第3章模糊集合的度量要点解析.pdf

研究生模糊数学 第三章 模糊集合的度量 3.1 模糊集之间的度量 • 在模糊数学实际应用中, 有时需要比较两个模糊集 合之间的差异或相近程度, 例如模糊数学在模糊识 别中的应用。 • 以计算机手写文字识别为例。若将一个标准方块字 分解成为许多小格子, 而这些小格子构成一个标准 字模集合, 所有标准字模集合组成了论域X 。将用 手写的一个文字看成为该论域中的一个模糊集合, 则手写文字识别问题便成为:此模糊集合与哪个标 准字模集合最接近? 这个问题需要涉及到模糊集之 间的距离概念。 • 再讨论一个具体问题：假设有A , B两位顾客选购家 具, 并且他们主要考虑的因素是: • x : 美观程度; x : 耐用程度; x : 价格高低。 1 2 3 • 在选购时, 两位顾客将根据自己的观点, 分别给这三 因素“评分”。事实上, 这种评分是模糊的, 用模糊数 学的术语讲, 是要确定对这些因素“满意”的隶属度。 然而, 由于两位顾客个人的经验、审美观、经济状 况等都可能不尽相同, 所以他们对某件家具的评分 结果很可能是不一致的, 比如: • 美观程度x 1 耐用程度x2 价格高低x3 • 顾客A 0.8 0.4 0.7 • 顾客B 0.6 0.6 0.5 • 从而根据顾客A , B 的评分可得到两个模糊集合: • A={(x , 0.8), (x , 0.4), (x , 0.7)} 1 2 3 • B={(x , 0.6), (x , 0.6), (x , 0.5)} 1 2 3 • 如何描述顾客A , B 的评分的接近程度呢？这就要涉 及到模糊集之间接近程度的度量问题。 3.1.1 模糊集合之间的距离 • 度量模糊集合的关系密切程度可以用两者之间的距 离来描述, 即距离越大, 关系越稀疏; 而距离越小, 关 系越密切。 • 若X={x , x , …, x }, A ∈F(X) 。则: 1 2 n • A= (A (x ), A (x ), …, A (x )) 1 2 n • 这时(A (x ), A (x ), …, A (x ))可解释为n维欧氏空间中 1 2 n 的点, 因此可仿照欧氏空间中距离来定义模糊集之间 的距离。 • 当X=[a, b]时A (x)可解释为[a, b]上的有界函数, 从而 可使借鉴函数空间中距离的概念。 • 定义3.1.1 设X={x , x , …, x }或X=[a, b], A , B ∈F(X), 1 2 n p 为正实数。则称如下定义的dM (A , B)为A , B之间的 闵可夫斯基(Minkowski) 距离: 1 n ⎛ ⎞p d