2022年模糊聚類分析論文

整理文本整理文本..整理文本.模糊數(shù)學(xué)實(shí)驗(yàn)報(bào)告題目：模糊聚類分析在交通事故分析中的應(yīng)用姓名xxxxxxxxx學(xué)號(hào)xxxxxxxxxxxx年級(jí)專業(yè)xxxxxxxxxxxxx指導(dǎo)教師xxxxxxxx整理文本整理文本..整理文本.20xx年x月xx日模糊聚類分析在交通事故分析中的應(yīng)用姓名：xx班級(jí)：xxxxxxxxx學(xué)號(hào)：xxxxxxxxxxxxxxxxxxx摘要：在模糊集理論及模糊聚類分析方法的四個(gè)步驟根底上，深入研究了模糊聚類分析法步驟在交通事故分析中的應(yīng)用。通過對(duì)1999年我國(guó)交通事故相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，運(yùn)用模糊聚類分析方法中兩種不同的方法得出相似關(guān)系矩陣，應(yīng)用平方法計(jì)算傳遞閉包，最終作出模糊聚類分析，并對(duì)兩種方法進(jìn)行比較。通過對(duì)交通事故進(jìn)行分類，對(duì)掌握交通平安情況有很大的幫助。關(guān)鍵詞：模糊相似矩陣；傳遞閉包；模糊聚類分析；交通事故隨著經(jīng)濟(jì)的迅速開展，人民的生活得到了極大的改善，單位用車和私家車就越來越多，隨之而來的是交通事故發(fā)生也越來越多，已引起人們和有關(guān)部門的關(guān)注和重視。本文在模糊理論根底上，選取1999年我國(guó)交通事故相關(guān)數(shù)據(jù)，進(jìn)行分析統(tǒng)計(jì)，運(yùn)用模糊聚類分析方法做出模糊聚類分析。希望通過對(duì)交通事故進(jìn)行分類，對(duì)掌握交通平安情況有很大的幫助，特別在發(fā)現(xiàn)交通存在的問題后，分析結(jié)果可提供給相關(guān)部門參考，針對(duì)問題采取措施改善我國(guó)交通事故較多的現(xiàn)狀。1選擇統(tǒng)計(jì)指標(biāo)數(shù)據(jù)采自2002年中國(guó)統(tǒng)計(jì)年鑒，分析我國(guó)交通現(xiàn)狀，選取交通事故中具有代表性的幾種情況——汽車、摩托車、拖拉機(jī)、自行車、行人乘車作為五個(gè)類及即五個(gè)單元，對(duì)5種行駛方式平安程度分類。整理文本整理文本..整理文本.設(shè)5種行駛方式組成一個(gè)分類集合：分別代表汽車、摩托車、拖拉機(jī)、自行車、行人乘車。每種行駛方式均采用代表性的方面〔發(fā)生起數(shù)、死亡人數(shù)、受傷人數(shù)、損失折款〕作為四項(xiàng)統(tǒng)計(jì)指標(biāo)，即有：這里表示為第i種行駛方式的第j項(xiàng)指標(biāo)。這四項(xiàng)成績(jī)指標(biāo)為：發(fā)生起數(shù)，死亡人數(shù)，受傷人數(shù)，損失折款。原始數(shù)據(jù)如表1所示。2數(shù)據(jù)標(biāo)準(zhǔn)化數(shù)據(jù)標(biāo)準(zhǔn)化常采用公式，對(duì)數(shù)據(jù)進(jìn)行處理。本文采用較為精確的極差轉(zhuǎn)化方法對(duì)數(shù)據(jù)標(biāo)準(zhǔn)化。首先，對(duì)數(shù)據(jù)進(jìn)行偏差轉(zhuǎn)換。由偏差轉(zhuǎn)換公式：整理文本整理文本..整理文本.于是，原始數(shù)據(jù)可轉(zhuǎn)換為表2。而后，對(duì)表2中的數(shù)據(jù)應(yīng)用極差化法，從而可得到標(biāo)準(zhǔn)化數(shù)據(jù)。由極差化法公式：那么標(biāo)準(zhǔn)化后的數(shù)據(jù)如表3所示。3應(yīng)用最大最小法進(jìn)行聚類分析整理文本整理文本..整理文本.最大最小法公式為：將標(biāo)準(zhǔn)化后數(shù)據(jù)代入上式，得相似關(guān)系矩陣：應(yīng)用平方法求得傳遞閉包整理文本整理文本..整理文本.由上可知是模糊等價(jià)矩陣，是傳遞閉包，即。可得如下分類：當(dāng)時(shí)，將U分成一類。當(dāng)時(shí)，將U分成二類。當(dāng)時(shí)，將U分成三類。當(dāng)時(shí)，將U分成四類。當(dāng)時(shí)，將U分成五類。聚類圖如圖1所示。結(jié)果分析：在應(yīng)用最大最小法分類結(jié)果中，按整理文本整理文本..整理文本.進(jìn)行分類，由于過分強(qiáng)調(diào)5種行駛方式統(tǒng)計(jì)指標(biāo)上的差異，而沒有注意到各指標(biāo)的相互影響關(guān)系，沒有真正起到分類的作用，因而不可取。按及分類又完全無視了5種行駛方式上所表現(xiàn)出的各種差異，分類太粗。本例的模糊聚類按、分類比較不僅將具有相同特征統(tǒng)計(jì)指標(biāo)的行駛方式歸并到了一塊，而且還將不同特征統(tǒng)計(jì)指標(biāo)的行駛方式區(qū)分開來。4應(yīng)用夾角余弦法進(jìn)行聚類分析夾角余弦公式為：整理文本整理文本..整理文本.將標(biāo)準(zhǔn)化后數(shù)據(jù)代入上式，得模糊相似關(guān)系矩陣:應(yīng)用平方法求得傳遞閉包?？傻萌缦路诸悾寒?dāng)時(shí)，將U分成一類。當(dāng)時(shí)，將U分成二類。整理文本整理文本..整理文本.當(dāng)時(shí)，將U分成三類。當(dāng)時(shí)，將U分成四類。當(dāng)時(shí)，將U分成五類。聚類圖如圖2所示。結(jié)果分析：在應(yīng)用夾角余弦法分類結(jié)果中，按進(jìn)行分類，由于過分強(qiáng)調(diào)5種行駛方式統(tǒng)計(jì)指標(biāo)上的差異，而沒有注意到各指標(biāo)的相互影響關(guān)系，沒有真正起到分類的作用，因而不可取。按整理文本整理文本..整理文本.及分類又完全無視了5種行駛方式上所表現(xiàn)出的各種差異，分類太粗。本例的模糊聚類按、分類比較不僅將具有相同特征統(tǒng)計(jì)指標(biāo)的行駛方式歸并到了一塊，而且還將不同特征統(tǒng)計(jì)指標(biāo)的行駛方式區(qū)分開來。行駛方式的分類利于分析交通運(yùn)輸中何種方式比較平安。從例子中可以看出，通過對(duì)1999年我國(guó)交通事故根本情況進(jìn)行聚類分析，可以了解到汽車這種交通工具的事故指標(biāo)較高；摩托車、自行車、行人乘車這三種行駛方式的事故指標(biāo)比較接近，各項(xiàng)指標(biāo)屬一般；拖拉機(jī)這種交通工具的事故指標(biāo)較低。5總結(jié)本文通過應(yīng)用聚類分析中的兩種不同的方法進(jìn)行交通事故的分析，在應(yīng)用的過程得知最大最小法的計(jì)算過程較為簡(jiǎn)便，夾角余弦的計(jì)算過程較為復(fù)雜，兩種方法的數(shù)據(jù)存在著差異，相比照擬夾角余弦的分析數(shù)據(jù)較精確。6附錄代碼局部：(m文件)F-JIR.mFunction[R]=F_JIR(cs,X)%模糊聚類分析建立模糊相似矩陣%X，數(shù)據(jù)矩陣%cs=1，最大最小法整理文本整理文本..整理文本.%cs=2，夾角余弦法[n,m]=size(X)%獲得矩陣的行列數(shù)R=[];If(cs==1)%最大最小法for(i=1:n)for(j=1:m)fz=0;fm=0;for(k=1:m)if(X(j,k)<0)R=[];return;endif(X(j,k)<X(i,k))x=X(i,k);elsex=X(j,k);endfz=fz+x;endfor(k=1:m)if(X(i,k)>X(j,k))x=X(i,k);elsex=X(j,k);end;endfm=fm+x;R(i,j)=fz/fm;end;endelseif(cs==2)%夾角余弦法for(i=1:n)for(j=1:n)xi=0;xj=0;for(k=1:m)xi=xi+X(i,k)^2;xj=xj+X(j,k)^2;ends=