模糊c-均值聚类法在干港选址中的应用

合理的干港选址,对于区域经济发展起着至关重要的作用.根据干港规划布局的影响因素,引入模糊c-均值聚类法,来验证干港选址的合理性.     

江苏沿海建港自然条件及港址比选的模糊聚类分析

结合江苏省沿海地区的自然条件,分析讨论了其建港的优、劣势,并以如东吕四港、启东洋口港等7个港口选址为例,结合港口建设的评价指标,采用模糊聚类的方法对这7个港口进行了模糊聚类分析。结果表明洋口港、吕四港、大丰港条件较好,其他几个次之,可供港址比选时参考。     

基于二阶段的模糊C—均值算法的模糊聚类分析研究

对模糊聚类分析算法进行研究，在模糊Ｃ－均值算法的基础上加以改进，形成二阶段模糊Ｃ－均值算法，使其对Ｉｒｉｓ数据聚类，研究表明，二阶段的模糊Ｃ－均值算法比模糊一算法性能优越     

基于模糊C均值聚类的柴油机故障诊断

通过对柴油机运行时的表面振动信号进行分析处理得到由一系列特征参数组成的特征向量,利用模糊C均值聚类方法对特征向量进行模式识别,结果表明该方法可通过特征向量准确地区分不同的柴油机故障模式,模糊C均值聚类方法在柴油机状态监测与故障诊断中有较好的适用性。     

模糊聚类算法在舰船电气系统故障远程检测中的应用

依据模糊均值聚类故障检测原理,对舰船电气系统初始状态数据样本归一化后,构建舰船电气系统状态数据模糊相似矩阵,依据该矩阵分析系统状态数据亲疏度;利用亲疏度结果获取状态数据的最佳权值指数,并对状态数据样本进行加权处理,降低系统状态数据聚类稀疏度;将最佳权值指数赋予到状态数据中,同时更新模糊C-均值聚类目标函数.通过设置聚类...     

基于单亲遗传算法和模糊C-均值算法的混合聚类算法

介绍了基于单亲遗传算法和模糊C-均值算法的混合聚类算法,克服了模糊C-均值算法的局部最优问题以及采用普通遗传算法聚类时搜索速度和聚类精度的矛盾.实际运算表明,算法是有效的.     

基于单亲遗传算法和模糊C—均值算法的混合聚类算法

介绍了基于单亲遗传算法和模糊Ｃ－均值算法的混合聚类算法,克服了模糊Ｃ－均值算法的局部最优问题以及采用普通遗传算法聚类时搜索速度和聚类精度的矛盾。实际运算表明,算法是有效的。     

模糊聚类在柴油机故障诊断中的应用

柴油机状态监测与故障诊断可以看作是一种故障模式的识别过程,模糊聚类方法是模式识别方法的一种,本文利用模糊C均值聚类方法对表征柴油机状态的特征向量进行模式识别,结果表明该方法可通过特征参量准确地区分不同的柴油机故障模式,模糊聚类方法在柴油机状态监测与故障诊断中有较好的适用性.     

海峡西岸港口群腹地无水港网络的构建

介绍了海峡西岸港口群腹地内各节点城市的经济社会环境,通过分析综合交通网络得出各节点城市与海西主要港口的交通可达性,选取影响无水港选址、建设发展的内外部综合因素为评价指标,运用模糊聚类分析模型,对港口群腹地范围内的"无水港"进行选址并等级划分,期许为构建海峡西岸港口群腹地无水港网络提供理论依据和决策参考。     

基于FCM-ANFIS模型的船舶交通流预测

提出一种基于模糊C均值聚类自适应神经模糊推理系统(Fuzzy C-Means Clustering Algorithm with Adaptive Neural-Fuzzy Inference System,FCM-ANFIS)的船舶海上交通流预测模型,采用相关分析法预测网络模型的输入变量个数;采用模糊C均值聚类算法对仿真数据进行分析和模糊聚类,从而确定模型的聚类中心,进而建立ANFIS预测网络结构。该模型采用BP算法与最小二乘算法相结合的混合学习算法进行网络参数训练,可克服传统预报模型收敛速度慢和局部最优等问题,进而提高预报精度。同时,选用船舶自动识别系统(Automatic Identification System,AIS)记录的船舶交通流数据进行仿真预报,仿真结果验证了该模型的可行性和有效性,并取得良好的效果。