基于区间值模糊集的聚类方法ξ.pdfVIP

第 18 卷　第 2 期 工　程　数　学　学　报 V o l. 18 N o. 2 2001 年 05 月 M ay 2001 JOU RNAL O F EN G IN EER IN G M A TH EM A T ICS 文章编号:(2001) 基于区间值模糊集的聚类方法 1 1 2 孟广武 , 　张兴芳 , 　郑亚林 ( 1聊城师范学院数学与系统科学系, 山东聊城 252059; 2西安交通大学理学院信息与系统科学研究所, 西安 710049) 摘　要: 提出了基于区间值模糊集的两种聚类分析的方法, 并引入了一种指标, 对分类结果的可信度进行 了定量分析, 给出了这两种方法的一个实际应用。 关键词: 模糊聚类分析; 区间值模糊集; 区间数; 分类可信度 ( ) 分类号: 1991 93 09; 04 72　　中图分类号: 159　　文献标识码: AM S D A O A 1　引言 由于信息的不完全, 我们得到的表征事物行为特征的数据往往不是一些确切的数, 而是 [ 1, 2 ] [ 2 ] 一些区间数。当这些事物之间的界线呈现出模糊性 时, 再利用通常的模糊聚类方法 是 [ 3 ] 很困难的。相反, 这时建立区间值模糊集 则比较容易。这样, 对这些事物进行分类, 需要建 立一种基于区间值模糊集的模糊聚类方法。基于这种想法, 本文给出了基于区间值模糊集的 两种聚类分析方法。 2　准备 本文的 R 表示实数集, I 表示实单位闭区间[0, 1 ], 且采用以下记号: [R ] = {[a - , a+ ]: a - a+ , a - , a+ ∈R }, [ I ] = {[a- , a+ ]: a - a+ , a- , a+ ∈I }。 定义 2. 1[ 4 ]　 设[a , b ], [ c, d ] ∈ [R ] ( 1) 称[c, d ] 大于[a , b ], 若 c b, 记作[c, d ] [a , b ], 或[a , b ] [c, d ]; c + d a + b (2) 称[c, d ] 拟大于[a , b ], 若 c ≤b, 且 , 记作[c, d ] [a , b ]; 2 2 (3) 称[c, d ] 等于[a , b ], 若 a = c 且 b = d , 记作[c, d ] = [a , b ]; c + d a + b (4) 称[c, d ] 拟等于[a , b ], 若 a ≠c, 且 = , 记作[c, d ] ≈ [a , b ]。