基于軟集理論的售電套餐多目標(biāo)優(yōu)化方法的應(yīng)用研究
【文章頁(yè)數(shù)】:69 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1-12016-2017售電公司數(shù)量
圖1-12016-2017售電公司數(shù)量1.2選題意義在本文的研究中,用戶在選擇售電套餐時(shí),可能會(huì)考慮到交易電價(jià)、輸配費(fèi)定收費(fèi)、違約懲罰等多個(gè)影響因素,并且用戶希望得到的售電套餐能夠盡可能每個(gè)影響因素都達(dá)到最優(yōu)。因此,售電套餐選取可以看作是一個(gè)多目標(biāo)最優(yōu)選問(wèn)題。如何選擇合適的方....
圖3-1K-means算法迭代過(guò)程圖
K-means算法是典型的基于原型的目標(biāo)函數(shù)聚類方法的代表,其優(yōu)化的目標(biāo)函數(shù)是數(shù)據(jù)點(diǎn)到原型的某種距離,并且該算法用中心點(diǎn)定義原型,在聚類前給定簇?cái)?shù)目k以歐幾里德距離作為相似度度量方法,采用誤差平方和準(zhǔn)則函數(shù)作為聚類準(zhǔn)則函數(shù),通過(guò)迭代更新的方式,每一次迭代的目的是使目標(biāo)函數(shù)逐漸變....
圖3-5三種算法在Iris數(shù)據(jù)集上的準(zhǔn)確率比較圖
頻繁的Iris數(shù)據(jù)集、Diabetes數(shù)據(jù)集和Wine數(shù)據(jù)集作為測(cè)試數(shù)據(jù),并將聚傳統(tǒng)算法的聚類結(jié)果進(jìn)行比較[42]。UCI數(shù)據(jù)庫(kù)是一個(gè)專門用于機(jī)器學(xué)習(xí)、的標(biāo)準(zhǔn)測(cè)試數(shù)據(jù)庫(kù)。用于實(shí)驗(yàn)的計(jì)算機(jī)CPU是Intel(R)Core(TM)i5-32U@2.50GHZ,內(nèi)存是....
圖3-6三種算法在Wine數(shù)據(jù)集上的準(zhǔn)確率比較圖
圖3-6三種算法在Wine數(shù)據(jù)集上的準(zhǔn)確率比較圖圖3-7三種算法在Diabetes數(shù)據(jù)集上的準(zhǔn)確率比較圖上述三個(gè)實(shí)驗(yàn)結(jié)果圖表明:對(duì)于Iris數(shù)據(jù)集,用傳統(tǒng)K-means算法最高準(zhǔn)到83.33%,最低僅53.33%,平均值是78.23%,其中有一次準(zhǔn)確....
本文編號(hào):3907251
本文鏈接:http://sikaile.net/jingjilunwen/gongyejingjilunwen/3907251.html