因子和聚类分析论文格式

聚类分析算法论文

聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。下面是我分享给大家的聚类分析算法论文，欢迎阅读。

一、引言

聚类分析算法是给定m维空间R中的n个向量，把每个向量归属到k个聚类中的某一个，使得每一个向量与其聚类中心的距离最小。聚类可以理解为：类内的相关性尽量大，类间相关性尽量小。聚类问题作为一种无指导的学习问题，目的在于通过把原来的对象集合分成相似的组或簇，来获得某种内在的数据规律。聚类分析的基本思想是：采用多变量的统计值，定量地确定相互之间的亲疏关系，考虑对象多因素的联系和主导作用，按它们亲疏差异程度，归入不同的分类中一元，使分类更具客观实际并能反映事物的内在必然联系。也就是说，聚类分析是把研究对象视作多维空间中的许多点，并合理地分成若干类，因此它是一种根据变量域之间的相似性而逐步归群成类的方法，它能客观地反映这些变量或区域之间的内在组合关系。盐矿区系统是一个多层次、复杂的大系统,涉及诸多模糊、不确定的因素。平顶山市盐矿区的经济分类是以整个平顶山市的所有盐矿区为研究对象,以各盐矿区为基本单元,以经济为中心,以发展战略和合理布局为目标进行经济类型区划。其基本原则是：平顶山市的盐矿区资源开发、利用的相对一致性；自然、经济、社会条件的一致性；保持一定行政地域单元的相对稳定性。现行的平顶山市盐矿区行政划分不能反映出各个盐矿区的共同点,有必要通过模糊聚类分析将那些经济实际状况相似的铁矿区归类，剖析、发现各况矿区的差异,对症下药，为制定发展对策提供依据。

二、建立指标体系

1、确定分类指标进行经济区划分，应考虑的指标因素是多种多样的。既要以岩盐矿资源储量为主，又要适当考虑岩盐质量和勘察阶段和开发利用状况；既要有直接指标，又要有间接指标；既要考虑矿区发展的现状，又要考虑矿区发展的过程和矿区发展的未来方向。参考有关资料，结合专家意见，我们确定了对平顶山市盐矿区进行经济区划分的指标。如表1所示。表中列举了具体指标及各指标的原始数据（数据来源于河南省2006年矿产资源储量简表）。表1盐矿区经济划分指标体系及指标数据注：表中N表示缺失数据，勘察阶段1、2、3分别表示：初步勘探、详细普查、详细勘探，利用状况1~7分别表示：近期不宜进一步工作、可供进一步工作、近期难以利用、推荐近期利用、计划近期利用、基建矿区、开采矿区。

2、转换指标数据由于不同变量之间存在不同量纲由于不同变量之间存在不同量纲、不同数量级，为使各个变量更具有可比性，有必要对数据进行转换。目前进行数据处理的方法大致有三种，即标准化、极差标准化和正规化。为便于更直观的比较各市之间同一指标的数值大小，我们采用了正规化转换方式。其计算公式为:为了方便叙述，做如下设定：设Xi(i=1，2，3，…，21)为具体指标层中第i个评价指标的值，Pi(i=1，2，3，…，21)为第i个指标正规化后的值，0≤Pi≤1，Xs,i(Xs,i=Xmax-Xmin)，为第i个评价指标的标准值，Xmax为最大值，Xmin为最小值。（1）对于越高越好的`指标①Xi≥Xmax，则Pi=1；②Xi≤Xmin，则Pi=0；③Xmin

三、聚类分析

1、聚类步骤(Stage).从1~3表示聚类的先后顺序。

2、个案合并(ClusterCombined)。表示在某步中合并的个案，如第一步中个案1叶县田庄盐矿段和个案2叶县马庄盐矿段合并，合并以后用第一项的个案号表示生成的新类。

3、相似系数(Coefficients).据聚类分析的基本原理，个案之间亲密程度最高即相似系数最接近于1的，最先合并。因此该列中的系数与第一列的聚类步骤相对应，系数值从小到大排列。

4、新类首次出现的步骤(StageClusterFirstAppears)。对应于各聚类步骤参与合并的两项中，如果有一个是新生成的类(即由两个或两个以上个案合并成的类)，则在对应列中显示出该新类在哪一步第一次生成。如第三步中该栏第一列显示值为1，表示进行合并的两项中第一项是在第一步第一次生成的新类。如果值为O，则表示对应项还是个案(不是新类)。

5、新类下次出现步骤(NextStage)。表示对应步骤生成的新类将在第几步与其他个案或新类合并。如第一行的值是11，表示第一步聚类生成的新类将在第11步与其他个案或新类合并。

6、解析图DendrogramusingAverageLinkage(BetweenGroups)RescaledDistanceClusterCombine聚类树状图（方法：组间平均连接法）图清晰的显示了聚类的全过程。他将实际距离按比例调整到0~25之间，用逐级连线的方式连接性质相近的个案或新类，直至并未一类。在该图上部的距离标尺上根据需要(粗分或细分)选定一个划分类的距离值，然后垂直标尺划线，该垂线将与水平连线相交，则相交的交点数即为分类的类别数，相交水平连线所对应的个案聚成一类。例如，选标尺值为5，则聚为3类：叶县田庄盐段、叶县马庄盐矿段为一类，叶县娄庄盐矿、叶县五里堡盐矿段为一类，叶县姚寨盐矿为一类。若选标尺值为10，则聚为2类：叶县田庄盐段、叶县马庄盐矿段为一类，叶县娄庄盐矿、叶县五里堡盐矿段、叶县姚寨盐矿为一类。

四、结论

对平顶山市5个盐矿区进行经济区划分，究竟划分为几个区合适，既不是越多越好，也不是越少越好。划分经济区的目的，就是要根据各盐矿经济区资源特点、勘察、开发的不同，分类指导经济活动，使人们的经济活动更加符合当地的实际，使各经济区能充分发挥各自的优势，做到扬长避短，趋利避害，达到投人少、产出多，创造良好的经济效益和社会效益之目的。分区太多，就失去了分区的意义，分区太少，则分类指导很难做到有的放矢。综合以上聚类分析结果，我们可以得出三个方案。其中两个方案比较合适,可供选择。方案一：（当比例尺为5时，分为3类）叶县田庄盐段、叶县马庄盐矿段为一类，叶县娄庄盐矿、叶县五里堡盐矿段为一类，叶县姚寨盐矿为一类。从聚类分析中看出平顶山市盐矿区分类图方案一。方案二：(当比例尺为10时，分为2类）叶县田庄盐段、叶县马庄盐矿段为一类，叶县娄庄盐矿、叶县五里堡盐矿段、叶县姚寨盐矿为一类。从聚类分析中看出平顶山市盐矿区分类图方案二。平顶山市盐矿区分类图方案2聚类分析的原理就是将矿石质量、资源储量、勘查阶段、利用状况相近或相类似的矿区聚合在一起，其分析结果也是直观易见的。在此结合平顶山市实际行政区划以及矿山企业特征我们对铁矿区划分做一个调整使其理论与实际能够结合的更紧密使其更好的指导实践。

1、叶县田庄盐段、叶县马庄盐矿段为一类，这一类属于矿床规模相当，资源储量接近，勘查开发阶段接近，利用程度相当，故，可以分为一类。

2、叶县娄庄盐矿、叶县五里堡盐矿段为一类，这一类属于勘查开发阶段处于同一阶段。

3、叶县姚寨盐矿为一类，这一类属于储量较高，盐矿品位较高，故其勘察开采规划有别于其它两类。总的说来，运用聚类分析是基本成功的，大部分的分类是符合实际的。综合以上论述盐矿区划分如下表所示：当然聚类分析有其优点也有其缺点：(1)优点：聚类分析模型的优点就是直观，结论形式简明。(2)缺点：在样本量较大时，要获得聚类结论有一定困难。由于相似系数是根据被试的反映来建立反映被试问内在联系的指标，而实践中有时尽管从被试反映所得出的数据中发现他们之间有紧密的关系，但事物之间却无任何内在联系，此时，如果根据距离或相似系数得出聚类分析的结果，显然是不适当的，但是，聚类分析模型本身却无法识别这类错误。

题目（黑体不加粗三号居中） 摘要（黑体不加粗四号居中）（摘要正文小4号，写法如下） 首先简要叙述所给问题的意义和要求，并分别分析每个小问题的特点（以下以三个问题为例）。根据这些特点我们对问题1用……的方法解决；对问题2用......的方法解决；对问题3用……的方法解决。对于问题1我们用......数学中的......首先建立了......模型I。在对......模型改进的基础上建立了......。模型II。对模型进行了合理的理论证明和推导，所给出的理论证明结果大约为......。，然后借助于......数学算法和......软件，对附件中所提供的数据进行了筛选，去除异常数据,对残缺数据进行适当补充,并从中随机抽取了3组数据（每组8个采样）对理论结果进行了数据模拟，结果显示，理论结果与数据模拟结果吻合。（方法、软件、结果都必须清晰描述，可以独立成段，不建议使用表格）对于问题2我们用......对于问题3我们用......如果题目单问题，则至少要给出2种模型，分别给出模型的名称、思想、软件、结果、亮点详细说明。并且一定要在摘要对两个或两个以上模型进行比较，优势较大的放后面，这两个（模型）一定要有具体结果。如果在……条件下，模型可以进行适当修改，这种条件的改变可能来自你的一种猜想或建议。要注意合理性。此推广模型可以不深入研究，也可以没有具体结果。关键词：本文使用到的模型名称、方法名称、特别是亮点一定要在关键字里出现，5~7个较合适。注：字数700~1000之间；摘要中必须将具体方法、结果写出来；摘要写满几乎一页，不要超过一页。摘要是重中之重，必须严格执行！。页码：1（底居中）一、问题重述（第二页起黑四号）在保持原题主体思想不变下，可以自己组织词句对问题进行描述，主要数据可以直接复制，对所提出的问题部分基本原样复制。篇幅建议不要超过一页。大部分文字提炼自原题。二、问题分析主要是表达对题目的理解，特别是对附件的数据进行必要分析、描述（一般都有数据附件），这是需要提到分析数据的方法、理由。如果有多个小问题，可以对每个小问题进行分别分析。（假设有3个问题） 问题1的分析对问题1研究的意义的分析。问题1属于......数学问题，对于解决此类问题一般数学方法的分析。对附件中所给数据特点的分析。对问题1所要求的结果进行分析。由于以上原因，我们可以将首先建立一个......的数学模型I,然后将建立一个......的模型II,........对结果分别进行预测，并将结果进行比较.问题2的分析对问题2研究的意义的分析。问题2属于......数学问题，对于解决此类问题一般数学方法的分析。对附件中所给数据特点的分析。对问题2所要求的结果进行分析。由于以上原因，我们可以将首先建立一个......的数学模型I,然后将建立一个......的模型II,......。。对结果分别进行预测，并将结果进行比较. ..............................。。三、模型假设（4号黑体）（以下小4号） 假设题目所给的数据真实可靠；2．3．4．5．6．.................................... 注意：假设对整篇文章具有指导性，有时决定问题的难易。一定要注意假设的某种角度上的合理性，不能乱编，完全偏离事实或与题目要求相抵触。注意罗列要工整。四、定义与符号说明（4号黑体）（对文章中所用到的主要数学符号进行解释小4号）............................ 尽可能借鉴参考书上通常采用的符号，不宜自己乱定义符号，对于改进的一些模型，符号可以适当自己修正（下标、上标、参数等可以变，主符号最好与经典模型符号靠近）。对文章自己创新的名词需要特别解释。其他符号要进行说明，注意罗列要工整。如“～第种疗法的第项指标值”等，注意格式统一，不要出现零乱或前后不一致现象，关键是容易看懂。五、模型的建立与求解（4号黑体）第一部分：准备工作（4号宋体）数据的处理 1、......数据全部缺失，不予考虑。 2、对数据测试的特点，如，周期等进行分析。 3、......数据残缺，根据数据挖掘等理论根据......变化趋势进行补充。 4、对数据特点（后面将会用到的特征）进行提取。（二）聚类分析（进行采样） 用......软件聚类分析和各个不同问题的需要，采得。。。组采样，每组5-8个采样值。将采样所对应的特征值进行列表或图示。预测的准备工作根据数据特点，对总体和个体的特点进行比较，以表格或图示方式显示。第二部分：问题1的...模型（4号宋体）模型I(......的模型)该种模型的一般数学表达式，意义，和式中各种参数的意义。注明参考文献。......模型I的建立和求解说明问题1适用用此模型来解决，并将模型进行改进以适应问题1。借助准备工作中的采样，（用拟合等方法）确定出模型中的参数。给出问题1的数学模型I表达式和图形表示式。给出误差分析的理论估计。3.模型I的数值模拟将模型I进行数值计算，并与附件中的真实采样值（进行列表或图示）比较。对误差进行数据分析。模型II(......的模型)该种模型的一般数学表达式，意义，和式中各种参数的意义。注明参考文献。......模型II的建立和求解说明问题1适用此模型来解决，并将模型进行改进以适应问题1。借助准备工作中的采样，通过确定出模型中的参数。给出问题1的数学模型I表达式和图形表示式。给出误差分析的理论估计。3.模型II的数值模拟将模型II进行数值计算，并与附件中的真实采样值（进行列表或图示）比较。对误差进行数据分析 （三）模型III(......的模型) ........................（四）问题1的三种数学模型的比较。对三种模型的优点和缺点结合原始数据和模拟预测数据进行比较。给出各自得优点和缺点。第三部分：问题2的...个模型（4号宋体）........................。第四部分：问题3的...个模型（4号宋体）........................。六、模型评价与推广对本文中的模型给出比较客观的评价，必须实事求是，有根据，以便评卷人参考。推广和优化，需要挖空心思，想出合理的、甚至可以合理改变题目给出的条件的、不一定可行但是具有一定想象空间的准理想的方法、模型。（大胆、合理、心细。反复推敲，这段500字半页左右的文字，可能决定生死存亡。）七、参考文献（4号黑体）(书写格式如下) [1] 作者名1,作者名2.文章名字.杂志名字，年，卷（期）：起始页码-结束页码[2] 作者名1,作者名2.书名.出版地：出版社，年，起始页码-结束页码[3] 作者名1,作者名2.文章名字. 年，卷（期）：起始页码-结束页码，网页地址。[4] 李传鹏，什么是中国标准书号，，2006-9-18。[5] 徐玖平、胡知能、李军，运筹学（II类），北京：科学出版社，2004。[6] Ishizuka Y, AiyoshiE. Double penalty method for bilevel optimization problems. Annals of Operations Research, 24: 73- 88，1992。注意：5篇以上！八、附件（4号黑体）（正文中不许出现程序，如果要附程序只能以附件形式给出） 数学建模评分参考标准摘要（很重要） 5分数据筛选 35分数学模型 35分数据模拟 15分总体感觉 10分特别注意1.问题的结果要让评卷人好找到；显要位置---独立成段2.摘要中要将方法、结果讲清楚；3.可以有目录也可以不要目录；4.建模的整个过程要清楚，自圆其说，有结果、有创新；5.采样要足够多，每组不少于7个；6.模型要与数据结合，用数据验证过；7.如果数学方法选错，肯定失败；8.规范、整洁；总页数在35~45之间为宜。9.必须有数学模型，同一问题的不同模型要比较；10.数据必须有分析和筛选；11.模型不能太复杂，若用多项式回归分析，次数以3次为好。