模糊綜合評估系統(tǒng)核心算法的設(shè)計與實現(xiàn).pdf

1、本論文是在研究模糊數(shù)學基本理論的基礎(chǔ)上，開發(fā)了模糊數(shù)學中最常用的模糊聚類分析、模糊模型識別、模糊綜合評估三大算法的核心程序。主要對模糊聚類分析方法進行了詳細闡述，討論了模糊聚類分析方法應用中應該考慮的各種要素，提出了相關(guān)的數(shù)學模型和算法，設(shè)計了相應的算法程序，并在教師評價中進行了應用。 在聚類分析過程中，由于不同的數(shù)據(jù)可能有不同的量綱，提出了用標準差變換及極差變換消除量綱影響，并設(shè)計了相應的算法程序。再對數(shù)據(jù)進行標定，標定有13

2、種不同的數(shù)學模型，在研究其算法的基礎(chǔ)上，開發(fā)了其對應的可執(zhí)行應用程序。實際應用中，可以根據(jù)實際問題而采用不同的標定方法。在研究傳遞包法算法的基礎(chǔ)上，開發(fā)了對應的計算機程序來對模糊相似矩陣進行改造，使其變換為模糊等價矩陣，在此基礎(chǔ)上進行聚類。通過對統(tǒng)計學的F檢驗方法的研究，開發(fā)了對應的計算機程序，對最佳閾值的確定采用了F值檢驗，刷掉一些不夠格的類，使分類變得較為清晰，最后形成標準模型庫。在此基礎(chǔ)上，對未分類的事物利用最大隸屬原則和擇近原則