模糊数学方法及应用.ppt

把x=88分别代入上述三个隶属函数，得: 据原则Ⅰ，88分相对三个模型应隶属于 ，即可评为优。 原则Ⅱ的例子 设论域U=｛x1, x2, x3｝(三名学生的学习成绩),在U上确定以一个模糊集 =“优”，若三个学生的英语成绩分别为x1=70, x2=80, x3=90现据英语成绩从三名学生中招聘一人做翻译，应优先招聘谁？ 由计算结果可知，第三位同学的成绩最靠近优。据原则Ⅱ应首先聘任第三位同学。 把三个同学的英语成绩分别代入隶属函数: 得: (2)择近原则 设论域U上有m个模糊子集 构成一个标准模型库 为待识别的对象。若存在i0 ∈｛1,2,…,m｝使得: 2.贴近度及其择近原则 (1)贴近度 贴近度是描述模糊集之间彼此靠近程度的指标,是我国学者汪培庄教授提出的,由于研究的问题不同,贴近度也有不同的定义形式,它的一般定义为: 设A，B是论域U上的两个模糊子集，则称 为A与B的贴近度。 待识别对象归入Ai0类。 (3)实用贴近度 实际工作中实用的几个贴近度计算公式： 例1 茶叶的模型识别 论域U={茶叶}, 其等级标准模型库 0.6 0.1 0.1 0.2 0.2 0.4