基于FCM聚类的模糊综合评价方法

针对综合评价过程中隶属函数建立存在主观性和随机性以及部分系统缺乏指标阈值的问题,引入模糊聚类的思想,建立基于FCM理论的评价模型。当指标阈值存在时,通过阈值确定FCM的最佳聚类中心,得到隶属度矩阵;不存在时,通过AP聚类确定FCM的初始聚类中心,改善传统算法对聚类中心初值选取的随机性;再利用改进的FCM算法对指标数据进行分级评价,得到隶属度矩阵并建立指标阈值,最后进行综合评价分析;并将该模型应用于四川某水域的水质评价中。结果表明,该模型评价结果处于单因子评价和传统模糊综合评价结果之间,其相关系数均在0.7以上,说明该模型结果具有合理性,并且能克服因单因子评价模型仅强调最坏指标和传统模糊综合评价中人为选择隶属函数而导致评价结果具有片面性和主观性的不足。