基于加权的模糊聚类算法的油气工程分类方法和系统技术方案

本发明专利技术提供了一种基于加权的模糊聚类算法的油气工程分类方法和系统，涉及计算机技术领域，主要解决了对油气工程项目进行分类技术问题。该发明专利技术包括：获取各个油气工程项目的各个评价指标值；对应各个油气工程项目，对所述各个评价指标值进行标准化，得到各个标准化指标值，并对应每个油气工程项目，由各个标准化指标值组成一个油气工程项目向量；将各个油气工程项目向量作为各个样本，采用DPSO‑WCoFCM聚类算法进行聚类，得到各个油气工程项目的聚类结果。本发明专利技术避免了油气工程项目分类主观性，能有效提高油气工程项目分类的准确性和有效性，指导油气工程项目的投资规划。

【技术实现步骤摘要】
基于加权的模糊聚类算法的油气工程分类方法和系统
本专利技术涉及计算机
，尤其涉及基于加权的模糊聚类算法的油气工程分类方法和系统。
技术介绍
如今，对工程项目的分类标准不健全，项目分类和排序具有较大的主观性，影响了用户的投资决策。因此，对工程项目的分类至关重要，提高用户对工程项目的了解、分析、比较和投资。目前，常用的分类方法可以分为定性和定量两种，定性分类以波士顿矩阵为基础进行延伸，根据决策者需求进行定制化分类。该方法应用灵活，但分类标准较为主观，分类结果难以进行有效比较，可能导致错误的投资决策。定量分类又可以分为有监督学习和无监督学习两种。有监督学习分类方法的共同特点是需要一个已经完成分类的训练样本。由于工程项目尚不存在已经分类的训练样本，因此监督学习分类方法不适用于工程项目分类，而采用无监督学习分类法，而聚类分析是一种被广泛使用的无监督学习分类法，包括层次分析法、指标划分法、网格分析法、密度分析法和模型分析法等。因此，本专利技术是基于聚类分析的方法进行对工程项目的分类。
技术实现思路
本专利技术其中一个目的是本文档来自技高网...

【技术保护点】
1.一种基于加权的模糊聚类算法的油气工程分类方法，其特征在于，包括：/n获取各个油气工程项目的各个评价指标值；/n对应各个油气工程项目，对所述各个评价指标值进行标准化，得到各个标准化指标值，并对应每个油气工程项目，由各个标准化指标值组成一个油气工程项目向量；/n将各个油气工程项目向量作为各个样本，采用DPSO-WCoFCM聚类算法进行聚类，得到各个油气工程项目的聚类结果。/n

【技术特征摘要】
1.一种基于加权的模糊聚类算法的油气工程分类方法，其特征在于，包括：
获取各个油气工程项目的各个评价指标值；
对应各个油气工程项目，对所述各个评价指标值进行标准化，得到各个标准化指标值，并对应每个油气工程项目，由各个标准化指标值组成一个油气工程项目向量；
将各个油气工程项目向量作为各个样本，采用DPSO-WCoFCM聚类算法进行聚类，得到各个油气工程项目的聚类结果。


2.根据权利要求1所述的分类方法，其特征在于，所述评价指标值为多个视角的指标值。


3.根据权利要求2所述的分类方法，其特征在于，所述采用DPSO-WCoFCM聚类算法进行聚类，包括：
执行第一PSO算法，判断是否达到所述第一PSO算法的终止条件，所述终止条件包括依据适应度值判断，并在达到所述第一PSO算法的终止条件时，确定所述第一PSO算法的最优解，所述最优解包括最优位置；
将所述第一PSO算法的最优位置作为各个视角的聚类中心，其中，聚类中心的初始值为所述第一PSO算法的位置初始值；
执行WCoFCM算法，根据所述各个样本和所述第一PSO算法确定的聚类中心，计算所述WCoFCM算法在各个视角下的隶属度矩阵和成本函数；
采用第二PSO算法，在达到所述第二PSO算法的终止条件时，确定所述第二PSO算法的最优适应度值和最优速度值；
将所述第二PSO算法得到的最优适应度值作为所述第一PSO算法的适应度值，重复执行所述第一PSO算法直至达到所述第一PSO算法的终止条件；
将所述第二PSO算法得到的最优速度值作为所述WCoFCM算法的各个视角的权重值，重复执行所述WCoFCM算法直至达到所述WCoFCM算法的终止条件；
在执行所述WCoFCM算法时，根据所述各个视角的权重值、各个视角...

【专利技术属性】
技术研发人员：吴俊江，
申请(专利权)人：吴俊江，
类型：发明
国别省市：北京;11