复杂系统故障诊断中的模糊聚类方法

为了提高复杂系统故障的诊断能力，采用模糊Ｃ－均值聚类算法对原始采样数据进行聚类，并通过模糊传递闭包法和绝对值指数法得到模糊Ｃ－均值法的初始迭代矩阵．用划分系数、划分熵和分离系数来评价聚类的结果是否最佳．采用模糊聚类方法可避免研究复杂系统的内部特性，比仅依据其外部输出的数据进行故障诊断方法简便．通过某飞行器测试系统的应用，表明采用模糊聚类方法后，提高了判别故障的准确率．  

一种基于遗传算法的模糊聚类

对模糊c均值聚类算法（FCM算法）进行了讨论，说明FCM算法一般得不到全局最优分类，因此结合FCM算法提出了用遗传算法进行寻优求解，从而将遗传算法用于模糊聚类分析，最后的实例表明，遗传算法在处理多样本、多属性、多类别问题时，是一种有效的方法。  

Web日志挖掘

提出了一种新颖的MBP算法，它利用关联规则挖掘发现的频繁项目集以加快速度，能找出所有满足阀值约束的频繁浏览路径，该算法是有很效的，同时，针对Web浏览和日志文件固有的模糊性和不确定性，还讲座了Web面面的模糊聚类问题，最后，对发现的知识讨论了其在推荐系统及自适应Web站点中的应用并给出了相应算法。  

模糊相似矩阵的构造

 对现有的13种模糊相似矩阵构造方法进行全面比较，提出了3条选择模糊相似矩阵构造方法的原则，即正确性原则、不变性原则和可区分性原则.结果显示，只有绝对值倒数法完全满足这3条原则，最宜用来构造模糊相似矩阵，而最大最小法和算术平均最小法可作为检验方法.  

基于粒子群优化算法的模糊C-均值聚类

利用粒子群优化（PSO）算法全局寻优、 快速收敛的特点, 结合模糊C 均值（FCM）算法提出一种新的模糊聚类算法. 新算法用PSO算法代替了FCM算法的基于梯度下降的迭代过程, 使算法具有很强的全局搜索能力, 很大程度上避免了FCM算法易陷入局部极小的缺陷； 同时也降低了FCM算法对初始值的敏感度. 实验结果表明, 与FCM相比本文算法聚类更为准确, 效率更高.  

一种新的Web事务模糊聚类算法的研究

提出了一种新的Web事务模糊聚类算法。首先，在Web日志预处理后建立Web站点用户访问矩阵，矩阵元素为用户访问离散化时间，在此基础上进行Web事务群体的模糊聚类，最后对在线的活动Web事务进行类别归属。经实验证明，该算法比已有的算法准确性高，运行时间少，扩展性好，它可以广泛地应用于电子商务领域，如个性化Web和Web推荐系统等。  

南淝河水体环境单元分类的模糊聚类方法及结果分析

文章运用模糊数学的方法，对南淝河９个断面的水质监测数据，进行了模糊聚类分析。运用多因子共同作用机理，对南淝河水体环境单元进行了分类，并对聚类的结果进行了初步的分析与讨论。  

确定前向神经网络隐层节点数的模糊聚类分析法

概述了前向网络结构目前的研究状况，从隐层的本质特征出发，提出对样本数据采用模糊聚类分析法进行特征抽取，并综合考虑了样本的输入、输出信息，实例分析说明此方法可行的，较互相关分析法、奇异值分解法有更高的效率。  

模糊聚类和模糊识别法的流动单元分类新方法

单纯应用聚类分析划分流动单元容易出现聚类指标的优劣交叉现象，从而给流动单元的分类带来困难。为此提出了基于模糊聚类和模糊识别相结合划分流动单元的新方法，并以CN油田C9井区流动单元研究为例，对两种方法的划分结果进行了对比。结果表明，新方法很好地解决了流动单元划分指标的匹配问题，同时还可以有效地实施人工干预，加入人脑思维信息，使分类结果更符合客观实际，在油田生产实际中取得了很好的应用效果。  

产品模块化设计方法的研究

产品模块化设计方法作为一种新的现代设计方法,它主要是通过综合考虑零部件之间存在的功能相关性、几何相关性和物理相关性等建立产品的原始矩阵,然后应用模糊数学中的模糊聚类分析方法对其划分,并且按不同水平的阈值得到一个动态聚类树,最后根据需求形成模块.以二级圆锥齿轮减速器为例,阐述了该方法的应用.