2014第七届网络挑战赛（认证杯）特等奖论文 2587队 A题 - 图文

1纵向 2横向 3越野 4复合 9.8 1.5 8.9 9.8 3.3 8.7 9.6 8.7 9.5 9.4 9.5 3.5 4.0 9.5 8.9 8.9 3.3 8.9 9.5 8.9 9.4 9.4 9.0 4.0 6.9 9.0 8.9 9.0 5单导向 9.8 6非对称 9.8

利用数量积算法求出模糊相似矩阵：

利用传递闭包进行聚类，利用附录中算法F_JIfx(0,1,X),得到聚类图：

由图像可以看出，5，6号花纹（单导向和非对称）最适合在湿地环境下行驶，按照性能指标继续排列，则是4号（复合），然后是3号（越野），再然后是1号（纵向），最后才是2号（横向）。

七、模型的优缺点分析

优点：不需要利用过于繁琐的数据资源就可以分析出轮胎的性能及适用范围，应用模糊聚类，对轮胎花纹进行较为宽泛的分类，但是对比性明显增强，凭借相似程度对轮胎进行分析，简单易懂。

缺点：轮胎性能的种类较少，未能有明确和详细的数据作为参考资料，另外

由于这些数据基本都是主观推测出来的，所以模型的建立是宽泛的，不够细致。还有，因为数据偏少，所以此模型的分析具有局限性。

八、参考文献

[1]宋家书屋，知识：轮胎花纹的作用及影响花纹作用的因素，http://www.360doc.com/content/11/1020/12/6696206_157675249.shtml，访问时间（2014年4月18日）

[2]cuiguibo1987，轮胎花纹的作用与分类1，

http://wenku.http://www.china-audit.com//link?url=0mOb0oRNxU1eluiNOqayIWATs0uvsQcgqrxavKn2yRWJpP1u1VPwaB8kI9RN6aOd07ED0fsPJw2viEC7eUxOBSdycWL414w4b2qMr5H31VK，访问时间（2014年4月18日）

[3]腾讯汽车，汽车轮胎的花纹，http://auto.qq.com/a/20101202/000312_1.htm，访问时间（2014年4月18日）

[4] 汽车之家，轮胎知识大扫盲之一 浅谈各种轮胎花纹，

http://www.autohome.com.cn/use/201209/385837.html，访问时间（2014年4月18日）

[5]汽车用品，细数各种轮胎花纹的优缺点及安装方法，http://yp.qc188.com/news/201309/59277.html，访问时间（2014年4月18日） [6]瑞特橡塑，轮胎花纹深度的影响，

http://www.ytpolywheel.com/shownews.asp?id=182，访问时间（2014年4月18日）

[7] lianghaini,[轮胎品牌]轮胎花纹使用注意事项，

http://zhishi.maigoo.com/71010.html,访问时间（2014年4月18日）

附录：

（1）Max_Min.m

function[C]=Max_Min(A,B)

%模糊矩阵的合成运算，先取大，后取小 [m,s]=size(A);[s1,n]=size(B);C=[]; if(s1~=s)return;end for(i=1:m)

for(j=1:n)C(i,j)=0; for(k=1:s)x=0;

if(A(i,k)

x=B(k,j); end

if(C(i,j)

end; end

（2）F_JlSjBzh.m

function[X]=F_JISjBzh(cs,X) %模糊聚类分析数据标准化变换

%X原始数据矩阵；cs=0.不变换；cs=1，标准差变换；cs=2，极差变换

if(cs==0)

return ; end

[n,m]=size(X); %获得矩阵的行列数 if(cs==1) %平移·标准差变换

for(k=1:m)

xk=0;

for(i=1:n)

xk=xk+X(i,k); end

xk=xk/n;sk=0; for(i=1:n)

sk=sk+(X(i,k)-xk)^2; end

sk=sqrt(sk/n); for(i=1:n)

X(i,k)=(X(i,k)-xk)/sk; end end

else %平移·极差变换

for(k=1:m)

xmin=X(1,k); xmax=X(1,k); for(i=1:n)

if(xmin>X(i,k))

xmin=X(i,k); end

if(xmax

xmax=X(i,k); end

end

for(i=1:n)

X(i,k)=(X(i,k)-xmin)/(xmax-xmin); end end end

（3）F_JlR.m

function[R]=F(cs,X)

%模糊聚类分析建立模糊相似矩阵 %X,数据矩阵

%cs=1，数量积法 %cs=2，夹角余弦法

[n,m]=size(X);%获得矩阵的行列数 R=[];

if(cs==1) maxM=0;

pd=0;%数量积法 for(i=1:n) for(j=1:n) if(j~=i) x=0;

for(k=1:m)

x=x+X(i,k)*X(j,k); end

if(maxM

if(maxM<0.000001) return; end

maxM=maxM+1; for(i=1:n) for(j=1:n) if(i==j)

R(i,j)=1; else

R(i,j)=0; for(k=1:m)

R(i,j)=R(i,j)+X(i,k)*X(j,k); end