数据仓库中关联规则的元规则制导挖掘改进策略

许多数据仓库和数据挖掘的理论都曾说明元规则是一个非常重要的概念 ,也有一些研究提到元规则 ,但却很少利用元规则来进行数据仓库的关联规则的挖掘。本文针对在元规则制导下的数据仓库关联规则挖掘 ,提出一种简单的、充分利用元规则的、类Apriori和类决策树方法的实现策略 ,减少了查询数据仓库的次数 ,使数据挖掘过程中的存储结构简单 ,形成了快速查询。     

基于代数杂交算子的变异算子机理分析

利用布尔代数的理想将遗传算法 (GAs)中的个体空间进行等价分类后 ,本文利用代数杂交算子 ,对变异算子的运行机理进行了分析 ,并得出了若干结果。作为其应用 ,分析了遗传算法的过早收敛现象     

离散事件系统分布式仿真任务分配的数学规划模型

分布式仿真是离散事件系统仿真的重要研究课题.本文针对离散事件系统分布式仿真的任务分配,发展了一种数学规划模型——0-1整数规划模型,并给出了模型中参数的估算方法.     

离散事件系统仿真事件表数据结构的评价

离散事件系统仿真事件表数据结构的优劣直接影响着系统的仿真效率,因而有必要对它进行研究.本文提出了一种基于事件表分布函数的事件表数据结构的评价方法,并使用这种方法分析了三种事件表数据结构.仿真结果表明,这种评价方法对分析事件表数据结构是非常有效的.     

离散确定型替换模型的扩展及优化

替换模型是研究大系统中各子系统之间相互关系的模型之一,它的特点是简单直观。但对于复杂大系统,目前应用的条状替换模型却很难做出完整的描述。本文首先将条状替换模型扩展为网状替换模型,并提出了求解该模型的两种算法——层次法和级别法,最后以系统运行费用为目标,建立了基于网状替换模型的最优化模型,使得替换模型具有更宽的适应领域。     

具有自组织种群结构的微粒群算法

为了提高微粒群算法(P SO)的性能,模仿人类解决问题时的交互方式,提出一种基于适应值驱动,以朋友机制局部择优自组织种群结构的微粒群算法.以环形结构作为算法的初始结构,每代算法执行后,微粒根据其适应值,采用不同的阈值来决策是否需要建立新连接,并通过选择邻居的邻居中适应值最优且优于算本身的微粒,以概率P进行连接.通过这样的演化机制,逐步增加结构的平均聚集系数和降低平均路径长度,以达到近似小世界特性的网络结构.实验结果表明无论采用何种阈值,概率P对结构演化过程及算法性能的影响都非常大.在适当的概率P值下,基于该演化机制的微粒群算法获得了比基于其他结构的微粒群算法更好的性能.     

蜜蜂群组决策方法的建模与仿真

通过对蜜蜂群体选择新的巢穴决策过程的研究,从中抽取出蜜蜂群体的决策行为,并对其进行形式化描述,建立蜜蜂群体决策方法的模型,运用MATLAB对模型进行仿真并且用实例证明该方法的合理性和有效性.     

异步随机微粒群算法

在研究微粒群算法生物特征的基础上，提出了一种异步随机微粒群算法——ASPSO．该方法是在微粒的进化过程中，采用异步模式使全局最好位置信息以异步方式在种群中传播。从理论上证明了ASPSO与同步模式微粒群算法SPSO相比较具有更快的局部收敛速度，并对四个经典测试函数进行了仿真测试，测试结果表明：与SPSO相比，ASPSO算法具有更快的收敛速度。     

基于信标节点间距离的改进RSSI定位算法

针对无线传感器网络应用于室内定位时,传统RSSI平均值算法精度较低的问题,提出了一种改进的RSSI算法。该算法利用RSSI平均值对所测量的每个RSSI值进行估量,消除波动大、严重失真数据,从而使所保留的RSSI值能更好的与距离关系对应。并根据室内不同位置的节点环境参数差别大的特征,提出了把信标节点间的固定距离及其测量得到的对应RSSI值带入信号传输模型,从而消除环境因素对距离估计的影响。仿真结果表明:改进RSSI算法与传统的平均值距离估计算法比较,距离估计误差明显降低,可以满足室内定位精度的要求。     

内模PID控制器在云台伺服系统中的应用

针对SG-5452460005-15W型永磁式直流减速电动机驱动的YP3091型摄像机云台伺服系统,建立了数学模型,并基于内模控制原理设计了一种新型PID控制器。该控制器设计方便,只有一个可调参数。仿真结果表明:系统的水平跟踪和仰俯跟踪误差均方根分别为0.15 mrad和0.32 mrad。与传统PID控制器相比,在内模PID控制器参数调节方面,系统跟踪响应快,精度高,抗干扰能力强,鲁棒性好。