![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/18/0e91f265-9dc5-4b27-941b-7a4bbea6b8c9/0e91f265-9dc5-4b27-941b-7a4bbea6b8c9pic.jpg)
![灰色聚類與灰靶決策的算法研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/18/0e91f265-9dc5-4b27-941b-7a4bbea6b8c9/0e91f265-9dc5-4b27-941b-7a4bbea6b8c91.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、灰色系統(tǒng)理論和模糊集理論都是處理不完全、不精確及不確定信息的有效工具,通過二者的結(jié)合和互補來研究不確定性問題處理的更有效和更一般化的方法,無疑是一項具有現(xiàn)實意義的工作。 本文正是對灰色系統(tǒng)理論和模糊集理論相結(jié)合進行信息處理的聚類和決策方法進行了一些有效的研究,并于研究相關(guān)理論文獻的基礎(chǔ)上,在灰色聚類方面,提出了針對區(qū)間灰數(shù)的灰色動態(tài)聚類算法。在灰靶決策方面,給出了針對離散灰數(shù)區(qū)間評價的灰靶決策新算法。其主要工作與成果如下:首先,
2、基于灰色系統(tǒng)理論的思想與方法,結(jié)合運用模糊等價關(guān)系的基本思想,提出了區(qū)間灰數(shù)的相似系數(shù)公式,為灰色動態(tài)聚類奠定了基礎(chǔ)。其次,針對以往文獻中提出的灰色關(guān)聯(lián)聚類算法的主觀性和局限性及模糊等價聚類無法對區(qū)間灰數(shù)進行聚類,提出了區(qū)間灰數(shù)的動態(tài)聚類法,該方法使灰色關(guān)聯(lián)聚類算法化繁為簡,使區(qū)間灰數(shù)聚類決策更加簡便可行,并將經(jīng)典等價聚類算法由清晰數(shù)拓展到區(qū)間灰數(shù),因此具有更強的通用性。第三,基于灰色系統(tǒng)理論的思想與方法,提出了離散灰數(shù)的上下限評價方法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 灰色聚類與灰靶決策的算法研究.pdf
- 船舶應急疏散順序灰色聚類決策模型研究.pdf
- 決策圖聚類算法的研究及應用.pdf
- 模糊聚類與灰色聚類在我國證券投資中的應用.pdf
- 單基因擾動的自適應灰關(guān)聯(lián)聚類算法.pdf
- 基于灰色關(guān)聯(lián)度聚類的協(xié)同過濾推薦算法.pdf
- 電信IP決策支持系統(tǒng)中聚類算法的應用與研究.pdf
- 聚類算法的研究與應用.pdf
- 模糊聚類算法的研究與實現(xiàn).pdf
- 密度聚類算法的研究與應用.pdf
- 并行聚類算法的研究與實現(xiàn).pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 基于多指標加權(quán)灰靶決策的煤與瓦斯突出預測指標研究.pdf
- 劃分聚類與基于密度聚類算法的改進方法研究.pdf
- 基于改進隨機聚類決策森林算法的遙感影像分類研究.pdf
- 聚類算法的研究.pdf
- 智能聚類方法中的克隆網(wǎng)絡(luò)聚類算法研究與應用.pdf
- 基于譜聚類的文本聚類算法研究.pdf
- 密度聚類算法的研究與應用
- 基于多指標加權(quán)灰靶決策的煤與瓦斯突出預測指標研究
評論
0/150
提交評論