FO-CA:一种基于距离差异度组合权重的多属性数据分类方法

为了解决多属性数据分类问题,提出了一种基于模糊优选模型与聚类分析的分类方法(FO-CA)。首先由模糊优选模型得到有序综合指标数据集,其中在权重阶段提出了距离差异度并以此为依据构建了一种组合主客观权重的赋权方法;然后采用聚类分析将有序综合指标数据集聚类为几个簇进而分类;最后选取UCI中的Iris、Wine和Ruspini 3个数据集进行仿真实验。实验结果表明,该分类方法相比模糊优选方法及K-Means算法能获得更好的分类结果,对决策者有一定的参考价值。     

煤气中饱和水与杂质在煤气输送中的影响分析

冶金企业副产煤气输送中,常出现配送不平衡和结算中有计划外的损失量,表现在发生量与各用户的使用量之和差异较为明显,尤其在冬季显现的更为突出.文章分析了煤气输送过程中,由于温度等参数变化,使得煤气中的饱和水与其它杂质析出,对煤气的体积流量产生的影响.