第三章模糊数学课件.ppt

3.4.3 非模糊化方法 有些场合需要将模糊过程的输出转换为与模糊集相对的单一数值。非模糊化就是将一个模糊量转换为一个确定量。 一个模糊过程的输出可以是两个或更多模糊隶属函数的逻辑并集，这些函数是定义在所讨论输出变量的值域上的。 例：典型模糊过程的输出 当然，一个一般模糊输出过程可以包含许多输出部分，隶属函数的形状也可能有多种类型。通常，我们有 研究人员在近年来的许多文献中，至少提出了7种将模糊输出函数（隶属函数）非模糊化的常用方法。 1.最大隶属值方法：也称作高度法。 1.最大隶属值方法：也称作高度法。 2. 质心法：也称面积中心法或重心法，是所有非模糊化方法中最流行和引人注意的方法： 式中， 表示代数积分。 3. 加权平均法：这种方法进适合于输出隶属函数是对称的情况。 式中， 表示各对称隶属函数的质心。加权平均法是由对其输出的每个隶属函数的最大隶属值进行加权来实现的。 4. 平均最大隶属值法：又叫最大值中间法。与第一种方法非常接近，不同之处是最大隶属值的位置可以不是唯一的。 * * 第三章 隶属函数与非模糊化方法 对于一个特定的模糊集来说，隶属函数基本上体现了其所有的模糊性。由于隶属函数“形式”的重要性，近来这些函数的研究收到了特别的重视。本章将叙述说明7种用于建立隶属函数的方法。 3.1隶属函数的特征