公开(公告)号：CN109063769B

公开(公告)日：2021-04-09

申请号：CN201810864958.3

申请日：2018-08-01

Applicant: 济南大学

Inventor： 刘腾腾 ,  曲守宁 ,  张坤 ,  杜韬 ,  王凯 ,  郭庆北 ,  朱连江 ,  王钦

IPC: G06K9/62

Abstract: 本发明公开了基于变异系数自动确认簇数量的聚类方法、系统及介质，计算数据集中每个数据点的密度值，根据密度值计算密度指数，选择密度指数最大的数据点作为第一个聚类中心；计算每个数据点与当前已有聚类中心之间的最短距离，然后根据最短距离计算每个数据点被选为聚类中心的概率，按照轮盘法预选聚类中心；直至选择出设定个聚类中心，根据选择出的初始聚类中心进行k‑means聚类从而产生相应个数的簇；计算平均簇内变异系数和最小簇间变异系数，然后，计算平均簇内变异系数和最小簇间变异系数的差值，将差值与设定值进行比较，如果差值小于设定值，则将两个簇间变异系数最小的两个簇进行合并；直至差值大于等于设定值，则输出聚类结果。

公开(公告)号：CN104732067A

公开(公告)日：2015-06-24

申请号：CN201510088090.9

申请日：2015-02-26

Applicant: 济南大学

Inventor： 王凯 ,  张坤 ,  杜韬 ,  郭庆北 ,  曲守宁 ,  张勇 ,  程新功 ,  朱连江 ,  王钦

IPC: G06F19/00

Abstract: 本发明公开了一种面向流程对象的工业过程建模预测方法，包括如下步骤：FNT模型建立，从流程对象已经生成的数据仓库中抽取工业流程对象原始数据集S，创建FNT模型的初始种群，种群个体数目根据需要定制，每个个体表示一个FNT模型；利用PIPE算法优化FNT模型结构，适应值函数采用均方误差或均方根误差；利用微粒群(PSO)算法优化FNT模型参数；利用FNT模型对流程对象生产过程进行建模预测。本发明基于柔性神经树获取流程对象各测点数据的变化趋势公式，对工业生产过程进行模拟，基于当前生产状态的相关参数预测未来一段时间的生产状态，从而辅助指导企业调整生产流程参数，在微观上引导生产趋利避害。