智能信息技术基础-2模糊.pptVIP

模糊信息处理Fuzzy Information Processing 封筠 Email：fengjun7171@ :6621/ User: Student.feng 08-03 Outline 一、引言 二、模糊理论基础 三、模糊系统 四、模糊信息处理技术 五、研究现状与发展趋势 一、引言 1、模糊概念与现象普遍存在 2、模糊系统理论的起源 3、模糊系统的研究范畴 1、模糊概念与现象普遍存在 一个路人问一位智者，要走几小时才能到达某地。智者默不作答，等过路人走了一小段路以后，他才把那人叫回，答以时间…… 赞成 说话要有根据 回答十分精确 反对 说话要灵活处理 路人又没问精确时间 1、模糊现象普遍存在 她漂亮的程度？ 1、模糊现象普遍存在 日常生活中，模糊性早已运用自如 客观事物是有确定性的，但人对于客观事物的认识往往带有模糊性，例如，常说“年轻”、“老年”、“高矮”、“胖瘦”等都是带有模糊性的语言。 人类大都用这些模糊的词语来交流，互通信息，然后进行推理分析、综合判断，最后作出决策。即人往往只通过一些模糊信息的综合，便可获得足够精确的定论。 科学分析中，模糊理论却还未完善 2、模糊系统理论的起源 1965年，美国自动控制专家、加利福尼亚州大学伯克莱分校的L.A.Zadeh教授发表了著名论文“Fuzzy Sets”，开创了模糊论，从此一门研究事物模糊性的新兴学科——模糊数学便应运而生。 他提出,模糊数学的核心思想就是运用数学手段,仿效人脑思维，对复杂事物进行模糊处理。模糊数学在基础理论和实际应用等方面引起了各国学者的极大兴趣,并产生了许多有价值的应用和惊人的成果。 2、模糊系统理论的起源 1973年， L. A.Zadeh教授又提出模糊逻辑(Fuzzy Logic)的理论，并积极倡导将模糊理论向人工智能方向发展。模糊逻辑的研究虽然时间还不长，但在智能模拟和智能控制等领域却已有了飞快的发展。 1974年，印度裔英国学者 E.H.Mamdani首先将模糊理论用于锅炉和蒸汽机的控制，并实验成功，开创了模糊控制的新领域。 2、模糊系统理论的起源 80年代后期以来，在日本采用模糊控制技术的家电产品大量上市，模糊技术在图像识别、自动控制、市场预测、人工智能等领域普遍应用，掀起了一股模糊热。日本、美国和我国都成功地研制出了智能化的模糊推理机，这表现了模糊理论的强大生命力和伟大意义。 2、模糊系统理论的起源 模糊理论在学术界也得到了普遍的认同和重视。1992年，IEEE召开了第一届关于模糊系统的国际会议（FUZZ－IEEE），并决定以后每年举行一次。1993年IEEE创办了专刊IEEE Transaction on Fuzzy System。 当前，模糊理论和应用正向深度和广度进一步发展，发展的速度越来越快，研究成果大量涌现，已经成为世界各国高科技竞争的重要领域之一。 3、模糊系统的研究范畴 模糊系统基于模糊数学理论，能对复杂事物进行模糊处理。模糊数学的理论基础包括模糊集合、隶属度、模糊规则、模糊逻辑、模糊推理等。 二、模糊理论基础（Fuzzy Theory） 1、模糊集合与隶属度 2、模糊运算与性质 3、模糊逻辑 4、模糊关系 5、模糊规则 6、模糊推理 1、模糊集合与隶属度 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？ 1、模糊集合与隶属度 1、模糊集合与隶属度 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 + 0.8/22 0.6/17+0.7/18+0.8/19+1/20+0.9/21+0.7/22+0.6/23 ... 1、模糊集合与隶属度 “老年” 50岁以下不是老年 70岁以上是老年 年龄越大，被认为是老年的根据越充分 1、模糊集合与隶属度 1、模糊集合与隶属度 2、模糊运算与性质 补集（μA = 1 – μA） 0.6/a + 0.7/b → 0.4/a + 0.3/b 并集（μA∪B = μA ∨ μB ） 0.7/a + 0.3/b ∨ 0.4/a + 0.6/b → 0.7/a + 0.6/b 交集（μA∩B = μA ∧ μB ） 0.7/a + 0.3/b ∧ 0.4/a + 0.6/b → 0.4/a + 0.3/b 2、模糊运算与性质 U = {甲, 乙, 丙, 丁} A = “矮子” 隶属函数 (0.9, 1, 0.6, 0) B = “瘦子” 隶属函数 (0.8, 0.2