A Method of Clustering Components into Modules Based on Products'''' Functional and Structural Analysis

IntroductionMarket competitiveness forces enterprises todeliver a variety of products while keeping massproduction efficiency[1]. This leads to the masscustomization, for which product family development is the effective means[2, 3]. Modularity andstandardization are promising tools in product family development[4]. Many authors view modularityas the key to improving the cost-variety trade-ofin product development[5, 6]. Products built aroundmodular architectures can be more easily variedwith…     

有序样本聚类方法在城市轨道交通运营时段划分中的应用

为合理划分轨道交通运营时段并指导其开行方案,提出一种基于有序样本聚类技术的运营时段划分方法。根据统计时段内客流数据,引入单向OD(origin-destination)概率矩阵,并给出单向OD概率矩阵的时序模型和提取方法;利用有序样本聚类方法,以最优分割法量化站间客流转移规律,求解聚类方案。最后以某一轨道交通线路为例,提取时间间隔为20 min的上行OD概率矩阵时间序列,以最优分割法进行聚类,将站间客流转移规律相近的统计时段归为一类,提出目标线路运营时段划分方案。     

基于质心提取的红外图像小目标检测

低信噪比条件下小目标检测技术的研究是红外信息处理中的关键性问题。由于小目标通常属于高频成分,又易于与噪声混杂在一起,更加增加了检测的难度。文章提出了一种基于质心提取的方法对红外小目标进行检测,在对图像不进行滤波的情况下找到目标可能的质心点集合。对这些置信度高的质心点集合进行分类,以确定各个目标的质心以及目标的个数。最后以确定的目标质心点搜索目标边缘,找出其边界并计算出目标的特征参数。该检测方法对噪声也有一定的抑制作用。     

城市道路环境下的车载自组网分簇路由机制

车载自组网(VANET)是一种将高速移动车辆作为通信节点的Ad hoc网络,其网络拓扑结构变化迅速导致传统的Ad hoc路由技术并不适用。针对车辆节点在城市道路环境下的移动特点及分层结构给无线网络带来的易管理、易扩展等特性,提出了以公交车辆为簇头的VANET路由机制。该机制以公交车辆为簇头建立簇,其它车辆根据行驶速度和方向加入最优簇,在分簇的基础上运行路由协议。仿真实验结果表明:该机制在分组投递率和网络稳定性上均有改进。     

基于系统聚类的沪宁城际高铁列车停站改进方案

列车停站方案是旅客列车开行方案优化的重要环节。在定义城际高铁概念和分析沪宁城际高铁运营状况以及列车停站方案存在主要问题的基础上,提出根据客流量采用系统聚类法对车站进行分级的方法,并将沪宁城际高铁各站分为5个等级。对比现行列车停站方案,按照公交化的理念,提出了沪宁城际高铁基于高峰和平峰时段车站不同平均服务间隔的停站改进方案和改进建议,为城际高铁运营组织提供有力的技术支撑。     

基于土地利用及客流特征的地铁车站分类

为研究地铁站的精细化分类问题,利用基于出行链分析的通勤出行识别方法筛选通勤客 流,结合早晚高峰的进出站客流量,识别车站的职住功能特征;基于百度地图开源平台抓取POI (Point of interest)数据,从用地功能角度进行组合归类,得到细粒度的车站周边土地利用特征。结 合以上两类特征,建立基于非监督学习K-Means++方法的地铁车站分类模型,将北京地铁307个 车站分为7类。根据其客流和周边用地特征分别识别为配套设施开发完善的典型居住型车站,具 有商业开发潜力的典型居住型车站,配置一定工作岗位的居住型车站,高度开发的典型工作型车 站,职住结合的工作型车站,旅游休闲型的车站,以及尚待开发的远郊车站。经过分析,该分类结 果与实际情况高度吻合,验证了模型的有效性,可以为城市规划及车站周边土地开发提供依据。     

基于T-S模糊模型的船舶柴油机动态辨识

考虑到船舶柴油机模型的非线性和负载的不确定性,用T-S(Takagi-Sugeno)模糊辨识方法建立了船舶柴油机的动态模型。采用模糊聚类简化了T-S模糊规则数的确定和前提中隶属度函数参数的生成,用加权最小二乘算法得出辨识结论中的线性参数。对船舶柴油机在稳态运行工况下作小偏差工况扰动实验,得到在油门尺度和负载变化下柴油机转速、涡轮增压器转速等输出数据,利用该数据建立了描述柴油机动态性能的T-S模糊模型。仿真结果表明,利用该算法能有效地辨识出柴油机转速、涡轮增压器转速、增压压力、空冷器压力等输出在小工况扰动下的变化模型。     

基于基尼系数的辽宁省现代服务业集聚与分散实证

为正确评价辽宁省现代服务业产业空间分布的均衡性,基于基尼系数分析了辽宁省现代服务业产业集聚及分散情况,研究结果表明：辽宁省新兴和现代服务业的空间集聚水平较高,传统服务业没有明显的集聚趋势;产业集中度较高的城市具有得天独厚的区位优势和根基扎实的产业基础.     

一种改进K-means模型的城市轨道交通突发事件分级方法

针对城市轨道交通事件量化分级的难题,本文提出了一种改进的 K-means聚类的突发事件分级方法.首先,从事件类型、持续时间、影响程度等方面分析各种类型事件的特征规律,提取 8个关键特征量用于聚类分析;其次,应用主成分分析法提取 4个主成分变量并提出权重系数计算方法,实现特征向量降维;提出了基于密度扫描的初始聚类中心确定方法,并将改进的 K-means聚类算法应用于地铁突发事件的分级.案例结果表明,与原始 K-means聚类方法对比,应用本文提出的改进方法聚类效果更佳.研究成果已应用于北京地铁应急指挥系统,验证了本文方法的可行性.     

基于模糊聚类的铁路智能运输系统结构分析方法研究

铁路智能运输系统(RITS)规模大、结构复杂、要素繁多,系统设计难度大.为降低系统设计复杂程度,提出了一种基于模糊聚类的RITS逻辑结构分解方法,通过建立模糊关联强度矩阵描述过程间的关联程度,在此基础上采用模糊聚类将RITS逻辑结构分解为若干相对独立的功能单元,使系统分解过程更为精细和严谨,为系统物理实现及相关研究提供了基础.