基于模糊集值统计的聚类分析及其预测

基于模糊集值统计的聚类分析及其预测

论文摘要

聚类分析是多元统计学中的一种重要而实用的技术,是对数值样品或指标进行分类的一种数学方法。在传统的多元统计中,聚类分析考虑的因素(指标)往往都是确定的,但是,在许多实际应用问题中,会遇到某些因素(指标)在观测中由于受到各种因素的影响而表现出不确定性,或者模糊性。因此传统的聚类分析不能很好地解决这类问题。由此,本文基于模糊集值统计理论,研究了当因素(指标)都是模糊数时的聚类分析方法。本文首先利用模糊结构元方法给出了两个模糊数之间的模糊距离,模糊相似系数等概念,在此基础上构建了模糊集值统计的聚类方法。给出了基于模糊集值统计的系统聚类的求解方法和过程,并给出了一些性质及其类的确定。本文提出的两个模糊之间的模糊距离的新定义,克服了模糊数距离为实数的缺陷,并对模糊集隶属度给出了求解的解析技术。文中详细给出了基于当模糊值退化为区间值时的预测,该方法适合解决有关模糊综合评判和模糊搜索的问题。最后简单地给出了统计值为一般模糊数时的预测求解方法。

论文目录

  • 致谢
  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 选题背景
  • 1.2 论题的提出
  • 1.3 模糊集值统计学研究的现状
  • 1.4 模糊集值统计学的特点及研究的意义
  • 1.4.1 模糊集值统计学的特点
  • 1.4.2 模糊集值统计学研究的意义
  • 1.5 本论文的主要工作
  • 2 模糊集合及其基础理论
  • 2.1 基本概念
  • 2.1.1 分解定理、表现定理和扩张原理
  • 2.2 模糊数及其运算
  • 2.2.1 区间数的概念
  • 2.2.2 模糊数的概念
  • 2.2.3 模糊数的运算
  • 2.3 模糊结构元理论
  • 2.3.1 模糊结构元的定义
  • 2.3.2 模糊数的结构元表示
  • 2.3.3 模糊数运算的结构元表示
  • 2.3.4 结构元线性生成的模糊数运算
  • 3 模糊集值统计的聚类分析
  • 3.1 模糊数比较与排序的结构方法
  • 3.1.1 模糊数的最大值与最小值
  • 3.1.2 几种模糊数的序关系
  • 3.1.3 以最大、最小值确定的模糊数排序
  • 3.2 模糊集值统计的聚类分析方法
  • 3.3 模糊距离与模糊相似系数
  • 3.3.1 模糊距离
  • 3.3.2 样品间的距离
  • 3.3.3 变量间的模糊相似系数和模糊距离
  • 3.4 模糊集值统计的系统聚类法
  • 3.4.1 模糊集值统计的系统聚类方法的基本思想和基本步骤
  • 3.4.2 模糊集值统计的系统聚类分析的方法
  • 3.4.3 应用实例
  • 3.5 模糊集值统计的系统聚类法的性质及类的确定
  • 3.5.1 简单的性质
  • 3.5.2 类的定义及特征
  • 3.5.3 类个数的确定
  • 4 模糊集值统计的模糊预测
  • 4.1 随机集与随机集落影的基本概念
  • 4.2 区间值统计预测
  • 4.2.1 一维落影
  • 4.2.2 二维落影
  • 4.2.3 应用实例
  • 4.3 模糊集值统计预测
  • 结论
  • 参考文献
  • 作者简历
  • 学位论文数据集
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    基于模糊集值统计的聚类分析及其预测
    下载Doc文档

    猜你喜欢