共查询到19条相似文献,搜索用时 156 毫秒
1.
为提高网格资源的搜索率与利用率,提出了基于属性的网格资源动态聚类法。首先以复合λ值模糊聚类树为基础,以资源簇内聚合度和资源簇间分离度为目标,构建资源聚类优化数学模型;然后运用并行遗传算法进行优化,建立了适合资源聚类模型的并行遗传算法操作流程。针对经典遗传算法存在“早熟”的不足,设计了一种新颖的矩阵交叉方法。最后,通过仿真证明了算法的高效性。 相似文献
2.
面向产品配置的模块形成及划分方法 总被引:4,自引:0,他引:4
产品配置要考虑客户需求、模块组合复杂度、设计复杂度和成本,合理模块划分是产品配置基础。通过分析客户需求和零部件各相关性因素,建立零部件模糊相似性矩阵,并构建零部件模糊聚类树,描述模块的形成过程。提出采用复合λ对模糊聚类树截距,以组合复杂度、设计复杂度和成本为优化目标进行模块划分。利用遗传算法进行模块划分的优化,得到各λ值,进而得到模块划分的优化结果。此方法不仅考虑零部件之间相关的紧密程度,而且考虑模块划分的目的,以某天文圆顶为例说明了该方法的可行性和适用性。 相似文献
3.
为提高云服务平台下产品设计服务推荐的质量,增强协同产品设计过程中用户与服务提供方之间的交互,构建了个性化产品设计服务推荐框架,并提出考虑用户需求偏好的设计服务推荐方法.采用模糊C均值聚类算法实现用户初步聚类;利用改进的基于用户的协同过滤方法优化用户相似度函数及评分预测函数,以提高目标用户对设计服务推荐项目预测评分的准确性;通过用户对设计服务推荐结果的交互反馈,完成产品设计服务的更新迭代.以设计云服务平台上用户对壁挂式智能空调设计的需求为例,验证了所提方法的有效性. 相似文献
4.
为解决传统模糊C均值聚类(Fuzzy C-means,FCM)算法在处理大规模数据集时遇到的时间复杂和内存不足等瓶颈,提出基于大数据集抽样分块的多视角自适应模糊聚类算法,算法通过邻域正则约束提高传统FCM算法的抗噪性,通过低秩与熵加权约束提高多视角一致性,以提高算法对多样化数据聚类的适应性,最后通过Canopy算法初始聚类中心提取、数据抽样分块和自适应加权优化算法对大规模数据聚类的适应性.实验结果表明,算法在继承传统多视角FCM算法良好聚类性能基础上,减少了计算复杂度,提高了聚类准确率,适于大规模数据集聚类. 相似文献
5.
对模糊C-均值聚类算法改进及在齿轮故障高效、可靠识别中的应用进行研究,提出了一种新的计及模糊聚类和特征选取的在线齿轮故障识别方法—基于混合蜻蜓优化多核模糊聚类和特征子集选取的在线齿轮故障识别算法.设计多核函数和贪婪聚类中心初始化策略,以克服模糊聚类算法对初始值敏感、高维复杂数据聚类鲁棒性差的缺陷;提出特征子集选取机制,... 相似文献
6.
通过分析模具的生产需求情况,提出了一种模具聚类指标,应用聚类算法构造了几类典型的模具范例.通过资源静态与动态配置手段,提出了一种制造单元资源配置优化策略.针对模具生产的特点,以最小化期望工期费用为优化目标,提出了一种基于资源选择决策模型的改进型蚁群能力平衡算法,并通过生产实例,说明了该方法的可靠性和有效性. 相似文献
7.
针对模糊C均值聚类算法(FCM)对于异常点较为敏感和对高维数据处理效果较差的缺陷,利用PSO算法较强的全局搜索能力和高效的优化性能,提出了一种新的以采用隶属度作为粒子编码为基础的基于粒子群的模糊聚类算法。该算法中粒子根据模糊聚类中的隶属度进行编码,采用了一种新的约束策略用于保证FCM的约束条件,从而优化了FCM 算法的聚类结果。将该算法应用于电机故障诊断中,实验表明,该算法弥补了FCM 算法的缺陷,提高了聚类的效率和准确性,改善了故障诊断结果。 相似文献
8.
针对云制造平台海量多样的服务资源分类界限模糊的问题,分析了云服务和制造资源之间的关系,提出云制造下混合式资源服务聚集模型。此外,文章基于k-means聚类算法建立了聚类有效性评估函数;针对k-means聚类算法对初始聚簇中心敏感易陷入局部最优的缺点,引入蛙跳算法确定初始聚簇中心,利用反向解扩大初始蛙群的搜索范围,结合最优解均值改进族群最差蛙的优化,提高族群的信息共享能力,结合改进后的蛙跳算法和k-means迭代,提出一种基于蛙跳算法改进的k-means聚类算法。最后,以两种数据集和云平台上同类机床资源为例,验证了所提聚类算法的有效性和可行性。 相似文献
9.
准确的订单剩余完工时间预测有助于动态调整生产计划、优化制造过程,以满足订单产品按时交付的需求。订单剩余完工时间受到车间物料、设备、在制品等各类生产要素的综合影响,相关数据具有典型的大量、多维、高冗余的特点,有效的特征选择能够获得更高的预测精度。在构建候选特征集的基础上,提出了一种基于自组织映射(SOM)网络特征加权模糊C均值(FWFCM)的特征选择算法。通过构建SOM网络初始化FWFCM的聚类中心,减少后者对初始聚类中心的依赖;基于互信息计算特征权重,实现导向性特征聚类,根据聚类结果选择特征代表,构成高质量关键特征子集。以某机加工车间的生产数据为例,通过与其他4种特征选择算法的对比分析,验证了所提算法的有效性。 相似文献
10.
《中国机械工程》2021,(9)
准确的订单剩余完工时间预测有助于动态调整生产计划、优化制造过程,以满足订单产品按时交付的需求。订单剩余完工时间受到车间物料、设备、在制品等各类生产要素的综合影响,相关数据具有典型的大量、多维、高冗余的特点,有效的特征选择能够获得更高的预测精度。在构建候选特征集的基础上,提出了一种基于自组织映射(SOM)网络-特征加权模糊C均值(FWFCM)的特征选择算法。通过构建SOM网络初始化FWFCM的聚类中心,减少后者对初始聚类中心的依赖;基于互信息计算特征权重,实现导向性特征聚类,根据聚类结果选择特征代表,构成高质量关键特征子集。以某机加工车间的生产数据为例,通过与其他4种特征选择算法的对比分析,验证了所提算法的有效性。 相似文献
11.
12.
针对客户需求向工程特性转化过程中存在的主观性、模糊性和复杂性等问题,提出了一种基于数据挖掘的客户需求数据向工程特性权重的转化方法。利用模糊层次分析法对采集到的客户需求数据进行分析,得到客户需求重要度,建立了单一客户的质量屋,获取该客户需求对应的工程特性权重。构建了多层感知器模型,挖掘客户需求数据与工程特性权重之间的关系,确定客户需求向工程特性权重之间的转化模型。最后以减速器的客户需求与工程特性的转化为例,验证了所提方法的可行性和有效性。 相似文献
13.
14.
15.
16.
针对模糊C-均值算法在汽轮机故障诊断中的不足,提出了粒子群优化加权模糊聚类分析的方法.首先,采用基于样本相似度的特征加权方法对样本特征及样本进行加权,以适应各种复杂分布的样本;然后,利用粒子群算法优化加权模糊聚类的特征权值和聚类目标函数,并依据聚类有效性指标自适应确定最佳聚类数及聚类结果.试验结果表明,该方法具有收敛速度快和全局收敛的特点,有效降低了汽轮机故障诊断的误分类率,诊断结果可靠. 相似文献
17.
质量功能展开中选择工程特性的多目标决策方法 总被引:1,自引:0,他引:1
为全面准确地对质量功能展开中各项工程特性的选择进行决策,提出了选择工程特性的多目标决策方法.该方法首先针对顾客需求满意度评价的不确定性、不分明性和模糊性,提出了基于粗糙集和k-means聚类集成的顾客需求重要度确定方法;然后,利用比例标度法和层次分析法,对影响工程特性选择的除顾客满意之外的其他因素进行了定性和定量分析;最后,建立了选择工程特性的多目标优化模型,并将其转化为单目标优化模型进行了求解.以全自动洗衣机的产品改进为例,证明了所提方法的有效性. 相似文献
18.