期刊文献+
共找到13篇文章
< 1 >
每页显示 20 50 100
结合遗传k均值改进的密度峰值聚类算法 被引量:8
1
作者 卜秋瑾 段隆振 段文影 《计算机工程与设计》 北大核心 2020年第4期1012-1016,共5页
针对密度峰值聚类(CFSFDP)算法处理多密度峰值数据集时,人工选择聚类中心易造成簇的误划分问题,提出一种结合遗传k均值改进的密度峰值聚类算法。在CFSFDP求得的可能簇中心中,利用基于可变染色体长度编码的遗传k均值的全局搜索能力自动... 针对密度峰值聚类(CFSFDP)算法处理多密度峰值数据集时,人工选择聚类中心易造成簇的误划分问题,提出一种结合遗传k均值改进的密度峰值聚类算法。在CFSFDP求得的可能簇中心中,利用基于可变染色体长度编码的遗传k均值的全局搜索能力自动搜索出最优聚类中心,同时自适应确定遗传k均值的交叉概率,避免早熟问题的出现。在UCI数据集上的实验结果表明,改进算法具有较好的聚类质量和较少的迭代次数,验证了所提算法的可行性和有效性。 展开更多
关键词 聚类 密度峰值聚类 簇中心 遗传k均值 可变染色体长度编码
下载PDF
基于D-NSGA-GKM算法的多阶段武器协同火力分配方法 被引量:5
2
作者 于博文 吕明 《控制与决策》 EI CSCD 北大核心 2022年第3期605-615,共11页
陆战场防御作战场景中的多阶段武器协同火力分配问题是典型的约束组合优化问题,其目的是生成合理有效的火力分配方案.为了更接近实际作战情况,引入双方对抗过程,建立包含敌方作战单元战场剩余价值、作战资源消耗、作战单元战场价值损失... 陆战场防御作战场景中的多阶段武器协同火力分配问题是典型的约束组合优化问题,其目的是生成合理有效的火力分配方案.为了更接近实际作战情况,引入双方对抗过程,建立包含敌方作战单元战场剩余价值、作战资源消耗、作战单元战场价值损失的武器火力分配模型.针对多阶段武器协同火力分配问题,在非支配排序遗传算法Ⅲ(non-dominated sorting genetic algorithm III,NSGA-Ⅲ)的基础上提出一种改进的智能算法(D-NSGAGKM).首先,引入基于优势度矩阵的非支配排序算法,减少排序过程中的冗余操作,以提高非支配排序效率;然后,在遗传操作阶段引入修复算子,对不可行解进行修复;最后,引入遗传K均值聚类算法对初始参考点进行自动聚类,用聚类质心替代原参考点,在环境选择阶段引入基于惩罚的边界相交距离替代垂直距离,以提高算法的收敛性.实验结果表明,D-NSGA-GKM算法在多阶段武器协同火力分配问题上具有较好的时间性能和收敛性能. 展开更多
关键词 多阶段火力分配 多目标优化 非支配排序遗传算法Ⅲ 优势度矩阵 遗传k均值
原文传递
基于改进NSGA-Ⅲ的多SGSW火力分配优化 被引量:3
3
作者 刘庆国 刘新学 +2 位作者 武健 李亚雄 陈豪 《系统工程与电子技术》 EI CSCD 北大核心 2020年第9期1995-2002,共8页
在高维多目标优化中,基于参考点非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅲ,NSGA-Ⅲ)相比于其他多目标进化算法,具备较强的多样性保持能力,但收敛能力存在一定不足。因此引入遗传K均值(genetic K-means,GKM)聚类... 在高维多目标优化中,基于参考点非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅲ,NSGA-Ⅲ)相比于其他多目标进化算法,具备较强的多样性保持能力,但收敛能力存在一定不足。因此引入遗传K均值(genetic K-means,GKM)聚类算法以提高NSGA-Ⅲ的收敛能力,提出基于NSGA-Ⅲ-GKM算法的多天基对地打击武器(space-to-ground strike weapon,SGSW)火力分配优化方法。首先,建立以转移时间最短、落地点速度最大和落地点侵彻角最大为优化目标的SGSW转移轨道优化模型,为后续优化目标的计算打下基础;其次,建立基于NSGA-Ⅲ-GKM算法的火力分配优化模型;最后,仿真结果表明,NSGA-Ⅲ-GKM算法相比于其他代表性多目标进化算法具备较好的多样性保持能力和收敛能力,总体性能较好,该方法能够更有效地解决多SGSW火力分配优化问题。 展开更多
关键词 天基对地打击武器 多目标进化算法 基于参考点非支配排序遗传算法 火力分配 遗传k均值
下载PDF
基于改进NSGA-Ⅲ算法的动态武器协同火力分配方法 被引量:12
4
作者 于博文 吕明 《火力与指挥控制》 CSCD 北大核心 2021年第8期71-77,82,共8页
针对防御场景下的动态武器协同火力分配问题,将其转化为多目标约束组合优化问题,在考虑资源约束、可行性约束的前提下,以我方损失最小、消耗资源最小为原则,对敌方目标造成最大的伤害。基于此,在NSGA-Ⅲ算法的基础上提出基于A-NSGA-GKM... 针对防御场景下的动态武器协同火力分配问题,将其转化为多目标约束组合优化问题,在考虑资源约束、可行性约束的前提下,以我方损失最小、消耗资源最小为原则,对敌方目标造成最大的伤害。基于此,在NSGA-Ⅲ算法的基础上提出基于A-NSGA-GKM算法的动态武器协同火力分配方法,通过遗传K均值聚类算法对初始参考点进行自动分组聚类,用聚类中心代替原参考点,引入基于惩罚的边界相交聚合函数代替原垂直距离,进一步提升原始算法的收敛性能,引入自适应机制保证优秀的解结构。最后,通过实验仿真表明所提优化算法具有较高的收敛性,该方法能够有效地解决动态武器协同火力分配优化问题。 展开更多
关键词 作战决策 动态武器目标分配 多目标 非支配排序 自适应 遗传k均值聚类
下载PDF
基于混合高斯密度模型和空间上下文信息的遥感影像变化检测方法及扩展 被引量:3
5
作者 宋妍 袁修孝 付迎春 《遥感学报》 EI CSCD 北大核心 2009年第1期117-128,共12页
在运用混合高斯密度模型对差分影像建模的基础上,分别采用顾及上下文信息的概率松弛迭代法和马尔可夫随机场模型法进行影像的变化检测。首先,提出一种运用遗传K均值算法与EM算法联合解算高斯混合密度模型参数的方法,该方法可以自动地解... 在运用混合高斯密度模型对差分影像建模的基础上,分别采用顾及上下文信息的概率松弛迭代法和马尔可夫随机场模型法进行影像的变化检测。首先,提出一种运用遗传K均值算法与EM算法联合解算高斯混合密度模型参数的方法,该方法可以自动地解算出模型的统计参数,结果与手工选择样本的解算结果完全一致。然后,比较概率松弛迭代法以及马尔可夫随机场模型法的影像变化检测效果,得出基于模拟退火法的马尔可夫随机场法效果较好的结论。最后,对传统的基于模拟退火法的马尔可夫随机场方法进行改进,提出了一种变权马尔可夫随机场方法,检测结果能更好地保持影像的结构性,并有效去除了孤立噪声。 展开更多
关键词 影像变化检测 混合高斯密度模型 遗传k均值算法 期望最大化算法 马尔可夫随机场模型
下载PDF
一个用于空间聚类分析的遗传K-均值算法 被引量:19
6
作者 王家耀 张雪萍 周海燕 《计算机工程》 CAS CSCD 北大核心 2006年第3期188-190,共3页
空间数据挖掘是数据挖掘的一个新的分支,空间聚类分析是空间数据挖掘中的一个重要研究课题。本文在分析遗传算法及K–均值算法的优越性和不足的基础上,设计了一种遗传K-均值空间聚类分析算法,该算法兼顾了局部收敛和全局收敛性能。实验... 空间数据挖掘是数据挖掘的一个新的分支,空间聚类分析是空间数据挖掘中的一个重要研究课题。本文在分析遗传算法及K–均值算法的优越性和不足的基础上,设计了一种遗传K-均值空间聚类分析算法,该算法兼顾了局部收敛和全局收敛性能。实验表明,其结果优于传统K-均值聚类方法及单纯的遗传算法聚类。 展开更多
关键词 空间数据挖掘 空间聚类 遗传算法 k-均值算法 遗传k-均值算法
下载PDF
结合权重因子和特征向量改进的混合聚类方法 被引量:2
7
作者 董跃华 郭士串 《计算机应用与软件》 CSCD 2015年第11期264-268,共5页
针对特征词权重表示文本时存在的局限性和遗传K-均值算子操作的低效性,首先通过特征词权重因子(WF)和特征向量结合位置权重信息的方法进行文本预处理,在此基础上通过遗传控制因子(GCF)改进遗传K-均值文本聚类算法。在个体进行交叉和变异... 针对特征词权重表示文本时存在的局限性和遗传K-均值算子操作的低效性,首先通过特征词权重因子(WF)和特征向量结合位置权重信息的方法进行文本预处理,在此基础上通过遗传控制因子(GCF)改进遗传K-均值文本聚类算法。在个体进行交叉和变异时,使用GCF对其进行控制,并对交叉和变异概率采用自适应控制,确保了优质个体顺利进入到下一代种群。实验表明,该研究不仅对特征词分类及其权重的有效计算作出改进,还使文本聚类精度得到提高。 展开更多
关键词 文本聚类 权重因子 特征向量 遗传控制因子 遗传k-均值
下载PDF
结合权重因子与特征向量改进的文本聚类算法 被引量:1
8
作者 董跃华 郭士串 《计算机工程与设计》 北大核心 2015年第4期1051-1057,共7页
为解决特征词权重表示文本时存在的局限性和遗传K-均值算子操作的低效性问题,提出一种包含文本预处理和改进算法的文本聚类方法。根据权重因子和特征向量进行文本预处理,更好体现文本间的差异性,通过遗传控制因子控制个体的交叉和变异,... 为解决特征词权重表示文本时存在的局限性和遗传K-均值算子操作的低效性问题,提出一种包含文本预处理和改进算法的文本聚类方法。根据权重因子和特征向量进行文本预处理,更好体现文本间的差异性,通过遗传控制因子控制个体的交叉和变异,对交叉和变异概率采用自适应控制,确保优质个体顺利进入到下一代种群,体现遗传算法的全局优化能力和K-均值算法的高效局部搜索能力。实验结果表明,该方法使特征词分类精度得到提高,改善了文本聚类效果。 展开更多
关键词 文本聚类 权重因子 特征向量 遗传k-均值 遗传控制因子
下载PDF
基于遗传K-均值算法的LSF参数码书设计
9
作者 唐晖 李弼程 +2 位作者 张连海 张文林 王晓燕 《信息工程大学学报》 2007年第3期305-307,334,共4页
文章提出了一种基于遗传K-均值算法的线谱频率参数(LSF)码书设计方法。该方法使用K-均值算法定义遗传操作中的交叉操作,采用训练矢量随机替换码书码字的方法进行变异操作。实验结果表明:该方法是有效的,在相同的码书尺寸下,用该量化器... 文章提出了一种基于遗传K-均值算法的线谱频率参数(LSF)码书设计方法。该方法使用K-均值算法定义遗传操作中的交叉操作,采用训练矢量随机替换码书码字的方法进行变异操作。实验结果表明:该方法是有效的,在相同的码书尺寸下,用该量化器设计的LSF码书较传统分裂式LBG算法(初始码书由分裂法产生)设计的码书质量有所提高。 展开更多
关键词 遗传k-均值 LSF参数 矢量量化 谱失真
下载PDF
上海市突发环境污染事故风险区划 被引量:30
10
作者 薛鹏丽 曾维华 《中国环境科学》 EI CAS CSCD 北大核心 2011年第10期1743-1750,共8页
环境风险区划是区域布局型环境风险管理及环境风险分区管理的重要手段.本研究在环境风险系统理论的指导下,借鉴"自上而下"和"自下而上"传统区划方对上海市突发环境风险进行区划研究.上海市突发环境风险区划中"... 环境风险区划是区域布局型环境风险管理及环境风险分区管理的重要手段.本研究在环境风险系统理论的指导下,借鉴"自上而下"和"自下而上"传统区划方对上海市突发环境风险进行区划研究.上海市突发环境风险区划中"自上而下"环境风险一级区的划分是依据上海市1990~2008年突发污染事故历史时空格局获得;而"自下而上"是通过构建上海市风险区划指标体系,在对指标进行概念模型量化的基础上,运用基于遗传算法的K均值聚类在最小区划单元进行聚类区划,并依据上海市政府宏观规划对聚类后的图斑碎块进行科学性和实用性调整,获得上海市突发环境污染事故风险亚区和小区;将上海市突发环境风险一级区及亚区和小区集成分析,实现上海市突发环境污染事故风险综合区划.结果表明:上海市突发环境污染事故风险区划包含2个风险一级区,5个风险亚区和21个风险小区,客观揭示了上海市突发环境污染事故风险的空间分布规律.针对上海市布局型环境风险和不同风险区提出相应的管理措施,为上海市综合减灾降险和风险管理决策提供科学依据. 展开更多
关键词 突发环境污染事故 上海 环境风险区划 自上而下 自下而上 基于遗传算法的k均值聚类 环境风险分区管理
下载PDF
改进的图像分割遗传K-均值聚类算法 被引量:9
11
作者 周萍 《海军工程大学学报》 CAS 北大核心 2009年第3期75-78,共4页
针对图像分割,提出了一种改进的遗传K-均值聚类算法。合理选取聚类的特征向量并对各特征分量确定不同权值进行调整;通过引入自适应算法,对传统遗传算法的选择及变异操作进行改进,提高了算法的收敛速度;确定与染色体编码相关的隶属矩阵... 针对图像分割,提出了一种改进的遗传K-均值聚类算法。合理选取聚类的特征向量并对各特征分量确定不同权值进行调整;通过引入自适应算法,对传统遗传算法的选择及变异操作进行改进,提高了算法的收敛速度;确定与染色体编码相关的隶属矩阵可有效地减少运算时间。实验结果表明,改进后的遗传K-均值聚类算法是行之有效的。 展开更多
关键词 图像分割 遗传k-均值聚类算法 特征向量 选择 变异
下载PDF
基于软计算的资信评估研究 被引量:7
12
作者 朱丽 张洪伟 谭辉 《计算机应用研究》 CSCD 北大核心 2005年第5期74-77,共4页
提出了一种基于软计算的企业资信评估模型,它集成模糊数学和遗传算法,用快速遗传k 均值算法进行聚类。结果表明,FGKA和GKA均可得到全局最优解,但FGKA速度远高于GKA。本模型用PowerBuilder和Sybase数据库实现,为ERP中的企业资信评估提供... 提出了一种基于软计算的企业资信评估模型,它集成模糊数学和遗传算法,用快速遗传k 均值算法进行聚类。结果表明,FGKA和GKA均可得到全局最优解,但FGKA速度远高于GKA。本模型用PowerBuilder和Sybase数据库实现,为ERP中的企业资信评估提供了一个新的方案。 展开更多
关键词 软计算 快速遗传k-均值聚类算法 模糊数学 资信评估 企业资源计划
下载PDF
基于复杂约束的地面防空作战装备支援保障节点选址问题研究
13
作者 齐丁丁 徐斌 +3 位作者 赵英俊 张敏 王政钧 侯欣娜 《空军工程大学学报》 CSCD 北大核心 2024年第5期90-97,共8页
针对新型地面防空作战向分布式、模块化和高机动性发展带来的具有复杂约束的支援保障节点选址问题,提出了遗传-K-均值-遗传算法(GAKGA),该算法利用分层聚类思想根据实际约束条件将不同的作战模块划分为不同层级,在每一个层级中利用K-均... 针对新型地面防空作战向分布式、模块化和高机动性发展带来的具有复杂约束的支援保障节点选址问题,提出了遗传-K-均值-遗传算法(GAKGA),该算法利用分层聚类思想根据实际约束条件将不同的作战模块划分为不同层级,在每一个层级中利用K-均值算法求满足问题约束条件的解。求解过程充分利用遗传算法强大的全局搜索能力优化K-均值算法初始点的选取,最后根据各层级所得结果,利用遗传算法对保障节点的最终选址进行优化。实验表明,改进后的算法在复杂选址问题中可以得到路径更短的解,更有利于实现对分布式地面防空作战装备保障需求的敏捷响应。 展开更多
关键词 选址优化 地面防空 装备保障 遗传-k-均值-遗传算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部