區(qū)間直覺模糊集的聚類算法研究.pdf

1、數(shù)據(jù)挖掘技術是近幾年國內外迅速發(fā)展起來的一門交叉學科，是利用數(shù)據(jù)庫、統(tǒng)計學、人工智能與機器學習等學科的技術對大量數(shù)據(jù)進行處理，提取隱含其中的、人們事先不知道的潛在有用信息和知識的過程，已經(jīng)廣泛被應用于農業(yè)生產、金融保險、國防等領域。 作為數(shù)據(jù)挖掘的一個重要分支，聚類分析引起了人們的廣泛關注，它可以作為獨立的數(shù)據(jù)挖掘工具或者作為其他數(shù)據(jù)挖掘算法的預處理步驟。聚類是一種無監(jiān)督的分類，是人們認識社會和自然界的一種重要方法。在現(xiàn)實世界中

2、，許多客觀事物之間的界限往往是模糊的，對事物進行分類時就必然伴隨著模糊性，由此產生了模糊聚類分析。 近幾年，在模糊集研究的基礎上，人們對直覺模糊集和區(qū)間直覺模糊集的研究已成為熱點。事實說明直覺模糊集和區(qū)間直覺模糊集能更加細膩地描述和刻畫客觀世界的模糊性本質。從目前的文獻上看，還沒有區(qū)間直覺模糊集聚類方法的研究報道，區(qū)間直覺模糊集的聚類分析是一個嶄新的研究領域，對其的研究具有重要的現(xiàn)實意義。本文研究了區(qū)間直覺模糊集的性質，及在這些

3、性質的基礎上提出了區(qū)間直覺模糊集的聚類算法，取得了一定的研究成果。 本文從區(qū)間直覺模糊集基礎理論入手，引入了區(qū)間直覺模糊關系、區(qū)間直覺模糊相似關系、區(qū)間直覺模糊等價關系，并對它們的運算性質和定理做了較深入地研究，給出了由區(qū)間直覺模糊相似矩陣轉化為區(qū)間直覺模糊等價矩陣的途徑。在此基礎上，提出了區(qū)間直覺模糊等價矩陣的實數(shù)λ截矩陣，并研究了基于區(qū)間直覺模糊等價關系的聚類算法。通過示例對此方法進行了說明分析。針對現(xiàn)有的度量區(qū)間直覺模糊相