模糊数学的基本原理与教育现象的模糊性.docVIP

第十二章 教育评估模糊数学论 模糊数学(Fuzzy Mathematics)自1965年创立以来，已经广泛应用于社会科学研究领域。本章在简要介绍模糊数学的基本原理和探讨教育及其评估现象模糊性的基础上，研究模糊数学的理论与方法在教育评估中的应用。 第一节 模糊数学的基本原理与教育现象的模糊性 一、模糊数学的基本原理 (一)模糊数学概述 模糊数学是1965年由美国控制论专家扎德(LAZaden)首先提出来的，它是研究模糊领域中事物数学化的一门边缘学科，现已成为数学的一个重要分支。 数学起源于对实际问题的描述，实践是数学的源泉。而人类实践的范围是广阔的，用数学的观点可以把实践中所遇到的现象大致分为三类：确定现象、随机现象和模糊现象。为解决和描述确定现象，逐步发展起来的数学工具有几何、代数、数学分析、微分方程等，习惯上把其称为“经典数学”；为解决和描述随机现象，逐渐发展起来的数学工具有概率论和数理统计，习惯上称其为“统计数学”；而人们的实践中往往发现有一条不相容原理——当一个系统的复杂性增加时，人们使它精解化的能力将减小，在达到一定阈值以上时，复杂性与精确性互相排斥，与复杂性紧紧相伴的，就是模 糊性。而模糊数学就是研究和处理模糊现象的一种新的数学方法。 “数学”与“模糊”本来是互相对立的词，扎德把二者统一在一起，不是让数学变成模模糊糊的东西，也不是让数学放弃它的严密性去迁就模糊性，而是要让数学进入模糊现象这个禁区。但是，也不能把“模糊”一词看成纯粹消极的贬义词，过分的精确反倒模糊，适当的模糊反倒精确，模糊的手段常常可以达到精确的目的。模糊数学的一个重要特点，就是要使数学回过头来吸取人脑识别和判决的模糊特点，使之运用于计算机，使部分自然语言能够作为算法语言直接进入程序，使人能以简易的程序调动机器完成更复杂的任务，从而大大提高机器的活性，形成一种新的更加灵活而简捷的处理手段与方法。 概率论和数理统计的产生，把数学的应用范围从必然现象领域扩大到偶然现象领域，弥补了经典数学之不足。模糊数学的产生，把数学的应用范围从精确现象领域扩大到模糊现象领域，弥补了经典数学和统计数学之不足。概率论和数理统计研究和处理随机性，模糊数学研究和处理模糊性，二者都属于不确定数学，他们之间有深刻的联系，但又有着本质的不同。模糊数学把传统数学从“二值逻辑”的基础扩展到连续值上来，更具有深远的意义。 (二)模糊子集的基本概念 集合论是现代数学的基础。在经典数学的普通集合论中，一个元素是否属于集合A是明确的。即 或 二者必属其一，且只属其一，它的逻辑基础是二值逻辑。 除了普通集合(亦称论域)的子集外，还有另外一种子集，他们没有明确的“边界”，称其为“模糊子集”，并用下面带波浪的大字母(如等)来表示。为了表示某一元素与模糊子集的关系，扎德提出了“隶属度”的概念，即是说，对于论域的每一个元素ui在闭区间〔0，1〕中给它一定对应的数字指标，用以表明ui对于模糊子集的隶属程度，并用μ (ui)或μi表示，称为元素ui对模糊子集的隶属度。 定义：给定论域U，所谓指定了U上的一个模糊子集，是指对任意u∈U，都有一个隶属度μ(0≤μ≤1)与之相对应。称μ为的隶属函数，记作 μ=(u)或μ(u) 显然 (u)值愈大，表示u对隶属程度愈高；＝1时表示u肯定属于；(u)＝0时表示u肯定不属于。扎德建议将模糊子集表示成 = (Ui) 其中U为论域，这里的“＋”号并无求和之意。当论域U中的元素为无穷不可数时，则可记成 () 同样这里的积分号也无求积分之意。显然，模糊子集完全可以由其隶属函数来描述，因此也可以用模糊向量(即隶属度向量)来表示 当一个子集的隶属度只取0或1时，则子集就退化成普通子集，普通子集的隶属函数称为特征函数，用CA(u)表示，即 注意模糊子集是通过隶属函数来下定义的，它本身没有明确的范围，若一定要问其图像，需要选取门坎λ。λ是介于0，1之间的一个实数，当，便算作，否则，便算作，这样得到一个普通子集，记作 叫做A的λ图像，λ叫置信水平。 当λ从1下降到零，逐渐扩张，象征是一个具有游动边界的集合。 (三)模糊集合的运算 可以利用特征函数CA(u)和隶属函数 (u)来定义子集的运算，这样便很自然地将普通子集的运算推广到模糊子集的运算上去。设A、B、C、D为论域U上的四个普通子集，为论域U上的四个模糊子集，则两类子集的运算规则可以对比如下： 1.相等 若A=B,则对一切u∈U,有CA(u)=CB(u) 若，则对一切u∈U,有 2.包含 若AB，则对一切u∈U,有CA(u)≥CB(u) 若，则对一切u∈U,有 3.余集(补集) 若A与互为余集，则对一切u∈U,有 若与互为余集，则对一切u∈U,有 4.并集 若C=AB，则对一