集对分析聚类预测法及其应用_高洁done.docVIP

集对分析聚类预测法及其应用_高洁done 第17卷第5期　　　　　　　　　系　统　工　程　学　报　　　　　　　　　　　　Vol.17No.52002年10月JOURNALOFSYSTEMSENGINEERINGOct.,2002 短　文 集对分析聚类预测法及其应用 高　洁,盛昭瀚 (南京大学管理科学与工程研究院,南京210093) 1 摘要:提出一种新的预测方法—集对分析聚类预测法.该方法融合了集对分析中的同异反模式识别的“择近原则”和聚类分析的基本思想进行分类预测.文中将该方法应用于邮电业务总量预测的研究,考虑了邮电业务总量和第一、二、三产业的国内生产总值之间的关系,利用邮电业务总量和三个产业的生产总值的历史数据,建立了邮电业务量水平聚类预测的模型,从而得到邮电业务总量预测结果.利用我国某地区的实际数据进行分析计算,并与其它预测方法比较,结果表明该预测方法是有效的. 关键词:集对分析;联系度;聚类预测;邮电业务总量 中图分类号:O144　　　文献标识码:A　　　文章编号:1000-5781(2002)05-0458-05 Methodandapplicationofsetpairanalysisclassifiedprediction GAOJie,SHENGZhao-han (GraduateSchoolofManagementScienceandEngineering,NanjingUniversity, Nanjing210093,China) Abstract:Anewforecastingmethod,theSPAclassifiedprediction,isproposedinthispaper.Themodelisusedtoforecastthebusinesstotalofpostsandtelecommunications.Thehistoryda-taareadoptedtosetuptheconnectiondegreesbetweentheclassifiedsystemsandthereferencesystem.Theresultofthebusinesstotalofpostsandtelecommunicationsforecastisobtainedbyapplyingtheclassifiedanalysismethods.Asetofrealdataisused,andtheresultissatisfied.Keywords:setpairanalysis;connectiondegree;classifiedprediction;businesstotalofpostsand telecommunications 0　引　言 科学的预测是建立在事物发展规律基础上的科学推断,是正确决策的前提和依据.随着科学技术的不断进步,最近20多年来,预测方法和技术有了很大发展.仅就邮电业务总量的预测问题来说,已有许多预测方法[1-5].文[2]利用灰色模型预测邮电业务总量.文[3]提出了利用多元模糊 收稿日期:200102 19;修订日期:200201 23. 推理方法预测邮电业务总量.文[5]将物元模型与聚类分析方法结合起来,用可拓聚类预测方法预测邮电业务总量.但到目前为止,集对分析理论[6]在邮电业务预测问题上尚无应用.本文提出基于集对联系度的聚类预测方法并应用于邮电业务总量的预测.该方法将邮电业务量与影响业务量变化的社会经济(如第一、二、三产业的国内生产总值)等环境因素联系起来考虑,但同以往的 1 : 2002年10月　　　　　　　　　　　　　高　洁等:集对分析聚类预测法及其应用—459— 预测方法不同,它并不试图建立邮电业务量与环境因素之间关系的数学表达式,而是将邮电业务量与环境因素作为一个整体进行数据加工.该方法首先应用聚类分析的基本思想对邮电业务量和第一、二、三产业的国内生产总值的历史数据进行样本提炼分类,将业务量与其环境因素的历史样本分成若干典型类别,然后建立这些类别与参照系统所组成集对的同异反联系度。当给定未来环境因素状态时,建立待预测样本与参照系统之间的联系度,从而判定出未来邮电业务量变化的类型,进而预测出来邮电业务总量。 本文通过对我国某地区有关历史数据的分析和计算,验证了邮电业务总量集对分析聚类预测方法的有效性和实用性。 a+b+c=1 这种刻划是对确定性与不确定性的定量描述,其中:a,c是相对确定的,而b是相对不确定的.这种相对性是由于客观对象的复杂性和可变性,以及对客观对象认识与刻划的主观性和模糊性造成的不确定性.因而(1)式是一种确定不确定结构函数.它体现了确定不确定系统的对立统一关系,具有较深刻的方法论意义. 2　基于联系度的集对分析聚类预测法 将SPA