共查询到10条相似文献,搜索用时 15 毫秒
1.
堆石坝参数反演的蚁群聚类RBF网络模型 总被引:4,自引:1,他引:3
将蚁群算法与径向基(RBF)网络相结合,提出一种用于堆石坝力学参数反演的蚁群聚类径向基网络模型。该模型用蚁群聚类算法搜索RBF网络基函数中心,模拟蚁群觅食聚类的概率转移特性,所得到的聚类结果类间离散度和比传统K均值聚类结果小,能够得到更合理的基函数中心,从而获得较准确的坝体参数和位移之间的非线性映射关系。在进行参数灵敏度分析的基础,对一座堆石坝的反演分析表明,蚁群聚类RBF网络模型可有效地求解堆石坝多参数反演问题,反演结果优于BP网络模型和K均值RBF网络模型。 相似文献
2.
《Planning》2018,(2)
加权质心定位算法是无线传感器网络中最常用的定位算法,为了进一步提高其定位精度,本文将聚类算法引入到无线传感器网络定位中,提出了一种具有噪声的基于密度的聚类算法(DBSCAN)聚类点密度的加权质心定位算法。该算法根据共线度理论选择参数,构建定位三角形的集合。选择集合中定位效果较好的一部分三角形对未知节点进行定位,并对所得的初始定位结果进行DBSCAN聚类。在排除误差较大的定位坐标后,将聚类后每个簇的核心点个数视为权值,采用加权质心定位算法得到未知节点的最终定位位置。仿真结果表明:该算法与传统加权质心定位算法相比,平均定位误差减小80%以上,有效提高了无线传感器网络定位精度。 相似文献
3.
《国际城市规划》2020,(3)
轨道交通站域的规划建设需考虑交通网络的结构,使站域的商业开发与轨道交通网络的节点特性形成耦合协同。本文以东京23区为例,通过衡量轨道交通的复杂网络特性,探索了商业中心和交通中心的叠合分异关系、原因机制、建设原则,以期对我国作出启示。研究通过测量平均路径长度、聚类系数证明东京轨道交通网络具有小世界网络的高通达性和聚集性特点;同时识别了轨道交通网络中站点的度中心、介数中心、接近中心,并与东京一主三副的商业中心进行了比较。研究发现:商业主中心东京站及邻近区域与轨道交通网络的接近中心叠合,主要由于商业设施对可达性依赖较高;商业副中心池袋、涩谷、新宿与度、介数中心叠合,主要由于大量换乘客流带来商业潜力;地区级商业中心多位于快车站点,与城市其他功能区衔接便捷。据此本文剖析了东京商业中心在结合轨道交通网络节点特性方面的开发原则:商业主中心通过高密度轨道交通站点对高容积率的商业开发进行疏解与分流;商业副中心以综合体整合多线路换乘,以簇状商业开发形成区域联动;地区级商业中心以站域复合化开发实现功能的集聚与辐射。东京轨道交通网络与城市形态的耦合模式对我国高密度大都市具有重要的启示意义,我国需进一步建立多层次的轨道交通网络结构和运输服务体系,加强对外交通枢纽和商业设施的资源整合,合理强化主要换乘站点商业开发并营造良好的步行换乘环境,优化近郊轨道交通线路运营和土地开发,完善公私合营的开发机制。 相似文献
4.
《Planning》2021,(1):198-201
本文通过获取和处理电商服装产品运营数据,提出基于熵值赋权的粒子群聚类方法对服装产品销售平台的支付转化率、访客数、详情页跳出率、平均停留时长、访客平均价值、客单价进行聚类,对比K_Means聚类和传统粒子群聚类算法的聚类结果,结果表明基于熵值赋权的粒子群聚类算法的平均聚类轮廓系数最大,即其聚类效果较其他两种算法更好。最后以聚成3类为例,对聚类结果进行运营管理分析,结果表明该算法可以处理庞大的电子商务数据信息,为电商企业的日常运营管理提供决策依据。 相似文献
5.
6.
名列首批世界灌溉工程遗产的东风
堰,在过去360余年里,为夹江的农业发展、生
态保护、人居环境改善产生了巨大效益。基于灌
区人居景观体系理论、罗西类型学、皮尔逊相关
性分析及K-Means聚类算法对东风堰灌区人居
景观体系格局特征与发展现状进行研究。首先
依据人居景观体系理论甄别出潜在三大研究要
素“水系—农田—村落”,对相关数据筛选、清
理和整合后,运用类型学理论和皮尔逊相关系数证明了三大要素的承载关系具有高度相关性和耦合性。进而,较为创新地运用计算机无监督学
习K-Means聚类算法解析现代灌区人居景观体系:以灌区内的行政村①为基本单元,选择村域内
水系数、灌溉农田面积和承载人口数为三组数据指标,对灌区“水系—农田—村落”景观体系的
关系迭代计算归类,得到三类村落的聚类阈值。进一步量化村落聚类关系,运用景观生态学及图
底关系理论分析各类村落异质性特征及验证其水资源安全及农业生产模式的合理性,并给出各
类村落的人均拥水量评估标准建议,总结出灌区城乡建设应遵循“以水定产,以产定人”的规划
原则,同时提出了不同水资源条件下的产业模式策略。为东风堰世界灌溉工程遗产传承提出保护
建议、灌区村落未来发展提供相关参考值,并为其他同类型灌区的人居环境建设提供典例。 相似文献
7.
《Planning》2019,(4)
为解决物联网快速收敛算法存在的收敛性能较差、网络稳定时间较短的不足,提出了基于拓扑区域一体化成型映射机制的物联网快速收敛算法。首先,根据物联网节点分布具有的随机分布特性及泊松分布特性,通过聚类方式来构建聚合度-权重值裁决模型,以实现路由的稳定收敛,消除因簇头节点失效而导致的区域上传缓慢的现象;随后,采用退避机制来提升簇头节点的传输性能,有效降低因能量受限而导致的网络传输缓慢的现象,优化路由收敛性能,降低因路由抖动而导致的网络瘫痪概率。仿真实验结果表明:与常见的时间度一体化物联网收敛算法(Convergence Algorithm for Time-Integrated Internet of Things,TI-IOT算法)、路由集中度快速收敛算法(A Fast Convergence Algorithm for Routing Concentration Degree,RCD算法)相比,所提算法具有更高的网络稳定工作时间及较快的收敛速度,以及更小的路由冗余度。 相似文献
8.
9.