模糊数1.docVIP

  1. 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. 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. 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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
模糊数1

模糊数学 模糊集合及其运算 经典集合与特征函数 集合:具有某种特定属性的对象集体。 通常用大写字母等表示。 论域:对局限于一定范围内进行讨论的对象的全体。 通常用大写字母等表示。 论域U中的每个对象称为的元素。 在论域中任意给定一个元素及任意给定一个经典集合,则必有或者,用函数表示为: 其中 函数称为集合A的特征函数。 罗素(Russell)悖论:在一个孤岛上唯一的一个理发师,其工作是“专门替那些不给自己刮胡子的人刮胡子”,现问理发师本人该不该给自己刮胡子? 取论域, 集合,用特征函数刻画为 问题:显然理发师,那么理发师是否属于A? 模糊集合及其运算 美国控制论专家Zadeh教授正视了经典集合描述的“非此即彼”的清晰现象,提示了现实生活中的绝大多数概念并非都是“非此即彼”那么简单,二概念的差异以中介过度的形式出现。表现为“亦此亦彼”的模糊现象。基于此,1965年,Zadeh教授在《Information and Control》杂志上发表了一篇开创性论文“Fuzzy Sets”,标志着模糊数学的诞生。 模糊子集 定义:设施论域,称映射 确定了一个上的模糊子集。映射称为隶属函数,称为对的隶属程度,简称隶属度。 模糊子集由隶属函数唯一确定,故认为二者是等同的。为简单见,通常用来表示和。 模糊子集通常简称模糊集,其表示方法有: Zadeh表示法 这里表示对模糊集合A的隶属度是. 如“将一1,2,3,4组成一个小数的集合”可表示为 序偶表示法 向量表示法 若论域为无限集,其上的模糊集表示为: 模糊集的运算 定义:设A,B是论域的两个模糊子集,定义 相等: 包含: 并: 交: 余: 几个常用的算子: (1)Zadeh算子( (2)取大、乘积算子 乘积算子 有界和、取小算子 Einstain算子 模糊矩阵 定义:设称R为模糊矩阵。 当只取0或1时,称R为布尔(Boole)矩阵。 当模糊方阵的对角线上的元素都为1时,称R为模糊自反矩阵。 (1)模糊矩阵间的关系及运算 定义:设都是模糊矩阵,定义 相等: 包含: 并: 交: 余: 例如:设,,则 (2)模糊矩阵的合成 定义:设称模糊矩阵 例如:设,,则 , (3)模糊矩阵的转置 定义:设为A 的转置矩阵,其中。 模糊矩阵的截矩阵,其中 例如:设。则 隶属函数的确定 模糊统计法 模糊统计试验的四个要素: 论域; 中的一个固定元素; 中的一个随机运动集合; 中的一个以作为弹性边界的模糊子集A,制约着的运动。可以覆盖,致使对A的隶属关系是不确定的。 特点:在各次试验中,是固定的,而在随机变动。 模糊统计试验过程: 做n次试验,计算出 对A的隶属频率= 随着n 的增大,频率呈现稳定,此稳定值即为对A的隶属度: 指派法 这是一种主观的方法,但也是用得最普遍的一种方法。它是根据问题的性质套用现成的某些形式的模糊分布,然后根据测量数据确定分布中所含的参数。 其他方法 德尔菲法:专家评分法 二元对比排序法:把事物两两相比,从而确定顺序,由此决定隶属函数的大致形状。主要有以下方法:相对比较法、择优比较法和对比平均法等。 模糊聚类分析 基本概念及定理 定义:设是n阶模糊方阵,I是n阶单位方阵,若R满足 自反性:; 对称性: 传递性:; 则称R为模糊等价矩阵。 定理:设R是n阶模糊等价矩阵,则所决定的分类中的每一个类是所决定的分类中的某个子类。 该定理表明:当时,的分类是分类的加细,当由1变到0时,的分类由细变粗,形成一个动态的聚类图。 例如:设。对于模糊等价矩阵 当=1时,分类为; 当=0.8时,分类为; 当=0.6时,分类为; 当=0.5时,分类为; 当=0.4时,分类为 定义:设是 n阶模糊方阵,I是n阶单位方阵,若R满足 自反性; 对称性:; 则称R为模糊相似矩阵。 定理:设R是n阶模糊相似矩阵,则存在一个最小的自然数,使得为模糊等价矩阵,且对一切大于k的自然数l,恒有。称为R的传递闭包矩阵,记为。 例如:设有模糊相似矩阵 模糊聚类的一般步骤 建立数据矩阵 设论域为被分类对象,每个对象又由m个指标表示其性状: 则得到原始数据矩阵为。 在实际问题中,不同的数据一般有不同的量纲,为了使有不同量纲的量进行比较,需要将数据规格化,常用的方法有: 标准差标准化 极差正规化 极差标准化 最大值规格化 建立模糊相似矩阵 建立的方法主要有: 相似系数法 ①夹角余弦法 ②相关系数法 距离法 一般地,取为适当选取的参数,它使得,采用的距离有: ①Hamming距离 ②Euclid距离 ③Chebyshey距离 贴近度法 ①最大最小法 ②算术平均最小法 ③几何平均最小法 聚类并画出动态聚类图 模糊传递闭包法 步骤: ①求出模糊相似矩阵R的传递闭包t(R); ②按由大到小进

文档评论(0)

xy88118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档