函数归属函数.ppt

第六章 模糊集合 6.1 引言 模糊邏輯是由 Zadeh 教授於 1965 年所提出一種以數學模型來描述語意式的模糊資訊的方法，我們可以將其視為是傳統的集合理論的一種推廣型式。 模糊化的好處是可以提供更佳的推廣性、錯誤容忍性、以及更適合應用在真實世界中的非線性系統。 模糊邏輯的應用領域包括了：控制工程 (如智慧型控制)、圖樣識別 (影像處理、語音辨識、信號處理等)、量化分析、專家診斷系統、預測、排程、自然語言處裡、軟體工程等。 6.2 模糊集合 (1) 傳統的明確集合是屬於二元的，論域中的元素對某一集合的關係只有兩種，也就是 “屬於” 與 “不屬於”。 我們可以定義一個「特徵函數」來描述此種關係，令 U 為整個論域，A 為論域中的一個明確集合，x 為論域中的元素，則特徵函數 ?A(x)，定義如下： 模糊集合是明確集合的一種推廣。我們可以定義在論域 U 中的一個模糊集合 A 為： 其中 ?A(.) 是模糊集合 A 的歸屬函數， ?A(x) 代表元素 x 對模糊集合 A 的歸屬程度。一般說來，我們將?A(x)設定為 [0,1]。 範例 6.1 擁有連續性論域之模糊集合 我們定義模糊集合 A 為 “接近於 0 的實數”，則我們可以定義模糊集合 A 為 其中歸屬函數的定義為： 模糊集合 A 也可以表示為： 範例 6.2 擁有離散性論域之模糊集合 假設U ={0,1,2,...,9} 為代表一個家庭中，所可能擁有子女個數的集合，令三個模糊集合之定義為A：子女數眾多，B：子女數適中，C：子女數很少，其歸屬函數的定義如表6.1所示。 6.2 模糊集合 (2) 模糊集合的“支集(support)”定義為所有具有歸屬函數值大於0 的元素集合 當模糊集合的支集為單一個點，而且此點的歸屬函數值為 1 時，我們稱為「模糊單點(fuzzy singleton)」； 而模糊集合的「核 (kernel)」的定義為所有具有歸屬函數值為 1 的元素集合，亦即 ； 6.2 模糊集合 (3) 模糊集合的「高度 (height)」的定義為此集合在論域中的最大歸屬函數值；正規化(normal)的模糊集合代表此模糊集合的高度為 1，也就是 height(A)=1 模糊集合的 ?-截集 (?-cut) 的定義為論域中，歸屬函數值大於或等於 ? 的所有元素的集合，我們以符號 A? 代表，也就是： 模糊集合為 “凸的” 的充要條件是其 ?-截集皆為凸集合 (convex set)，也就是說： 其中 x1,x2?U, ??[0,1]。 如果一個定義於實數線上的模糊集合滿足以下兩個條件，則可被視為“模糊數(fuzzy number)”： (1) 正規化的， (2) 凸的。 6.3 歸屬函數 (1) 只要是函數值都是位於[0,1]的區間內的函數，都可成為歸屬函數，以下介紹一些常見的歸屬函數： 三角形歸屬函數： 梯形歸屬函數： 高斯函數歸屬函數： s 函數歸屬函數： ? 函數歸屬函數： 6.4 模糊集合之運算子 (1) 補集： 交集： 聯集： 6.4 模糊集合之運算子 (2) 相等： 模糊集合的 “相似程度” 的量測可用 子集： 模糊集合 B 對模糊集合 A 的 “包含程度” 的量測可用 6.4.1 模糊補集 (1) 我們以符號 A 來表示模糊集合 A 的補集，補集函數的定義為： 使得 其中，補集函數 C(.) 必須符合以下四個條件： (1) 邊界條件 (Boundary condition)： c(0)=1 以及 c(1)=0 (2) 單調性 (Monotonic property)： 若 則 (3) 連續性 (Continuity)：補集函數 C(.) 必須是一個連續的函數。 (4) 可逆性 (Involution)： 6.4.1 模糊補集 (2) 負補集 (Negation complement)： ? 補集 (? complement) (Sugeno‘s complement)： w 補集 (w complement) (Yager‘s complement)： 6.4.2 模糊交集 (1) 模糊交集 (或稱 t-norms) 是一個具有兩個參數的函數，定義為： 使得 其中，模糊交集函數 必須符合以下四個條件： 1. 邊界條件: