张燕计算智能论文.docVIP

贵 州 师 范 大 学（本 科） 课 程 论 文 题 目： 模糊集合论 学 院：数学与计算机科学学院 专 业：信息与计算科学 年 级： 2011级 姓 名： 张燕 学 号： 110703010055 课程名称：计算智能及应用 完成时间：  模糊集合论 摘要： 模糊逻辑作为人工智能领域的一种重要工具，为表示和处理自然语言和人类思维的模糊性提供了一种强有力的手段。基于模糊集合论的模糊控制技术，也越来越多的在各方面得以应用，而基于模糊推理的智能控制系统也越来越得到工程技术人员和学者的青睐。本论文主要是对模糊集合论的认识 关键词：模糊逻辑 模糊集合 Abstract: Fuzzy logic, as a kind of important tool in the field of artificial intelligence, to express and deal with the natural language and vagueness of human thinking provides a powerful tool. Based on fuzzy set theory of fuzzy control technology, also more and more to application in various aspects, and intelligent control system based on fuzzy reasoning is also more and more engineers and scholars. This thesis mainly is the understanding of the fuzzy set theory Key words: fuzzy logic and fuzzy set 引言 传统的数学方法常常试图进行精确定义，而人关于真实世界中的事物的概念往往是模糊的，没有精确的界限和定义。在处理一些问题时，精确性和有效性形成了矛盾，诉诸精确性的传统数学方法变得无效，而具有模糊性的人类思维却能轻易解决。模糊逻辑是一种使用隶属度函数代替布尔真值的逻辑，是模糊理论的重要内容，在人工智能领域有重要的意义，它是使用隶属度来表达，更适合描述生活中的不精确性。模糊控制是智能控制的一个非常重要的研究领域，它的建立的基础是模糊逻辑，它比传统的逻辑系统更接近人类的思维和语言表达方式，而且提供了对现实世界不精确或近似知识的获取方法。 1.模糊逻辑的简介 [1]模糊逻辑是一种使用隶属度函数代替布尔真值的逻辑，是模糊理论的重要内容，在人工智能领域有重要的意义，与经典的二值逻辑不同，它并不使用截然不同的二值来表达所有命题，而是使用隶属度来表达，因而更适合描述生活中的不精确性。模糊理论的创始人L.Zadeh教授曾提出过一个不相容原理：“当系统的复杂性增长时，人们对系统特性做出精确而有效的描述的能力就相应降低，知道达到一个阈值。一旦超过这个阈值，精确性和有效性就变成两个相互排斥的特性。”也就是说，当系统的复杂性到达一定程度时，就不能同时对系统进行既精确又有效的描述。 模糊理论为计算机提供了一种处理现实世界的自然语言和人类思维模糊性的方法。其理论的基本出发点之一就是取消二值之间非此即彼的对立，用隶属度表示二值间的过渡状态。经典的二值逻辑中通常用0表示“假”，以1表示“真”，一个命题非真即假，但在实际问题中这种逻辑会遇到很多问题。例如，“室温在27℃是高温”，该命题的真值如何，如果考虑命题的实际意义，无论结果是是或否，都过于极端。在模糊逻辑中，一个命题不再非真即假，它可以被认为是“部分的真”。模糊逻辑中的隶属度在[0,1]之间，用以表示程度。 需要注意的是，尽管已“模糊”为名，但模糊逻辑本身并非捉摸不定的，模糊逻辑扮演了自然语言与机器之间的接口，其自身并没有不确定性和不可预知性，对于特定的模糊系统，给定系统的输入，其输出是可以确定的。 模糊逻辑不同于经典逻辑在真和假之间没有精确的边界，即从真到假之间的转变是逐渐的，这个过程通过隶属度函数来描述。 模糊逻辑是一种精确解决不精确、不完全信息的方法。模糊逻辑可以比较自然的处理人的概念，它是一种通过模仿人的思维方式来表示和分析不确定、不精确信息的方法和工具。 模糊集合论 2.1经典集合的简要介绍 2.1.1经典集合的定义 设U表示被研究对象的全体，称为论域，又称为全集，U中的每个对象称为个体， 用变量u表示，对于U中的一个子集A，可用特征函数表示 式中，称为集合A的特