Отрывок: Файл с матрицей расстояний между станциями и производствами должен иметь n строк и m столбцов, где n – количество станций, в ранее открытом файле со станциями, m – количество производств, в ранее открытом файле с производствами. Пример такого файла представлен на рисунке 26. Выберем файлы о Приволжском федеральном округе (900 производств и 145 станций) и заполним поля о проекте и нажмем кнопку «Импортировать». После этого проект сохранится в базу данных. Закроем тек...
Название : Программное средство для оптимального размещения транспортных объектов на основе матрицы расстояний
Авторы/Редакторы : Кириллов М. В.
Есипов Б. А.
Министерство образования и науки Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики
математики и электроники
Дата публикации : 2018
Библиографическое описание : Кириллов, М. В. Программное средство для оптимального размещения транспортных объектов на основе матрицы расстояний : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / М. В. Кириллов ; рук. работы Б. А. Есипов ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, математики и электроники, Фак-т информ. - Самара, 2018. - on-line
Аннотация : В рамках выпускной квалификационной работы было проведено исследование алгоритма k-means pro для размещения транспортных объектов.Целью данной работы является реализация и модификация алгоритма k-means pro, который разделяет исходное множество объектов на k кластеров таким образом, чтобы каждый объект принадлежал только одному кластеру и проецирует центр кластера на список возможных вершин.Предложен алгоритм выбора начальных вершин для алгоритма k-means pro, в качестве метрики используется матрица расстояний, исследовано влияние выбора начальных вершин на скорость работы алгоритма.Разработано программное средство, позволяющее импортировать данные из файлов XLS формата, проводить кластеризацию с импортируемыми данными, просматривать результаты кластеризации, генерировать отчет о результатах, находить оптимальное k (количество кластеров) для исходных данных.В качестве оценки качества кластеризации использовался индекс Дэвиса-Болдина.Исследования приводились на основе данных о Приволжском федеральном округе
Другие идентификаторы : RU\НТБ СГАУ\ВКР20180625142930
Ключевые слова: K-MEANS PRO
индекс Дэвиса-Болдина
размещение транспортных объектов
кластеризация
программные средства
матрица расстояний
Располагается в коллекциях: Выпускные квалификационные работы




Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.