模糊聚类分析在产品质量评估中的应用.pdfVIP

第 l9卷 第4期 广 西 工 学 院学 报 Dec．19 No．4 2008年 12月 JOURNALOFa ANGxIUNIⅥ、]RsITYOF 删 J[)GY Dec．2008 文章编号 1004—6410 (2008)04．0083．03 模糊聚类分析在产品质量评估 中的应用 欧阳浩 ，肖建华2 (1．广西工学院计算机工程系，广西 柳州 545006；2．湖南省第一师范学校 信息技术系，湖南 长沙 410002) 摘 要：研究了模糊聚类方法，并将模糊聚类分析应用于产品的质量评估中，通过实验证明能较好地解决产品分类 中遇到的模糊性质的问题。 关 键 词：模糊聚类；质量评估 ；数据挖掘 中图分类号 ：TP311．131 文献标识码：A 0 引言 聚类就是将对象聚集成若干簇(类别)，使得簇内对象之间具有较大的相似度，而不同簇的两个对象具有 较小的相似度。聚类是一种无监督的分类。 传统的聚类分析是一种硬划分，它把每个待分类的对象严格地划分到某个类中，体现了非此即彼的性 质，因此这类分类的类别界限是分明的[1,2]。然而许多事物之间的界限往往是不分明的，客观世界中存在着 大量的模糊划分的现象，模糊集合论为这种软划分提供了有力的数学工具[引。在工业生产中通常对于产品 质量评估为 优“”、“良99、66中”、“差”等，这都是一些模糊性的感念，此时就需要模糊的划分。模糊聚类分析可 以很好的解决质量评估中模糊性的划分问题，从而能有效地指导生产[引。 1 模糊聚类分析 1．1 聚类要素的数据处理 在聚类分析中，聚类要素的质量直接影响分析结果的准确性和可靠性。不同的数据往往有不同的单位 和量钢，因而数值的差异可能是很大的，这就会对聚类的结果产生影响。因此在进行模糊聚类之前，须对数 据进行相应的处理，以保证聚类的质量。在这里对数据采用归一化的处理。 假设待分类对象的集合 X：{Xl，z2…z }，设每一个对象 aT．由一组聚类要素 {五1，zf2… }来表示。 则标准化后的数据 为： ～． ： x~-m1／i1…7z1 一rnj＼ 1… ／ 其中： 和rnj分别是巧 的第J个特征的最大值与真小值，这样就把 转换成z打∈[O，1]。 1．2 建立模糊相似矩阵 定义 1 设 【，、 为两个论域，称 U×V上的模糊集R为从L厂到 的一个模糊关系。即，对 V(z，)∈ U×V，都指定它对R的隶属度 (z，Y)： tLR：Ux 一[O，1] 定义2 若 【，与 都是有限论域，则模糊关系R=(r)可以用一个矩阵来表示，其中矩阵R的元素定 义为 ： r0 ,UR(xi，∞) 0 ≤1(1 ， 7z) 收稿 日期：2008一o6一o6 基金项 目：广西工学院科硕项 目(编号070217)。 作者简介：欧阳浩 (1979一)，男，湖南湘潭人，广西工学院计算机工程系助教，硕士。 广西工学院学报 第 19卷 矩阵R成为模糊矩阵。 当rfj∈{0，1}时，模糊矩阵退回为一般的矩阵，表示一个经典集合。 在模糊聚类分析中，必须建立一个R=(ri) 的模糊相似矩阵，rfj为相似系数，即表示对象Xf和对象 z的相似程度。对于相似系数 rI的计算方法有很多，如数量积法、夹角余弦法、相关系数法、贴近度法等。 在此采用贴近度法。 ro 1一c I旋一xjkl 其中：c为适度选择的参数值 ， [0，1]。当r 接近 1时，表示两个样本越接近。 1．3 确定最佳阈值 得到模糊相似矩阵后，须给定一个阈值 ∈[0，1]对模糊相似矩阵进行处理，将矩阵中小于阈值 的相 似系数r置0，从而得到一个 截关系R^，它是一个普通的等价关系。利用R^可以得到与 对应的分类。 较大的；|【值对应的分类 “较细”。本文对于阈值