Keywords: group decision making, streamlining data, FCM clustering algorithm, complex large group
目录
目录 5
1、绪论 6
1.1选题背景 6
1.2文献回顾 7
1.3技术路线 9
2、聚类算法概述 11
2.1聚类的定义 11
2.2聚类算法的分类 11
2.3 FCM聚类算法概述 13
3、初始聚类中心点的确定 15
3.1精简数据 15
3.2 初始聚类中心点的选择 17
4、大群体决策模型 19
4.1 大群体决策模型设计 19
4.2 仿真实验 19
5、研究总结与展望 26
5.1总结 26
5.2 展望 26
参考文献 29
1、绪论
1.1选题背景
我国经济社会发展的不均衡直接导致人口的流动规模比较大,特别是每年春运中,旅客人次动辄数以亿计。火车既安全又便宜,通常是人们首选的交通工具,对铁路运输的需求最为集中和强烈,常常出现“一票难求”的现象。在能力有限的范围内,为提高运输管理绩效,需要对运输资源进行优化配置,主要表现为列车运行图的优化,最终体现在车票方面。优化分配有限数量的火车车票,可以满足不同类型旅客的需求,并合理引导旅客出行需求,提高铁路企业服务水平。论文网
2012年春运中,铁道部就新推出了网络购票的方式,以方便旅客购票,由于访问量太大而导致订票网站服务器瘫痪。推出网络购票服务后,规定电话和网络购票都可以提前12天预订,代售点则维持在提前10天预订,车站售票厅提前时间则只有8天甚至5天。在春运火车票供不应求的大背景下,这种设置的直接后果是通过网络购票的旅客抢占了先机,而依靠代售点和车站售票窗口购买的旅客则往往遭遇无票的境地,特别是对长期不接触网络的人来说,缺乏利用网络方式订票的能力。
在无法通过价格机制优化资源配置的情况下,基于兼顾社会效益的需要,有限车票的优化就需要照顾不同类型的旅客需求,对各种购票渠道分配合适的数量。这类问题如不能有效解决,会造成众多旅客的抱怨,损害社会公平性,进而产生一些社会矛盾。
同类似的问题还有大型医院专家号挂号问题。“挂号难”问题长期困扰着民众,为此,很多大型医院也在逐步设立预约挂号平台,通过网络、电话以及排队等多种挂号形式,期望改善医院现场排队拥堵现象以及减少大部分患者就医中无效排队等候时间,但收效并不显著,仍然出现一些患者或家属不惜排队等候的场面;网络购票出现“号贩子”猖獗等问题。
铁路售票和医院专家号挂号问题都具有一些共同特征,主要是:①服务对象是大规模的异质群体,对不同的售票或挂号服务形式所需能力和利益诉求差异显著,难以实现群体一致性;②不同服务形式消耗的总资源固定,各种服务形式消耗资源彼此消长,不合理的资源分配会损害双方利益,对服务提供者而言,不能有效引导服务对象的需求,损害社会公平性,对服务对象而言,会增加被服务的成本,对服务的满意度较低,甚至会造成一定的社会问题;③利益协调难度较大,需要多次动态交互,还可能涉及到服务形式本身的调整等。文献综述