加權(quán)模糊聚類算法在城市綜合經(jīng)濟(jì)實(shí)力評估中的應(yīng)用-論文.pdf

《加權(quán)模糊聚類算法在城市綜合經(jīng)濟(jì)實(shí)力評估中的應(yīng)用-論文.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第24卷第3期重慶電子工程職業(yè)學(xué)院學(xué)報(bào)Vo1．24NO．32015年5月loumalofChongqingCoUegeofElectronicEngineeringMay．2015DOI：10．13887／j．cnki．jcc~e．2015(3)．10加權(quán)模糊聚類算法在城市綜合經(jīng)濟(jì)實(shí)力評估中的應(yīng)用李艷虹(重慶三峽職業(yè)學(xué)院，重慶萬州404155)摘要：綜合經(jīng)濟(jì)實(shí)力反映一個(gè)城市的經(jīng)濟(jì)發(fā)展水平。該文運(yùn)用加權(quán)模糊聚類算法，評估城市綜合經(jīng)濟(jì)實(shí)力．并改進(jìn)了指標(biāo)權(quán)重的算法，避免不同屬性對分類貢獻(xiàn)無差異的問題。結(jié)合權(quán)重與模糊聚

2、類算法，分析評估方案運(yùn)用加權(quán)模糊聚類算法，評估河南省各市綜合經(jīng)濟(jì)實(shí)力，結(jié)果表明，運(yùn)用加權(quán)模糊聚類算法評價(jià)城市綜合經(jīng)濟(jì)實(shí)力有效關(guān)鍵詞：權(quán)重：模糊聚類分析；綜合經(jīng)濟(jì)實(shí)力中圖分類號：TP18文獻(xiàn)標(biāo)識碼：A文章編號：1674—5787(2015)03—0035—050引言蘇省13個(gè)城市的綜合經(jīng)濟(jì)實(shí)力：李逢古[2】構(gòu)建城城市綜合經(jīng)濟(jì)實(shí)力是指城市所擁有的全部市綜合經(jīng)濟(jì)實(shí)力評估指標(biāo)體系．運(yùn)用因子分析方實(shí)力、潛力。及其在國內(nèi)外的經(jīng)濟(jì)地位和影響力『l_。法和聚類分析方法．對湖北省主要城市的綜合經(jīng)對一個(gè)城市的綜合經(jīng)濟(jì)實(shí)力進(jìn)行評估．

3、有利于政濟(jì)實(shí)力進(jìn)行評價(jià)和分類由于城市經(jīng)濟(jì)競爭力受府制定合理的經(jīng)濟(jì)發(fā)展政策。因此．構(gòu)建科學(xué)的到各種因素的共同影響．這些因素具有模糊性和評估模型．準(zhǔn)確地評價(jià)一個(gè)城市的綜合經(jīng)濟(jì)實(shí)不確定性特征．所以城市綜合實(shí)力也具有模糊力．具有非常重要的作用。性本文運(yùn)用模糊聚類方法．對河南省各城市綜數(shù)據(jù)挖掘技術(shù)是一種通過分析大量數(shù)據(jù)．尋合經(jīng)濟(jì)實(shí)力進(jìn)行分類分析。找事物發(fā)展規(guī)律的技術(shù)．它的精髓在于運(yùn)用數(shù)學(xué)1加權(quán)模糊聚類算法工具從海量數(shù)據(jù)中尋找現(xiàn)象之間隱含的數(shù)據(jù)關(guān)1．1基于灰色關(guān)聯(lián)理論確定指標(biāo)權(quán)重系[21。聚類分析是數(shù)據(jù)挖掘的一個(gè)重要工具，

4、廣泛為了使評價(jià)結(jié)果準(zhǔn)確地反映真實(shí)情況．充分地應(yīng)用于模式識別【、圖像處理[4]、物流配送同和金體現(xiàn)各因素在評價(jià)體系中的作用．本文運(yùn)用主客融競爭力評價(jià)同等方面在傳統(tǒng)的聚類分析過程觀相結(jié)合的賦權(quán)方法【，確定權(quán)重。這種方法借鑒中．把每一個(gè)數(shù)據(jù)精確地劃分到某一個(gè)類型中．同了灰色相近關(guān)聯(lián)度思想．避免指標(biāo)權(quán)重容易受分類個(gè)體具有相似性，不同類個(gè)體具有差異性。然辨系數(shù)取值大小影響的問題。計(jì)算方法簡單．權(quán)重而，在現(xiàn)實(shí)生活中，許多事物之間的界限不明確，值更能反映實(shí)際情況。確定權(quán)重值有六個(gè)步驟。并不是非此即彼的關(guān)系L．A．Zadeh教

5、授[71在1965第一．構(gòu)建多目標(biāo)決策矩陣。設(shè)有m個(gè)決策年提出了模糊集的概念。模糊聚類分析方法隨之方案，n個(gè)決策屬性，專家對第i個(gè)目標(biāo)的第i個(gè)屬產(chǎn)生，并且應(yīng)用在各個(gè)領(lǐng)域[8_1o]。學(xué)者研究了城市性的評估值為Xi，各屬性組成的初始判斷矩陣為綜合經(jīng)濟(jì)實(shí)力的評價(jià)方法．并進(jìn)行了實(shí)證分析。V=(x)一。王建剛和于英川【-】應(yīng)用主成份分析法方法．分析城第二．對決策矩陣進(jìn)行規(guī)范化處理為了消市綜合經(jīng)濟(jì)實(shí)力：梅艷fl1]等應(yīng)用TOPSIS方法評價(jià)江除屬性指標(biāo)在量綱及尺度上的差別．對各個(gè)屬性收稿日期：2015—02—10作者簡介

6、：李艷虹(1984一)，女，河南南陽人，重慶三峽職業(yè)學(xué)院教師，研究方向：決策分析。重慶電子工程職業(yè)學(xué)院學(xué)報(bào)第24卷指標(biāo)進(jìn)行歸一化。為了避免使用復(fù)雜的灰色關(guān)聯(lián)算法，本文采取極差法處理量綱問題。規(guī)一化后的判斷矩陣為V=(x)一。對效益型指標(biāo)和成本指標(biāo)型進(jìn)行規(guī)一化轉(zhuǎn)換的結(jié)果：Z=V"tO=面maxxXi，效益型指標(biāo))一min(j)’??j面maxx)一mnx)，成?本型?指標(biāo)(1)1術(shù)0第三，確定參考序列。選取對評價(jià)方案影響O(1)1：：最大的因素對應(yīng)的指標(biāo)值向量作為“公共”參考●●權(quán)重向量．組成參考數(shù)據(jù)列X。，其它

7、指標(biāo)所對應(yīng)0●●●：●的指標(biāo)向量記為X，其中：●：OOXo=(xo(1)，X0(2)，?，X0(m)，Xi=(xi(1)，X(2)，?，x(m)，)T，i=l，2，?，nf11fl2?f1第四．求各個(gè)指標(biāo)序列與參考數(shù)據(jù)序列之間的距離。指標(biāo)序列與參考數(shù)據(jù)序列之間的距離的f21f21?f2計(jì)算公式：●●：：～fi1?f?aoi=(2)．一．一；÷．}．一；第五，確定各個(gè)指標(biāo)的權(quán)重。各指標(biāo)權(quán)重的fmfm?f計(jì)算方式：o0；．一；木＼．。。．。．．．．．．第二．建立模糊相似矩陣匕．．．．．．，，j畝，i=，2，?9n(

8、3)對于加權(quán)判斷決策矩陣Z．依據(jù)傳統(tǒng)的聚類方第六，歸一化指標(biāo)權(quán)重。歸一化后的指標(biāo)權(quán)法確定相似系數(shù)，由相似系數(shù)組成的矩陣稱()一重計(jì)算公式：為模糊相似系數(shù)矩陣計(jì)算相似系數(shù)的方法很多，例如指數(shù)相似系數(shù)法、夾角余弦法、數(shù)量積(1)i=(4)∑∞i法、最大值最小值法等。為了計(jì)算方便，本文運(yùn)用i=1最大值最小值法，具體計(jì)算公式如下：1．2建立加權(quán)模糊聚類模型模糊聚類分析是從模糊集的角度對事物進(jìn)∑