基于模糊层次数值型数据库发现一般化模糊关联规则

关联规则发现是数据挖掘研究领域中的重要内容之一,而以自然语言描述的模糊关联规则更符合人类的思维方式,在决策中占据重要作用。基于属性间通常还存着更高层次的抽象,即呈现出层次结构尤其是模糊层次结构这一事实,通过把经典的模糊理论与关联规则发现算法相结合,提出了在模糊层次结构下从数值型数据库中挖掘一般化模糊关联规则的相应算法。     

粘连蚕卵图像分离算法研究

针对蚕卵图像中存在的粘连或者部分重叠现象,本文提出了一种新的分离方法。该方法先采用模糊C均值聚类算法将蚕卵图像从背景中分割,然后采用模糊距离变换得到模糊距离图像,最后使用分水岭算法将粘连或者部分重叠蚕卵分离。实验证明,此法能够将粘连颗粒物图像有效分离。     

柴油机状态在线监测与故障诊断系统开发

介绍了状态监测与故障诊断系统的原理和方法,使用LabVIEW平台及多功能数据采集卡研制柴油机的故障诊断系统。提出了几种特征参数分析方法,开发了多个子仪器,可较好的对柴油机的不同故障进行监测。     

模糊模式识别在电器性能综合评估中的应用

采用了改进的模糊模式识别的方法,从综合考虑电磁电器产品性能的角度出发,将动态测得的能够反映电磁电器性能的主要特性指标,作为模糊模式识别的级别变量特征值,建立了综合评估电磁电器性能的模糊模式识别模型,并运用该方法对CJ20-100A交流接触器进行了综合评估,结果合理,方法可行,有一定的参考价值。     

模糊数学在立交匝道线形优化设计中的应用

将模糊数学的概念、原理应用到立交线形优化设计中,以立交平面线形设计中的2种基本线形—圆曲线、缓和曲线作为构成立交线形设计中的线形元,并且考虑了行车条件、线形几何约束、超高要求等约束条件,以及影响参数取值的因素的模糊性,提出了比传统的优化设计方法更为科学、合理的模糊优化设计方法,建立了模糊优化数学模型,并分析了其解法.     

约束可松弛的网络绿波模型

为解决区域交通信号协调控制领域中常规网络绿波模型可行域窄或无解的问题,提出了约束可松弛的网络绿波模型。应用混合整数线性规划方法构建模型,以所有路段双向绿波带宽加权和最大为优化目标,利用约束松弛方法,将干线约束和网络外圈闭环约束转变为可松弛的不等式约束。模型针对每条路段引入了0~1二元变量,表示路段的绿波是否被打断。通过模型求解,获得网络中必要的松弛路段,并打断相应的路段绿波,去除外圈闭环约束,以扩大可行域并找到最优解。算例对不同控制方案下提出的模型和其他绿波模型的绿波优化结果进行比较分析。算例显示,当网络各个交叉口采用同一化控制方案时,易于在不打断任何路段绿波的条件下找到最优解。此时,所提出的模型的解和常规网络绿波模型的解等价。当网络各交叉口采取差异化控制方案时,常规网络绿波模型无可行解,Gartner网络绿波模型仅获得非最优的可行解,而所提出的模型能够获得全局最优解。算例中只有1条路段的绿波被打断,而网络的其他路段均获得有效绿波带,且任意相交的干线绿波能够合理协调。算例优化结果表明：所提出的模型优于常规网络绿波模型和Gartner网络绿波模型,更适合复杂的城市交通网络信号优化设计。     

基于问卷调查的公众交通安全意识评价方法

为了评价公众交通安全意识,进而明确不同年龄、不同受教育程度、不同职业和不同出行方式的公众群体交通安全意识的差异性,对公众交通安全意识调查数据进行了量化分析。首先,基于自主编制的公众交通安全意识问卷对5 029名参与者进行了调查;其次,对回收的问卷进行因子分析和信度、效度检验,得到了交通安全行为、交通安全态度和交通管理认知3个因子;最后,选取上述因子作为3个一级评价指标,因子所含条目作为17个二级评价指标,对公众交通安全意识进行评价,采用主成分分析法计算因子得分,并应用熵值法确定一级评价指标权重,再通过灰色关联分析计算灰色关联度,最终根据模糊综合评价得出不同公众群体的交通安全意识水平。研究结果表明：不同年龄段的公众中,18~40岁群体交通安全意识水平最高（b=0.79）,41~65岁（b=0.44）和65岁以上（b=0.45）群体交通安全意识水平较低;不同受教育程度的公众中,专科学历群体的交通安全意识水平最高（b=1）,小学及以下学历群体其交通安全意识水平较低（b=0.33）;不同职业的公众中,事业单位人员群体的交通安全意识水平最高（b=0.93）,农民群体的交通安全意识水平较低（b=0.33）;不同出行方式的公众中,以公交车为主要出行方式的群体其交通安全意识水平最高（b=0.91）,而以三轮车（b=0.35）和自行车（b=0.36）为主要出行方式的群体其交通安全意识水平较低。研究结果可用于不同公众群体交通安全意识的度量,并为不同群体的交通安全意识提升方法制定提供理论依据。     

基于模糊聚类分析的船体分段类型分类方法和应用研究

为提高现阶段船体分段制造过程的标准化水平,实现分段装配工序和工时的标准化,推动船体分段制造数字化发展,本文以船体分段作为分类成组的研究对象,应用模糊聚类分析方法,建立了模糊聚类分析模型,通过输入分段工艺生产数据信息,实现了对船体分段的定量化分类,验证结果表明,应用模糊聚类分析形成的分段族类符合实际工艺需求。     

Multiple criteria optimization method for the vehicle assignment problem in a bus transportation company

A vehicle assignment problem (VAP) in a road, long‐haul, passenger transportation company with heterogeneous fleet of buses is considered in the paper. The mathematical model of the VAP is formulated in terms of multiobjective, combinatorial optimization. It has a strategic, long‐term character and takes into account four criteria that represent interests of both passengers and the company's management. The decision consists in the definition of weekly operating frequency (number of rides per week) of buses on international routes between Polish and Western European cities. The VAP is solved in a step‐wise procedure. In the first step a sample of efficient (Pareto‐optimal) solutions is generated using an original metaheuristic method called Pareto Memetic Algorithm (PMA). In the second step this sample is reviewed and evaluated by the Decision Maker (DM). In this phase an interactive, multiple criteria analysis method with graphical facilities, called Light Beam Search (LBS), is applied. The method helps the DM to define his/her preferences, direct the search process and select the most satisfactory solution.     

An adaptive information fusion model to predict the short-term link travel time distribution in dynamic traffic networks

As intelligent transportation systems (ITS) approach the realm of widespread deployment, there is an increasing need to robustly capture the variability of link travel time in real-time to generate reliable predictions of real-time traffic conditions. This study proposes an adaptive information fusion model to predict the short-term link travel time distribution by iteratively combining past information on link travel time on the current day with the real-time link travel time information available at discrete time points. The past link travel time information is represented as a discrete distribution. The real-time link travel time is represented as a range, and is characterized using information quality in terms of information accuracy and time delay. A nonlinear programming formulation is used to specify the adaptive information fusion model to update the short-term link travel time distribution by focusing on information quality. The model adapts good information by weighing it higher while shielding the effects of bad information by reducing its weight. Numerical experiments suggest that the proposed model adequately represents the short-term link travel time distribution in terms of accuracy and robustness, while ensuring consistency with ambient traffic flow conditions. Further, they illustrate that the mean of a representative short-term travel time distribution is not necessarily a good tracking indicator of the actual (ground truth) time-dependent travel time on that link. Parametric sensitivity analysis illustrates that information accuracy significantly influences the model, and dominates the effects of time delay and the consistency constraint parameter. The proposed information fusion model bridges key methodological gaps in the ITS deployment context related to information fusion and the need for short-term travel time distributions.