發(fā)布時間：2024-05-12 06:19

　　為了在保證計算精度的前提下使模型簡化并便于計算,要盡量少地用對模型影響較大、相互獨立的特征變量進行建模。在進行特征變量選擇時,既要考慮選擇對主因素有重要影響的變量,也要排除各影響變量間的多重相關(guān)性的干擾。首先建立各特征變量同費用的灰色關(guān)聯(lián)度,根據(jù)關(guān)聯(lián)度的大小對眾多特征變量進行排序,排除關(guān)聯(lián)度相對極小并同其他因素關(guān)聯(lián)度差異明顯的特征變量,減少次要影響因素對估算結(jié)果造成的干擾;其次,應(yīng)用基于特征權(quán)值的模糊動態(tài)聚類方法,并突出近期數(shù)據(jù)的重要性,對影響因素進行聚類分析,排除影響因素間多重相關(guān)性的干擾。論文通過實例分析進行了驗證。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖１模糊聚類動態(tài)分析圖

０．６１０．６１０．６１０．６１０．６２１．烄烆烌００烎則Ｒ８＝Ｒ４，即獲得模糊等價矩陣的Ｒ＊：Ｒ＊＝Ｒ４＝１．０００．６１０．７４０．６９０．６１０．６１０．６１１．０００．６１０．６１０．６１０．６１０．７４０．６１１．０００．６９０．６１０．６１０．６９０．６１０．６９１．....

圖１模糊聚類動態(tài)分析圖

０．６１０．６１０．６１０．６１０．６２１．烄烆烌００烎則Ｒ８＝Ｒ４，即獲得模糊等價矩陣的Ｒ＊：Ｒ＊＝Ｒ４＝１．０００．６１０．７４０．６９０．６１０．６１０．６１１．０００．６１０．６１０．６１０．６１０．７４０．６１１．０００．６９０．６１０．６１０．６９０．６１０．６９１．....

圖１模糊聚類動態(tài)分析圖

０．６１０．６１０．６１０．６１０．６２１．烄烆烌００烎則Ｒ８＝Ｒ４，即獲得模糊等價矩陣的Ｒ＊：Ｒ＊＝Ｒ４＝１．０００．６１０．７４０．６９０．６１０．６１０．６１１．０００．６１０．６１０．６１０．６１０．７４０．６１１．０００．６９０．６１０．６１０．６９０．６１０．６９１．....

本文編號：3970987