一种面向需求响应资源的模糊聚类算法

传统的依据工、商、居民等信息的资源分类方式,难以获得较高的资源响应达标率,降低了用户体验和系统效率。该文提出面向需求响应资源的聚类算法。该算法首先利用傅里叶级数,选取五维低频分量,进行负荷信息的压缩和提取。然后结合资源的出力特性、响应特性等,用向量形式表示需求响应资源,构建了响应资源的表示空间。进一步的,基于模糊C均值的资源聚类算法,对资源进行聚类。最后,算法对系统已执行的需求响应效果进行充分挖掘,利用老化函数、响应达标情况的评分,针对两种不同的达标情况表示方式,实现了资源聚类的修正。实验验证表明,该文所述算法,可以实现资源的聚类,从而显著提升需求响应的效率,提高资源的达标率。