粒子群优化的自适应区间二型模糊聚类算法

针对区间二型模糊聚类算法对聚类中心和模糊指数敏感的问题提出粒子群优化的自适应区间二型模糊聚类算法（PSO-AIT2FCM）。利用高斯滤波函数对获得的统计直方图做平滑处理,同时设计波峰与聚类中心的对应规则精准地确定聚类中心。构造新颖的融合直觉模糊信息的目标函数,通过类内紧致和类间分离两个方面的信息共同判断聚类效果。利用粒子群优化算法优秀的全局搜索能力在可行域内寻找合适的模糊指数组合。将该文算法应用于Berkeley图像分割中,实验结果表明该算法能够有效地确定聚类中心和模糊指数的组合并得到良好的分割结果。     

狭长通道顶部障碍物下游火灾烟气密度跃变的数值模拟研究

火灾烟气的密度跃变过程会卷吸烟气下部的空气,使得烟气层明显增厚、质量流量显著增大,这会加大疏散与救援的难度,并影响既有防排烟设计的有效性。为明确烟气层密度跃变的机理及危害,采用数值模拟方法,研究了狭长通道火灾烟气沿顶棚水平蔓延过程中,顶部障碍物的存在对其下游烟气层密度跃变的影响。结果表明,若没有顶部障碍物的作用,仅增大热释放速率并不能使得烟气层发生密度跃变。而顶部障碍物可能引起其下游烟气流动状态突变,并引发密度跃变。跃变所产生的烟气层厚度、卷吸质量流量变化均与障碍物高度相关。并提出采用梯度弗劳德数作为判断烟气层密度跃变发生与否及衡量密度跃变效果的无量纲数。