選訓專題二--楊敏生教授.pptVIP

* * * * 楊敏生 教授 中原大學 應用數學系 模糊集合論及其應用 (Fuzzy Set Theory and its Applications) 邏輯及推理 真值表 (truth table) A 1 1 0 0 B 1 0 1 0 1 1 1 0 1 0 0 0 0 0 1 1 1 0 1 1 1 0 0 1 推理法則 (inference rules) 前提 引理 A 為真 若 A 則 B 結論 B 為真 傳統集合論：設全集為 , 對任意 則 或 (i) 或 (ii) 且 (iii) (iv) De-Morgan定律 (v) 排中律： （1）機率空間 ( ) ：樣本空間。 ：所有事件所成的集合。 ：機率測度，必須滿足以下三個性質 ： (a) , ； (c) 若 且互斥， ，則 其中 (b) ； 何謂〝模糊集合(fuzzy set)〞？ 羅素悖論 ： 考慮集合 羅素—除非你嘗試使每件事物精確否則無法瞭解它模糊的程度。 B. Russell, 〝Vagueness〞, Australian Journal of Philosophy 1 (1923). 羅素—所有傳統邏輯習慣地假設使用精確的符號。因此它們不適用於地球生命，只可用在想像的星球上。排中律（A或非A）在使用精確的符號時為真，但當符號是模糊時——就如現實的所有符號——為偽。 佈雷克 (Max Black)—椅子這名詞的模糊性是典型例子：所有說法與感官的使用有關。「邊緣例子」或「可擬(騎牆)物」很多，我們不易說某分類(稱呼)適用與否。 M. Black, 〝Vagueness: An exercise in logical analysis〞, Philosophy of Science 4 (1937). 再思想下列問題： (1)禿頭悖論 (2)尹索寓言 (3)人性本善或人性本惡？ L.A. Zadeh (查德), 〝Fuzzy sets〞, Information and Control (1965). 為何如此 因為具有〝不清晰〞的邊界！ 所謂〝模糊〞 就是〝一種程度的問題〞 (a matter of degree) A NOT-A A NOT-A A NOT-A 是 非 1 0 白 黑 傳統集合論：設全集為 , 對任意 則 或 (i) 或 (ii) 且 (iii) (iv) De-Morgan定律 (v) 排中律： 模糊集合論 ： 稱為 ” 對 的隸屬程度 ” 運算：(i) (ii) (iii) （1）機率(probability)— 對未來的狀况無法完全知道； 偶發随機性； 因果律的殘缺； 發生上的不確定。 （2）模糊(fuzzy)— 語意及概念之不精確（或不清晰）； 仲介過渡沒有明確的界限； 排中律的殘缺； 隸屬程度的不確定。 科學上如何處理不確定性 （2）可能性空間 ( ) 而變動，例如在處理字元辨識問題時， 便是所有 ： 中所有子集所成的集合 。 ：可能性測度，必須滿足足以下兩個性質： 可能符號所成的集合。 ：圖訊空間，和樣本空間 一樣，會随實驗不同 (a) , ； (b) 對集合 所成的任意（有限、可數或 。 不可數）集合， 15 40 60 青少年 壯年 老年 矮 高 總言之，模糊集合 就是一個表達隸屬程度的函數。 例如： 模糊變數分為連續型和離散型 連續型fuzzy變數又分為吊鍾型及三角型 模糊變數分為連續型和離散型 連續型fuzzy變數又分為吊鍾型及三角型 模糊邏輯及推理 真值表 (truth table) A 1 1 0 0 B 1 0 1 0 1 1 1 0 1 0 0 0 0 0 1 1 1 0 1 1 1 0 0 1 推理法則 (inference rules) 前提 引理 A 為真 若 A 則 B 結論 B 為真 模糊推廣 前提 引理 結論 是 則 若 是 是 因此，所謂模糊邏輯(fuzzy logic)，就是一種以不精確（inexact）和近似推論（approximate reasoning）為基礎的邏輯，在多值邏輯中引入模糊的概念，建造一種接近人類思考的模式，而加以定量化。所謂定量辭正如“相當”、“非常”、“幾乎”等。 模糊邏輯的運算方法 （AND）： （OR） ： （NOT）： 近似推論（或模糊推論） 從幾個模糊命題中導出某一命題的推論法 例如：前提1 ：這蕃茄相當红 前提2 ：如果蕃茄红的话，就熟了 结果