模煳集合运算推广02.ppt

第一章 模糊集合 1.1 引言 模糊逻辑是由 Zadeh 教授于 1965 年所提出一种以数学模型来描述语意式的模糊信息的方法，我们可以将其视为是传统的集合理论的一种推广型式。 模糊化的好处是可以提供更佳的推广性、错误容忍性、以及更适合应用在真实世界中的非线性系统。 模糊逻辑的应用领域包括了：控制工程 (如智能控制)、图样识别 (影像处理、语音辨识、信号处理等)、量化分析、专家诊断系统、预测、规划、自然语言处理、软件工程等。 1.2 模糊集合 (1) 传统的明确集合是属于二元的，论域中的元素对某一集合的关系只有两种，也就是 “属于” 与 “不属于”。 我们可以定义一个「特征函数」来描述此种关系，令 U 为整个论域，A 为论域中的一个明确集合，x 为论域中的元素，则特征函数 ?A(x)，定义如下： 模糊集合是明确集合的一种推广。我们可以定义在论域 U 中的一个模糊集合 A 为： 其中 ?A(.) 是模糊集合 A 的隶属函数， ?A(x) 代表元素 x 对模糊集合 A 的隶属程度。一般说来，我们将?A(x)设定为 [0,1]。 例 1.1 具有连续性论域之模糊集合 ■ 我们定义模糊集合 A 为 “接近于 0 的实数”，则我们可以定义模糊集合 A 为 其中隶属函数的定义为： 模糊集合 A 也可以表示为： 例 1.2 具有离散论域之模糊集合 ■假设U ={0,1,2,...,9} 为代表一个家庭中，所可能拥有子女个数的集合，令三个模糊集合之定义为A：子女数众多，B：子女数适中，C：子女数很少，其隶属函数的定义如表1.1所示。 1.2 模糊集合 (2) ■模糊集合的“支集(support)”定义为所有具有隶属函数值大于0 的元素集合 ■当模糊集合的支集为单一个点，而且此点的隶属函数值为 1 时，我们称为「模糊单点(fuzzy singleton)」； ■而模糊集合的「核 (kernel)」的定义为所有具有隶属函数值为 1 的元素集合，亦即 ； 1.2 模糊集合 (3) ■ 模糊集合的「高度 (height)」的定义为此集合在论域中的最大隶属函数值；正规化(normal)的模糊集合代表此模糊集合的高度为 1，也就是 height(A)=1 ■ 模糊集合的 ?-截集 (?-cut) 的定义为论域中，隶属函数值大于或等于 ? 的所有元素的集合，我们以符号 A? 代表，也就是： ■ 模糊集合为 “凸的” 的充要条件是其 ?-截集皆为凸集合 (convex set)，也就是说： 其中 x1,x2?U, ??[0,1]。 ■ 如果一个定义于实数线上的模糊集合满足以下两个条件，则可被视为“模糊数(fuzzy number)”：(1) 正规化的，(2) 凸的。 1.3隶属函数 (1) 只要是函数值都是位于[0,1]的区间内的函数，都可成为隶属函数，以下介绍一些常见的隶属函数： ■三角形隶属函数： ■梯形隶属函数： ■高斯函数隶属函数： ■ s 函数隶属函数： ■ ? 函数隶属函数： 1.4模糊集合之运算子 (1) ■补集： ■交集： ■并集： 1.4模糊集合之运算子 (2) ■相等： ■模糊集合的 “相似程度” 的量测可用 ■子集： ■模糊集合 B 对模糊集合 A 的 “包含程度” 的量测可用 1.4.1模糊补集 (1) ■我们以符号 A 来表示模糊集合 A 的补集，补集函数的定义为： 使得 其中，补集函数 c (.) 必须符合以下四个条件： (1) 边界条件 (Boundary condition)： c(0)=1 以及 c(1)=0 (2) 单调性 (Monotonic property)： 若 则 (3) 连续性 (Continuity)： (4) 可逆性 (Involution)： 1.4.1模糊补集 (2) ■负补集 (Negation complement)： ■ ? 补集 (? complement) (Sugeno‘s complement)： ■ w 补集 (w complement) (Yager‘s complement)： 1.4.2模糊交集 (1) ■ 模糊交集 (或称 t-norms) 是一个具有两个参数的函数，定义为： 使得 其中，模糊交