基于模糊c-均值(FCM)聚类算法的给水管网压力监测点优化布置
2018-11-26林英姿刘思宏吕尊敬
吉林建筑大学学报 2018年5期
林英姿 刘 览 刘思宏 吕尊敬
(吉林建筑大学 市政与环境工程学院,长春 130118)
0 引言
在城市给水管网系统中,作为全面掌握给水管网运行状态以及正确调度给水系统的重要参数[1-2],且是直接反映城市供水服务质量指标之一的水压,在对其进行布置压力监测装置时,要求监测装置监测到的压力能够反映节点流量变化,便于监控管网漏失和爆管事故.随着模糊聚类理论完善和发展,越来越多的被运用到给水管网压力监测点优化布置当中去[3-5].把压力监测点的聚类分析转化成一个带约束的非线性规划问题,通过基于目标函数聚类算法对其优化求解,得到数据集的最优模糊划分和聚类中心,可使压力监测点的布置较为均匀且具有代表性.
基于上述所说,本文利用FCM聚类算法进行城市给水管网压力监测点优化布置,得出一种较为完整的城市给水管网压力监测点优化选址的方法.
1 FCM聚类算法
1969年,Ruspini系统的提出了关于数据集模糊划分概念的模糊聚类算法后[6],Zadeh[7]和Tarmura[8]学者也相继提出基于相似关系和模糊关系的聚类方法.在模糊聚类研究方面,随着与各类群智能算法、图论等技术进行交叉融合,学者们陆续提出了许多种方法[9-11].在其中运用最广、设计简单、参数较少的是基于目标函数的聚类算法,而在此类聚类算法中比较典型[12-13]的为模糊C-均值聚类法(FCM).1974年,Dunn首次提出FCM模糊聚类算法[14],Bezdek则在1981年进一步完善了该算法[15].随着FCM算法的不断完善,该算法在……
登录APP查看全文
