使用粒子群优化算法学习聚类算法的参数

无导师聚类过程中将数据集合分割成几个类是一个很难确定的问题,目前还没有较好的解决方法。文章使用粒子群优化算法应用于无导师聚类算法——K-均值的参数学习,实现了使用粒子群优化算法进行聚类中心参数的确定,旨在提供一种选择中心参数个数的方法,同时给出了适应于聚类参数学习的粒子群fitness函数算法设计。通过对UCI机器学习数据库中的7个数据库进行实验,证实此方法是比较有效的。     

电力智能管理决策系统的研究与实现

配电网网架规划是一项十分复杂的组合优化工程,依靠传统方法和人工经验往往无法满足规划需要。利用建立在电力管理信息系统基础上的智能决策系统,通过对空间数据和业务数据的智能分析,借助数学模型和启发式算法实现了对配电网网架规划方案优化选择的辅助决策。通过嵌入式GIS组件实现可视化交互式决策。应用决策树技术使系统具备了自主学习能力,实现了电力管理系统的智能决策研究。