对l-连通图进行分割,把数据集分成多个互不相连的连通图子集,每个连通图子集为一类.实验结果表明,所提出的算法能够有效地解决任意形状和大小、存在孤立点和噪音以及密度多变的簇的聚类问题,具有广泛的适用性.     

厚尾序列均值变点的非参数检验

目的 考虑稳定系数为κ的厚尾分布的均值变点检验问题.方法 利用非参数检验方法.结果 基于Wilcoxon秩和统计量,构造出了相应的检验统计量.结论 得到了原假设下统计量的渐近分布,并证明了在备择假设下统计量的相合性.     

基于邻接距离的属性动态聚类算法

基于邻接距离属性动态聚类算法采用能综合反映属性名称相似性和语义相似性的“邻接距离”,提高了属性匹配的准确率;以类内损失、类间损失之和最小化为准则,使用动态聚类算法对相似属性进行匹配,不需要设置聚类参数,避免了人为造成的误差。     

基于泊位使用特性的停车共享策略方法

为了缓解由于机动车保有量过快增长而造成的大中型城市交通拥堵及停车供需失衡问题,依据泊位共享的理念充分挖掘可利用停车资源成为了一种新方案.由于在不同模式下泊位共享服务方式的适用性不同且泊位共享具有严格的时间窗约束、排他性及唯一性特征,使得共享泊位资源在实际应用中难以得到高效利用.以闲置时间利用率最大化为目标,将泊位划分为...     

基于吸引度搜索的汽车滚装码头堆场车位分配优化

为加快滚装运输过程中汽车装卸滚装船舶的周转率,促进滚装码头堆场车位资源的高效利用,研究了滚装码头堆场车位分配问题.按照成组集中分配原则,以提高成组汽车停放集中度为目标,建立了衡量成组汽车停放集中度的混合整数规划模型.进而设计吸引度搜索算法对模型进行了求解.与分支定界法相比,吸引度搜索算法在高效求解规模化算例的同时可实现解的质量较优.以上海海通汽车滚装码头堆场的车位实际布局及作业情况为背景,验证了所提模型与算法的合理性及有效性,拓展了汽车滚装码头堆场车位分配管理的理论研究.     

Weblog会话动态聚类分析

Web使用挖掘分析访问者日志,可以发现很多潜在的规律。利用会话之间的依赖关系,给出会话的依赖特征和数值度量,利用会话的动态特性给出会话动态聚类分析的算法和应用,并和模糊聚类算法方法进行比较研究。     

基于协同进化的配网动态重构算法

为解决传统配网动态重构算法迭代计算量较大的问题,提出基于协同进化的配网动态重构算法.首先根据配网各节点负荷的变化情况进行时段划分,再在划分的区段内采用改进的遗传算法进行静态重构,将各区段静态重构得到的优化解集作为动态重构的初始解集,最后以所有时段总运行费用最小为目标函数,采用协同进化算法,通过协调各区段的重构操作得到所有时段的重构方案.对修改后的IEEE-33测试系统进行仿真计算,结果表明所提出的动态重构算法能够有效减少潮流计算的次数,同时提高了计算效率.     

基于改进的动态聚类算法的配送车辆调度研究

研究了物流配送车辆调度优化问题,建立了以所需车辆数最少为第一目标,以车辆总行程最短为第2目标的双目标优化模型.把问题分成2阶段进行求解,第1阶段用改进的动态聚类算法分派车辆的配送任务,第2阶段用动态规划方法求出车辆的行车路线;实例证明,算法有效降低问题的复杂性,使问题在合理的时间内得到满意解,模型和算法均具有较大的推广意义.     

随机需求条件下分销系统协同库存策略研究

分销系统的库存问题研究是物流及供应链管理理论研究的重要方面,有关策略的使用影响到相关供应链整体的成本和收益,为此基于基本库存策略,研究了随机需求条件下一个分销中心和多个零售商组成的二级分销系统的协同库存和订货问题.对分销中心库存的补充订货、缺货处理以及分销系统各成员之间的关系等问题采取协同策略,建立了使分销系统期望总收益最大化的数学模型,在分析模型解的存在性的基础上,探索了相应的求解方法.并对均匀分布、指数分布和正态分布的3种需求情况在模型求解方面做了具体分析和实证研究.     

基于弹性需求和动态定价的共享泊位分配

为解决共享车位管理中的车位分配与定价问题,本文考虑价格变化对于用户不同停车时长选择的影响,分析在不同停车收费标准下用户停车时长选择的概率,并采用多项式拟合得到精细化的共享停车需求价格弹性函数。进而,为实现停车场价格的动态调整与车位分配,以平台收益最大与用户步行距离最小为目标,构建基于弹性需求和动态定价的泊位分配非线性混合整数规划模型,并设计了遗传算法。最后,本文设计了包含3个停车场共1000个泊位、共享平台运营时长为3h的算例,对模型及算法加以验证,通过对比分析,基于弹性需求和动态定价的共享泊位分配方案相比于静态定价,实现平台收益增加19%且满足了大部分停车需求,说明动态定价下共享泊位分配模型及算法的有效性,为共享平台的车位管理提供了新思路。     

基于对象感知的城市物流服务需求调研方法

为了有效获取真实有用的物流服务决策信息,确实提高城市物流需求预测的精度、效度,文中采取感知研究、举例研究、实证研究等方法,在分析物流服务需求的特征及传统调研方法的无效性的基础上,进行了服务需求调研方法的要素构建与过程剖析,并提出了基于对象感知的物流服务需求凋研方法体系,最终阐明了合适的感知对象和有效的感知方法对获取城市物流服务真实需求的重要性.     

基于Weibull模型的细粒尾矿粒径分布

尾矿细粒化是矿业发展趋势,细粒尾矿的粒径分布对尾矿宏观力学特性及坝体稳定性具有重要影响。采用筛分法和沉降法,对82个尾矿试样进行了颗分试验,建立了细粒尾矿粒径分布的Weibull函数模型。试验结果表明:细粒尾矿粒径呈"细多粗少"的分布规律,这种规律服从Weibull分布,可以用Weibull分布对粒径分布进行描述和外推预测;传统分形模型中假设每级粒度的破碎率为常数与实际情况不符,Weibull分布可以看作对分形模型误差的一种修正;在破碎过程中,粒径的概率密度分布会出现峰值,这个峰值不断向粒径小的方向偏移,最终形成"细多粗少"的分布特点。研究结果有助于磨矿工艺的改进,并可以为土工试验做出科学的级配方案提供参考。     

云中心基于Nginx的动态权重负载均衡算法

为了解决云中心的服务器端在高并发情况下各节点的负载失衡问题,在对负载均衡技术Nginx自带的负载均衡策略和主流的负载均衡策略进行研究、分析的基础上,提出了一种动态调节权重的负载均衡策略.该策略基于加权轮询策略进行改进,同时考虑服务器的本身硬件性能与工作时的负载情况,设计了静态权值和动态权值的计算方法,将两者结合得到节点最终权值.静态权值主要考虑了各服务器的硬件性能情况,动态权值的计算则是收集各后端服务器节点工作时的CPU利用率、内存利用率、网络性能情况及磁盘I/O等性能情况,由此,动态地调节各后端服务器节点权重.测试结果表明,相较于原加权轮询算法,该算法在高并发情况下的响应时间和实际并发数等方面表现更好.