核聚类人工免疫网络评价函数研究

人工免疫系统是对基于生物免疫系统的模式识别机制而构造的信息处理方法的总称.对一种专门用于聚类分析的人工免疫系统模型--核聚类人工免疫网络进行研究.在核聚类人工免疫网络方法中,模式类的特征值的评价函数不仅是引导方法最终收敛的关键因素,同时,也决定了该方法的聚类分析效果.专门研究了核聚类人工免疫网络中特征值评价函数的具体形式及其对聚类分析效果的影响,从而为进一步完善和更好地应用该方法提供参考.     

基于人工免疫核聚类的支持向量数据描述方法

为使支持向量数据描述(SVDD)能应用于无监督多分类情况,提出了一种基于人工免疫核聚类的支持向量数据描述(AIKCSVDD)方法。AIKCSVDD将人工免疫核聚类产生的记忆抗体作为目标数据点,使用SVDD方法进行多类学习。在AIKCSVDD中,一方面实现了用核聚类方法解决各类数据边界不清晰的长处与免疫网络聚类方法全局收敛、不需要先验知识的优点的有机结合;另一方面,由于用记忆抗体代替原始数据进行学习,从而更好展现了原始数据的全局分布特征。与基于K-means聚类multi-SVDD方法相比,AIKCSVDD不需要事先指定分类数;在人工数据集和UCI数据集上的实验表明,在为multi-SVDD指定分类数的情况下,AIKCSVDD仍比multi-SVDD具有更好的分类性能。     

ANFIS建模的人工免疫聚类算法应用研究

结合锌钡白干燥煅烧生产过程的建模问题,针对ANFIS存在的网络易陷入局部极小点缺陷,提出了一种基于人工免疫聚类的ANFIS建模算法.该算法通过免疫网络对其抗体及记忆数据集逐代克隆、变异及抑制操作,提取有用的模糊规则数目,避免ANFIS训练陷入局部极小点的可能性.从理论机理及仿真研究上分析免疫聚类对ANFIS网络建模性能的作用,取得了良好的辨识效果.     

基于道路网络的对象聚类

为了解决现有聚类技术难以适应大规模空间网络对象的聚类问题,提出了一种基于聚类生成图的空间网络对象聚类算法,以便降低空间网络对象聚类的时间复杂度和空间复杂度.首先,对网络中的非空边进行概略化聚类;然后,在此基础上,构建聚类生成图;最后,查找聚类生成图的连通子图,每个连通子图即为一个聚类.实验结果表明该方法在保证准确性的同时具有良好的效率和可扩展性.

     

基于AHP的城市会展经济综合实力评价研究

会展经济作为一种新兴的经济形式,以其高效益、无污染为社会各界所关注.本文对城市会展经济综合实力的影响因素进行了分析,旨在构建城市会展经济综合实力的评价指标,以便正确评价城市会展经济的价值,找到提升城市会展经济实力的途径.最后通过实例,分析、论证了各评价指标的影响力度,为加强城市会展经济建设提供了具体的分析方法.     

网络取证数据的人工免疫网络聚类过滤方法

针对当前网络取证数据过滤方法对先验知识过度依赖的问题,提出一种基于人工免疫网络聚类的过滤网络取证数据的方法.该方法以取证数据作为抗原,以具有动态作用域的B细胞作为人工免疫网络的节点,依据抗原与人工免疫网络的隶属度、B细胞的刺激度来进化人工免疫网络,根据过滤阈值判据,来筛选取证数据.实验结果表明,在不具备先验知识以及在合理选取时间窗口和过滤阈值以确保有较高检测率的情况下,算法能够提供较高的数据压缩比.该方法能够有效地确立调查数据的范围,有助于提高取证分析的效率.     

基于BP网络的现代企业综合实力评价模型

引入神经网络构造现代化企业综合实力评价模型，避免了评价过程中的人为失效，具有很强的容错能力，以动态的调整适应技术、经济的不断发展对评价对象的影响，本方法无须建立准确的数字模型，较好地避免了传统方法人为计取权值和相关系数过程中的主观影响不确定性。     

基于灰色聚类方法的城市公交发展水平综合评价

针对城市公共交通发展水平的评价难以做到客观、全面、准确的问题,运用AHP法和灰色聚类分析法,构建了城市公共交通发展水平评价的递阶层次结构,建立了综合评价数学模型,将评价合理量化．通过对青岛市公共交通发展水平进行实例分析表明,该评价法评价结果与实际相符合,且具有良好的实用性．     

基于模型的聚类方法研究

分析基于模型的聚类方法及其典型算法;重点研究基于混合模型聚类算法的局限性及存在的问题.     

一种基于聚类技术的免疫推荐算法

在网络时代,如何通过为用户提供更加个性化的服务,提高其商品的吸引力,进而为企业带来更大的收益,成为了网站所面临的核心问题。通过对自然免疫学和人工免疫学理论的研究,着重讨论了将人工免疫网络技术应用于电子商务个性化推荐的思想,提出了使用形态空间模型对推荐技术及其存在问题的解释方法,并提出了聚类免疫推荐算法。实验结果表明：该算法能高效和准确地解决个性化推荐问题,具有很好的应用价值。     

基于免疫模糊聚类RBF网络的交通信息融合算法

在径向基函数(radial basis function,RBF)神经网络应用于交通信息融合的研究中,采用模糊C均值(fuzzy C-means,FCM)聚类算法确定径向基网络隐层中心点,一般随机初始化聚类中心,训练过程容易陷入局部极小.结合人工免疫系统的克隆选择原理,提出了一种新的产生初始聚类中心的方法,与FCM聚类算法有机集成,共同训练径向基函数网络的结构参数.该方法避免了网络训练陷入局部最优的问题,收敛速度有所提高,得到了较好的融合效果.实例仿真验证了算法的有效性和实用性.     

基于免疫抗体生成算法的电力变压器故障诊断

提出了一种基于人工免疫的抗体生成算法,并将其应用于电力变压器的故障诊断。抗体生成算法仿生生物免疫系统中抗体对抗原的识别与记忆的机理,先对训练样本进行免疫学习和记忆,提取表征样本的有效特征,形成表征样本特征的记忆抗体集,再用最邻近分类法对测试样本进行分类识别。UCI的Iris数据集和电力变压器故障数据的仿真分析结果表明,抗体生成算法能够进行有效的分类,并具有很高的准确率。     

基于人工神经网络的电力电子电路故障诊断

提出了采用基于波形直接分析的人工神经网络故障诊断方法实现电力电子电路的故障诊断．以三相整流电路的诊断为例，设计了人工神经网络的层数和点数，建立了三相整流电路的模型获取了样本数据，并训练了人工神经网络．仿真表明用四层人工神经网络对三相整流电路进行诊断可获得正确结果、     

混合优化人工免疫网络用于过程动态优化

常见的用于求解过程动态优化的方法局部寻优能力强,易陷入局部点;而优化人工免疫网络虽局部寻优能力弱,但不易陷入局部点.针对这些方法的不足,提出了一种新的算法--混合优化人工免疫网络,将优化人工免疫网络植入局部寻优操作和二次响应机制,应用于Park-Ramirez和Lee-Ramirez生物反应器,此算法能以较少的计算代价搜索到最佳控制策略.将其用于模型参数发生变化的Lee Ramirez生物反应器,实验结果表明,此算法的二次响应机制可以节省85％的评价次数.     

基于聚类的超闭球CMAC神经网络改进算法

针对CMAC神经网络的网络节点随输入维数的增大呈几何级数增加的问题,提出了基于模糊聚类的超闭球CMAC神经网络改进算法。该算法通过对输入数据进行模糊聚类确定网络节点数和节点值,并根据输入输出数据通过模糊推理优化算法计算神经网络初始权值。与原算法比较,该算法可有效降低神经网络节点数,提高系统的学习精度。对一个多步时延的非线性系统的辨识仿真结果表明了该算法的可行性与有效性。     

人工免疫网络的改进及其在免疫神经控制中的应用

针对人工免疫网络(AIN)搜索能力不强的问题,通过引入新生抗体的进化环节,用遗传算子代替克隆变异作为主要的搜索手段,增强了网络的搜索能力.改进网络被用于免疫神经控制中抽取控制经验,形成知识库,并指导遗传算法在线搜索.仿真结果表明,改进后人工免疫网络的搜索能力得到较大提高;通过引入经验指导,能加快遗传算法的收敛速度,进一步增强了免疫神经控制的实时性.