| Аннотацiя: |
Приведены описанные в литературе множества различных областей практических приложений многофакторного кластерного анализа в условиях нечеткихи сходных данных. Предложены новые алгоритмы иформулные выражения объединения различных многомерных объектов, параметрык от корых заданы fuzzy-множествами, в кластеры и вычисления координат центроидових функций принадлежности. Сформулированы различные виды кри-териев кластеризации в виде минимизации средневзвешенной и представленной различной метрике суммы расстояний между центроидами объектов и кластеров, также максимизации расстояний между центроидами различных кластеров. Предложены постановки и математические модели трехразличных NP-сложных задач многомерной кластеризации в условиях fuzzy-данных, при решении которых может быть использован любой из рассмотренных критери-евоптимальности. Разработаны эвристические алгоритмы приближенного решения двух сформулированных задач. Алгоритм решения первой задачи проиллюстрирован на числовом примере. Полученны ререзультаты могут послужить направлением дальнейших исследованийи найти широкое практи-ческое применение. |
