改进BP算法在旋转机械故障诊断中的应用

针对BP算法在神经网络诊断中表现出来的学习收敛速度慢、易于陷入局部最小点等局限性，用改进BP算法一有弹回的BP算法，对转子试验台模拟几种常见的故障进行诊断研究，从中得出结论：将代表故障的信息输入训练好的神经网络后，由输出的结果，便可以判断发生故障的类型。此外，有弹回的BP算法大大地提高了网络收敛速度和稳定性，更能满足实时在线诊断的要求。     

用神经网络对开式冷挤压极限变形程度的预测

给出了基于 BP网络的极限变形程度预测的分析方法 ,得到了开式冷挤压εmax神经网络计算结果 ,与实验结果比较 ,其精度较高 ,证明了神经网络模型在开式冷挤压工艺中应用的可行性。     

电力系统无功优化方法分析

本文介绍了无功优化的历史,总结了各种无功优化模型,分析了静态、动态两种无功优化方式,比较了当前存在的多种优化算法,提出了目前电力系统无功优化研究中存在的问题及发展趋势。     

基于模糊多属性群决策的维护方式选择研究

维护方式选择是维护管理中的重要工作之一,合理的维护方式既能达到保障设备的稳定运行,又能同时兼顾其它各个方面的要求.由于对维护方式的评价涉及多个部门、人员和属性,有些指标只是一个模糊的概念,因而采用模糊多属性群决策的方法对维护方式进行优先抉择.本文结合A公司的设备维护方式选择问题,尝试使用模糊多属性群决策折衷算法求解最佳...     

基于社群挖掘及决策树模型的欺诈团伙检测

当前,团伙欺诈模式越来越普遍,不同场景、不同业务对应的欺诈行为也越来越多。根据实际业务场景,基于套现欺诈用户更易和套现欺诈商户有所关联,形成聚集效应的团伙欺诈假设,通过构建商户—用户交易行为二分图,建立模型评估指标体系,对比不同社群挖掘算法fastgreedy算法、infomap算法、walktrap算法效果,最终在满足运行速度最快的基础上,用fastgreedy算法挖掘出社群最具区分度。针对挖掘出的社区,通过构建社区相关特征变量以及用户商户特征变量,设定好、坏社群标签,使用机器学习中的决策树模型,将社区结果进行分级,找出最坏的社群聚集群体。     

应急物流多目标选址问题研究

在风险发生的环境下,应急多目标选址是一个目标与约束复杂程度较高的NP难问题,对此,本文提出一个有容量限制的双目标应急物流设施选址分配模型,以最小化系统总成本和最大化客户需求覆盖率为目标,模型目标中引入了"需求覆盖率"这个概念,采用了NSGA-Ⅱ(带精英策略的非支配排序遗传算法)对所提的模型进行有效的求解,得出灾害发生时应急物流设施最大需求覆盖率与系统最小总成本的关系。     

基于动态WSN中分簇脉冲耦合时间同步开销研究

动态无线传感器网络（Wireless Sensor Network,WSN）在时间同步收敛速度最快情况下,为减轻网络负担、通信开销,提高时间同步速度,使同步具有针对性和方向性。文章根据MPCOs模型得到参数最优情况下,再利用分簇算法将网络分成若干份,最后根据移动式脉冲耦合振荡实现动态WSN时间同步。通过仿真验证C-MPCOs算法明显比MPCOs同步周期缩短了1.670 9 s。     

基于层次聚类推理的在线品牌诊断研究及其服装系统实现

本文从服装品牌在线评估与诊断的实际需要出发,研究了面向服装品牌的在线诊断评价体系,给出了在线品牌诊断模型,提出案例推理与规则推理相结合的一种层次聚类推理方法,并根据品牌诊断流程和映射算法设计了品牌诊断推理机制,给出了一个服装在线品牌诊断系统的实现。     

商业银行个人客户洗钱静态风险分类方法研究

构建基于RBF神经网络、聚类算法和决策树模型预测结果的集成风险分类模型。实证研究表明该模型预测精度有所提高,性能表现也更加稳健,对于运用于实际洗钱识别工作具有一定的应用价值。     

基于模糊理论的关联规则及其在财险交叉销售中的应用研究

大量的客户信息数据给客户管理带来一定的困难,有效地借助数据挖掘工具,深入分析现有客户的个性化需求,维持重要客户并开展更广泛的交叉销售业务,对我国财险公司的发展具有重大意义。结合模糊集理论,探讨模糊关联规则在财险客户交叉销售中的应用,将模糊C均值算法引入到关联规则挖掘中,提出改进的Apriori算法—FARMA算法。借助SPSS、Clementine、R语言数据挖掘工具对算例数据进行挖掘,建立交叉销售模型,并进行算例分析,验证新算法的有效性。