收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于群集智能的带约束条件空间聚类分析研究

张雪萍  
【摘要】: 空间聚类分析不仅是空间数据挖掘的重要有效方法,同时也是其它挖掘任务的前奏。空间聚类分析已经成为空间数据挖掘研究领域中一个非常活跃的研究课题。传统聚类算法忽略了真实世界中许多约束条件的存在,而约束条件的存在会影响聚类结果的合理性。在实际应用中多数情况需要在各种约束条件下进行聚类。为了提高空间聚类的实用性,必须研究空间数据挖掘中满足约束条件的聚类问题,既要找到满足特定的约束,又要具有良好聚类特性的数据分组,是一项具有挑战性的任务。 群集智能是近年来人工智能领域探讨的热门问题,它们已经在许多领域得到了成功的应用,显示了较强的发展潜力。因此,本文结合群集智能优化技术,以带障碍约束的空间聚类分析问题为主要研究对象,对遗传算法、蚁群优化算法、粒子群优化算法的理论进行研究和算法改进,并利用改进的算法来解决带障碍约束的空间聚类分析问题。具体主要研究内容和创新点如下: 1.本文首次结合群集智能优化新技术,以带障碍约束的空间聚类分析问题为主要研究对象,探索了一种基于群集智能优化技术解决带障碍约束空间聚类分析问题的新方法,开辟了带障碍约束空间聚类分析研究的新途径,开拓了群集智能应用的新领域。 2.采用多种算法融合的集成研究思路,改进了经典群集智能优化算法,提高了算法的收敛速度和搜索精度。 3.障碍距离的计算是解决带障碍约束空间聚类分析问题的关键技术之一。在分析通过可视图计算障碍距离方法的不足基础上,借鉴机器人路径规划问题解决思路,研究了一种基于改进遗传算法的格网障碍距离计算方法。该方法不仅搜索速度快,而且能处理任何复杂形状的障碍。 4.结合带障碍约束空间聚类分析问题的特点,针对遗传格网障碍距离计算方法的不足,研究了一种基于改进蚁群优化算法的格网障碍距离计算方法,在规模较大、较复杂的拥挤环境中该方法也具有良好的性能。与基于改进遗传算法的格网障碍距离方法相比,该方法具有较好的快速求解性和稳定性。同时,基于群集智能优化的格网障碍距离计算方法为GIS中空间分析的深入研究提供了新思路。 5.在深入分析基于划分的带障碍约束空间聚类的基础上,研究了一种基于遗传和划分相结合的带障碍约束空间聚类分析方法,设计了一个遗传K-Medoids带障碍约束空间聚类分析算法。该方法不仅兼顾了局部收敛和全局收敛性能,又充分考虑到了现实障碍物对聚类结果的影响,使得聚类结果更具有实际意义。 6.针对遗传划分带障碍约束空间聚类分析速度相对较慢的的不足,研究了一种基于粒子群优化和划分相结合的带障碍约束空间聚类分析方法,设计了一个粒子群优化K-Medoids带障碍约束空间聚类分析算法。其聚类结果明显优于改进的K-Medoids带障碍约束空间聚类算法,其收敛速度明显比遗传K-Medoids带障碍约束空间聚类快,其聚类效率也明显高于遗传K-Medoids带障碍约束空间聚类分析。与遗传K-Medoids带障碍约束空间聚类分析相比,该方法具有更好的可伸缩性,且所需输入的参数相对较少,更适合于对聚类速度要求较高的动态约束条件场合。 7.以郑州市公园选址为例,验证了基于群集智能优化的带障碍约束空间聚类分析方法的有效性、实用性。实际应用结果表明:在GIS中引入基于群集智能优化的带障碍约束空间聚类分析方法比一般通用的空间聚类分析方法更好地揭示其空间相关性,所做的设施区位分析结果更科学、更合理。 8.基于群集智能优化的带障碍约束空间聚类分析提高了空间聚类的实用性,能为科学合理地进行基础设施建设与布局提供决策依据,与GIS集成后可增加其智能化分析程度,同时也为提高空间数据挖掘的效率和质量提供了有力保障。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 沈艳,郭兵,古天祥;粒子群优化算法及其与遗传算法的比较[J];电子科技大学学报;2005年05期
2 厍向阳,彭文祥,薛惠锋,李继军;基于GIS的空间聚类算法研究[J];计算机工程与应用;2005年29期
3 马程;杨诗琴;;基于量子粒子群的带障碍约束的空间聚类[J];安庆师范学院学报(自然科学版);2010年03期
4 邓红艳,武芳;基于遗传算法的空间聚类分析[J];测绘通报;2002年S1期
5 侯金宝;;智能算法综述[J];科技资讯;2009年08期
6 欧松,钟慕良,徐建闽,周其节;一类高精度非线性系统参数和阶次辨识的浮点遗传算法[J];华南理工大学学报(自然科学版);1997年12期
7 邱志刚,黎志成;应用遗传算法进行单机工件加工排序[J];华中理工大学学报;1997年11期
8 原亮明,郭继斌,吴作伟,杨辉;遗传算法在铁路客车横向稳定性多参数优化中的应用[J];北方交通大学学报;1998年04期
9 江厚满,张若棋,张寿齐;用遗传算法确定材料物态方程参数[J];高压物理学报;1998年01期
10 龙甫荟,郑南宁,张晓缋;基于多层感知遗传算法的图象分割新方法[J];控制理论与应用;1998年02期
11 魏立线;标准遗传算法不收敛的新证法[J];武警工程学院学报;1999年02期
12 黄海贇,戚飞虎;一种精确标定摄像机的遗传算法方案(英文)[J];红外与毫米波学报;2000年01期
13 耿新青;遗传算法及其应用[J];鞍山钢铁学院学报;2000年06期
14 李明兰,高齐圣;基于遗传算法的参数设计方法[J];青岛化工学院学报;2000年01期
15 熊兴华,钱曾波,王任享;遗传算法与最小二乘法相结合的遥感图像子像素匹配[J];测绘学报;2001年01期
16 郭观七,喻寿益;遗传算法收敛性分析的统一方法(英文)[J];控制理论与应用;2001年03期
17 杨晓春,赵哲身;遗传算法在大体积混凝土温度场神经网络建模中的应用[J];上海大学学报(自然科学版);2001年05期
18 陈建锋,石振明,陈竹昌;基于遗传算法的土性参数估计[J];上海地质;2001年01期
19 黄海滨;遗传算法中遗传算子的分析[J];玉林师范学院学报;2001年03期
20 岑仲迪;基于遗传算法的多目标规划的求解[J];浙江万里学院学报;2001年02期
中国重要会议论文全文数据库 前10条
1 张伟;李守智;高峰;刘振山;;几种智能最优化算法的比较研究[A];第二十四届中国控制会议论文集(下册)[C];2005年
2 朱秀娥;周宝焜;;振动筛设计的遗传算法[A];福建省科协第三届学术年会装备制造业专题学术年会论文集[C];2003年
3 何奉道;梁向阳;;基于遗传算法的机车周转图优化编制方法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
4 刘忠凯;薛正辉;任武;李伟明;高本庆;;用遗传算法优化八木天线[A];2005'全国微波毫米波会议论文集(第二册)[C];2006年
5 汝勇;杨树强;;遗传算法在历史性约束组合优化问题中的应用[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集(上册)[C];2010年
6 徐博艺;刘刚;李敏强;;遗传算法在非线性优化问题中的应用[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
7 李大伟;戴建设;李敉安;;遗传算法及其在神经网络学习算法中的应用[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
8 张莉;李久坤;赵德平;;用遗传算法解网络计划中的多资源优化问题[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第4卷)[C];1997年
9 张健;石耀霖;;利用遗传算法从钻孔温度反演过去气温变化[A];1995年中国地球物理学会第十一届学术年会论文集[C];1995年
10 王直杰;方建安;邵世煌;;一种改进的遗传算法及其在神经网络学习中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
中国博士学位论文全文数据库 前10条
1 张雪萍;基于群集智能的带约束条件空间聚类分析研究[D];解放军信息工程大学;2007年
2 张旭;具有拓扑结构布局优化的理论及算法[D];大连理工大学;2004年
3 张需溥;小型化微带天线的设计与数值分析[D];上海大学;2004年
4 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
5 杨春成;空间数据挖掘中聚类分析算法的研究[D];解放军信息工程大学;2004年
6 方娟;基于移动代理的网格资源监控技术的研究[D];北京工业大学;2005年
7 崔晓芳;箱型结构焊接变形预测、控制及应用[D];大连交通大学;2005年
8 张材;薄带坯铸轧板形智能识别与控制系统研究[D];中南大学;2004年
9 田方;遗传算法的改进研究及其在压缩机性能分析与优化中的应用[D];东北大学;2006年
10 谷峰;柔性作业车间调度中的优化算法研究[D];中国科学技术大学;2006年
中国硕士学位论文全文数据库 前10条
1 王冬梅;群集智能优化算法的研究[D];武汉科技大学;2004年
2 朱奉梅;遗传算法在高校排课系统中的研究与应用[D];东北大学;2009年
3 孙晓丽;基于遗传算法的既有线平面及纵断面整正优化设计[D];中南大学;2010年
4 冯秋霞;解最小生成树问题的新的遗传算法[D];西安电子科技大学;2010年
5 郭佳;基于遗传算法的认知无线网络资源分配技术研究[D];西安电子科技大学;2010年
6 宋品;基于改进遗传算法的波束形成技术研究及其应用[D];西安电子科技大学;2010年
7 梁云静;基于遗传算法的主题爬虫搜索策略研究[D];湖北工业大学;2010年
8 高建兵;基于遗传算法的模糊推理控制系统的参数优化研究[D];辽宁工程技术大学;2011年
9 李振业;多向变异遗传算法及其优化神经网络的研究[D];华南理工大学;2011年
10 栾丽霞;遗传算法在潍坊商校排课系统的研究与应用[D];电子科技大学;2011年
中国重要报纸全文数据库 前10条
1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
2 程爱娟;旅行推销员问题(TSP)的人工智能解法及其应用[N];新疆科技报(汉);2001年
3 中国科技大学计算机系 邢方亮;计算智能百花齐放[N];计算机世界;2003年
4 包家庆;IDS五大发展趋势[N];网络世界;2002年
5 郭明波;来自蝙蝠的启发[N];北京科技报;2001年
6 易水;IT新词集锦[N];计算机世界;2003年
7 高澜庆;矿山企盼智能化[N];中国矿业报;2000年
8 李磊;让电子政务更聪明[N];计算机世界;2001年
9 记者 吴苡婷;用技术挖出网络信息中“金子”[N];上海科技报;2009年
10 顾正华 唐洪武 肖洋 河海大学水利水电工程学院 李云 南京水利科学研究院水工研究所;水流智能模拟大步走来[N];中国水利报;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978