粒子群优化k均值的混合聚类算法研究

k均值算法是聚类分析的一种传统算法,在数据挖掘中等领域得到了广泛的应用.本文在分析k均值聚类算法存在问题的基础上,用粒子群算法优化k均值聚类算法,提出了一种新的混合聚类算法.理论分析和实验结果证明,该算法有很好的全局收敛性,不仅有效地克服了传统的k均值算法易陷入局部极小值和对初始值敏感的问题,而且具有较快的收敛速度.     

商务模式创新复杂性研究的计算实验方法

商务模式及其创新的复杂性特征决定了商务模式创新研究有必要采用计算实验的方法.分析商务模式创新研究的基本思路,提出应用计算实验的方法研究商务模式创新的方法论基础及其基本框架.分析和比较计算实验与计算机仿真(模拟)的区别与联系,提出应用粒子群优化算法、遗传算法等智能算法和复杂适应系统理论模拟商务模式的演化过程,进而对商务模式创新进行计算实验研究的基本方法.认为基于智能算法的计算实验为商务模式创新复杂性研究提供了有效的方法论、工具和平台,是商务模式创新复杂性研究的根本途径.     

人民币汇率的双成分混合波动率模型

汇率波动性预测在金融和计算领域一直受到广泛关注,然而由于缺乏可以捕捉汇率波动动态变化的预测模型,高频汇率的波动率预测至今没有得到彻底的研究.文章提出了基于神经网络的双成分混合汇率波动率模型,该模型利用低通Hodrick-Prescott滤波器将已实现波动率分解为长期分量和短期分量,使用自回归神经网络模拟长期分量,一阶自回归过程模拟短期分量,通过实证分析确定自回归神经网络参数(10个隐神经元和四阶滞后输入神经元),以6种主要高频率汇率(英镑/人民币,美元/人民币,澳元/人民币,欧元/人民币,日元/人民币,和瑞士法郎/人民币),在5 h(d)、20 h(d)、100 h(d)、200 h(d)、360 h(d)和500 h(d)的预测区间构建1 h和1 d已实现波动率,并与双成分GARCH模型、EGARCH模型、四阶滞后自回归神经网络模型3个基准模型进行对比,分析模型的预测性能,实验评估表明,提出的混合预测模型在所有预测的范围内均显著地优于传统人民币汇率波动模型.     

基于PI的企业动态库存补货模型与算法

PI(physical internet)环境下的物流网络具有互联、开放和共享的特点,缺货的PI-枢纽或零售商可根据货源选择策略动态选择为其补货的供应商或PI-枢纽。为解决PI环境下库存补货问题,提出了IB-EB(installation-echelon)混合补货策略。以最小化库存补货成本为目标,补货量和再订购点为决策变量,构建了PI环境下的动态库存补货模型。针对该混合整数非线性规划模型,应用粒子群优化算法求解出多个补货预案,再将其带入仿真环境循环优化求解。最后,以中国航空器材进出口公司为例,验证了模型可解性及算法的可行性。结果表明PI环境下货源策略的选择对库存补货成本和补货策略具有十分重要的影响,为企业在不同补货条件下选择货源提供了参考依据。     

PSO-AHP模型在综合评价中的构建及应用

文章针对AHP在综合评价中确定权重的缺点,基于粒子群优化算法(PSO),构建了PSO-AHP模型,运用此模型求解水运业对南京市武家嘴村新农村建设作用评价的权重,并与AHP求解结果进行了比较。结果表明,PSO-AHP模型求解的权重及指标一致性均优于AHP,克服了AHP法中判断矩阵一旦给定,权重及指标一致性无法改善的缺点。     

基于粒子群算法的关键链多项目调度管理

关键链在多项目环境中的应用能够改善多项目的执行环境,提升多项目的管理绩效。文章基于现有研究成果,探讨了单瓶颈资源约束下关键链在多项目中应用的基础与步骤,考虑不同项目的重要性及项目完工提前或滞后的奖惩,建立系统总收益最大化目标模型。引入粒子群算法,设计算法流程,对目标模型进行求解。最后,通过算例验证粒子群算法在解决关键链多项目调度管理问题的可行性和有效性。     

强吹除雪气固两相流流场数值模拟分析

为研究和分析机场强吹除雪气固两相流流场的压力、速度和雪粒运移规律,依据离散粒子模型建立了强吹除雪气固两相流方程,并采用计算流体力学数值分析方法,对机场强吹除雪的气固两相流流场进行数值模拟分析,得到了气固两相流流场的压力、速度分布曲线和不同时刻下的雪粒分布规律．数值分析结果表明,气固两相流场发展过程迅速,速度分布符合射流理论,湍流强度变化剧烈．数值模拟得到强风强吹除雪的吹雪时间为2．5s．     

电动汽车双层优化模型的充放电调度策略

传统的分时电价策略虽然一定程度上可以改善电动汽车无序充电所产生的电网日负荷峰谷差加大、负荷率降低等状况,但易产生新的负荷高峰,并且当前多目标优化等策略削峰填谷效果欠佳或用户参与度不高。针对上述问题,提出一种基于双层优化模型的调度策略以充分考虑电网和用户两侧需求。第1层模型以优化电网日负荷方差最小为目标函数;第2层优化模型建立以车主充电成本最小以及保证用户出行需求的目标函数,然后用改进的粒子群-模拟退火算法对双层优化模型进行循环迭代求解,并将第2层优化后的结果反馈给第1层,以此循环优化,输出最终结果。对比优化前后的负荷曲线,结果表明：与当前优化策略相比,所提出的基于双层优化模型的V2G调度策略能有效降低新的负荷高峰及负荷峰谷差,减少参与V2G的用户成本,实现两侧双赢。     

新型的无监督纹理分割方法

提出了一种利用Gabor滤波器组对图像进行纹理特征提取,然后将这些特征向量作为外部刺激输入给PCNN对图像进行分割的新方法。该方法既保持了精确的分割结果,同时又解决了Gabor滤波器运算数据量大处理速度慢的问题。从实验结果可以看出,该方法与传统采用Gabor的纹理分割方法相比速度有很大的提高,而其分割精度与传统分割方法相似。