题目：基于聚类方法的消费品质量安全因子分析研究

近些年，随着我国消费品质量安全事件不断发生，新闻媒介等经常报道有关出口的消费品遭遇召回问题，消费品质量安全问题愈发受到社会各界的广泛关注。消费品质量安全问题现已成为社会热点问题，它关系到广大人民群众的身心健康，社会的和谐与稳定，以及我国国民经济的健康发展。 目前，我国在消费品质量安全领域的研究工作还比较薄弱。与国外相比，我国有关部门还没有建立一套科学完善的因子分析方法和数据分析系统。因此，当企业产品遭遇质量问题时，相关部门还不能够及时有力的采取措施来解决问题。所以，提出并建立一套科学的消费品质量安全因子体系和解决办法很有必要。 本论文基于消费品质量安全事故案例，以消费品质量安全影响因子为切入点，通过使用模糊聚类方法对消费品质量安全影响因子进行聚类分析，并从中提出了改进的FCM算法，使聚类效果更好。本论文主要完成了以下几方面工作： （1）作者提出了使用模糊聚类理论进行消费品质量安全影响因子分析。内容包括研究模糊聚类的理论模型、常用的模糊聚类算法、各模糊聚类算法的优劣性以及使用改进的FCM算法分析消费品质量安全因子等。 （2）作者针对FCM算法的缺陷，针对隶属度和聚类类别数两方面进行改进，提升了传统FCM算法的聚类效果。针对隶属度矩阵，本文通过引进权值，提出了新的隶属度函数，使得隶属度的值高的数据点对聚类中心位置的影响增大，对于隶属度小的数据点则降低它们对聚类中心的影响。针对聚类类别数，本文构造了新的聚类有效性函数，对聚类类别数进行优选。不仅如此，本文给出了较为详细的算法思想和算法步骤。 （3）作者使用了公共数据集对改进的算法进行验证，并且给出了IRIS数据集的聚类结果，实验证明了本文提出的两个改进点是有价值的，改进后的算法在孤立点的处理和聚类类别数两个方面较传统算法有提升。之后，作者使用了“重点消费品安全信息监测及危害物质测试方法系统”中的消费品质量案例作为数据源，通过改进的FCM算法进行安全影响因子聚类，针对本文提出的两个改进点，聚类效果较好。