自动化系统数据挖掘问题的模拟退火解法

作     者：高化猛 李智 赵新国 GAO Hua-meng;LI Zhi;ZHAO Xin-guo

作者机构：装备指挥技术学院研究生院北京101416 装备指挥技术学院国防科技重点实验室北京101416 装备指挥技术学院试验指挥系北京101416 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2007年第19卷第1期

页      面：230-232页

核心收录：

学科分类：0711[理学-系统科学] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 08[工学] 070105[理学-运筹学与控制论] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0701[理学-数学] 071102[理学-系统分析与集成] 081103[工学-系统工程] 

基　　金：863航天领域701主题总体项目(2003AA713011) 

主　　题：自动化 数据挖掘 聚类 模拟退火 蒙特卡罗方法 

摘      要：数据挖掘是近年来发展起来的新技术,指挥自动化的辅助决策过程也越来越依靠数据挖掘求解。通过数据挖掘,可以有效地处理海量数据,为正确决策提供支持。模拟退火是一种性能优越的计算智能算法,广泛应用于求解非线性最优化问题。数据挖掘中的数据聚类与模拟退火在本质特性上存在相似,可以将模拟退火应用于数据挖掘。通过蒙特卡罗方法生成随机数据,进行基于模拟退火的聚类分析。算例表明,新方法能够很好地进行数据聚类,具有较好的适用性。