- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第9章模糊推理
• • •
数学系 张运杰 模糊数学课程教案 第 9 章 模糊推理
第 9 章 模糊推理
推理是人类的一种重要思维方式,它从已知的判断推断出未知的判断。经典的二值逻辑为人们提供了
严谨而又十分有效的假言推理模式,但它处理的信息和推理的规则是精确的、完备的,要求命题的条件与
给定的条件完全一致,才能得出与命题结论相一致的推断。然而,在现实生活以及计算机、自动控制、人
工智能、生态系统、社会系统等应用实例中,许多命题反映的是不精确、不确定、不完备的信息,推理利
用的也是不精确、不确定、不完备的知识或规则,无法用二值逻辑来描述,直接使用经典的推理模式难以
得到真或假的结论。于是人们必须仅凭借经验和不完备信息进行近似推理或不确定推理。
不精确性、不确定性、不完备性可由多方面因素引起。基于模糊数学方法处理由模糊性引起的不确定
推理称为推理。
本章主要介绍模糊推理的基本思想和方法。
9.1 模糊命题与逻辑演算
在二值逻辑中,为了刻画概念、陈述理论与规则,通常需要由一种能表达判断、分辨真伪的目标语言
来描述,这种目标语言就是“命题”。同样地,在模糊逻辑中,模糊命题也是刻画模糊概念、陈述模糊规
则的目标语言。因此,我们首先介绍命题、模糊命题及其逻辑演算。
9.1.1 命题与逻辑演算
与经典集合论对应的逻辑是二值逻辑,即所谓的数理逻辑。在二值逻辑中,将一个意义明确、可以分
辨真假的陈述句称为命题。例如,“中国在亚洲”和“地球是不转的”都是命题,但“请把门关上!”是祈
使句,“今天开会吗?”是疑问句,“计算机控制”不是句子,它们都不是命题。一个命题可以用英文字母
表示,如,P :中国在亚洲,Q:地球是不转的。
一个命题或者是真的或者是假的,二者必居其一且只居其一。设 U 为命题的集合,令 T: U → {0, 1},
使得
1, P 真
⎧
( ) ,∀P ∈U (9.1)
T P ⎨
0, P 假
⎩
则称 T(P) 为命题P 的真值。例如:命题“P :中国在亚洲”是真的(真命题),其真值为 T(P) = 1 ;而命题
“Q:地球是不转的”则是假的(假命题),其真值为 T(Q) = 0 。
上面提到的都是用一个陈述句表示的命题,称为简单命题或原子命题。如果用命题联结词将两个或两
个以上简单命题联结起来,就构成复合命题。用联结词联结简单命题的过程称为命题的逻辑演算,因而复
- 1 -
• • •
数学系 张运杰 模糊数学课程教案 第 9 章 模糊推理
合命题就是某些命题逻辑演算的结果。
此外,二值逻辑对应经典集合论,任一命题都跟所讨论的论域上的某个集合相对应,所以,命题的逻
辑演算也对应着经典集合的相应运算。
常用的命题联结词有 5 个,其表示符号为:∨,∧,¬,→(⇒) ,↔(⇔) ,它们的含义如下:
(1) 符号“∨”的含义为“析取”或“逻辑或”,与经典集合中的“∪”相对应,表示两个命题中至少
有一个成立。例如,P :他是大学生,Q:他是运动员,则P ∨Q:他是大学生或是运动员;其真值为
T(P ∨Q ) = max{T(P), T(Q)} = T(P) ∨T(Q)
在
您可能关注的文档
最近下载
- 人教版五年级上册数学精品教学课件 第3单元 3.3 商的近似数.ppt VIP
- 《深度学习基础及应用》教案 第5课 构建神经网络(三).docx VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).pdf VIP
- 《深度学习基础及应用》教案 第6课 利用卷积神经网络进行图像处理(一).docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).docx VIP
- 《深度学习基础及应用》教案 第9课 利用循环神经网络进行文本预测和分类(二).docx VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.pdf VIP
- 《深度学习基础及应用》教案 第11课 利用迁移学习进行图像分类.pdf VIP
- 《深度学习基础及应用》教案 第4课 构建神经网络(二).pdf VIP
文档评论(0)