模糊集与模糊逻辑.pptVIP

* * * * 模糊推理 例11 某单位的效益好，人员的奖金高。假设“好”的模糊集合为A，“奖金高”的模糊集合为B，计算当效益“较好”时，人员奖金情况。“较好”的模糊集合为A 解：需要首先计算模糊规则的模糊度 模糊推理 模糊规则采用Mamdani方法 模糊推理 计算奖金情况： 奖金的模糊集为： 可以看出，当效益“较好”时，4000元、5000元的奖金具有最大隶属度。符合奖金效益“较好”，则奖金“较好”的常识。 * * * * * * * * * * * * * * * * 注：模糊集运算不满足互补率 对于模糊集A，当U中的元素u全为0时，A为空集；当全为1是，A为全集 * 注：水平截集为普通集合，不是模糊集 * * * * * * * * * * * * 第 4 章 基于遗传算法的随机优化搜索 为什么需要模糊(Fuzzy) 1. 无法描述日常事物 日常生活中存在很多事物不存在精确的分类标准，对该事物是否属于某一类很难做出明确肯定的断言。 例：高低、冷热、快慢、年轻人、中年人、老年人… 2. 容易引起逻辑悖论 传统的数学方法都是精确方法，是基于传统的二值逻辑，即非此即彼。但把经典的二值逻辑用于处理Fuzzy概念和Fuzzy命题时，将会在理论上导致逻辑悖论。 例：秃头悖论，沙堆悖论… 为什么需要模糊(Fuzzy) 3. 大师的话 爱因斯坦：“So far as the laws of mathematics refer to reality,they are not certain,And so far as they are ceitain, they do not refer to reality.” 关于现实的数学定理是不确定的，而确定的数学定理并不能描述现实。 不相容原理：(L.A.Zadeh 1975 提出) “当一个系统复杂性增大时，我们使它精确化的能力将减低，在达到一定的阈值时，复杂性和精确性将相互排斥。” 模糊(Fuzzy)是随机吗？ 模糊性也是一种不确定性，但不同于随机性，模糊理论不同于概率论。 模糊性指对概念的定义以及语言意义的理解上的不确定性，主要是人为的主观理解上的不确定性。 随机性反映的是客观上的自然的不确定性，或者是事件发生的偶然性。 模糊集合 处理某一问题时对有关议题的限制范围称为该问题的论域。 1、论域 2、集合 在论域中，具有某种属性的事物的全体称为集合。 3、特征函数 设A是论域U上的一个集合，对任何u∈U，令 则称CA(u)为集合A的特征函数。显然有： A={ u | CA(u) =1 } 模糊集合 例1、设有论域：U={ 1,2,3,4,5 }，A={ 1,3,5 }，求其特征函数。 其特征函数为： 4、隶属函数 设U是论域，μA是将任何u∈U映射为[0，1]上某个值的函数，即：μA ：U→[0，1]u→ μA(u) 则称μA为定义在U上的一个隶属函数 模糊集合 5、模糊集 设A={ μA(u) | u∈U }, 则称A为论域U上的一个模糊集。 当隶属函数只取0,1时，隶属函数就是特征函数。 μA (u)称为u对模糊集A的隶属度。 例2、设A表示远大于0的实数集合，则它的隶属度函数可以用下式来定义 计算5,10,20为属于集合A的隶属度。 模糊集合 表示5属于远大于零的程度为0.2，也就意味5算不上是远大于0的数。20属于大于零的程度为0.8，可以认为是远大于0的数 解： 模糊集的表示方法 模糊集合可以有以下两种表示方法： 1. 扎德（Zadeh）表示法 (1) 当论域U为离散集合时，一个模糊集可以表示为： (2) 当论域U为连续集合时，一个模糊集可以表示为： 注：此处的积分和求和符号都不代表实际运算，只是一种表示方法而已。 模糊集的表示方法 2. 序对表示法 模糊集中的每个元素都可以表示成（元素、隶属度）这样一个序对，基于这种思想，模糊集可表示如下： 例3 设论域U = {u1(140), u2(150), u3(160), u4(170), u5(180), u6(190)}(单位：cm) 表示人的身高，那么U上的一个模糊集“高个子”(A)的隶属度μA (u)为：{0, 0.2, 0.4, 0.6, 0.8, 1},使用扎德表示法和序对表示法表示这个模糊集 模糊集的表示方法 解：1.扎德表示法 由于集合是离散集合，因此使用第一种形式表示 2.序对表示法 模糊集的表示方法 例4 设定模糊集合“优秀”为A，隶属函数μA(u)为： 使用扎德表示法和序对表示法表示该模糊集A 此论域是连续的，所以： 解：1.使用扎德表示法 模糊集的表示方法 2.使用序对表示法 模糊集的运算 1. 相等 设有两个模糊集合A和B，A=B当且仅当它们的隶属函数在论域U上恒等，即 2. 包含 A包含于B（B包