模糊集合與模糊控制讲稿.docVIP

二、模糊集合（Fuzzy Sets） 现代数学可以在若干公理的基础上用集合来加以构筑，同样模糊集合为模糊理论及模糊控制提供了基础。本章的主要内容为：From Classical sets to Fuzzy sets: Basic Concepts Associated with A Fuzzy Set, Operations on Fuzzy Sets。 2.1 普通集合(经典集合或清晰集合 Classical/Crisp Set) 集合定义(Definition of Set): A): “能够明确区分本体与非本体的组合方式”；B):“具有某种特点的事物之全体” 问题：所有非集合之全体是否集合？ 2.1.1 集合的表示方法： 1） 直接(列举)描述法 X＝{x1,x2,x3,……xn} X={x∣x具有某种特性} xi∈X; i=1, ……,n x∈X 例1: E={x∣x为自然数} 当x=1.2时, x∈E 例2: F={x∣x为自然数且1≤x≤10}; F={1,2,3,4,5,6,7,8,9,10} 当x=0时, x∈F 2) 图形法 文氏图 3) 定义函数法: 建立映射(map) χE→{0,1} 定义函数 2.1.2 集合关系: 整体和部分：全集U、子集、空集φ、补集；χU＝1,χφ＝0 一个集合至少包含两个子集，本身和空集 包含 ：以来表示A包含B，若且；则A＝B 2.1.3 集合运算: 和二值布尔代数相同，交、并、补三种基本运算构成 交运算：符号∩； A∩B→χA∩B ＝Min(χA,χB)＝?(χA,χB) 并运算: 符号∪； A∪B→χA∪B＝Max(χA,χB)＝?(χA,χB) 补运算: 符号 c； A c→χA c＝1-χA 2.1.4 集合运算的基本定律 交换律：E∪(F∪G)=(E∪F)∪G , E∩(F∩G)= (E∩F)∩G 分配律：E∪(F∩G)=(E∪F)∩E∪G）, E∩(F∪G)= (E∩F)∪E∩G） 吸收律：E∪E＝E， E∩E＝E 排中律：E∪EC＝U 矛盾律：E∩EC＝φ 双重否定律：(EC) C=E 摩根定理：(E∪F) C＝E C∩F C, (E∩F) C＝E C∪F C Homework(作业)2-1： 试证明上述定律(可任用定义函数、文氏图、穷举等方法) 例3：因为A∪B→χA∪B＝Max(χA,χB)； 所以(E∪F)∪G→χ(E∪F)∪G＝Max{χE∪F,χG}＝Max { Max (χE,χF),χG} ＝Max {χE,χF,χG}＝Max { (χE, Max(χF,χG))= Max{χE,χF∪G}＝χE∪(F∪G) 2.2 模糊集合（FS）――经典集合（CS）的扩展 经典集合只能进行“是（1）”与“非（0）”的表达，无法描述（归纳）诸如“较小的自然数”、“与北京和上海想当的大都市”、“年青人”、“温暖”等事物（集合）的分类概念。 例4：若X＝{x∣x为北京那样的城市} 则：香港∈X或香港x∈X 无法认定的。 例5： 集合R＝{r∣r为半径接近10CM的圆} 究竟包括了那些半径的圆？ 例6： 集合S＝{N∣N为较小的自然数} 处于数轴的什么地方？ 2.2.1 考虑到人们用这种不明确性（模糊性）的日常语言很好地表示了某种程度或相似（类似）的事物集合概念，为此定义这类集合为模糊集合（FS），并用下划线来区分与经典集合地差别。如FS：A；CS：A。 对应经典集合的定义函数，用从属函数（Membership Function）μA(x)来表示事物（元素）x对特性（集合A）的接近/符合程度(从属度)。 定义映射μA→[0,1]。μA(x)可取0到1间的数值，越接近1说明A对x的包含或x对A的从属程度越大；反之越接近0说明A对x的包含或x对A的从属程度越小。 2.2.2 模糊集合的表示方法 从属函数法：μA(x) 分为离散和连续两种形式。 例7：设论域为： X＝{x∣x为自然数且1≤x≤10}={1,2,…,10}; 取其模糊子集A＝{为较小的自然数} 并令μA(0)＝μA(1) ＝1；μA(2)＝0.9； μA(3)＝0.8；μA(4)＝0.6；μA(5)＝0.2； μA(6)＝μA(7)＝…… ＝μA(10) ＝0 可写成：A＝1/0+1/1+0.9/2+0.8/3+0.6/4+0.2/5 (从属度为0 者省略）；或A＝∑μA(xi)/ xi （离散表达形式）；