纵横交叉算法在电力大客户细分中的应用

被引:1
作者
李超 [1 ]
谭火超 [1 ]
孟安波 [2 ]
卢海明 [2 ]
郭壮志 [2 ]
机构
[1] 广东电网公司茂名供电局
[2] 广东工业大学自动化学院
基金
广东省自然科学基金;
关键词
客户细分; 纵横交叉算法; 聚类分析; 增值服务;
D O I
暂无
中图分类号
F274 [企业供销管理]; F426.61 [];
学科分类号
1201 ;
摘要
电力客户分类应用领域广泛涉及数据挖掘与特征提取问题,为了提高聚类算法的稳定性和准确性,提出一种基于纵横交叉(Crisscross Optimization,CSO)算法的聚类方法,能有效克服k均值聚类算法对初始质心敏感,容易陷入局部极值的缺点。CSO算法采用一种双交叉搜索机制,其中横向交叉引入扩展因子增强全局搜索能力,纵向交叉引入维交叉概念,从而避免维局部最优问题。两种交叉算子交替产生中庸解,通过与父代竞争产生的占优解在种群中相互催化,从而避免早熟问题的同时能够迅速收敛到全局最优。利用新方法对电力大客户数据进行客观、科学的挖掘分析,实现了对电力大客户较全面和准确的精细化分类,为供电企业制定有针对性的营销策略提供了依据。
引用
收藏
页码:58 / 61+82 +82
页数:5
相关论文
共 14 条
[1]  
基于客户价值评估的供电企业客户关系管理研究.[D].董世安.华北电力大学(北京).2010, 09
[2]  
基于数据挖掘的电力客户细分研究.[D].王春叶.华北电力大学(河北).2009, 03
[3]  
乐山电业局大客户细分及增值服务研究.[D].程志炯.华北电力大学(北京).2009, 10
[4]  
基于客户价值分析的电力客户服务管理研究.[D].靳方明.华北电力大学(北京).2007, 02
[5]   论历城电力的增供扩销策略与实践 [J].
杨乐新 ;
吴宾宾 ;
万旭 .
电气应用, 2013, 32(S1) (S1) :229-233
[6]   一种改进的粒子群优化快速聚类算法 [J].
王纵虎 ;
刘志镜 ;
陈东辉 .
西安电子科技大学学报, 2012, 39 (05) :61-65+78
[7]   基于PSO的k-means算法及其在网络入侵检测中的应用 [J].
傅涛 ;
孙亚民 .
计算机科学, 2011, 38 (05) :54-55+73
[8]   一种改进的PSO-Means聚类优化算法 [J].
魏新红 ;
张凯 .
河南科技大学学报(自然科学版), 2011, 32 (02) :41-43+109
[9]   基于加速遗传算法和Shepard插值理论的大电力客户信用评估模型 [J].
刘万林 ;
栗秋华 ;
周林 ;
刘强 .
电气应用, 2010, 29 (09) :46-50+68
[10]   电力监控系统跨平台集成方案的研究与实现 [J].
张铮 ;
闫红漫 ;
陆融 .
电气应用, 2008, (18) :65-68