了解煤多变量的逐步聚类分析法

了解煤多变量的逐步聚类分析法

        通过上述大量炼焦试验结果统计分析，烟煤分类特别对炼焦用煤的指标选定为煤的挥发分V和粘结指数G是适宜的。分类方法和过程在煤的成因特征和工艺要求的指标选定之后，如何依据煤的自然本性和煤在热加工过程中的表现特性进行划界，是分类工作中的一个重要课题。有两种算法，其基本思想都是对样品按“物以类聚”的原则进行合并归类。

        一种称为经验分类，需要事先对样品确定类别数和选定典型，这就有赖于对分类对象性质的认识深度和生产实践验，如果再应用聚类分析可适当弥补其不足；破碎机厂家在这方面做的比较好。另一种是近年来发展的多变量的逐步聚类分析法和最优分割法，采用逐次对样品集合进行先分割，然后再归并的方法，对样品进行分类。

         最优分割法又称Fisher算法，它把分类对象（煤）先后作一个集合（类），根据煤变质程度或粘结性等特性值的数值顺序，对有序样品进行分割。分割的位置要求达到使分割后各类内部样品之间的差异尽可能地小，而类与类之间差异尽可能地大，以此作为衡量“最优”分割的标准。