- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
模糊运算
9.2.1模糊运算
1.模糊逻辑运算
模糊逻辑运算是标准布尔逻辑运算的推广。
先回顾标准布尔逻辑运算,如图9-6所示。
9-6标准布尔运算
本来是只能是0和1的运算,想要推广到也适用于0到1之间的实数。只需这样改一下运算,如图9-7所示。
9-7改写的标准布尔运算
模糊集与隶属函数(曲线)一一对应,所以,很自然地,模糊集的逻辑运算就等同于隶属函数(曲线)的逻辑运算,从图形对比着来看就是图9-8。
2.模糊合成
设R=(rij)m×n为矩阵,若满足0≤rij≤1,则称为模糊矩阵,当rij只取0或1时,称为布尔矩阵。
模糊综合评价涉及模糊变换,即将模糊评价矩阵作用到向量,得到新向量:
9-8从布尔运算到模糊运算
其中,°为模糊合成算子,记A=[a1,…,am]T,B=[b1,…,bm]T。
模糊变换根据目的不同,可以选择不同的模糊合成算子:
(1)取小取大,主因素决定型
通常用的算子,其评判结果只取决于在总评价中起主要作用的那个因素,其余因素均不影响评判结果,比较适用于单项评判最优就能作为综合评判最优的情况。
(2)乘积最大,主因素突出型
与取小取大相近,但更精细些,不仅突出了主要因素,也兼顾了其他因素。此模型适用于模型失效(不可区别),需要“加细”的情况。
(3)乘加,加权平均型
该算子依权重的大小对所有因素均衡兼顾,比较适用于求总和最大的情形。
(4)取小上界和型
在使用此算子时,需要注意:各个ai不能取得偏大,否则可能出现bj均等于1的情形;各个ai也不能取得太小,否则可能出现bj均等于各个ai之和的情形,这将使单因素评判的有关信息丢失。
(5)均衡平均型
其中,r0=,该算子实际上先对模糊评价矩阵R中的列向量做了归一化处理,适用于R中元素偏大或偏小的情形。为了便于使用,定义MATLAB函数实现这5种模糊合成,可根据具体类型选用,MATLAB代码如下。
【例fce】:
functionB=fce(A,R,type)
%实现模糊合成算子的计算
%A为因素集各因素的权重(列)向量,R为模糊评价矩阵,要求R的列数等于A的行数
%type选择模糊合成算子的类型,1-5分别对应前文的5种不同算子
%B返回归一化的综合评价结果
[m,n]=size(R);
B=zeros(m,1);
forj=1:m
switchtype
case1%取小取大,主因素决定型
B(j)=max(min([A;R(j,:)]));
case2%乘积最大,主因素突出型
B(j)=max(A.*R(j,:));
case3%乘加,加权平均型
B(j)=sum(A.*R(j,:));
case4%取小上界和型
B(j)=min(1,sum(min([A;R(j,:)])));
case5%均衡平均型
r0=sum(R(j,:));
B(j)=sum(min([A;R(j,:)./r0]));
end
end
B=B./sum(B);%归一化
文档评论(0)