第6章 确定隶属函数方法.pptVIP

（２）如果模糊集反映的是某个时间段内的个别意识，经验和判断，例如，某专家对某个项目可行性的评价，那么，对这类问题可采用Delphi法；（见§6.２） （３）若模糊集反映的模糊概念已有相应成熟的指标，这种指标经过长期实践检验已成为公认的对事物的真实的又是本质的描述，则可直接采用这种指标，或者通过某种方式将这种指标转化为隶属函数； 时可用相对选择法（见§6.４ ）求的隶属函数； （５）若一个模糊概念是由若干个模糊因素复合 而成的，则可先求各因素模糊集的隶属函数，再 综合出模糊概念的隶属函数。 * * 第6章 确定隶属函数的方法 一、确定隶属函数的原则 二、Delphi法 三、模糊统计法 四、增量法 五、因素加权平均法 隶属函数(Membership function)是建立模糊集的基础，它在模糊数学中占有突出的地位。隶属函数的确定，无论从理论上还是实践上都是模糊数学及其应用的基本而关键的问题。本章介绍确定隶属函数的原则和方法。 §6.1 确定隶属函数的原则 （１）若模糊集反映的是社会的一般意识，它是大量的可重复表达的个别意识的平均结果，例如，青年人，经济增长快，生产正常等，则此时采用模糊统计法（见§6.３ ）来求隶属函数较为理想； （４）对某些模糊概念，虽然直接 给出其隶属函数比较困难，但却可 以比较两个元素相应的隶属度，此 §6.２ Delphi法 设Ｕ为论域， 是Ｕ上待确定其隶属函数的模糊集， 用Dephi法确定 的隶属函数 的步骤如下: ⑴ 提出影响 发送选定的n位专家，请专家对于取定的 的主要因素，连同较为详尽的资料 出隶属度 给 的估值 ⑵设第ｉ位专家第一次给出的估计值为 对于 计算平均值 和离差 每位专家，同时附上进一步的补充资料，请每位 （３）不记名将全部数据 送交 专家在阅读和思考之后，给出新的估计值： （４）重复２、３步，直至离差值小于或等于预先 给定的标准 设重复k次后，有 这里 为重复k次后的离差。 (5)将第k次得到的对 的平均估计值 给各位专家，请他们做最后的“判断”，给出估计值 再交 其中mi是第i位专家的估计值， 的信任度，记为 所做估计值 并请每个人标出各自对 这里ei表示第i 位专家对自己的估计的把握程度，并且规定 第 有绝对把握时， ei＝１；毫无把握时，取ei＝０； 它情形，取　 其 （６）计算 其中 表示集合 的元素的个数，而 定的标准。 是事先给 (7)以 作为 的估计值，或直接计算 此时 称为 在信任度 下的估计值，若 值 较高，从而达到标准，从而 取作 否则，虽 可暂时使用 但要特别注意信息反馈，不断通过 “学习过程”，完善 Remark: Delphi法特别适用于有限论域上的模糊集，即模糊向量的估计，且最好是让专家一次给出对各元素隶属度的估计值。 §6.３ 模糊统计法 　　模糊统计法简言之即通过模糊试验来得元素隶属度。模糊试验四个要素： 　（１）论域Ｕ，所论问题之范围； 　（２）Ｕ中的一个确定元素ｕ； 　（３）Ｕ中的一个随机运动的普通集合Ａ*,Ａ* 联系着一个模糊集 Ａ*的每一次确定，都是对 相应于 的模糊概念的一个确定划分，可以看作 的一个显影，表示模糊概念的一个近似外延 （４）条件Ｓ，它联系着对模糊概念所进行的划分过程的全部客观或心理的因素，制约者Ａ*的运动。 Remark: 隶属度计算公式为: 对 的隶属频率 覆盖 的次数 模糊统计法的基本要求是在每次实验中，对u0是否属于　作出确切的判断，即要求在每次试验中，Ａ*必须确定。 模糊统计试验的特点：在各次试验中u0固定，Ａ*是变的，这点不同于随机试验.　 ? Ｕ (b) A S .? ? (a) 其中n为试验次数。实践证明，随着n的增大，隶属频率也会呈现稳定性，频率稳定所在的那个数，称为　对　的隶属度 概率统计(a)与模糊统计(b)试验的区别： A不动 ?变动 U0固定 A*变动 例１、模糊统计试验的应用 设U=[0, 100]（单位：岁），　是“青年人”在Ｕ 上的模糊集，取u0=27,　试用模糊统计试验来确定 u0对　的隶属度，并用模糊统计求　的隶属函数 曲线（见教材１３２－１３４页）。 论域为实数域的隶属函数叫模糊分布（Fuzzy distribution), 即　　　　，其中X为实数集，称 为模糊分布。 常见的模糊分布有： (1) 矩形分布或半矩形分布(适用确切概念)： ①　偏小型 ②　偏大型 ③　中间型 (２) 正态分布(normal distribution )： ①偏小型 ②偏大型 ③中间型 (3) 半梯形分布与梯形分布； (4) K次抛物线分布； (5) ?-型分布； (6) Cauchy-型分布； (7) 岭型分布 其它常见模糊分布还有 见教材