第五讲模糊理论.ppt

模糊关系及其合成（5） 2. 模糊关系的合成 定义2.23 设R1与R2分别是U×V与V×W上的两个模糊关系，则R1与R2的合成是指从U到W的一个模糊关系，记为 R1°R2 其隶属函数为 模糊关系及其合成（6） 例2.17 设有两个模糊关系 则R1与R2的合成是 合成法则类似与矩阵乘法。 ( 0.2 0.4 0.1 ) 模糊变换（1） 定义2.24 设A={μA(u1),μA(u2),…,μA(un)}是论域U上的模糊集，R是U×V上的模糊关系，则 A°R=B 称为模糊变换。 例2.18 设A={0.2,0.5,0.3} 模糊变换（2） 用模糊变换可进行模糊推理 例2.19 (满汉全席，食神)，U={u1(色),u2(香),u3(味),}，V={v1(优),v2(良),v3(中),v4(差)} 对某道菜可得出其模糊关系矩阵R 评判因素模糊向量A={0.3(色),0.3(香),0.4(味)}， 则，最终结果为： 对“色”打分 对“香”打分 对“味”打分 实数域上几种常用的隶属函数（1） 正态分布 升正态分布 降正态分布 实数域上几种常用的隶属函数（2） 哥西分布 升哥西分布 降哥西分布 建立隶属函数的方法（1） 模糊统计法 对比排序法 专家评判法 基本概念扩充法 神经网络自适应寻找 聚类法 建立隶属函数的方法（2） 例2.20 设U={1,2,…,10}，已知： 大=0.2/4+0.4/5+0.6/6+0.8/7+1/8+1/9+1/10 小=1/1+0.8/2+0.6/3+0.4/4+0.2/5 则， 不大也不小=不大∩不小 =0.2/2+0.4/3+0.6/4+0.6/5+0.4/6+0.2/7 很大=μ大2(u) = 0.22/4+0.42/5+0.62/6+0.82/7+12/8+12/9+12/10 =0.04/4+0.16/5+0.36/6+0.64/7+1/8+1/9+1/10 有点大=μ大0.5(u) = 0.20.5/4+0.40.5/5+0.60.5/6+0.80.5/7+10.5/8+10.5/9+10.5/10 = 0.45/4+0.63/5+0.77/6+0.89/7+1/8+1/9+1/10 模糊性 日常生活中，早已运用自如 科学分析中，理论却还未完善 模糊理论 模糊集，模糊逻辑，模糊数，... 历史 20c60s，奠定理论基础 L.A.Zadeh, “Fuzzy Set”, 1965. 20c70s，广泛应用于控制领域 荷兰，热水站，传统方法难以控制 日本，地铁列车自动运转，自来水厂净化处理 模糊理论 从精确到模糊 精确 答案确定：要么是，要么不是 f : A → {0,1} 他是学生？他不是学生？ 模糊 答案不定：也许是，也许不是，也许介于之间 μA : U → [0,1] 他是成年人？他不是成年人？他大概是成年人？ “20岁左右” 原集合（年龄） {...., 17, 18, 19, 20, 21, 22, 23, ...} “20岁左右”这个模糊集可以表示为： 0.8/18 + 0.9/19 + 1/20 + 0.9/21 + 0.8/12 0.6/17+0.7/18+0.8/19+1/20+0.9/21+0.7/22+0.6/23 ... 隶属度[0,1] 集合元素 1965年由L.A. Zadeh等人提出。 2.4.1 模糊性 随机性：事物本身含义明确，但条件不明而不可预知。 模糊性：事物本身是模糊的。例如：青年、老年；高低； 2.4.2 集合与特征函数 定义2.12 设A是论域U上的一个集合，对于任意u∈U，令 则称CA(u)为集合A的特征函数。特征函数CA(u)在u=u0处的取值CA(u0)称为u0对A的隶属度。 集合A与其特征函数可以认为是等价的。 A={u|CA(u)=1} 模糊集与隶属函数（1） 确定性概念可用普通集合表示。例如“奇数”在论域U={1,2,3,4,5}上。那么如何表示模糊性概念？例如“大”，“小”。 模糊集的思路：把特征函数的取值范围从{0,1}推广到[0,1]上。 定义2.13 设U是论域，μA是把任意u∈U映射为[0,1]上某个值的函数，即 μA :U→[0,1]或者u→μA(u) 则称μA为定义在U上的一个隶属函数，由μA(u)(u∈U)所构成的集合A称为U上的一个模糊集，μA(u)称为u对A的隶属度。 模糊集与隶属函数（2） 模糊集的例子。 例2.7 论域U={1,2,3,4,5}，用模糊集表示“大”和“小”。 解：设A、B分别表示“大”与“小”的模糊集，μA ，μB分别为相应的隶属函数。 A={0,