模糊聚类的分析的理论、方法与应用的研究.doc

模糊聚类分析的理论、方法与应用研究 摘要： 在科学技术、经济管理中常常要按一定的标准进行分类。对所研究的事物按一定标准进行分类的数学方法称为聚类分析，它是多元统计“物以类聚”的一种分类方法。由于科学技术、经济管理中的分类界限往往不分明，因此采用模糊聚类方法通常比较符合实际。本文旨在运用模糊聚类分析的方法，贯彻其理论，对具体的例子进行分析和研究。 关键词：聚类分析，模糊，应用，方法。 前言： 聚类就是把具有相似性质的事物区分开加以分类。聚类分析就是用数学方法研究和处理给定对象的分类，“人以群分，物以类聚”，聚类问题是一个古老的问题，是伴随着人类产生和发展不断深化的一个问题。人类要认识世界就必须要区分不同的事物并认识事物间的，聚类就是把具有相似性质的事物区分开加以分类。经典分类学往往是从单因素或有限的几个因素出发，凭经验和专业对事物分类。这种分类具有非此即彼的特性，同一事物归属且仅归属所划定类别中的一类，这种分类的类别界限是清晰的着人们认识的深入，发现这种分类越来越不适用于具有模糊性的分类间题，如把人按身高分为“高个子的人’，“矮个子的人”，“不高不矮的人”。如何判别特定的一个人的类别便产生了经典分类学解决不了的困难。模糊数学的产生为上述软分类提供了数学基础，由此产生了模糊聚类分析。我们把应用普通数学方法进行分类的聚类方法称为普通聚类分析，而把应用模糊数学方法进行分析的聚类分析称为模糊聚类分析。随着模糊数学传人我国，模糊聚类分析也传人了我国。其应用领域已包括了天气预报、气象分析、模式识别、生物、医学、化学等诸多领域。为被分类对象，每个对象又有个指标表示其性状，即 ， 于是，得到原始数据矩阵为 。 其中表示第个分类对象的第个指标的原始数据。 （2） 数据标准化 在实际问题中，不同的数据一般有不同的量纲，为了使不同的量纲也能进行比较，通常需要对数据做适当的变换。但是，即使这样，得到的数据也不一定在区间上。因此，这里说的数据标准化，就是要根据模糊矩阵的要求，将数据压缩到区间上。通常有以下几种变换： ① 平移·标准差变换 其中 ， 。 经过变换后，每个变量的均值为0，标准差为1，且消除了量纲的影响。但是，再用得到的还不一定在区间上。 ② 平移·极差变换 ， 显然有，而且也消除了量纲的影响。 ③ 对数变换 取对数以缩小变量间的数量级。 2、第二步：标定（建立模糊相似矩阵） 设论域，，依照传统聚类方法确定相似系数，建立模糊相似矩阵，与的相似程度。确定的方法主要借用传统聚类的相似系数法、距离法以及其他方法。具体用什么方法，可根据问题的性质，选取下列公式之一计算。 （1） 相似系数法 ① 夹角余弦法 。 ② 最大最小法 。 ③ 算术平均最小法 。 ④ 几何平均最小法 。 以上3种方法中要求，否则也要做适当变换。 ⑤ 数量积法 ， 其中 。 ⑥ 相关系数法 ， 其中 ，。 ⑦ 指数相似系数法 ， 其中 ， 而 。 （2） 距离法 ① 直接距离法 ， 其中为适当选取的参数，使得，表示他们之间的距离。经常用的距离有 ● 海明距离 。 ● 欧几里得距离 。 ● 切比雪夫距离 。 ② 倒数距离法 。 其中为适当选取的参数，使得。 ③ 指数距离法 。 3、第三步：聚类（求动态聚类图） （1）基于模糊等价矩阵聚类方法 ① 传递闭包法 根据标定所得的模糊矩阵还要将其改造称模糊等价矩阵。用二次方法求的传递闭包，即=。再让由大变小，就可形成动态聚类图。 ② 布尔矩阵法[10] 布尔矩阵法的理论依据是下面的定理： 定理2.2.1 设是上的一个相似的布尔矩阵，则具有传递性（当是等价布尔矩阵时）矩阵在任一排列下的矩阵都没有形如的特殊子矩阵。 布尔矩阵法的具体步骤如下： ① 求模糊相似矩阵的截矩阵. ② 若按定理2.2.1判定为等价的，则由可得在水平上的分类，若判定为不等价，则在某一排列下有上述形式的特殊子矩阵，此时只要将其中特殊子矩阵的0一律改成1直到不再产生上述形式的子矩阵即可。如此得到的为等价矩阵。因此