导读:本文包含了合作模糊聚类论文开题报告文献综述及选题提纲参考文献，主要关键词:模糊聚类,合作竞争博弈,均匀设计,回归分析
合作模糊聚类论文文献综述
陈加明,宋小文,徐浩[1]（2015）在《结合模糊聚类和合作竞争博弈的优化方法》一文中研究指出针对多目标优化问题转化为博弈问题的难点,即博弈问题的各博弈方战略集的确定问题,利用均匀设计试验法、回归分析和F检验为模糊聚类提供数据基础,将多目标优化设计与博弈分析结合起来,提出了一种多目标优化方法。以减速器优化设计为例,对该方法的性能进行了分析与验证,并与传统单目标优化方法进行对比分析。结果表明,该方法收敛速度快,计算效率高,无需人为确定各目标权重,具有工程应用价值。(本文来源于《中国机械工程》期刊2015年16期）
徐浩[2]（2015）在《结合模糊聚类和合作竞争博弈的机械部件多目标优化方法》一文中研究指出社会生产中的很多问题都比较复杂,具有在特定约束条件下的多个优化目标。国内外现有的多目标优化问题的解决方法多数是多个目标的线性组合,依靠人的知识和经验分配各目标间的权重；同时计算量大,优化效率低；并且求解方法对特定问题的解决比较实用,对于其他有特殊情况的多目标优化问题的求解有比较大的限制,应用范围较小。综上这些缺点使得传统的多目标优化方法在工程问题的应用中有较大的局限。事物之间的界限是模糊的,多目标问题中的设计变量之间的界限也是类似的。事物之间的联系往往也是多重的,既是合作的也是冲突博弈的,多目标问题中的多目标之间也是。多目标优化问题和模糊聚类以及合作竞争博弈问题都具有模糊界限和冲突的性质,因此考虑引入模糊聚类和合作竞争博弈机制,启发一种区别于传统多目标优化设计的新方法。样本实验设计、分析和检验方法能为模糊聚类和合作竞争博弈优化分析提供数据基础。本文在此技术思路下,利用样本设计、分析和检验方法对多目标问题进行建模以及模型分析、处理、检验,得到每个设计变量对每个目标的影响乘子矩阵。按照模糊聚类思想处理后得到模糊相似矩阵,再转化为传递闭包矩阵,在给定置信度下就可以进行特定数目的聚类,从而把多目标问题转化为合作竞争博弈问题,应用合作竞争博弈思想求解。该方法具有不需要依靠个人知识和经验确定各目标权重(转化为单目标)；可以便捷的调节各目标之间的合作度,得到特殊条件下的满意解；可以处理离散的问题,不要求目标函数的连续可导；可以将复杂的问题模块化,简化问题的分析及求解；收敛速度快,效率高。为了验证该方法的有效性,本文以一个常见的机械结构一桁架的多目标优化问题作为例子,本文方法的优化结果和理论解的误差很小。在验证了方法的有效性的基础上,应用分析解决了减速器的优化设计问题,在可靠性等约束下,同时考虑重合度、体积、安全度叁个相互合作竞争的目标,优化设计多个齿轮的模数、齿数、齿宽系数,有效改善减速器的跑偏、撒料、异常噪音几大常见问题。(本文来源于《浙江大学》期刊2015-01-25）
张晓林[3]（2014）在《基于FAHP与模糊聚类的供应链合作伙伴选择策略》一文中研究指出在分析设计供应商选择评价的指标体系的基础上,运用FAHP方法确定系统指标权重,通过动态模糊聚类对供应商进行评价选择,并对供应商的选择进行了实例分析。(本文来源于《物流技术》期刊2014年11期）
费小燕[4]（2013）在《基于模糊聚类的物流战略联盟合作伙伴选择》一文中研究指出以佛山产业转移为背景,通过模糊聚类分析为产业总部基地物流企业在建设战略联盟、选择合适的战略联盟伙伴尽快形成物流战略联盟提供决策依据,为加快当地产业转移,实现产业转移效益提升提供相应的物流配套服务。(本文来源于《物流技术》期刊2013年19期）
成鹏飞,高阳,成小军,姚建国,周向红[5]（2007）在《钢铁企业合作创新项目选择的模糊聚类分析》一文中研究指出在合作创新过程中,针对区间数的评价信息,提出一种基于遗传算法的模糊聚类方法。考虑方案各准则的权重、准则值为区间数,同时要求对聚类中心各准则值有严格序关系。然后结合隶属度变量构建优化模型,利用具有动态惩罚函数的遗传算法求解,计算得到各方案的所属类别。实例证明了该方法的有效性和可靠性。(本文来源于《系统工程》期刊2007年03期）
马利东[6]（2003）在《基于模糊聚类的网络合作学习研究及其算法实现》一文中研究指出合作学习是学生为达到共同的学习目标，并最大化个人和他人习得成果而一起经历各种变化，共同进取的一切相关行为，基于网络的合作学习是利用计算机网络以及多媒体等相关技术，由多个学习者针对同一学习内容彼此交互和合作，以达到对教学内容比较深刻理解和掌握的过程。当前的网络合作学习平台更多的注重硬件环境的改进，严重忽略了组织环境的改善，在小组的生成划分方面，不考虑在线学习者的各方面特征，只是简单随机的分组，使合作学习的效果大打折扣，而当前的网上合作系统中，其合作小组生成模块基本上没有一个统一明确的算法。 聚类分析是按一定的条件或属性将研究或处理的对象进行分类的数学方法，用模糊数学的语言、方法来解决分类问题，更为自然与方便，而且更符合客观实际，模糊聚类是先建立模糊相似关系，而后将客观事物予以分类的方法，因此，本文创造性地将模糊聚类的原理和方法引入到网上合作学习的小组生成当中，利用模糊聚类的方法，将所有在线学习者的个性模型构成一个模糊矩阵，根据实际需要，加以修改，最后通过聚类操作，达到客观分组的目的，基于这一创新，作者提出“寻找最佳合作伙伴”和“最佳分组”两种模块的算法和实现。 在“寻找最佳合作伙伴”的算法中，利用当前求助学习者的个性特征，构造一个“虚拟学习者”，用此“虚拟学习者”来寻找当前在线学习者中最适合帮助当前求助者的学习伙伴群体。最后利用在“寻找最佳合作学习伙伴”的标准中各项特征的权重的不同，为当前求助者安排最佳合作学习伙伴顺序。 在“最佳合作小组生成”算法中，引入了“互补度”的概念，通过使用ISODATA方法，从当前在线学习者中找出几个“基准”学习者，在通过将剩余的学习者逐一地加入到各个学习小组的方法，生成最后的最佳合作学习小组。 在实际应用中，使用这两种算法达到的效果与人的预期实践经验基本一致，使合作学习系统具有更高的智能性。利用论文提供的算法，可以为广大教育理论家开展网上合作学习的理论研究奠定了基础，尤其是与网上合作学习中的如何生成小组相关的理论的研究提供了技术支持。(本文来源于《华东师范大学》期刊2003-05-01）
合作模糊聚类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
社会生产中的很多问题都比较复杂,具有在特定约束条件下的多个优化目标。国内外现有的多目标优化问题的解决方法多数是多个目标的线性组合,依靠人的知识和经验分配各目标间的权重；同时计算量大,优化效率低；并且求解方法对特定问题的解决比较实用,对于其他有特殊情况的多目标优化问题的求解有比较大的限制,应用范围较小。综上这些缺点使得传统的多目标优化方法在工程问题的应用中有较大的局限。事物之间的界限是模糊的,多目标问题中的设计变量之间的界限也是类似的。事物之间的联系往往也是多重的,既是合作的也是冲突博弈的,多目标问题中的多目标之间也是。多目标优化问题和模糊聚类以及合作竞争博弈问题都具有模糊界限和冲突的性质,因此考虑引入模糊聚类和合作竞争博弈机制,启发一种区别于传统多目标优化设计的新方法。样本实验设计、分析和检验方法能为模糊聚类和合作竞争博弈优化分析提供数据基础。本文在此技术思路下,利用样本设计、分析和检验方法对多目标问题进行建模以及模型分析、处理、检验,得到每个设计变量对每个目标的影响乘子矩阵。按照模糊聚类思想处理后得到模糊相似矩阵,再转化为传递闭包矩阵,在给定置信度下就可以进行特定数目的聚类,从而把多目标问题转化为合作竞争博弈问题,应用合作竞争博弈思想求解。该方法具有不需要依靠个人知识和经验确定各目标权重(转化为单目标)；可以便捷的调节各目标之间的合作度,得到特殊条件下的满意解；可以处理离散的问题,不要求目标函数的连续可导；可以将复杂的问题模块化,简化问题的分析及求解；收敛速度快,效率高。为了验证该方法的有效性,本文以一个常见的机械结构一桁架的多目标优化问题作为例子,本文方法的优化结果和理论解的误差很小。在验证了方法的有效性的基础上,应用分析解决了减速器的优化设计问题,在可靠性等约束下,同时考虑重合度、体积、安全度叁个相互合作竞争的目标,优化设计多个齿轮的模数、齿数、齿宽系数,有效改善减速器的跑偏、撒料、异常噪音几大常见问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
合作模糊聚类论文参考文献
[1].陈加明,宋小文,徐浩.结合模糊聚类和合作竞争博弈的优化方法[J].中国机械工程.2015
[2].徐浩.结合模糊聚类和合作竞争博弈的机械部件多目标优化方法[D].浙江大学.2015
[3].张晓林.基于FAHP与模糊聚类的供应链合作伙伴选择策略[J].物流技术.2014
[4].费小燕.基于模糊聚类的物流战略联盟合作伙伴选择[J].物流技术.2013
[5].成鹏飞,高阳,成小军,姚建国,周向红.钢铁企业合作创新项目选择的模糊聚类分析[J].系统工程.2007
[6].马利东.基于模糊聚类的网络合作学习研究及其算法实现[D].华东师范大学.2003