【摘 要】
:
在海量数据与资讯飞速增长的信息时代,数据供给与数据分析能力之间的矛盾日益突出,数据挖掘技术应运而生。聚类分析作为数据挖掘的一个重要领域,在发现潜藏的有价值信息,提高
论文部分内容阅读
在海量数据与资讯飞速增长的信息时代,数据供给与数据分析能力之间的矛盾日益突出,数据挖掘技术应运而生。聚类分析作为数据挖掘的一个重要领域,在发现潜藏的有价值信息,提高数据分析能力和数据解释质量方面有着深远的意义。因此对聚类分析的技术方法进行全面、系统和深入的研究是全球信息化发展的客观要求。把聚类分析技术应用于企业信息化,将带动现代信息技术服务于各个产业的发展。蚁群算法是近年来快速发展的一种仿生优化算法。该算法模拟蚂蚁的群体行为,采用了正反馈机制,具有并行性,鲁棒性,易于和其他方法结合等优点。蚁群算法应用于聚类分析,在离散优化问题上展现出了优异的性能与巨大的发展潜力。蚁群聚类算法在系统应用集成中能够为开发实施人员提供指导,为项目各种决策提供科学客观的依据。
本文阐述了数据挖掘的概念、分类和过程等基本内涵。概述了聚类分析的含义、形式、数据类型和相似度度量等内容;介绍了几种常用的聚类分析算法。接着全面阐述了蚁群算法的产生机制、原理及模型,分析了算法的优缺点;然后给出了蚁群聚类算法的分类,深入剖析了每种分类的原理和模型,指出了各自的长处与局限性。在上述研究基础上提出了一种融合K-means算法的改进蚁群聚类算法,利用前者能快速聚类的优点进行初次聚类,接着运用蚁群算法进行再次聚类,得到优化后的聚类结果。根据以上思想设计了算法的流程并进行了仿真实验,结果显示与K-means算法,基本蚁群算法等相比有更高的精确度。然后在对企业系统应用集成的产生背景,相关概念以及与办公自动化系统的联系作全面剖析的基础上,运用改进蚁群聚类算法对协同管理系统的数据集作聚类分析。在数据经过采集、合并、变换和平衡等预处理后,对其进行了聚类分析,得到系统应用的性别、.级别、部门、时间和模块等方面的特点倾向,对应用集成的设计实施有一定的指导价值。最后,总结了当前工作,分析了相关问题,给出了进一步研究工作的展望。本研究表明,结合其他算法的优点,相互取长补短,对蚁群聚类算法进行优化,能够得到具有实践意义和应用价值的改进蚁群聚类算法。
其他文献
自然科学基金十年资助一批重大项目国家自然科学基金委员会成立10年来,对促进我国数理科学的发展起了重要作用,共资助数理科学重大项目18项,与其它学部联合资助交叉重大项目6项,面上项
矿山工程的投资重点[英]G.鲍威尔斯,A.托马斯本文对今后五年内新建工程项目和现有生产矿山进行扩建的计划投资进行了分析。所涉及的金属为铜、镍、锌和贵重金属等。然而,必须指出,由于
测量系统是项目团队必须考虑的关键过程影响因素之一。虽然属性值数据在中小型企业中广泛使用,但是这些企业却没有测量系统分析的概念,从而导致在进行质量改进时,得到的测量数据的误差较大,使质量改进不能有效的进行,并且花费了大量的人力和物力,给企业造成了很大的损失。同连续型测量系统相比,国内对于属性值测量系统的研究及应用较为缺乏。因此,从提高效率和节约成本的角度而言以及属性值测量值本身的特性要求,对属性值测
2017年9月15日,应绍兴市柯桥区文化发展中心之邀,有幸陪同德高望重的马来法先生在柯桥莲花书场观看施金裕长篇莲花落《一夜夫妻》.只见施金裕身着一袭旗袍,服饰搭配清新淡雅,
员工工作价值观对员工的职业选择、员工满意度、组织公民行为和组织承诺有重要的影响。国内的研究,在工作价值观的定义和结构研究方面已经较为深入,对于工作价值观与其它相关变
当今时代,市场竞争迅猛发展,供应商市场趋向于由少数寡头垄断组成的市场结构,有卓越能力的供应商往往是稀缺的,而供应商在合作中所承担的责任也越来越重大。由于越来越多的制造商
在优化配水管网的管径设计方案时,为了缩短计算时间、简化参数选择过程,需要选取速度快,参数敏感性低的算法。该文比较分析了标准遗传算法、稳态遗传算法和子群遗传算法进行
在经济全球化深度发展的大背景下,越来越多的跨国公司正成为引领世界经济发展的新力量,经济全球化为中国企业带来了新挑战。中国企业在参与国际化分工中,利用自身要素禀赋获得了
随着我国经济增长速度逐渐回落,市场中企业之间的竞争愈加激烈,每个客户对产品服务水平的要求亦日趋提高。为了实现服务与效益的均衡发展,生产企业越来越重视产能规划,尤其对流程型生产企业,影响产能规划的关键因素在于订单选择。企业盈利的关键在于订单,但并非订单越多越好。订单过多,超过企业产能,反而会给企业带来负累。因此,如何选择订单,选择什么订单是企业管理的关键问题。而在生产中,订单选择与订单排序相互影响,