模糊集的基本概念讲解.pptVIP

Minkowski fuzzy度 设 ，且若 ,有 其中 ， 则 为 的fuzzy度。 特别地，当 时， 称 为 的 Hamming fuzzy 度， 即 。 当 时， 称 为 的 Euclid fuzzy 度， 即 。 Fuzzy熵 设 ，s(x) 为Shannon函数，即 若 ， 为 的 fuzzy 度。 则 §1.5 隶属函数的确定 1. 模糊统计方法 与概率统计类似，但有区别：若把概率统计比喻为“变动的点”是否落在“不动的圈”内，则把模糊统计比喻为“变动的圈”是否盖住“不动的点”。 2. 指派方法 一种主观方法，一般给出隶属函数的解析表达式。 3. 借用已有的“客观”尺度 §1.2 模糊子集及其运算 模糊子集与隶属函数 设U是论域，称映射 μA ：U→[0,1] x → μA(x) 确定了一个U上的模糊子集A， μA 称为模糊集A的隶属函数（membership function），μA(x)表示 x 对A的隶属程度 （grade of membership）。常记 μA = A 。 使A(x) = 0.5的点x称为A的过渡点，此点最具模糊性。 当映射A(x)只取0或1时，模糊子集A就是经典子集，而A就是它的特征函数。可见经典子集就是模糊子集的特殊情形。 U上全体fuzzy集所构成的集合记为F(U)。 注1： 例1 设论域 ，Zadeh给出“年轻”（Y）与“年老”（O）两个模糊集的隶属函数分别为 fuzzy集的表示方法 1、序偶表示法 2、单独由隶属函数表示fuzzy集 3、Zadeh表示法 若U是有限集 ， 则 （级数表示法）。 4、向量表示法 5、图示法 若U是无限集 ， 则 （积分表示法）。 注1：级数表示法中，隶属度为0的项 可以略去不写。 若U是有限集 ， 则 例2 设论域U = {x1 (140), x2 (150), x3 (160), x4 (170), x5 (180), x6 (190)}(单位：cm)表示人的身高，那么U上的一个模糊集“高个子”(A)的隶属函数A(x)可定义为 也可用Zadeh表示法 设 ,记 分别称suppA、kerA为A的支集（support）与核（kernel）。 当kerA不空时，称A为正规fuzzy集（normal fuzzy set）。 模糊集的运算 相等：A = B ? A(x) = B(x)； 包含：A?B ? A(x)≤B(x)； 并： A∪B的隶属函数为 (A∪B)(x)=A(x)∨B(x)； 交： A∩B的隶属函数为 (A∩B)(x)=A(x)∧B(x)； 余： Ac的隶属函数为 Ac (x) = 1- A(x). 例3 设论域U = {x1, x2, x3, x4, x5}(商品集)，在U上定义两个模糊集 A =“商品质量好”，B =“商品质量坏”，并设 A = (0.8, 0.55, 0, 0.3, 1). B = (0.1, 0.21, 0.86, 0.6, 0). 则Ac=“商品质量不好”, Bc=“商品质量不坏”。 Ac= (0.2, 0.45, 1, 0.7, 0). Bc= (0.9, 0.79, 0