基于融合技术的道路交通状态判别模型

为了提高道路交通状态判别精度,提出基于浮动车检测与感应线圈融合技术的道路交通状态判别模型。该模型包括3部分:1)浮动车模块:利用安装在出租车上的GPS定位设备得到道路3部分的行程时间;2)感应线圈模块:利用安装在道路上的感应线圈以及交通信号参数得到道路的行程时间;3)数据融合模块。利用神经网络将以上两模块的结果作为输入从而提高道路交通状态判别的精度。该文利用7 000多辆装有GPS模块的出租车、100个安装在广州市主要道路口上的固定检测器以及广州市电子地图,对提出的模型进行了试验,试验结果表明该模型是有效的,50个数据的均方误差为0.1 s。     

基于数据挖掘的地下燃气管道风险指标体系设计

针对风险模型的建立进行建模指标集的确定。鉴于指标数量多,相关关系错综复杂,先后采用了多种数据挖掘方法：专家调研法、最小均方差法、极小极大离差法逐步对指标进行筛选。并根据各指标对地下燃气管道影响的方式不同,指标间相关关系的差异确定了三层结构的风险模型指标体系,采用从三级、二级到一级指标的逐级量化方案。运用专家评分法在综合指标信息方面的优势,避开其由于指标集过大而导致评分的偏差,在小指标集内进行指标量化。将层次分析法运用到处理专家意见,确定指标权重的过程中。     

基于数据挖掘的地下燃气管道风险指标体系设计

针对风险模型的建立进行建模指标集的确定.鉴于指标数量多,相关关系错综复杂,先后采用了多种数据挖掘方法:专家调研法、最小均方差法、极小极大离差法逐步对指标进行筛选.并根据各指标对地下燃气管道影响的方式不同,指标间相关关系的差异确定了三层结构的风险模型指标体系,采用从三级、二级到一级指标的逐级量化方案.运用专家评分法在综合指标信息方面的优势,避开其由于指标集过大而导致评分的偏差,在小指标集内进行指标量化.将层次分析法运用到处理专家意见,确定指标权重的过程中.     

运用遗传算法求解有约束条件的旅行商问题

介绍了TSPPC(Traveling Salesman Problem with Precedence Constraint),并指出了普通遗传算法对于求解TSPPC的局限性及在算法过程中产生大量非可行解,从而降低了算法的搜索效率,提出了基于TSPPC中约束条件的种群初始化、交叉操作以及变异操作,由于运用这些遗传操作在算法过程中不会产生非可行解,因此大大提高了算法的搜索效率,最后通过定理和算例验证了本文中提出的遗传算法。     

分布式数据挖掘体系结构及任务分配算法

随着现代社会信息化的加速,数据和数据库的使用量迅猛上升,要求广泛应用能够并行且及时得出结果的分布式数据挖掘方法.文中针对分布式数据挖掘在不同服务器间的数据传输代价最小化这一问题,提出了相应的分布式数据挖掘体系结构、任务分配模型及其算法.并利用遗传算法对任务分配算法的结果进行进一步优化.结果表明,文中所提出的分布式数据挖掘体系结构、任务分配模型及其算法对于求解数据传输代价最小化问题是有效的.