普通商用建筑造价快速计算的一种新方法

目前中国与外国先进造价的管理模式有较大差距,尤其在以造价估算系统为代表的信息系统方面。基于广义径向基函数神经网络的聚类算法,选取了2003—2007年间北京市普通商用土建工程数据为样本,提取了商用建筑的主要工程成本指标,对单方成本价格估算进行了检验。结果证明,该方法在精度方面符合要求,与其他方法比较,还具有速度和泛化能力的优势,为造价快速计算智能化提供了方法依据,也为工程管理者们提供了更好的决策依据。     

二型模糊系统在音频信号分类中的应用

针对数字音频信号分类问题提出了基于二型模糊集合理论的C均值聚类算法,并在此基础上应用跳跃基因遗传算法对聚类得到的初始模糊模型进行优化,最后采用向量相似性测度准则对优化后的模糊规则集合进行简化,得到最终的模糊分类器模型。与传统的一型模糊集合相比,二型模糊集合可以掌控更多的不确定性信息。基于二型模糊集合理论的C均值聚类算法对样本分布不均匀、结构不规则的样本集的聚类效果更精确。实例仿真结果对比显示,应用二型模糊C均值聚类算法的音频信号分类器比应用一型模糊C均值聚类算法的分类器得到的分类结果更准确。     

模糊综合评判原理在土建工程造价估算中的应用

利用模糊数学中“综合评判原理”提出了一种土建工程造价的估算方法。即将土建工程抽象为若干工程特征,并将其量化,求出已建工程与待估工程的加权海明距离,并以此为依据估算出待建工程的土建造价。     

基于FCM的动态结合全局图像阈值分割

全局阈值分割对于小目标物效果不理想,动态阈值容易产生阴影等干扰,但综合考虑全局阈值和动态阈值可以达到比较理想的结果。模糊C均值算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,该文在不明显增加运算量的前提下,利用模糊C均值自动聚类的功能分别得到全局阈值和动态阈值,完成对阈值矩阵的构造和图像的分割。     

遗传模糊C-均值聚类算法应用于MRI分割

通过分析知经典的将图像分割成C类的常用的模糊C-均值聚类算法(FCMA)依赖于初始聚类中心的选择,通常得到的是局部最优解而并非全局最优解,又由于遗传算法能搜索到全局最优解,因此将遗传算法(GA)与FCMA相结合,对MRI直接进行聚类,利用遗传算法搜索全局最优解,从而有效地避免了模糊C-均值聚类算法收敛到局部最优的问题,并在此基础上实现了对MRI的分割,得到了比较满意的效果。     

多级离散模糊神经网络稳定性的优化算法

针对模糊集理论在建模中对变化的外部环境适应能力差,以及基本神经网络模型不容易获得模糊集之间关系等问题,提出了一个具有基本模糊推理系统“IF-THEN”规则的多级离散模糊神经网络模型。分析了该模型的基本稳定性条件,并使用硬C均值聚类方法获得数据集之间的关系,采用遗传算法优化了该模型。最后通过计算机仿真验证了该模型的有效性。     

一种基于改进型遗传算法的模糊聚类

针对模糊C均值算法(FCM算法)难以达到全局最优解的问题,引入了具有全局搜索能力的遗传算法以解决聚类问题,并在标准遗传算法基础上进行了改进。将该算法运用于IR IS数据的聚类,实现了较好的聚类,从而验证了算法的有效性。     

云计算中基于群体智能算法的大数据聚类挖掘

为了提高数据挖掘的精度和效率,提出了一种基于群体智能算法的大数据聚类挖掘算法。首先对聚类算法中的模糊C-均值聚类算法进行分析,然后将亚启发式群体智能优化技术中的混合蛙跳算法与模糊C-均值聚类相结合,以便在调整的参数少的条件下优化全局搜索能力。仿真实验结果显示:相比其他聚类挖掘算法,提出的算法能解决局部陷阱问题,具有较好的聚类效果、准确率和收敛速度,同时算法的稳定性较高。     

改进的模糊C-均值聚类方法

该文针对模糊C-均值算法容易收敛于局部极小点的缺陷,将遗传算法应用于模糊C-均值算法(FCM)的优化计算中,其中对传统遗传算法的编码方案、遗传算子约束条件及适应值函数等方面进行改进,提出了一种基于改进遗传算法的模糊聚类方法。实验表明,将改进的遗传算法与FCM算法结合起来进行聚类分析,可以在一定程度上避免FCM算法对初始值敏感和容易陷入局部最优解的缺陷,使聚类更合理,比单一使用FCM算法进行聚类分析的效果要好。     

全生命显著性造价物流集成化优化方法研究

物流集成化技术是一个管理工具,提供了初始的设计和控制,确保客户在整个生命期内获得迅速有效和具有经济支持的资产。物流集成化技术最初应用于国防工业,并得到了成功地应用,目前国外将该技术应用于建筑业处于尝试阶段。结合房屋建筑工程,从全生命周期造价和显著性成本理论角度,介绍了物流集成化技术在可行性研究和设计阶段确定最优投资和设计策略、指导工程数据库建设的贡献,从而降低了全生命周期造价,并使其得到合理优化。     

基于模糊聚类-模糊模式识别的复合材料高温机械性能评价

将模糊聚类和模糊模式识别相结合的识别方法应用于具有多模糊特征变量的复合材料高温机械性能的识别中。对给定特征的复合材料进行模糊分类,建立群体模式。通过模糊模式识别在模式库中对检验样本进行匹配,实现对未知材料的聚类识别。结果表明:对于多因子相关的复合材料性能,两种方法的结合是有效可行的,可以满足经济性和准确性的要求。     

我国粮食安全自然风险影响的评价指标体系研究

产量变化能够测度自然风险对粮食安全的影响,从这一新的视角,可以建立粮食安全自然风险影响的评价指标体系,以评价自然风险对我国粮食安全的影响,揭示风险水平在全国的分布规律.结合我国1979-2007年的实际数据,利用系统聚类法、K-均值聚类法和模糊聚类法对我国粮食生产的自然风险水平进行了实证研究,并以Fisher判别法、Bayes判别法和逐步判别法进行了回判验证.     

基于模糊c均值聚类的社团结构探测新方法

通过对社团结构定义的研究,提出了一种基于模糊c均值聚类算法的网络社团探测新方法.利用网络节点间的最短路径长度、Person相关系数方法及平方法构造了节点间的相关度等价矩阵,从而将社团发现问题转换成节点的聚类问题.在此基础上,应用模糊c均值聚类算法以及网络划分形式对应的模块度来确定最优的社团结构,最后利用Zachary空手道俱乐部网络和Dolphin网络这两个经典模型验证了该算法的可行性.     

基于链接的模糊聚类集成方法

针对多数聚类集成方法忽视潜在信息或获取潜在信息方法复杂这一缺点,提出一种基于链接的模糊聚类集成方法。该算法首先利用模糊聚类算法建立集成信息矩阵,然后使用相应的链接方法将集成信息矩阵转化为反映数据相关性的权重图,最后运用图划分技术得到最终结果。实验结果表明,新提出的算法可以有效地获取潜在信息,同时提高聚类质量。     

基于灰色系统理论的显著性项目造价估算方法研究

通过显著性项目成本（cost significantitems,CSIs）的引入,建立了基于时间序列的灰色GM（1,1）模型,从灰色系统角度分析。根据收集到的资料,通过对已完工程工量清单的分析研究,以实际工程项目造价计算为例,分析研究一种快速的显著性项目造价估算方法,并对其进行残差检验,相对误差、灰色关联度、均方差比值、小误差概率其精度均为一级,计算实例表明,该方法在显著性项目估算中具有方便、快捷、准确的特点,在实际应用中取得较好的效果。     

基于C-均值聚类的高分辨距离像识别

针对已有核聚类算法中核参数优化方法的不足,提出一种新的反映类内类间间距的有效性指标,通过使类内样本相似性最大,类间样本相似性最小来达到优化核参数的目的.在对核C-均值聚类算法深入研究的基础上,提出一种基于核C-均值聚类的高分辨距离像识别算法.仿真结果表明:该算法可以通过训练识别率判定最佳聚类数,同时运用改进的核参数优化方法可以得到最优的核参数,进而得到最佳的识别结果.     

模糊聚类分析在虚拟团队关键成功因素中的应用

模糊聚类分析是一种应用广泛,可以按照一定要求和规律将事物进行分类的模糊数学方法。本文在模糊集合论基础上,研究了模糊聚类分析方法在虚拟团队关键成功因素中的应用。通过分析得出模糊聚类结果,表明影响虚拟团队的关键成功因素体现在不同的维度上,并且其重要性有所区别。最后本文依据分析结果,针对性地总结了虚拟团队的管理策略,以求提升虚拟团队管理的科学性和有效性。     

基于Kmeans和CBR方法的高校就业预测模型应用研究

提出运用Kmeans聚类算法和CBR案例推理方法对高校学生就业趋向进行预测。针对采集的高校就业信息的高维海量数据,首先使用Kmeans聚类方法将已就业数据划分成不同的就业类别,从而极大地减少了特征分析工作量。对未就业数据进行预测时,先计算跟每一聚类中心的距离值,从而得到其合适的分类,再在每一类中进行CBR推理,最后得出对其的预测分类结果。实验结果表明,提出的算法预测结果较为精确,为高校就业指导提供了帮助。     

高速铁路与航空运输竞争研究

文章在阐述高速铁路对航空运输市场产生冲击的基础上,通过对旅客选择运输方式的影响因素的分析,选择了时间成本、经济成本、舒适性、安全性作为衡量指标,以运输距离作为主变因子,借助基于效用理论的logit方程,建立了高铁与航空运输竞争模型。通过应用算例对所构建模型进行计算,结合高铁与航空竞争图与相对竞争图的分析,得出当运距在600公里～1 400公里时高铁对航空运输替代效用较强,且竞争激烈。最后分析了高铁票价的变动对于两者竞争距离变化的影响,高速铁路的票价每下降0.1元/客公里,高铁对航空运输替代运距将增加124.7公里。     

中国碳排放预测与影响因素分析

中国经济的高速发展带来了碳排放的快速增加.总结目前国内外所使用的碳排放预测方法,讨论国内外碳排放的影响因素;应用离散二阶差分方程预测模型(DDEPM),预测中国2020年的碳排放量与GDP数值,结果表明中国未来10年碳排放增长速度依旧很快,单位GDP的碳排放降低潜力巨大;通过文献检索、专家咨询、问卷调查与头脑风暴相结合的方法,建立中国碳排放影响因素体系;运用应用结构解释模型(ISM)对其进行聚类分析,经过UCINET模拟,将影响因素体系划分为5个聚类;根据聚类中影响因素的相互关系,分析各个聚类中的关键影响因素,从而得出中国碳排放影响因素体系中的5个关键因素.