夏模糊数学教学课件汇总.ppt

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