机场业务量预测的方法.pptVIP

多元回归模型在新建机场量预测中的 用研突一基于动变聚类分析  动交聚类法 思想:首先选择若千个样本作为聚类中心,再按照事先确 定的聚类准则进行聚类.在聚类过程中,根据聚类准则对 聚类中心反复修改,直到分类合理为止  K均值聚类 x又称为C-均值聚类,是根据函数准则进行分 类的聚类算法,使聚类准则函数最小化  准则图数 聚类集中每个样本点到该类聚类中心的距离平方和,对于 第J个聚类集准则函数定义为 X1-z,X∈S 其中S表示第J个聚类集,聚类中心为2;N为第J个聚 类集S,中包含的样本数 对所有K个模式类有 J∑∑X-z1,X  K均值算法的聚类進则 聚类中心Z的选择应使准则函数J极小,也就是使得J的 值极小,要满足这一点,应有az=0,即 2:∑x-2=°、 a2(x,-2)(x-2)=0 解得 N ∑X,X∈S 上式表明,S类的聚类中心应选为该类样本的均值。  K均值算法的聚类進则 聚类中心Z的选择应使准则函数J极小,也就是使得J的 值极小,要满足这一点,应有az=0,即 2:∑x-2=°、 a2(x,-2)(x-2)=0 解得 N ∑X,X∈S 上式表明,S类的聚类中心应选为该类样本的均值。  算法描述 设共有N个模式样本计慕步骤如下 (1)任选K个初始聚类中心Z(1),Z2(①)L,z(1),KN 括号内的序号代表了寻找聚类中心的迭代运算的次序号。 般可选择样本集中前K个样本作为初始聚类中心。 (2)按最小距离原则将其余样本分配到K个聚类中心中 的某一个中心所对应的类别中,即如果 minlx-Zk),i=1, 2,L,KIx-Z, (k)l=D,(k) r∈S 其中k为迭代运算的次序号,若第一次迭代则 k=1,K代表了聚类中心的个数  (3)计算各个中心的新向量值Z(k+1),Z(+1)=∑x, j=1,2,工,K.即均值向量作为新的聚类中心这一步要分别 计算K个聚类中的样本均值向量,故该算法称为K-均值算 法 (4)如果2(k+1)≠2(k),j=1,2,K,则回到步骤(2,将样本 逐个重新分配并重复迭代计算;如果Z(k+1)=Z(k) j=1,2,L,K,算法收敛计算完毕  例:已知10个模式样本如下,试用K-均值算法分类 x1=0.0,x2=0,x=[0,,x=2,x=[2 x=[66],x2=[7,6],x=[7,,x=8,7,x1=[7,8 解:(1)取K=2,并选Z(1)=x=0.0,z(①)=x2=1o (2)计算距离,聚类 D=x-21(①)0 →D1D2→x∈S(1) D2=1x-z20)|=y0-12+(0-02=1 D=‖x2-z1()l=1 D2=1x2-Z2(1) 10→D2D→x∈S2(  同理可得 x3∈S1(1),x4∈S2(1),x∈S2(1),x6∈S2(1) x∈S2(1),x∈S2(1),x∈S2(1),xo∈S2(1) 于是得 S()={x1,x}N1=2 S2(1)={x2,x4,x,x6,x,x,x9,x0),N2=8 (3)计算新的聚类中心 0 0 z1(2) ∑ (x+x3) 0.5 4.875 Z,(2)= R.∑28+++)元(462