- 1、本文档共188页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
夏模糊数学教学课件汇总,excel模糊数据汇总,多个条件的模糊汇总,模糊控制课件,模糊数学课件,教育学简答题汇总,教育学教育心理学汇总,教育学名词解释汇总,教育学知识点汇总,教育学论述题汇总
模式识别是科学、工程、经济、社会以至生活中经常遇到并要处理的基本问题。这一问题的数学模式就是在已知各种标准类型(数学形式化了的类型)的前提下,判断识别对象属于哪个类型?对象也要数学形式化,有时数学形式化不能做到完整,或者形式化带有模糊性质,此时识别就要运用模糊数学方法。 例1. 苹果的分级问题 设论域 X = {若干苹果}。苹果被摘下来后要分级。一般按照苹果的大小、色泽、有无损伤等特征来分级。于是可以将苹果分级的标准模型库规定为 = {Ⅰ级,Ⅱ级,Ⅲ级,Ⅳ级},显然,模型Ⅰ级,Ⅱ级,Ⅲ级,Ⅳ级是模糊的。当果农拿到一个苹果 x0 后,到底应将它放到哪个等级的筐里,这就是一个元素(点)对标准模糊集的识别问题。 例2. 医生给病人的诊断过程实际上是模糊模型识别过程。设论域 X = {各种疾病的症候} (称为症候群空间) 。各种疾病都有典型的症状,由长期临床积累的经验可得标准模型库 = {心脏病,胃溃疡,感冒,…},显然,这些模型(疾病)都是模糊的。病人向医生诉说症状(也是模糊的),由医生将病人的症状与标准模型库的模型作比较后下诊断。这是一个模糊识别过程,也是一个模糊集对标准模糊集的识别问题。 例 选择优秀考生。设考试的科目有六门 x1:政治 x2:语文 x3:数学 x4:理、化 x5:史、地 x6:外语 考生为 y1,y2,…,yn,组成问题的论域 Y = { y1, y2, …, yn}。设 A = “优秀”,是 Y 上的模糊集,A(yi) 是第 i 个学生隶属于优秀的程度。给定 A(yi) 的计算方法如下: 表 3.4 考生成绩表 则可以计算出 于是这四个考生在“优秀”模糊集中的排序为: y2, y4, y1, y3. 1. 距离判别分析 定义 设 A、B ?F ( X )。称如下定义的dP(A, B) 为 A 与 B 的 Minkowski (闵可夫斯基) 距离 (P≥1): ⅰ) 当 X = {x1, x2, …, xn} 时, ⅱ) 当 X = [a, b] 时, 特别地, p=1 时,称 d 1(A, B) 为 A 与 B 的 Hamming (海明) 距离。 p=2 时,称 d2(A, B) 为 A 与 B 的 Euclid (欧几里德) 距离。 有时为了方便起见,须限制模糊集的距离在 [0, 1]中,因此定义模糊集的相对距离 dp’(A, B) ,相应有 (1) 相对 Minkowski 距离 (3) 相对 Euclid 距离 有时对于论域中的元素的隶属度的差别还要考虑到权重 W(x)≥0,此时就有加权的模糊集距离。一般权重函数满足下述条件: 当 X ={ x1,x2,…,xn} 时,有 当 X = [a, b] 时,有 加权 Minkowski 距离定义为 加权 Hamming 距离定义为 加权 Euclid 距离定义为 例 欲将在 A 地生长良好的某农作物移植到 B地或 C 地,问 B、C 两地哪里最适宜? 气温、湿度、土壤是农作物生长的必要条件,因而 A、B、C 三地的情况可以表示为论域 X = { x1 (气温),x2 (湿度),x3 (土壤) } 上的模糊集,经测定,得三个模糊集为 由于 dw1( A, B ) < dw1( A, C ),说明 A,B 环境比较相似,该农作物宜于移植 B 地。 比较,可以看出 A°B 与 a·b 十分相似,只要把经典数学中的内积运算的加 “+” 与乘 “ ? ” 换成取大 “?” 与取小 “?” 运算,就得到 A°B。 例 设 X ={x1, x2, x3, x4, x5, x6}, 则 例 设 A,B?F (R),A、B 均为正态型模糊集,其隶属函数如图 3.33 由定义知A°B 应为 max( A∩B ) ,隶属度曲线CDE 部分的峰值,即曲线 A(x) 与 B(x) 的交点 x* 处的纵坐标。为求 x*,令 多目标线性规划 (1) 偏大型 (S 型) :这种类型的隶属函数随 x 的增大而增大,随所选函数的形式不同又分为: 1)升半矩形分布(图3.7) 2)升半 ? 分布 (图3.8) 3)升半正态分布 (图3.9) 4)升半柯西分布(图3.10) 5)升半梯形分布(图3.11) 6)升岭形分布 (图3.12) (2) 偏小型 ( Z型 ) :这种类型的隶属函数随 x 的增大而减小
文档评论(0)