摘要：聚类指的是按照事物的某些属性，将事物聚集成同一个类别，使得类间的相似性尽量小，类内的相似性尽量大。传统的聚类分析是研究“非此即彼”的分类问题，分类结果往往十分明确，而实际生活中许多问题都有一定的模糊性，它并不只属于一个类，而是“即此又彼”的问题，此时需要用模糊聚类分析。模糊聚类分析是使用模糊数学语言对事物进行描述和分类的一种数学方法。模糊聚类分析一般根据研究对象的自身特征来构造模糊矩阵，并在此基础上模糊数学的方法确定样本之间的模糊关系定量，从而使我们能够客观、准确地进行聚类。

本文在模糊集合理论基础上,根据学生试卷各题型的得分情况研究了模糊聚类法在试卷分析中的应用，选取10名学生英语成绩作为统计指标,对数据标准化处理，利用最大最小法建立模糊相似矩阵,通过传递闭包法作模糊聚类分析。结果表明通过考试反映出的普遍问题，模糊聚类分析法可以更科学地对学生进行分类对掌握学生学习情况有很大帮助。

关键词：模糊聚类分析；模糊矩阵；传递闭包法；标准化；试卷分析

目录

摘要

Abstract

1 引言1

1.1 模糊聚类分析的背景及基本概念1

1.2 本文的主要内容2

2 模糊聚类分析的一般步骤-3

2.1 数据标准化-3

2.2 标定（建立模糊相似矩阵）-4

2.3改造相似关系为等价关系进行聚类分析6

3 实例-8

3.1 实例一-9

3.2 实例二-14

参 考 文 献-20

致谢21