刘维国 庄锦成

（91550部队91分队 大连 116023）

1 引言

由于飞行器开机录取扇面内可能存在非预定打击编队目标以外的其它目标，因此必须进行目标编队分群，剔除非预定打击目标。根据编队目标间的距离特征进行预定打击目标编队决策，这正符合聚类算法“凡是同一类的样本其特征向量应该是互相靠近的，而不同类的样本其特征向量之间的距离要大得多”的基本特征。

动态聚类方法是一种普遍采用的方法，它具有以下三个要点：1）选定某种距离度量作为样本间的相似性度量；2）确定某个评价聚类结果质量的准则函数；3）给定某个初始分类，然后用迭代算法找出使准则函数取极值的最好聚类结果。本文主要结合分级聚类方法和近邻函数准则算法来研究目标编队分群问题。

2 分级聚类方法

任何两个样本yi和yj总会在某一水平被分为同一类，分级聚类就是这样一种划分序列。分级聚类算法的基础是两个聚类之间的相似性度量，最常用的相似性度量有最近距离、最远距离和均值距离等。在确定了相似性度量之后，就有如下的分级聚类算法：

初始时设置Γj＝yj，∀j∈I，I＝｛j｜j＝1，2，…，N｝，这里Γj是各个聚类集合，N是样本数，即初始时设每一个样本为一个类。

步骤1 在集合｛Γj｜j∈I｝中找到一对满足条件Δ（Γi，Γk）的聚类集合Γi和Γk。其中Δ（Γi，Γj）是Γi和Γk之间的相似性度量。

步骤2 把Γi并入Γk，并去掉Γi。

步骤3 把i从指标集中除掉，若I的基数等于2时，则终止计算；否则转向步骤1。

3 近邻函数准则算法的原理

对于数据集中的任何两个样本yi，yj，若yi是yj的第I个近邻，则称yj对yi的近邻系数为I。……