本文關(guān)鍵詞：優(yōu)化的蟻群算法和船舶電網(wǎng)系統(tǒng)云數(shù)據(jù)聚類和實(shí)現(xiàn)

  更多相關(guān)文章： 蟻群算法 船舶故障診斷 云數(shù)據(jù)聚類

【摘要】：首先分析蟻群聚類算法,并指出其存在的問題;然后給出傳統(tǒng)的蟻群聚類算法在船舶電網(wǎng)云數(shù)據(jù)聚類的實(shí)現(xiàn)流程,針對算法中存在的問題,提出利用慣性因子、隨機(jī)初始化等方式改進(jìn)和優(yōu)化算法對船舶電網(wǎng)故障進(jìn)行診斷;最后通過實(shí)驗(yàn)進(jìn)行說明,優(yōu)化后的蟻群聚類算法與K-mean算法、粒子群K-mean算法相比具有較好的收斂性。
【作者單位】： 重慶工商職業(yè)學(xué)院;
【關(guān)鍵詞】： 蟻群算法 船舶故障診斷 云數(shù)據(jù)聚類
【分類號】：U665.12
【正文快照】： 0引言由于海洋運(yùn)輸日益繁忙,船舶電網(wǎng)系統(tǒng)的好壞直接關(guān)系到海上運(yùn)輸?shù)陌踩?在計(jì)算機(jī)技術(shù)的大力推動下,船舶電網(wǎng)系統(tǒng)的數(shù)據(jù)存儲與監(jiān)控已經(jīng)傳送至云端,利用云網(wǎng)絡(luò)并行分布式計(jì)算的特點(diǎn)對船舶電網(wǎng)系統(tǒng)進(jìn)行實(shí)時監(jiān)控和處理,即使系統(tǒng)發(fā)生故障也能快速、準(zhǔn)確地對故障點(diǎn)進(jìn)行檢測和檢修

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉麗娜;;一種基于超圖模式的數(shù)據(jù)聚類方法[J];石家莊鐵路職業(yè)技術(shù)學(xué)院學(xué)報(bào);2005年04期

2 白天;冀進(jìn)朝;何加亮;周春光;;混合屬性數(shù)據(jù)聚類的新方法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2013年01期

3 張曉戎;王程成;胡光波;張毅;周勇;;混沌差分優(yōu)化數(shù)據(jù)聚類及在故障診斷中的應(yīng)用[J];壓縮機(jī)技術(shù);2013年06期

4 吳變樣;;一種新的混合球殼形數(shù)據(jù)聚類方法[J];機(jī)械工程與自動化;2011年02期

5 邢婷;王鳳芝;;數(shù)據(jù)聚類算法在客戶分類中的應(yīng)用[J];哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年06期

6 王立錕;王君;;流數(shù)據(jù)聚類中多屬性的計(jì)算[J];重慶工學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年06期

7 武森;王薔;姜敏;魏青;;考慮加權(quán)排序的分類數(shù)據(jù)聚類算法[J];北京科技大學(xué)學(xué)報(bào);2013年08期

8 袁遠(yuǎn),季星來,孫之榮,李衍達(dá);Isomap在基因表達(dá)譜數(shù)據(jù)聚類分析中的應(yīng)用[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年09期

9 彭宇;羅清華;彭喜元;;UIDK-means:多維不確定性測量數(shù)據(jù)聚類算法[J];儀器儀表學(xué)報(bào);2011年06期

10 高志春;陳冠瑋;胡光波;張毅;;傾斜因子K均值優(yōu)化數(shù)據(jù)聚類及故障診斷研究[J];計(jì)算機(jī)與數(shù)字工程;2014年01期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 武森;張桂瓊;王瑩;吳玲玉;;容差集合差異度高維不完備數(shù)據(jù)聚類[A];第十二屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2010年

2 吳繼兵;李心科;;基于分治融合的混合屬性數(shù)據(jù)聚類算法研究[A];全國第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議(CACIS·2009)暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集（下冊）[C];2009年

3 高學(xué)東;周磊;;Web點(diǎn)擊流數(shù)據(jù)聚類算法[A];全國第十屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)年會論文集[C];2006年

4 陶紅霞;車建華;劉國華;;基于聚類的個性化推薦算法[A];2005年全國理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會論文集[C];2005年

5 王琳;羅可;羅永紅;;一種基于混合的IGA & PSO的數(shù)據(jù)聚類算法[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

6 武森;高學(xué)東;;高維稀疏數(shù)據(jù)聚類的CABOSFV算法[A];第七屆北京青年科技論文評選獲獎?wù)撐募痆C];2003年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 白天;生物醫(yī)學(xué)數(shù)據(jù)聚類方法研究[D];吉林大學(xué);2012年

2 彭柳青;高維高噪聲數(shù)據(jù)聚類中關(guān)鍵問題研究[D];西安電子科技大學(xué);2011年

3 孫志偉;空間數(shù)據(jù)聚類的研究[D];天津大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張小宇;基于圖論的符號型數(shù)據(jù)聚類算法研究[D];山西大學(xué);2009年

2 王永卿;高維海量數(shù)據(jù)聚類算法研究[D];廣西大學(xué);2007年

3 張鳴;符號數(shù)據(jù)聚類評價指標(biāo)研究[D];山西大學(xué);2013年

4 張揚(yáng);混合屬性數(shù)據(jù)聚類算法及其應(yīng)用[D];大連理工大學(xué);2013年

5 張東升;數(shù)據(jù)挖掘中的演化數(shù)據(jù)聚類算法研究[D];杭州電子科技大學(xué);2014年

6 楊果利;基于模糊聚類的大規(guī)模數(shù)據(jù)聚類算法及其應(yīng)用研究[D];西安電子科技大學(xué);2014年

7 白亮;符號屬性數(shù)據(jù)聚類算法的研究[D];山西大學(xué);2009年

8 李靜芬;流數(shù)據(jù)聚類算法的研究與改進(jìn)[D];河北工業(yè)大學(xué);2014年

9 李林;基于Hadoop平臺的視覺數(shù)據(jù)聚類研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2013年

10 李凱;基于網(wǎng)絡(luò)優(yōu)化最小樹的大數(shù)據(jù)聚類分析研究[D];蘭州大學(xué);2015年

，

本文編號：952671