ПОИСК Статьи Рисунки Таблицы Методы и алгоритмы формирования технологической структуры из "Гибкие автоматизированные производственные системы" Формирование технологической структуры представляет собой задачу кластерного анализа (классификации) и задачу о назначении. Последняя описана в разд. 3.3.3. [c.243] Разбить множество объектов на кластеры требуется таким образом, чтобы минимизировать некоторый функционал (целевую функцию, функцию желательности), отражающий идею классификации (кластеризации). [c.244] В качестве характеристики меры близости объектов вводятся понятия расстояния и мер сходства (подобия). [c.244] Очевидно, что эта матрица симметрична п что ее диагональные элементы (расстояние между некоторым элементом-некто-ром и им самим) равны 0. Сходство между двумя объектами X н X есть величина, обратная расстоянию. [c.245] Пусть 5 — число совпавших ненулевых признаков объектов Pi и Pj и — число признаков, ненулевых для объекта Р, и нулевых для объекта Р/ v — число иризнаков, нулевых для объекта Pi и ненулевых для объекта Pf, t — число совпавших нулевых признаков. [c.246] Классификация объектов осуществляется всегда в соответствии с некоторым критерием оптимизации. Экстремальное значение критерия соответствует желаемому варианту классификации. Критерий должен характеризовать меру однородности объектов внутри кластера (внутренняя однородность) и меру разнородности кластеров между собой. [c.246] Алгоритм последовательной кластеризации полным неребо- KJ l кратко можно описать следующим образом. [c.247] Значения параметров д ш минимального локального расстояния а = а/=1/2 5 = 0 y=1/2 для максимального локального расстояния а, = а,= 1/2 р==0 = 1/2 для среднего группы = ==л,/л/, а, =/г,//г/, [ = 7 = 0. [c.248] Вернуться к основной статье