基于模糊聚类的车内空气质量评价

赵建文

（浙江海洋学院萧山科技学院，浙江杭州 311200）

随着家用汽车消费的快速增长，汽车室内空气质量问题也越来越引起人们关注，车内空气污染物主要是由甲醛、苯、TVOC等对人体有害物质构成，各污染物的浓度可由相关专业机构检测，目前在国内尚无车内空气污染物浓度限值标准的情况下，对各种不同车型、车辆的车内空气污染水平做科学合理的分类与评价是很有意义的。

本文拟用模糊聚类分析方法[1]，综合甲醛、苯、TVOC指标浓度，对不同车辆车内空气质量做出分类、评价。

1 模糊聚类分析原理和主要步骤[2-5]

聚类是根据一定的规则，按照事物某些属性，合理划分未分类事物的集合，得到确定事物分类的过程。模糊聚类是采用模糊数学方法，依据客观事物间的特征、亲疏程度和相似性，通过建立模糊相似关系，并在此基础上根据一定的隶属度来确定分类关系，也就是用模糊数学的方法把样本之间的模糊关系（相似性）加以定量的确定，从而客观且准确地进行分类。由于现实的分类过程往往伴随着模糊性，所以用模糊数学的方法来进行聚类分析会显得更自然、更符合客观实际。

1.1 聚类对象定义

设论域 U=｛x1，x2，…xn｝为被聚类的对象集，其中x（ii=1，2，…n）称为一个样本；每个样本有m个特征指标，即：xi=（xi1，xi2，…xim），全部原始数据构成数据矩阵X=（xi）jn×m

1.2 样本数据标准化

为使不同量纲的数据可以相比较，通常需要将原始数据xij压缩至[0，1]区间，这一过程称为数据标准化。可以通过以下平移极差……