TY -的A2 Volchenkov迪米特里盟——吴Wenshuai盟——徐Zeshui AU -口,帮派AU -史,勇PY - 2020 DA - 2020/05/05 TI -决策支持基于指标的聚类算法的评价SP - 9602526六世- 2020 AB -在许多学科,算法处理大规模数据的评价是一个具有挑战性的研究问题。然而,不同的算法可以产生不同的甚至相互冲突的评价性能,,这种现象还没有完全调查。本文旨在提出一个解决方案的动力方案的评价聚类算法协调不同甚至相互矛盾的评价性能。本研究的目的是提出和开发一个模型,称为决策 年代upport评价聚类算法(DMSECA),评价聚类算法通过合并专家智慧,以协调差异评价性能信息融合在一个复杂的决策过程。拟议的模型测试和实验研究验证了使用六聚类算法,九个外部措施,20日和四个指标方法UCI数据集,包括313年共有18310个实例和属性。该模型可以生成算法的优先级列表产生最优的等级方案,从而满足所有参与者的决策偏好。结果显示我们的开发模式是一种有效的工具来选择最合适的聚类算法对给定的数据集。此外,我们提出的模型能够协调不同甚至相互矛盾的评价性能达成集团协议在一个复杂的决策环境。SN - 1076 - 2787你——https://doi.org/10.1155/2020/9602526——10.1155 / 2020/9602526 JF - PB - Hindawi KW - ER -复杂性