第六讲 模糊评价法.pptVIP

第四章 模糊评价和矩阵对策 1. 模糊性的定义 2. 研究模糊性的必要性 1）由于事物常常界限不清楚，既在质上没有确切的含义，又在量上没有明确的界限。事物的某种属性所表现出的客观差异之间存在着中间过渡状态。 2）随着系统复杂性的增长，人们对其特性作出精确而有意义的描述能力相应降低，直到一个极限。超过该极限，复杂性与精确性就相互排斥——“互克性原理”。系统复杂程度越高，模糊性越强，精确化程度越低。 3. 模糊性的种类 模糊现象（例：下雨） 模糊划分（例：下雨的程度） 模糊判断（例：下雨的程度） 模糊推理（例：庄稼的收成） 4. 映射 设A，B是两个集合。如果按照某种对应法则f，对于集合A中的任何一个元素，在集合B中都有唯一的元素和它对应，这样的对应叫做集合A到集合B的映射。 f：A→B 5. 特征函数 用数“1”表示“属于”，用数“0”表示“不属于”，则确定一个集合A，就相当于给出论域U到{0，1}的一个映射。 6. 模糊子集 论域U上的一个模糊子集A，是指U到[0，1]的一个映射：μA：U→[0，1] [0，1]与{0，1}的区别： 7. 隶属度和隶属函数 用来描述客观模糊概念的差异和中间过渡状态的一种方法。 8. 确定隶属函数的方法 通过专家评分或通过实践检验，逐步修改和完善来确定； 利用模糊统计实验来确定。 根据专家的实际经验，再从数学上作一定的近似处理来确定； 根据实际经验，画出图形来确定； 利用概率统计的处理方法来确定； 利用二元对比排序处理方法来确定； 利用逻辑推理的结果来确定。 例1 求27岁属于“年青人”的隶属度 例2 脾虚性迁延性肝炎的病例诊断 全体待诊病人为论域U； 患有脾虚性迁延性肝炎的病人为模糊子集A； 给出A的隶属函数μA(x)； 根据经验的16种症状（ai）来判断； 一种症状看作一个子集，特征函数xai= 根据经验，每一种症状各赋予一定的权重系数a1…a16； 隶属函数： 根据经验，取阂值λ，μA(x) ≥λ时，可断言该病人患有脾虚性迁延性肝炎。 例3 设计方案的模糊评价 某一设计任务，对成本xi的要求是xi≥3000元为“差”， xi≤2000元为“良”。当然，2000 ≤ xi≤3000元是“良”与“差”之间。现某一设计方案的初估成本x＝2200元，试从成本方面对该设计方案给予评价。 例3 解 练习1 以年龄作论域，取U=[0,200]，于是年老O与年轻Y是两个模糊集，它们的隶属函数分别是： 练习2 设 A 表示“货币流通量正常值”，它是实数集X上的模糊集，经过100次独立抽样，得区间样本值如下：15次：[15.5，19.5]；20次：[14.0，20.0]；35次：[16.0，21.0]；18次：[17.5，20.5]；12次：[18.0，21.5]。根据上述结果，估计A(15.5)，A(21.0)。 * * * * 事物 确定 不确定 模糊性 随机性 ——经典数学 —— 模糊数学 —— 概率学 一. 模糊数学 模糊性：指事物的亦此亦彼性，反映在概念形成过程中外延的不分明性。是事物客观存在的一种属性。 例如：人的“健康”、“高矮”、“胖瘦”、“老小”；机器的“可靠性”；成绩的“好差”等。 模糊性是绝对的，精确性是相对的。 fA(x)= 1，x∈A 0，x A 映射fA(x)称为集合A的特征函数。 [0，1]：表示从0到1的区间； {0，1}：表示由“0”和“1”组成的集合。 取值范围：[0，1] μA：U→[0，1] 中的 映射μA称为隶属函数； μA(x)表示元素x属于A的程度（隶属度） 随机抽取129人，要求他们给出“年青人”这个概念的年龄区间，从中求得27岁属于“年青人”的隶属度。 f=m/n A(27)=0.78 ～ 1，有症状ai 0，无症状ai 1）选取xi=2500元为“中” 2）画出隶属函数曲线图 3）根据曲线列出隶属函数 4）将初估成本x=2200元代入下式 5）求得： μ良(x)=0.6 μ中(x)=0.4 μ差(x)=0 6）确定隶属度： （0.6，0.4，0） 问：年龄分别为55岁，20岁，40岁的人是年轻还是年老？ *