江苏省高校自然科学研究项目(08KJB520003)
- 作品数：22 被引量：53H指数：4
- 相关作者：高尚葛世伦梅亮李金霞胡学坤更多>>
- 相关机构：江苏科技大学浙江大学中国科学院更多>>
- 发文基金：江苏省高校自然科学研究项目国家重点实验室开放基金江苏省“青蓝工程”基金更多>>
- 相关领域：自动化与计算机技术经济管理电子电信理学更多>>
- Beta分布的最短置信区间
- 根据置信区间的含义和Beta分布的特性,最短置信区间问题转化成非线性规划问题。给出了粒子群优化算法解决此问题的方法,通过数值计算,对于给定的置信度0.90和0.95,在样本容量从3到30的范围内,求得了一类特殊的Beta...
- 高尚阚今钟
- 关键词：粒子群优化算法
- 文献传递
- 不完全判断矩阵权值的粒子群优化算法计算
- 2009年
- 不完全判断矩阵权值求解是一个重要问题。在分析不完全判断矩阵权值求解的各种方法基础上,提出以使判断矩阵的最大特征值达到最小为目标,建立求解权值准则。给出利用粒子群优化算法解决此问题,实例表明该方法比较有效。
- 房靖高尚
- 关键词：层次分析法粒子群优化算法
- 基于聚类的知识发现在传统餐饮企业的实证研究
- 2009年
- 在对餐饮企业70余万条的原始营业数据进行预处理的基础上,综合运用聚类分析、关联规则等知识发现技术发掘蕴含在餐饮营业数据库中的有用知识,从中发现五类不同顾客群的就餐特征,并研究其中三类主要目标顾客消费餐饮产品时的习惯搭配模式。同时,结合餐饮企业销售管理经验和业务知识,对数据聚类结果和知识发现挖掘的有效信息进行分析讨论,以掌握餐饮企业经营动态和产品销售潜在规则,为知识发现技术在餐饮传统服务领域中的应用创新拓展思路。
- 梅亮葛世伦闫仁武
- 关键词：知识发现餐饮聚类分析关联规则
- 基于K-均值与蚁群混合聚类的图像分割被引量：4
- 2011年
- 针对单一聚类算法在图像分割中容易陷入局部最优或有过分割现象,造成分割精确度低等问题,文章提出了基于K-均值聚类和蚁群聚类相结合的新算法。新算法先将K-均值算法作快速分类,根据K-均值分类结果更新蚂蚁各路径上的信息素,指导其他蚂蚁选择,以提高蚁群聚类算法的运行效率。实验结果证明,新算法在图像分割处理的精确度上较单一的K均值和蚁群聚类算法有很大提高。所以进一步表明该方法对于图像分割具有很好的通用性和有效性,是一种实用的、有前途的图像分割方法。
- 江新姿高尚
- 关键词：蚁群聚类K-均值聚类图像分割
- 蚁群遗传混合算法被引量：3
- 2009年
- 将蚁群遗传混合算法分别求解离散空间的和连续空间优化问题.求解旅行商问题的混合算法是以遗传算法为整个算法的框架,利用了蚁群算法中的信息素特性的进行交叉操作;根据旅行商问题的特点,给出了4种变异策略;针对遗传算法存在的过早收敛问题,加入2-0pt方法对问题求解进行了局部优化.与模拟退火算法、标准遗传算法和标准蚁群算法进行比较,4种混合算法效果都比较好,策略D的混合算法效果最好.求解连续空间优化问题是以蚁群算法为整个算法的框架,加入遗传算法的交叉操作和变异操作,用测试函数验证了混合蚁群算法的正确性.
- 高尚张晓如
- 关键词：蚁群算法遗传算法旅行商问题连续空间优化
- 各种误差准则下的线性组合预测研究
- 对传统的线性组合预测模型进行了研究,对"误差平方之和最小"、"误差绝对值之和最小"和"最大误差绝对值最小"准则的线性组合预测进行了推广,补充了5个线性组合预测模型。以美国加州电力日均价为例,给出了9种线性组合预测模型的预...
- 高尚
- 关键词：组合预测电价
- 文献传递
- 改进的蚁群禁忌搜索混合算法被引量：3
- 2010年
- 蚁群算法作为一种全局搜索的方法,具有正反馈性、并行性、分布性、自组织性等特点,在求解复杂组合优化问题上具有强大的优势。但是,蚁群算法也存在一些不足之处:例如,算法需要较长的搜索时间、容易出现早熟停滞现象。为了更优地解决旅行商问题,改进单纯用蚁群算法求解旅行商问题的结果,通过蚁群算法、免疫算法和禁忌搜索算法自身的特点,分别对三者的优势和不足进行分析,提出一种将三者混合使用的求解旅行商问题的算法。
- 江新姿高尚
- 关键词：蚁群算法免疫算法禁忌搜索算法旅行商问题
- 基于粒子群优化算法的不完全数据的处理被引量：1
- 2009年
- 不完全信息下的数据挖掘是一个困难的问题,但它在实际决策中是不可避免的。在介绍几种处理方法的基础上,提出了基于粒子群优化算法的处理方法。对适应函数进行了讨论,实例表明该方法比较有效。
- 高尚
- 关键词：粒子群优化算法不完全数据数据挖掘
- 基于APSO的模糊聚类算法被引量：4
- 2009年
- 利用改进的自适应粒子群优化算法(APSO)较强全局寻优、快速收敛的特点和模糊C-均值算法(FCM)对初始值敏感、容易陷入局部最优的缺点。提出一种基于自适应粒子群优化算法的模糊聚类算法(APFM)。新算法有效的克服了FCM算法的缺点,同时增强了APSO算法全局搜索和跳出局部最优的能力。实验表明:新算法与单一的FCM和APSO算法相比聚类更准确,效率更高。
- 李金霞宋淑娜胡学坤高尚
- 关键词：自适应粒子群优化算法模糊聚类模糊C-均值算法
- 基于粗糙集与模糊支持向量机的模式分类方法研究被引量：11
- 2010年
- 针对传统支持向量机(SVM)多分类算法分类效果欠佳的问题,研究基于粗糙集(RS)理论和模糊支持向量机(FSVM)多类算法的模式分类新方法。首先用RS属性约简方法去除冗余信息,然后用FSVM结合三叉分类树多类算法对约简后的样本分类。用本文方法在UCI数据库的数据集上做实验,与其他方法相比分类速度和精度显著提高,说明该方法是有效的。
- 胡学坤李金霞宋淑娜高尚
- 关键词：模式识别模糊支持向量机粗糙集属性约简
