- 1、本文档共23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
第一章 模糊集合的一般概念 §1.1 模糊子集的定义及运算 §1.2 水平截集、分解定理、扩张原则 §1.2.1 水平截集 引例:5位应试者参加的选拔考试中, 5位应试者及其成绩如下表所示(百分制): §1.2.1 水平截集 §1.2.1 水平截集 实际问题的某个时刻,需要判断某个元素对模糊子集的明确归属,这就要求模糊子集与普通集合可以依据某种法则相互转化。 §1.2.1 水平截集 定义 1.2.1 水平截集 §1.2.1 水平截集 水平截集的性质: §1.2.1 水平截集 水平截集的性质: §1.2.2 分解定理 定义1. 2.2 数乘 §1.2.2 分解定理 §1.2.2 分解定理 §1.2.3 扩张原则 §1.2.3 扩张原则 映射后的隶属度保持不变! 扩张原则把普通集合论的方法直接扩展到模糊集合论。 §1.3.1 最大隶属原则 模式识别: 对所研究的具体对象,根据它的某些特征进行识别并分类。 §1.3.1 最大隶属原则 模式识别主要包括三个步骤 : 提取特征,首先需要从识别对象中提取与识别有关的特征,并度量这些特征,于是每个识别对象就对应一个向量,建立训练样本。 建立标准类型的隶属函数,标准类型通常是论域上的模糊子集。 建立识别判决准则,确定某些归属原则,以判定识别对象属于哪一个标准类型。 实例:苹果等级识别 训练样本集的建立:从苹果的横径、色泽以及果形指数三个方面把苹果分为四类,精品果、二级果、三级果、四级果。 样本集训练步骤:原始数据标准化等,建立标准类型(模式)-聚类分析。 试验结果:对52个苹果进行训练,精品果、二级果、三级果、四级果各30个,正确率达到95% 。 §1.3.1 最大隶属原则 §1.3.2 应用实例 第一次作业 1、什么是模糊性? 2、普通集合与模糊子集的区别与联系? 3、已知论域U={a,b,c,d } * * §1.2.1 水平截集 80 60 50 90 100 成 绩 应试者 如何按“择优录取”的原则来挑选优胜者 设模糊子集 表示“优胜者”,以各人成绩与最高分的比值作为属于 的隶属度。 “优胜者”的模糊子集 “及格者” 80 60 50 90 100 成 绩 应试者 “优良者” “优秀者” “满分者” 需要一种沟通模糊子集和普通集合的办法。若对模糊子集给出一个确定的阈值 ,则模糊子集的元素可分成“非此即彼”的两种情形: 。于是,诱导出在 意义下的普通集合。 给定论域U,对 ,称普通集合 为模糊子集 的 水平截集。 所谓取一个模糊子集的水平截集,就是将隶属函数按下式转化为特征函数: “及格者” “优良者” 所谓的“择优录取”,即为确定一个阈值 ,当元素 (应试者)的隶属度 时,该应试者属于“优胜者”,否则不属于“优胜者”。 (1) (2) (1) (2) 性质(2)说明截集水平 越低, 越大; 反之,截集水平 越高, 越小 从图中可见,当 的取值从1逐渐减小而到0时,相应的 逐渐扩展,从而得到一系列普通集合。 设 是论域U上的一个模糊子集( ), 由 构成一个新的模糊子集,记为 ,其隶属函数为 称 为数 与模糊子集 的数乘。 特别地,当 为普通集合时: 如果把 视为模糊子集,其隶属函数为: 分解定理: 对论域U上的一个模糊子集 ( ),有 分解定理: 任取 ,可将 切割为 ,而将所有的 拼凑起来组成 ,就得到 ,即任何一个模糊子集可由一类集合套来表示 当 遍取 中,对 的值就是含有元素 的一切 中的最大的 值。 分解定理给出利用普通集合 表示模糊子集 的理论依据和实际做法。 当 遍取[0,1] 中的实数时,按模糊子集求并运算的规则, 恰好取各 点隶属函数的最大值,将这些点连成一条曲线,正是模糊子集 的隶属函数。 水平截集说明了模糊子集向普通集合的
文档评论(0)