基于遗传算法的FCM算法在边坡监测中的应用研究

利用模糊聚类分析方法将边坡进行安全等级分类,对于边坡的治理是一种有效的方法。传统的聚类是一种局部搜索方法,易陷入极小值。遗传算法(GA)是一种应用广泛的全局寻优算法,将其与FCM算法进行结合,更准确地进行分类。     

基于聚类分析的危险货物道路运输企业安全评价方法研究

为提高运输管理部门对危险货物道路运输企业的管理效率,提出利用离差平方和聚类方法将某范围内的所有危险货物道路运输企业按照安全等级的不同进行分类。从企业"意识政策-硬件管理"的纵向角度选取评价指标,基于此指标体系运用系统聚类法对某地区所有危险货物运输企业进行安全等级评价;结合这些企业近年来出现安全事故的实际情况进行深入分析。结果显示,聚类分析方法能准确将企业按照安全等级的不同进行分类,对运输部门的管理工作具有重要指导意义。     

FCM聚类分析在公路边坡稳定性评价中的应用

在公路工程边坡稳定性评价过程中需要考虑很多因素的影响,这些影响难以用精确的数字来描述,因此很多情况下不适宜用定量的评价方法。鉴于此,主要采用FCM聚类分析方法研究公路边坡的稳定性评价,引入模糊聚类和改进的遗传算法,克服了传统FCM算法在模糊聚类分析中对初始化敏感的缺点,对于存在多个不确定因素的评价问题有明显的优势。通过实例分析表明,用该方法对公路工程中边坡稳定性评价是可行的、有效的。     

居民出行调查中交通小区划分方法的改进

为了减少居民出行调查的工作量和费用,利用以往调查内容中的年龄、职业、收入和车辆拥有率等指标,根据聚类分析的等价矩阵模糊聚类方法,通过MATLAB编程进行聚类分析,用F-统计量确定最佳模糊聚类类数,对交通小区重新分类。在调查时,只需在每类小区选择一个交通小区,就可满足调查精度要求。最后用模糊C-均值聚类方法验证。计算结果表明,模糊聚类分析方法可以应用在居民出行调查的交通小区划分中。     

影响线加载算法的改进

本文介绍了一种简捷的桥梁影响线加载算法。利用该法可减少编程工作量，提高计算结果准确性。     

高速公路路基边坡综合防护系统综述

着重论述高速公路路基边坡综合防护系统 ,按照分类方法 ,进行理论研究 ,更贴近科学 ,更有指导实际施工操作意义 ,对提高边坡防护质量和耐久性 ,降低维护费用是十分有效的     

基于动态时间弯曲的多模板匹配车型分类

针对环形感应线圈采集数据的特点,讨论一种基于动态时间弯曲(DTW)算法的车型分类新方法。由于采样波形与车速、车辆自身结构以及其通过线圈时的相对位置有关,导致实际同类车辆波形存在伸长、压缩,甚至波形残缺不全或局部振荡等复杂情况。为此,本方法首先对样本数据进行降噪滤波,补齐不完整信号等预处理;熟后结合DTW方法和最优聚类分析原理选取同类车型的多个模板,综合考虑误纳与误拒情况,可降低单模板匹配存在的误拒率;最后利用DTW算法和多个分类区分度指标进行多模板匹配,得出分类结论。论文仿真部分以一类车型为例,分析了本文方法与其他方法比较存在的优势。     

����PSO-SVM�ľ�����з�ʽԤ��ģ�ͪ�

居民出行方式选择是一个较为复杂的非线性问题,受到的影响因素众多。提出采用支持向量机方法构建了居民出行方式选择模型,并以交叉验证意义下的分类准确率作为适应度函数,利用粒子群算法对支持向量机参数优化选择,避免参数设定的随机性,减少参数选择的工作量.通过实证研究表明,利用粒子群算法优化支持向量机的参数是可行的,支持向量机方法相对于BP神经网络,对居民出行方式预测有更高的精度.预测精度比BP神经网络提高了将近5个百分点,建模样本和测试样本的分类精度分别达到86.20%和82.31%.所构建的模型可用于居民出行方式预测,这对城市交通规划,出行需求预测具有现实指导意义.     

边坡防护新法

路基或路堤边坡防护工程虽是一项附属工程,但它直接影响路基、路面稳定,而且由于其工作量大,也影响到工程造价。一般说来,影响路基边坡稳定的因素有工程、水文地质、地面排水条件,地貌气候等多种因素,必须综合予以考虑,以选择经济技术合理的正确方案。     

基于模糊评价法的武汉雨天交通安全分析及对策研究

以武汉市为研究对象,针对最频繁出现的雨天情况,从车速、降水量、车流量等重要影响因素对交通安全进行分析,建立基于模糊评价法的交通安全评价模型,定性分析道路的交通安全等级,并依据道路安全等级提出改进道路的对策,提高交通安全等级,确保交通安全、顺畅。     

浅析边坡稳定性分析的数值解

推导了坡面为两直线段斜坡的均质边坡稳定性安全系数函数式,利用遗传算法求出最危险滑弧位置、滑弧半径及相应的最小稳定性安全系数值,利用有限元法和接触摩擦弹簧元进行了边坡的渐进破坏分析,讨论了材料特性对边坡稳定性的影响。计算表明,渐进破坏分析所求出的稳定性安全系数比理论上求出的最小稳定性安全系数要小。     

基于RBM-GASA-BPNN 的潜在高价值旅客预测

针对用BP神经网络(Back Propagation Neural Network, BPNN)进行潜在高价值旅客预测时出现的特征表达能力弱、稳定性差、易陷入局部极值的不足,提出一种新颖的基于 RBM-GASA-BPNN的潜在高价值旅客预测方法.该方法首先通过聚类算法划分旅客类别,设置类别标签;然后利用受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)提取旅客行为特征并确定最优BPNN 初始权值和偏置的寻优范围,又利用遗传模拟退火算法(Genetic Algorithm-Simulate Anneal, GASA)对BPNN参数进行精调,确定了最优的BPNN初始权值和偏置;最后,利用优化后的BPNN对旅客进行分类预测.实验结果表明,本文提出的方法克服了基于BPNN的分类预测方法的缺陷,具有更高的分类预测准确率和潜在高价值旅客预测能力.     

基于RBM-GASA-BPNN的潜在 高价值旅客预测

针对用BP神经网络(Back Propagation Neural Network, BPNN)进行潜在高价值旅客预测时出现的特征表达能力弱、稳定性差、易陷入局部极值的不足,提出一种新颖的基于 RBM-GASA-BPNN的潜在高价值旅客预测方法.该方法首先通过聚类算法划分旅客类别,设置类别标签;然后利用受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)提取旅客行为特征并确定最优BPNN 初始权值和偏置的寻优范围,又利用遗传模拟退火算法(Genetic Algorithm-Simulate Anneal, GASA)对BPNN参数进行精调,确定了最优的BPNN初始权值和偏置;最后,利用优化后的BPNN对旅客进行分类预测.实验结果表明,本文提出的方法克服了基于BPNN的分类预测方法的缺陷,具有更高的分类预测准确率和潜在高价值旅客预测能力.     

基于iFIX和CAN总线分布式塔吊监测系统设计

分析上位机iFIX与主控单片机之间通信的实现方法,并制定出相应的通信协议,实现在CAN总线分布式控制下对塔吊幅度、吊高、转角和吊重的实时同步数据采集。基于上位机组态iFIX实现对塔吊实时状态进行监测、工作循环记录与查询等实用功能。该监测系统具有结构简单、运行可靠等优点,能够为城市塔吊的安全生产过程的监控提供解决方案。     

基于灰关联测度的分裂式层次聚类算法

为估计数据集的聚类数目及获得较好的聚类性能,提出了一种基于灰关联测度的分裂式层次聚类算法.该算法用灰关联测度衡量数据对象之间的相似程度,以基于密度扩展的方式自顶向下分裂成不同层次的数据集划分;然后,根据灰关联测度定义聚类有效性指标;最后将有效性指标曲线极值点对应的聚类划分用于估计最佳聚类数目.实际数据和合成数据集的实验表明,与FCM聚类相比,该算法的聚类正确率平均提高3.7%,并且能够识别任意形状的簇.     

山区高速公路运营安全信息监测指标及采集方式

为提高山区高速公路的运营安全管理水平,更好地指导山区高速公路信息监测工作,从运营管理安全的角度分析研究山区高速公路信息监测的指标及采集手段。首先分析山区高速公路的安全影响因素和安全管理信息需求,将纳入监测需求的动态信息分为交通运行状态、自然环境安全性和基础设施安全性信息三类;然后针对每类监测信息提出山区高速公路的重点监测指标和采集方式;最后通过案例分析验证检测指标及采集方式的应用性。     

基于改进变尺度混沌优化的临界滑面搜索及应用

针对边坡稳定性分析中边坡临界滑动面问题,将改进的变尺度混沌优化算法和边坡稳定性分析的无条分法结合起来,采用混沌Logistic模型进行混沌搜索,内外循环缩小有效区间,最终搜索到边坡画面临界全局最优解,实现了对工程中一般岩土体边坡临界滑动面的搜索求解.     

基于优化模糊C均值算法的锚泊船聚集特性

针对模糊C均值算法随机选择初始聚类中心导致聚类结果对噪声样本点敏感性的不足, 采用局部密度加权的方法, 将初始聚类中心的选择范围限制在局部密度较高样本点区域, 优化初始聚类中心的选择方法; 利用样本点的局部密度改进目标函数, 提高局部密度较高的样本点在目标函数迭代过程中的影响力, 从而提升模糊C均值算法的聚类性能, 并采用人造数据集和鸢尾花真实数据集验证优化的局部密度模糊C均值算法的聚类效果; 通过计算锚泊船位置数据的局部密度, 分析了船舶锚泊偏好。试验结果表明: 对比模糊C均值算法, 优化的局部密度模糊C均值算法聚类精准率提高了2.9%, 召回率提高了3.8%, F度量值提高了3.9%, 说明优化的局部密度模糊C均值算法的性能优于模糊C均值算法; 在锚泊船位置数据上的聚类结果正确反映了天津港锚泊船的聚集特点和锚泊偏好, 其结果与船舶的常规做法一致, 说明优化的局部密度模糊C均值聚类算法是一种分析锚泊船聚集特性和锚泊偏好的有效方法。      

城市道路占道施工交通管理对策研究

为提高城市道路占道施工交通管理水平,在分析占道施工对城市道路交通参与要素中的人、车、道路和安全等方面影响的基础上,梳理总结了占道施工时的社会车辆、公共交通、交通参与人三类交通流组织和占道施工交通秩序整治、交通精细化设计的技术要点;然后从交通调查、交通系统供给与改善、交通管理政策措施制定和交通设施设置四个方面探讨了交通组织方案设计方法;最后,提出了交通管理方案决策、交通宣传诱导和交通管理方案的监测与完善三个方面的保障策略。     

基于背景值修正的协同预测模型

斜坡岩体变形到滑坡的发生,实质上是由组成斜坡的各子系统协同作用的结果.通过将协同学引入斜坡的稳定性预测评价中,提出了协同预测模型[1].而背景值公式是影响该模型预测精度的关键因素之一,传统的背景值公式实际是采用梯形公式近似的计算曲线所围成的面积,经研究则通过曲线函数积分的方式对协同预测模型中的背景值进行了修正,使其计算的面积更加的接近实际值,以提高原有协同预测模型的精度和预测的准确性.并以甘肃省永靖县黄茨滑坡为实例进行了检验,其绝对误差减少了2d2h,相对误差减小了2.7%,充分说明改进的预测模型用于滑坡短期预报的有效性、可行性,而且修正后模型所需位移数据时间间隔较大,在一定程度上节省了监测数据所需的费用.