模糊数学2--5.pptVIP

* 《模糊数学》 第二章 模糊关系与模糊聚类分析 第五节 模糊聚类分析的应用 第五节 模糊聚类分析的应用 实例：松毛虫生态地理的模糊聚类 松毛虫的每个生态环境都具有一定的生态条件，它和气候、植被、土壤、地形、天敌等构成自然地理景观。 从湖南省38个县、市的考察资料中抽出8个地区的资料作为分类样本。从28个因子中选取了6个主要因子进行模糊聚类，现将原始资料列表如下： 《模糊数学》 第二章 模糊关系与模糊聚类分析 第五节 模糊聚类分析的应用 0.43 0.58 793.1 38.5 -5.5 123 7 茶陵 0.79 0.42 0.57 0.83 0.34 0.12 0.95 松毛虫天敌数量级数 x6 植被盖度 x5 海拔高度 x4 绝对最高气温 x3 绝对最低气温 x2 全年20度以上的天数 x1 0.87 415.5 41.0 -6.8 138 8 安仁 0.08 164.8 42.5 -7.5 175 6 永兴 0.09 196.8 41.2 -8.4 178 5 常德 0.87 432.6 38.7 -6.8 137 4 益阳 0.50 185.6 38.5 -8.2 181 3 祁东 0.47 881.1 38.5 -5.8 125 2 龙山 0.84 350.1 37.8 -7.9 128 1 源陵 因 子 序号 地区 《模糊数学》 第二章 模糊关系与模糊聚类分析 第五节 模糊聚类分析的应用 第一步：数据标准化 首先，建立原始数据矩阵，对数据进行标准化处理，采用如下公式： 《模糊数学》 第二章 模糊关系与模糊聚类分析 第五节 模糊聚类分析的应用 第二步：标定（建立模糊相似矩阵） 给论域X={1,2,3,4,5,6,7,8}中的元素两两之间都赋以[0,1]内的一个数，称为相似系数。利用如下夹角余弦公式： 《模糊数学》 第二章 模糊关系与模糊聚类分析 第五节 模糊聚类分析的应用 现得到8个地区之间，受松毛虫侵害的受灾程度的相似矩阵如下： 《模糊数学》 第二章 模糊关系与模糊聚类分析 第五节 模糊聚类分析的应用 应用传递闭包法，将模糊相似矩阵改造成模糊等价矩阵（略），得动态聚类图。 第三步：聚类（求动态聚类图） 现取λ=0.83，则可以分成三类： {祁东、常德、永兴}(常灾区3、5、6)， {源陵、益阳、安仁}(偶灾区4、8、1)， {龙山、茶陵}(无虫区2、7) 《模糊数学》 第二章 模糊关系与模糊聚类分析 第五节 模糊聚类分析的应用 对于未知类型的地区（例如：兰山地区）欲知其属于那类？ 预报： 我们可以将上述已经划分出的三类地区，以其各因子的平均值作代表，分别记为样本Ⅰ、Ⅱ、Ⅲ。对未知地区作为样本Ⅳ。其生态地理因子列表如下： *