基于灰云的改进白化模型及其在灰色决策中应用

针对传统的灰色决策中白化函数在处理复杂决策问题时的缺点,研究了基于灰云的改进的白化模型及其决策应用。首先概述了传统的白化模型及其缺点,提出了一种集成灰性和随机性的灰云模型,给出了灰云数字特征和正态灰云模型生成方法;然后给出了替代传统的白化函数的基于灰云的灰数白化模型;最后给出了基于正态灰云的灰数白化模型在灰色聚类决策中的应用,并通过实例验证了该方法的有效性。     

上海与伦敦期铜市场风险变异性实证研究

波动群聚效应和杠杆效应是资本市场风险变异性的两个重要特征。选取1997-07~2004-11上海期货交易所和伦敦金属交易所3个月期铜的日收益时间序列,利用相关模型分别对两时间序列的波动群聚效应和杠杆效应进行实证分析。结果表明:从整体来看,上海期铜市场收益波动不具杠杆效应,而伦敦期铜市场具有显著的杠杆效应;并且,上海期铜市场的风险特征发生重大变化,具有明显的波动群聚效应,但分阶段呈现杠杆效应。     

空间聚类算法中的K值优化问题研究

在典型的空间聚类算法K-平均法和K-中心法中,K一般为用户事先确定的值,然而,实际中K值很难被精确地确定,往往表现为一个模糊的取值区间。在此提出距离代价函数的概念,建立了相应的数学模型并设计了一个新的K值优化算法,对空间聚类K值优化问题进行了初步的研究。     

基于多维伪F统计量的基因表达动态聚类分析方法研究

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．     

摩托车半主动悬架分层预测控制及仿真

行驶平稳性和乘坐舒适性是衡量车辆悬架性能优劣的重要指标，而基于磁流变技术的半主动预测控制与其它控制方法的结合则是改善悬架性能的一种先进控制方法。为提高控制效果，提出了一种悬架振动分层建模预测控制的新思路，即将前后轮系均看作是相互独立的底层二自由度系统，推导出协调底层关系的上层关联动力学方程，结合轴距预测和LQR优化控制方法，以前轮检测到的路面激励作为后轮下一步输入的激励，然后以簧载质量质心处的垂直加速度和俯仰加速度为上层控制目标进行协调，继而得到所需的半主动控制力。通过对一个四自由度摩托车模型的仿真计算表明，该方法在线计算量少，前后轮系易于采用不同的控制策略以提高控制效果。该方法对于多轮系车辆的振动控制提供了一个崭新的思路。     

基于遗传-模糊聚类的说话人识别方法及其仿真研究

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。     

有限记忆ISODATA算法在航迹关联中的研究

针对多传感器多目标航迹关联的特点,提出了将基于聚类分析的ISODATA算法应用于航迹关联的解决方法。将表征航迹特征的参量构成待分类的样本空间,利用ISODATA算法对来自不同传感器的航迹进行关联。构建了基于ISODATA算法的有限记忆关联模型,利用有限步的历史航迹状态数据,有效地解决了目标密集环境下的误关联问题。通过仿真研究说明了算法的有效性。     

基于二元语义信息处理的最大树聚类方法

针对解决具有语言评价信息的多指标聚类分析问题,提出了一种基于二元语义信息处理的最大树聚类方法。该方法依据传统的最大树聚类分析方法的基本思想,采用二元语义概念对语言评价信息进行处理和运算,并对聚类对象进行分类,具有概念清晰、计算简单、信息处理较为精确的特点。最后,通过一个算例说明了所给出的聚类方法。     

改进的聚类算法及在复杂大群体决策中的应用

针对现有FCM聚类算法中存在的局部极值和伸缩性较差等问题,提出了基于全部最小连通支配集算法(minimum connected donating set algorithm,MCDSA)的改进的聚类算法(minimum fuggy C-means,MF-CM)。用改进的聚类算法MFCM辅助复杂大群体决策(complex huge group-decision,CHGDS),定义了群体偏好矢量和群体一致性指标,提供了一种新的解决CHGDS中群体决策的理论和方法,并通过实验证明了该方法的有效性和稳定性。还提供了基于属性加权进化的群体一致性决策机制新思路。     

Incremental Web Usage Mining Based on Active Ant Colony Clustering

To alleviate the scalability problem caused by the increasing Web using and changing users＇ interests, this paper presents a novel Web Usage Mining algorithm-Incremental Web Usage Mining algorithm based on Active Ant Colony Clustering. Firstly, an active movement strategy about direction selection and speed, different with the positive strategy employed by other Ant Colony Clustering algorithms, is proposed to construct an Active Ant Colony Clustering algorithm, which avoid the idle and ＂flying over the plane＂ moving phenomenon, effectively improve the quality and speed of clustering on large dataset. Then a mechanism of decomposing clusters based on above methods is introduced to form new clusters when users＇ interests change. Empirical studies on a real Web dataset show the active ant colony clustering algorithm has better performance than the previous algorithms, and the incremental approach based on the proposed mechanism can efficiently implement incremental Web usage mining.