模糊数学建模方法精选.ppt

乙 e1 e2 e3 e4 日常 晋级 日常 晋级 日常 晋级 日常 晋级 f1 0 1 0.1 0 0.8 0 0.1 0 f2 0 1 0.1 0 0.7 0 0.2 0 f3 0.1 1 0.6 0 0.3 0 0 0 f4 0 0 0.1 1 0.6 0 0.3 0 第三节 、模糊综合评价的应用 可得： 设考核因素权重为WT={0.6,0.4} * 第四节 、多级模糊总评价 举例：战略导弹效能的多级模糊总评价问题。 * 第四节 多级模糊总评价 评语等级分为5级： {好、较好、一般、较差、差} 假设已得到以下中间结果： 可靠性： 维修性： 安全性： 适应性： 有效性的四个方面的权向量为 ： 则有效性的模糊综合评价结果为 ： * 第四节 、多级模糊总评价 假设已得到以下中间结果： 威 力： 有效性： 机动能力： 有效性的四个方面的权向量为 ： 则总体性能的模糊综合评价结果为 ： * * * * * * * * * * 当? = 0.919时,分为3类{1, 2, 3, 6, 4, 5, 7, 8}, {9},{10, 11, 12, 13, 14, 15},三类的中心向量分别为(1.395, 1.770),(1.560, 2.080),(1.227, 1.927). 用平移极差变换 将它们分别变为 A1 = (0.200, 0.637) (Af 蠓), A2 = (0.390, 1.000) (Af 蠓), A3 = (0.000, 0.821) (Apf 蠓), 再将三只待识别的蠓用上述变换分别变为 B1= (0.015, 0.672), B2 = (0.062, 0.719), B3 = (0.203, 0.953 ). * 采用贴近度 ?3 (A, B) = 计算得： ?3(A1, B1) = 0. 89, ?3(A2, B1) = 0.65, ?3(A3, B1) = 0.92. ?3(A1, B2) = 0.89, ?3(A2, B2) = 0.69, ?3(A3, B2) = 0.92. ?3(A1, B3) = 0.84, ?3(A2, B3) = 0.88, ?3(A3, B3) = 0.83. 根据择近原则及上述计算结果,第一只待识别的蠓(1.24, 1.80)属于第三类,即Apf 蠓；第二只待识别的蠓(1.28, 1.84)属于第三类,即Apf 蠓；第三只待识别的蠓(1.40, 2.04)属于第二类,即Af 蠓. * ③ 设Af是传粉益虫, Apf是某种疾病的载体, 是否应修改你的分类方法？若需修改, 为什么？ * 2000网易杯全国大学生数学建模竞赛 DNA序列分类 2000年6月，人类基因组计划中DNA全序列草图完成，预计2001年可以完成精确的全序列图，此后人类将拥有一本记录着自身生老病死及遗传进化的全部信息的“天书”。这本大自然写成的“天书”是由4个字符A，T，C，G按一定顺序排成的长约30亿的序列，其中没有“断句”也没有标点符号，除了这4个字符表示4种碱基以外，人们对它包含的“内容”知之甚少，难以读懂。破译这部世界上最巨量信息的“天书”是二十一世纪最重要的任务之一。在这个目标中，研究DNA全序列具有什么结构，由这4个字符排成的看似随机的序列中隐藏着什么规律，又是解读这部天书的基础，是生物信息学（Bioinformatics）最重要的课题之一。 * 虽然人类对这部“天书”知之甚少，但也发现了DNA序列中的一些规律性和结构。例如，在全序列中有一些是用于编码蛋白质的序列片段，即由这4个字符组成的64种不同的3字符串，其中大多数用于编码构成蛋白质的20种氨基酸。又例如，在不用于编码蛋白质的序列片段中，A和T的含量特别多些，于是以某些碱基特别丰富作为特征去研究DNA序列的结构也取得了一些结果。此外，利用统计的方法还发现序列的某些片段之间具有相关性，等等。这些发现让人们相信，DNA序列中存在着局部的和全局性的结构，充分发掘序列的结构对理解DNA全序列是十分有意义的。目前在这项研究中最普通的思想是省略序列的某些细节，突出特征，然后将其表示成适当的数学对象。 * 这种被称为粗粒化和模型化的方法往往有助于研究规律性和结构。 作为研究DNA序列的结构的尝试，提出以下对序列集合进行分类的问题： 1）下面有20个已知类别的人工制造的序列（见下页），其中序列标号1—10 为A类，11-20为B类。请从中提取特征，构造分类方法，并用这些已知类别的序列，衡量你的方法是否足够好。然后用你认为满意的方法，对另外20个未标明类别的人工序列（标号21—40）进行分类，把结果用序号（按从小到大的顺序）标明它们的类别（无法分类的不写入）： A类