模糊数学课件 3.ppt

模糊数学 什么是模糊数学？ 用数学方法研究和处理具有模糊性的现象 理论基础 模糊集合论 研究对象 确定性数学模型：y=f(x) 随机性数学模型: y=0,1;p(y)已知 模糊性数学模型：y很小， 0，0.1，0.2 没有一个明确的分界 模糊有什么用？ 模糊数学的应用领域 农业、林业、气象、环境、地质勘探、军事、经济、生物、心理学、结构力学，等等 家用电器与模糊数学 模糊控制技术 空调、电冰箱、洗衣机 微波炉、电饭煲 模糊洗衣机 第一个应用模糊系统的消费产品 日本松下电子工业公司，1990 根据污物的种类、数量、机器负载量，运用模糊系统，自动设定正确的洗衣周期。 仙台地铁 模糊系统最显著的应用 南北线全长13.6公里，途径16个站点，运行非常平稳 模糊控制系统同时考虑4个性能指标 安全性、乘坐舒服性、 目标速度的可跟踪性、停车距离的准确性 模糊数学方法的范例 模糊聚类分析——土壤分类、市场分析 模糊模型识别——识别当前的通货膨胀程度、害虫危害程度 模糊决策——评选先进工作者 模糊线性规划——生产规划 论域 我们讨论具体问题时，要知道是在什么范围上进行讨论 要有论域（议题限制在一定范围内） 例如： 在论域“human”上，讨论概念“male” 在论域“monkey”上，讨论概念“male” 集合与特征函数 经典集合论中，给定论域X，子集A可由其特征函数XA(x)来唯一确定 特征函数是论域X到{0,1}上的一个映射： 特征函数—隶属程度 XA(x)指明x对A的隶属程度 隶属程度只有两个值：0，1 经典集合只能表示什么样的概念？ “非此即彼” 确切概念 非此即彼？ “高个子” “年轻” 现实世界中的很多概念具有模糊性 模糊性：客观事物差异的中间过渡中的不分明性，难以划定界限。非此即彼？ 亦此亦彼，模糊概念 模糊概念 源自于实践 模糊概念（现象）无处不在 薄、厚； 高、矮； 强、弱； 中雨、大雨、暴雨、大暴雨； 如何亦此亦彼？ 经典子集的隶属程度 只能取0或1 如何亦此亦彼？ 打破这个限制 表现“亦此亦彼”的模糊概念 1-1 模糊子集与隶属函数 经典集合与模糊集合 经典集合——特征函数刻画 模糊集合——隶属函数刻画 隶属函数是将特征函数的值域从{0，1}推广到[0，1] 模糊子集与隶属函数的定义 定义：给出映射μA ：X ? [0, 1] ， x|? μA(x) ， 我们说μA确定一个X的模糊子集A， μA称为A的隶属函数， μA(x)表示 x隶属于模糊子集A的程度，称为x对A的隶属度。 模糊集合vs.普通集合 模糊集合A由隶属函数μA刻画 普通集合A由特征函数XA刻画 隶属函数 vs. 概率 共同点区别 共同点 均在[0, 1]闭区间上取值 区别 概率：研究“随机性”，虽然事件的发生与否不确定，但是事件是确定的。 隶属函数：研究“模糊性”，研究对象本身就是不分明的。 以下雨为例 三大数学模型 处理现实对象的数学模型可分为三大类： 确定性数学模型。背景对象具有确定性or固定性； 随机性数学模型。背景对象的发生具有或然性or 随机性； 模糊性数学模型。背景对象及其关系均具有模糊性。 1-2 模糊子集的表示方法 模糊集合的表示方法 论域 论域——有限集 例如：X={x1 , x2 , x3 , x4 ,, x5} 论域——无限集 例如：X=[0, 100] 模糊集合表示方法（有限论域） 有限论域X={x1 , x2 , …, xn } 设X上的模糊子集A 的隶属函数为μA ， μi =μA(xi) 模糊子集A如何表示？ 三种表示方法 表示方法1 “查德记法”：模糊子集A记作 A = ∑i=1n μi / xi 例子（有限论域） 例.论域 = { Bill Gates, Barack Hussein Obama , Albert Einstein, Steven Allan Spielberg } 模糊概念：“smart” smart程度：0.85，0.75，0.98，0.60 模糊集合“smart” 论域中元素对“smart”这模糊概念的符合程度可以用模糊子集A来表示 A = 0.85/Gates + 0.75/ Obama + 0.98/Einstein+ 0.60/ Spielberg 表示方法2，3 表示方法2： A = {(0.85, Bill), (0.75, Obama), (0.98, Einstein), (0.60, Spielberg)} 表示方法3： A=(0.85, 0.75, 0.98, 0.60) 要求事先对论域中元素排序 模糊集合表示方法（无限论域） 当论域X为无限集时，上面的记法失效 将查德记法推