公共文化服务平台

搜索到6360篇“ 遗传聚类算法“的相关文章

双编码动态培育遗传聚类算法及其在电池定制化配组中的应用: 2025年; 本文提出了一种基于双编码动态培育遗传聚类算法,同步编码聚类类别与聚类中心,引入动态培育思想,动态调整交叉对象与变异方向,进而增加微变异进而提高种群多样性,解决了传统遗传算法初期收敛缓慢和种群单一问题,提高了算法后期跳出局部最优的能力.同时,分析了双编码动态培育遗传聚类算法的收敛性.最后,以电池定制化配组为应用案例,验证了本文算法解决动力电池定制化配组问题的有效性,以及算法在收敛速度和全局搜索精度方面的优越性.; 王子赟史伟杰王艳纪志成; 关键词：遗传聚类

一种基于精英遗传聚类算法的学生成绩分析方法及系统: 本发明属于数据分析技术领域，提供了一种基于精英遗传聚类算法的学生成绩分析方法及系统，包括：获取学生成绩数据；剔除无效数据，并计算学生成绩数据的特征值；依据特征值，对学生成绩数据进行归一化处理；基于精英遗传聚类算法，对归一...; 赵吉祥邢凤民张艳杰宋新新潘志远赵义术李壮壮孙磊刘朝阳王凯王婧刘静牟黎崔西友许园园颜晨煜王晓慧李成志柴文化丁克翟城郭江震高铭

基于APC模型与遗传聚类算法的老年人疾病建立模型方法: 一种基于APC模型与遗传聚类算法的老年人疾病建立模型方法，通过改进的算法将基本数据与体征数据相结合，以测量难度不高的属性提高疾病判定以及预测的精准度。满足大量部署的同时提高了疾病判定以及预测的精准度。此外，此计算模型不需...; 刘纪敏贾全秋文龙日赵慧琦

基于自适应遗传聚类算法的物流越库配送仿真被引量：1: 2022年; 物流配送路径的合理性较差会导致实际配送的成本和效率难以得到有效控制,为此,开展了基于自适应遗传聚类算法的物流越库配送仿真研究。结合物流公司和用户对物流配送的要求,将配送路程、配送时间以及配送成本问题统一为配送路径总成本问题,将基础运输成本和运输拥堵成本最小化作为规划目标。利用采用了自适应遗传聚类算法的路径进行规划阶段,将运输时间和运输成本平衡关系作为适应度函数,根据车辆的货载上限,对处于同一不重复路径上的目标配送点进行聚类处理,直至聚类覆盖所有节点。测试结果表明,对应配送路径的时间开销和成本开销均明显降低,配送过程中的重复行程也稳定在11.50%以内。; 李萍萍

一种改进的遗传聚类算法: 本发明公开了一种改进的遗传聚类算法，包括：对数据进行编码，得染色体种群；计算适应度数值，并进行排序，获得适应度数组；以贪婪法为基准，根据适应度值将每两个染色体不重复的做交叉操作；根据适应值做选择操作；做模拟退火选择；计算...; 于天阳

基于Hadoop的改进型遗传聚类算法被引量：1: 2021年; 针对经典K-means聚类算法存在易陷入局部最优解的缺点,提出并实现了一种基于Hadoop的改进型遗传聚类算法.该算法利用遗传算法具有全局性和并行性的特点去处理K-means聚类算法易陷入局部最优的缺点,在此基础上对遗传算法进行改进,然后将改进后的遗传算法与K-means算法相结合,为提高算法执行效率,将其基于Hadoop平台进行了实现.通过实验将该改进方法与经典聚类算法进行对比分析,实验结果表明该方法在聚类准确性和聚类效率上均有较大的提高.; 潘俊辉王辉张强王浩畅; 关键词：K-MEANS 文本聚类 HADOOP 并行性

基于APC模型与遗传聚类算法的老年人疾病建立模型方法: 一种基于APC模型与遗传聚类算法的老年人疾病建立模型方法，通过改进的算法将基本数据与体征数据相结合，以测量难度不高的属性提高疾病判定以及预测的精准度。满足大量部署的同时提高了疾病判定以及预测的精准度。此外，此计算模型不需...; 刘纪敏贾全秋文龙日赵慧琦

基于精英自适应遗传聚类算法的烟草物流配送优化研究被引量：14: 2020年; 为了对烟草物流配送过程进行优化,以配送物流量的距离最小化、配送时间的方差最小化、不同服务区域之间差异最大化为指标,通过加权糅合构建了物流系统综合优化模型。以聚类算法产生的初始解作为遗传算法初始精英种群,利用配送时间方差的自适应变异算子改进传统遗传算法,设计了基于精英自适应遗传聚类算法,以提高聚类收敛速度,使聚类区域分布更加均衡。以浙江省某市烟草物流配送中心为对象进行测试,结果表明:(1)利用本文算法实现了对应服务区域和中转站的确定以及聚类区域的优化,对3个中转站和1个配送中心模式优化后,零售户直送率提高7.4百分点,按量直送率提高2.9百分点,总里程减少1352 km;(2)优化后万支卷烟物流成本、分拣和仓库费用显著降低,均低于浙江省平均水平;(3)该地区卷烟销量集中区域与采用本文算法规划的配送效果相符合。该方法具有一定的实用性,可为提高物流配送效率提供技术支持。; 李存兵谢林君杨金欣; 关键词：烟草物流聚类算法中转站自适应变异

基于量子遗传聚类算法的质量控制方法被引量：3: 2019年; 提出一种基于量子遗传聚类算法的质量控制图识别方法。该方法分为质量特征提取和模式分类2个流程。将量子遗传算法和K-means算法相结合,基于一种量子旋转门旋转方向确定机制提出一种量子遗传聚类算法,采用实验仿真的方式验证了该算法的性能。运用所提量子遗传算聚类算法对质量数据进行聚类分析,基于此提出一种控制图特征描述方法。以该特征为输入,运用支持向量机识别所对应的质量控制图模式。所提方法得到了更好的聚类结果,且该控制图识别方法识别精度达到了98.63%。; 王杰王艳; 关键词：遗传聚类控制图 K-MEANS 量子遗传算法

遗传聚类算法的改进及其在基因表达数据分析中的应用: 近年来，cDNA微阵列技术的出现和应用，使得基因表达数据被大量检测出来，从而为人类在分子层级分析疾病提供了充足的样本数据。而如何通过海量的基因表达数据挖掘出有用的信息，便成了当前的研究热点。　　聚类算法作为数据挖掘中的重...; 宋飞豹; 关键词：遗传聚类差异度

相关作者