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Abstract1 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:结构元论文; 模糊集值统计论文; 模糊距离论文; 模糊相似系数论文; 模糊预测论文;