Application of cluster analysis to preventive maintenance scheme design of pavement

To quantitatively identify the maintenance demand for each highway segments in the pavement maintenance scheme design,a mathematical model of uniform segment division was established and an approach of applying cluster analysis theory to the uniform segment division and evaluation of pavement maintenance demand was proposed.The actual maintenance project of a highway carried out in Guangdong province was cited as an example to demonstrate the validity of the proposed method.It is proved that the cluster analysis can eliminate human factors in classification without being constrained by the quantities of samples,considering multiple pavement distress indexes and the continuity of samples.Thus it is evident that cluster analysis is an efficient analytical tool in uniform segment division and evaluation of maintenance demand.     

一种基于改进FCM划分算法的T—S模型辨识

鉴于以往T—S模型建模过程中,在模糊划分上存在主观性的差异,提出了一种基于改进模糊C-均值算法的模糊划分方法,使划分结果尽可能地依赖于原始数据的分布情况,进而将该模糊划分算法用于多输入单输出非线性系统的基于T—S模型模糊辨识。在用该方法对多参量水质评价系统进行基于T—S模型模糊辨识建模时,取得了较好的验证效果。该研究结果表明,基于改进模糊C-均值划分算法的T—S模型辨识能在模糊综合评价与决策等应用领域中取得较好的应用效果。     

基于双DNS的缓冲可伸缩网络设计与实现

通过对网络负载均衡技术的研究,采用DNS轮序、网络地址转换和网络负载均衡群集技术,设计并实现了一种具有外、内网双重调度机制和具有缓冲能力的可伸缩网络,解决了网络服务的负载均衡、响应时间、吞吐率和可靠性问题。测试结果表明,该方法具有较大的优越性。     

基于差分演化的K-均值聚类算法

针对K-均值聚类算法对初始值敏感和易陷入局部最优的缺点,提出了一类新的聚类算法——基于差分演化的K-均值聚类算法,进而提出了基于自适应差分演化的K-均值聚类算法,并将新算法与传统的K-均值聚类算法和最近提出的几个同类聚类算法进行比较。实验结果表明,该类算法能比较有效地克服传统的K-均值聚类算法的缺点,算法具有较好的全局收敛能力,稳定性强、收敛速度快,且比较研究表明该类算法具有一定的竞争力。     

基于模糊聚类的移动机器人并发故障诊断

移动机器人并发故障诊断技术大多将并发的多故障作为多种单故障组合状态处理,这样不仅需要为每种故障设计滤波器,且只能诊断特定的多故障组合.为了克服这些缺点,提出一种移动机器人多故障并发的故障诊断技术.根据移动机器人的运动模型,为每一种单故障状态设计一个对应的卡尔曼滤波器,用这些滤波器对移动机器人并发故障数据进行滤波.利用模糊聚类方法对滤波结果进行分类,根据移动机器人运行数据对不同单故障集合的隶属度诊断任意组合的并发故障.在三轮移动机器人Pioneer3上进行仿真实验,对14种常见的单故障和多故障并发的情况进行诊断,证明了该方法对轮式移动机器人并发故障诊断的有效性.     

基于LAMMPS系统的集群运算系统架构

为解决分子动力学计算系统LAMMPS（Large-scale Atomic/Molecular Massively Parallel Simulator）运算数据量大、不易控制的问题,应用云计算方法,设计了智能化、高效化的集群LAMMPS运算系统架构。该架构将FTP（File Transfer Protocol）存储技术、UDP（User Datagram Protocol）快速网络传输、LAMMPS分子动力学计算技术相结合,降低了运算过程中的人工干预,提高了分子模型处理效率,并为分子级别物理、化学的计算机仿真研究提供了新的集群化解决方案。     

一种新的非线性时间序列的聚类方法

由于现实世界中时间序列多数是非线性的,而现有的时间序列聚类问题大多是基于线性时间序列模型进行聚类的,提出了可以用于非线性时间序列的聚类方法。它基于KS二维检验统计量提出KS2D距离度量,是一种非参数的鲁棒性强的距离度量方式,它将时间序列的非线性相关结构放到距离度量之中,能够粗糙地识别时间序列形状和动态相关结构的相似性。与理论研究结果相一致,模拟实验结果也验证了这种距离度量的有效性。     

基于类云模型聚类的多目标数据关联算法

针对多目标跟踪中的数据关联问题,提出一种基于类云模型c-均值聚类的数据关联算法.该算法采用类云模型c-均值聚类算法对目标有效回波进行聚类,将聚类中心作为目标最终观测值,运用最近邻法对聚类中心与航迹进行关联,用Kalman滤波器进行状态估计.实验结果表明,本算法与联合概率数据互联算法相比,跟踪精度高,计算量小,更适应于工程应用.     

基于蚁群算法的遥感图像聚类方法

聚类分析是遥感图像非监督分类的有效方法,蚁群算法具有离散性和并行性的特点,蚂蚁觅食行为、蚂蚁堆积尸体行为和基于蚂蚁自我聚集行为的聚类算法是目前研究较为广泛的3种基于蚂蚁的仿生聚类算法.为验证上述3种算法的有效性,在对这3种聚类算法进行研究的基础上,针对遥感图像进行了聚类实验.实验结果表明,基于蚂蚁的聚类方法对图像的聚类分析是有效的,较传统的k均值和模糊C均值算法有一定优越性.     

青县电子机箱产业集群核心竞争力评价

根据核心竞争力理论,运用层次分析法,构建了对产业集群的核心竞争力评价体系,并用此方法对青县的的电子机箱产业进行了实证分析.研究结果表明青县电子机箱行业的核心竞争力不强,其中资源整合与控制能力,技术创新能力、组织管理能力、人力资源竞争力和企业文化聚合力较弱、在此基础上提出了相应的政策建议.