国家科技期刊平台

相关度

相关度
发表时间

每页显示10条

每页显示10条
每页显示20条
每页显示30条

已找到 35 条结果

改进的蚁群聚类算法在电信CRM客户细分中的应用
作者：张新丽范蓉
发表期刊：移动通信 2011年22期
关键词：客户细分GACA遗传算法蚁群聚类算法CRM
摘要：文章首先简要介绍了遗传算法和蚁群聚类算法,然后结合二者的优点,提出了一种改进的蚁群聚类算法( GACA).试验证明,与传统的K-means算法以及GKM算法相比,GACA算法可明显提高聚类性能,能更为精确地进行客户细分,从而可为企业市场营销提供更为可靠的数据支持.
一种基于蚁群算法的K-means算法——在公路运输枢纽宏观布局规划中的应用北大核心CSCDCSTPCD
作者：孟岩刘希玉刘艳丽
发表期刊：计算机工程与应用 2008年1期
关键词：K-means算法蚁群聚类算法公路运输主枢纽城市
摘要：公路运输的发展有效促进了我国经济持续、快速的发展,但公路建设和运输枢纽建设呈现出不平衡性.因此需采用聚类分析对公路主枢纽城市进行聚类,划分层次来进行功能分析.K-means算法是聚类分析中使用最为广泛的算法之一,但算法具有初始中心点和聚类个数不确定等方面的缺点.针对其缺点,提出将基于蚁群算法的K-means算法应用于在公路运输枢纽布局规划中.实验结果表明,与单独使用两种算法相比,该算法更能有效地解决公路主枢纽城市的聚类问题.
基于ACCA的Option自动生成算法北大核心CSCDCSTPCD
作者：胡明辉殷苌茗李立云
发表期刊：计算机工程与应用 2008年19期
关键词：分层强化学习Option蚁群聚类算法经验回放
摘要：提出了一种新的分层强化学习(HRL)Option自动生成算法,以Agent在学习初始阶段探测到的状态空间为输入,并采用改进的蚁群聚类算法(ACCA)对其进行聚类,在聚类后的各状态子集上通过经验回放学习产生内部策略集,从而生成Option,仿真实验验证了该算法是有效的.
基于自适应谐振理论的Web文档聚类集成方法北大核心CSCDCSTPCD
作者：杨燕靳蕃Kamel Mohamed
发表期刊：西南交通大学学报 2009年1期
关键词：自适应谐振理论聚类集成蚁群聚类算法Web文档
摘要：提出了基于自适应谐振理论的Web文档聚类集成方法.该方法先用蚁群算法对Web文档进行聚类,再用ART神经网络对聚类结果集成.实验结果表明,集成后的聚类综合质量高于集成前的聚类综合质量.
面向大批量定制设计的定制客户动态聚类方法研究北大核心CSCDCSTPCD
作者：苏艳廖文和郭宇高世文
发表期刊：中国机械工程 2007年22期
关键词：大批量定制设计产品族定制客户蚁群聚类算法功能结构模块动态聚类
摘要：通过分析现有客户聚类存在的不足,面向大批量定制设计提出了根据功能结构模型进行客户动态聚类划分的新方法.采用面向对象的技术,将功能作为产品族的特征属性与产品族结构封装,建立了产品族功能结构模型;应用蚂蚁自我聚集行为的聚类原理,以产品族功能结构模型为分类模式,以动态定制客户集为模式样本,提出了基于功能结构蚂蚁树的定制客户动态聚类算法.在自行开发的工程机械产品定制服务平台上,以摊铺机定制客户的聚类划分为例进行了实验验证.
基于蚁群聚类算法的文本模糊聚类方法
作者：孟岩刘希玉李镇
发表期刊：山东科学 2007年5期
关键词：蚁群聚类算法模糊C-均值聚类算法分离系数分离熵
摘要：针对模糊G-均值本文提出将基于蚁群算法的模糊聚类算法应用于文本聚类中,聚类采用二级结构,蚁群算法(ACA)作为一级结构,模糊C-均值聚类FCM用于二级结构.将此算法对文本集合进行聚类实验,并用分离系数、分离熵来判断模糊划分的效果,实验结果表明,与FCM相比,该算法具有较好的聚类效果.
一种基于混合策略的蚁群聚类算法北大核心CSCDCSTPCD
作者：郭会林苏一丹
发表期刊：计算机工程与应用 2008年16期
关键词：蚁群聚类算法混合策略多载
摘要：蚁群算法是一种智能聚类分析方法.分析了基本蚁群聚类算法的特点和不足,总结了不同的聚类情景,并在此基础上提出了一种新的基于混合策略的蚁群聚类算法.新算法中,蚂蚁根据不同的聚类情景而采取不同的行为策略,同时赋予蚂蚁多载功能.实验表明基于混合策略的蚁群聚类算法显著改善了聚类效果.
基于蚁群聚类算法的大规模定制产品模块划分研究北大核心CSCDCSTPCD
作者：邓可林杰
发表期刊：计算机工程与应用 2008年2期
关键词：大规模定制模块划分方法蚁群聚类算法
摘要：为了解决面向大规模定制生产中产品模块划分问题,提出了一种基于蚁群聚类算法的模块划分方法.以零件间在物理或功能上的相关度作为划分模块的主要依据,利用零件的指标特征值建立相关度评价模糊关系矩阵,然后应用蚁群聚类算法得到产品模块的划分方案,最后通过实例说明了该方法的有效性.
基于蚁群聚类算法的岩爆预测研究北大核心CSCDCSTPCD
作者：高玮
发表期刊：岩土工程学报 2010年6期
关键词：岩爆预测聚类蚁群聚类算法
摘要：由于岩爆是深部地下工程常见的一种重大工程灾害,因此,岩爆预测研究具有重大的现实意义.岩爆影响因素众多且关系复杂,不能用简单的方法进行分析判断,一般在工程类比的基础上,采用聚类的方法进行.但由于岩爆问题环境的复杂性,岩爆预测的聚类问题是一个复杂的模糊、随机优化问题,采用传统方法难免带来很多局限性.为了更好地解决这类问题,首次把蚁群聚类算法这种新近提出的仿生聚类算法引入岩爆研究领域,以解决其预测问题,提出一种岩爆预测的新方法.该方法在分析…查看全部>>
基于数据挖掘的铁水硅质量分数SVM预测方法北大核心CSCDCSTPCD
作者：杨佳许强曹长修
发表期刊：华中科技大学学报（自然科学版） 2009年5期
关键词：数据挖掘炉况支持向量机蚁群聚类算法铁水硅质量分数预测
摘要：提出了一种基于蚁群聚类算法数据挖掘预处理的支持向量机(SVM)预测方法.利用其在处理大数据量、消除冗余信息等方面的独特优势,寻找与预测炉况同等的多个历史铁水硅质量分数,由此组成具有高度相似炉况特征的数据序列,将此数据序列作为SVM的训练数据.这种处理方法可减少数据量,提高预测的速度和精度.将该系统应用于铁水硅质量分数预测中,与单纯的SVM方法相比,具有较高的预测精度.

12 3 4 >