灰色聚类分析讲义.pptVIP

例5.1.1 评定某一职位的任职资格。评委们提出了15个指标:1申请书印象，2学术能力，3讨人喜欢，4自信程度，5精明，6诚实，7推销能力，8经验， 9积极性，10抱负，11外貌，12理解能力，13潜力，14交际能力，15适应能力。 大家认为某些指标可能是相关或混同的，希望通过对少数对象的观测结果，将上述指标适当归类，删去一些不必要的指标，简化考察标准。对上述指标采取打分的办法使之定量化，9名考察对象各个指标所得的分数如表5.1.1所示。 定义5.2.3 设j指标k子类的白化权函数 为如下图所示的典型白化权函,则称 , , , 为 的转折点,典型白化权函数记为 什么是白化权函数？ 在灰数的分布信息已知时，往往采取非等权白化。例如某人2005年的年龄可能是30岁到45岁， 是个灰数。根据了解，此人受初、中级教育共12年，并且是在80年代中期考入大学的，故此人年龄到2005年为38岁左右的可能性较大，或者说在36岁到40岁的可能性较大。这样的灰数，如果再作等权白化，显然是不合理的。为此，我们用白化权函数来描述一个灰数对其取值范围内不同数值的“偏爱”程度。 什么是白化权函数？ 例 图1.4.1中白化权函数 表示贷款额这一灰数及其受“偏爱”程度。其中，直线用来表示“正常愿望”，即“偏爱”程度与资金（万元）成比例增加。不同的斜率表示欲望的强烈程度不同， 表示较为平缓的欲望，认为贷给10万元不行，贷给20万元就比较满意，贷给30万元就足够了； 表示愿望强烈，贷给35万元也只有20%的满意程度； 表明即使贷给40万元，满意程度才达到10%，但贷50万元就行了，即非要接近50万元不可，没有减少的余地。 什么是白化权函数？ 定义1.4.4 起点、终点确定左升、右降连续函数称为典型白化权函数。 典型白化权函数一般如图1.4.2（a）所示。 命题5.2.1 对于典型白化权函数，有 相应地，下限测度白化权函数为 例子：我国主要造林树种生态适应性的灰色聚类。 我国国土辽阔，生态环境复杂，不同树种生态条件差异大。一个树种目前的生长区域一定条件反映了生态适应性。我们将生态环境条件分为地理生态值、温度生态值、雨量生态值和干燥生态值四个主要量化指标。 其中，地理值指标(j=1)衡量地理分布上广度指标，用东西经度差与南北纬度差乘积表示；温度值(j=2)用南北温度差表示；雨量值(j=3)用平均降雨量最大最小值之差表示；干燥值(j=4)用平均干燥度最大最小值之差表示。 我国17个主要造林树种的四个生态值指标如下表。试按广适应性、中适应性和狭适应性(k=1,2,3)作灰色聚类。 我国主要造林树种的四个生态值表 解：由于指标意义不同，且数量悬殊大，采用灰色定权聚类。 第一步：定性分析并给出各指标的广、中和狭的白化权函数fjk(·)(j=1,2,3,4;k=1,2,3). f11[0,300,-,-],f12[0,150,-,300],f13[-,-,50,100] f21[0,10,-,-],f22[0,7.5,-,15],f23[-,-,4,8] f31[0,1000,-,-],f32[0,600,-,1200],f33[-,-,300,600] f41[0,1,-,-],f42[0,0.5,-,1],f43[-,-,0.25,0.5] 由上述白化权函数可得对应数学表达式。 第二步：取地理生态值、温度生态值、雨量生态值和干燥生态值的权分别为： η 1=0.3,η2 =0.25,η3=0.25,η4=0.2 第三步：由 可计算出定权聚类系数矩阵Σ为： Σ=(σik)= = 第四步：根据聚类系数矩阵，找出各对象的最大聚类系数所在的灰类，即为该对象的所属灰类。 广适应性树种：4胡杨、5梭梭、6油松、7侧柏、8白榆、9旱柳、10白毛杨、11麻栎、12华山松、13马尾松、14杉木、16樟树； 中适应性树种：2红松、3水曲松、15毛竹； 狭适应性树种：1樟子松、17南亚松。 第一步：按照评估要求所需划分的灰类数s，将各个指标的取值范围也相应地划分为s个灰类.例如将j指标的取值范围[a1,as+1]划分为 [a1,a2],…, [ak,ak+1] ,…,[as-1,as],[as,as+1]. 其中ak的值一般可根据实际情况的要求或定性研究结果确定。 第二步：令λk=(ak+ak+1)/2属于第k个灰类的白化权函数值为1，连接(λk,1)与第k-1个灰类的起点ak-1和第k+1个灰类的终点ak+2，得到指标j关于k灰类的三角白化权函数fjk(·)。对于fj1(·)和fjs(·) ，可分别将指标取数域向左、右延拓至a0，as+2（见