人工智能 第五章 模糊逻辑系统.pptVIP

二、模糊关系的合成 定义：R∈F(U?V),S∈F(V?W) (R是U到V的一个模糊关系，S是V到W的一个模糊关系，称U到W的模糊关系T为模糊关系R与模糊关系S的合成。记为 T=R?S 其中?是并的符号，表示对所有v取极大值或上界值，“?”是二项积的符号 其隶属函数 该合成称为最大－星合成(max-star composition) 其中“?”为模糊矩阵的合成运算。 二项积算子“?”可以定义为以下几种运算： 交 最大－最小合成(max-min composition)最常用 代数积 有界积 强制积 当论域U、V、W为有限时，模糊关系的合成可用模糊矩阵的合成表示。 已知子女与父母长相相像的关系为： 父母与祖父母长相相像的关系： 举例 求：子女与祖父母相似关系模糊矩阵 按最大－最小合成规则： 举例 用U={x1,x2,x3}表示病人集合，V={y1,y2,y3,y4,y5}表示症状集合，W={z1,z2,z3}表示病名集合。 从U到V的模糊关系为： R与S的复合关系为： 从V到W的模糊关系为： 从症状V到病名集合W的模糊关系S是一个医学诊断知识库，它表明了症状与病名之间的关系程度。 5.4 模糊逻辑与近似推理 一、模糊命题、语言变量、模糊算子 模糊命题：含有模糊谓词的句子 例: “今天很冷” “张三年轻” 不能简单地用 “ F ”、“ T ” 区别 模糊算子： 用于加强或减弱语气的词 “极”，“非常”，“相当”：集中化算子 “比较”，“略”，“稍微”：散漫化算子 语言变量： 语言变量由一个五元体(x, T(x), U, G,M)来表征，其中： x：语言变量名称，如年龄，速度等 U： x的论域 T(x)：语言变量值的集合，其中每个语言变量值都是论域U上的模糊集合 T(x)=T(速度)={慢，适中，快，很慢，稍快，…} G：语法规则，用以产生语言变量x的值的名称 M：语义规则，用以产生模糊集合的隶属度函数 Zadeh于1975年给出了如下的语言变量的定义： 二、模糊蕴含关系 2、模糊蕴含积运算(Larsen) 3、模糊蕴含算术运算(Zadeh) “如果x是A，则y是B” (A?B) 表示了A与B之间的模糊蕴含关系 1、模糊蕴含最小运算(Mamdani) 4、模糊蕴含的最大－最小运算(Zadeh) 5、模糊蕴含的布尔运算 6、模糊蕴含的标准运算(1) 7、模糊蕴含的标准运算(2) 如果论域U和V是离散的，则模糊蕴含关系R可用模糊矩阵来表示。 对于离散的模糊集合A和B，可用相应的模糊向量来表示。 则模糊蕴含关系矩阵R可以采用如下的方法计算： 三、模糊推理 简言之,从巳知条件求未知结果的思维过程就是推理。 用传统的二值逻辑迸行演绎推理和归纳推理时,只要大前提或推理规则是正确的，小前提是肯定的，那么就一定会得到确定的结论 然而,在现实生活中我们获得的信息往往是不精确的、不完全的;或者事实本身就是模糊而不完全确切的,但又必须利用且只能利用这些信息进行判断和决策。 此时,传统的形式逻辑和近代的数理逻辑均无法解决这类问题 解决模糊性问题就需要用模糊推理。 这种结论不是从前提中严格推出来而是近似逻辑地推出结论的方法,通常就称为假言推理或似然推理。 模糊推理 是一种以模糊判断为前提,运用模糊语言规则,推出一个新的近似的模糊判断结论的方法。 模糊逻辑推理是一种不确定性的推理方法。 模糊推理是一种近似推理, 提法有两种形式。 第一种提法(广义的肯定式推理方式)： 给定一个模糊蕴含关系：“若A则B”,A∈V,B∈V” 巳知某个A’，A’∈V，求从蕴含关系能推断出什么样的结论B’? 例如：已知模糊推理语句：若“A大”,则“B小”, 利用似然推理进行推理: 如果巳知“A偏大”,问B将如何? 模糊取式推理： 巳知：模糊蕴含关系A→B的关系矩阵R 对于给定的A’，A’∈U，则可推得结论B’，B’∈V， B’=A’?R 其中“ ? ”表示合成运算，即模糊关系的sup-*运算。 第二种提法(广义的否定式推理方式)： 给定一个模糊蕴含关系：“若A则B”,A∈V,B∈V” 已知某一个B’∈V，求从蕴含关系能推出什么样的结论A’? 例如：已知模糊推理语句若“A大”,则“B小”, 利用似然推理进行推理:巳知B不很小问A又如何? 模糊拒式推理： 巳知：模糊蕴含关系A→B的关系矩阵R 对于给定的B’，B’∈V，则可推得结论A’∈U A’= R?B 例：已知 若 A小则B大,当A=A’=[较小]，问B如何? 解：采用(Zadeh)的模糊蕴含关系Rm 采用最大－最小合成 它与[大]相比,显然是比较大。 因此不难发现,由模糊推理所得到的结论是与人们的思想相吻合的。 这样的模糊性推理采用传统的形式逻辑推理不可