模糊逻辑 Fuzzy Computing.pptVIP

Fuzzy ComputingUSTC;概述;概述;概述;概述;概述;概述;;;当模糊集合的隶属函数值域从闭区间[0，1]改为{0，1} 时，便是一个普通集合。因此，普通集合是模糊集合的特殊情况,模糊集合是普通集合的推广。 模糊支集（support) 模糊集合A的支集S是一个普通集合，它由论域U中满足 的所有u组成，即： 比如，图中模糊集合B的支集是闭区间[35，60] 模糊单点(singleton) 如果模糊集A的支集在论域U上只包含一个点 ，且 则A称为模糊单点，即： ;; ;3. 模糊集基本运算 相同论域的几个模糊集的运算，实质上就是对相应的隶属度进行运算 （以下以两个模糊集运算为例）;交、并、补集示意图;例: 设论域U={ }上的模糊集合 ;基本运算定律 模糊集的交、并、补运算有8条运算定律（恒等、交换、 结合、分配、吸收、同一、复原和对偶）与普通集合完 全相同。但普通集合的互补定律对模糊集不成立，即;分解定理 λ截集 设A为U上的模糊集合，对任何 ，称普通集合 ; 其中，;由分解定理可知，一个模糊集合可以由无穷多个普通集合 （ ）的数乘的并来逼近，这样就可以把模糊集合的问题 化为普通集合的问题来分析解决 ;如果B是Y上的模糊集合，B经反映射 是否为一个模糊集合？如果是，其隶属函数又如何确定？ ;三．模糊关系;μR(x,y) describes to which degree x and y are related by R, it can also be interpreted as the truth value of the proposition x R y;模糊关系也是模糊集合 若论域是n个集合的直积，则其上定义了一个n元模糊关系 如A, B皆为有限离散集时，A和B的模糊关系R可用矩阵表示，称为模糊关系矩阵。;3. 模糊关系运算 设 和 是直积上的两个模糊关系，它们之间的运算法和 一般的模糊集合完全一样（交、并，包含，相等，补），但 有一些重要的特殊运算。;例：已知模糊关系矩阵;模糊关系合成运算类似普通矩阵的乘法运算，不过把乘法改成∧，加法改成∨ 模糊关系合成运算性质：设 和 ， 和 ， 分别 为 上的模糊关系，则有;幂运算 设R是 上的模糊关系，且模糊关系矩阵为方阵， R的幂的定义为： ;逆运算 设R为X到Y的模糊关系，则其逆模糊关系 是Y到X 的一个模糊关系，其隶属函数为;模糊关系逆运算有如下性质： ;4．模糊关系的性质 ①自反性 设 是 上的模糊关系，若 都有 ，则称R为自反关系。如R可用矩阵表示，模糊矩阵的主对角元素都为1。;模糊命题（Fuzzy Proposition） 模糊命题也是一种符号逻辑，不过其真值用闭区间[0，1]的一个实数表示 模糊命题可以解释为一个具有模糊性的陈述句，如： P: 今天是个好天气 Q: 这幅画很美 R: 张三是个健康人 好天气 很美 健康人都是模糊概念 模糊命题对应于一个模糊集，该模糊集也就是命题中模糊语言变量的模糊集 上述命题可形式化为“x为A” 。x为语言变量，它的论域为X。A是X上的模糊集合。显然有 ;Linguistic Variables A linguistic variable has a set of linguistic terms/values. Each linguistic value corresponds to a fuzzy set and explained with its membership function Example: linguistic variable : temperature linguistics terms (fuzzy sets) : { cold, warm, hot } ; 语气算子，语气算子可以表达语言中语气的程度。加强语气的称谓集中化算子，减弱语气的称谓散漫化算子 ;条件模糊命题-模糊蕴含 若P和Q为模糊命题，表示两个模糊命题之间因果关系的命题 为条件模糊命题，条件模糊命题通常采用“if P then Q”形 式。; Fuzzy Rules A fuzzy rule is a linguistic expression of causal dependencies b