模糊控制的数学基础-(-至-)模糊关系逻辑及运算.docVIP

举例 eg 1 y=sinx, x∈(-∞,+∞)，y∈[-1,+1]，由于［－,＋］”，同时也是“一一映射”。 Ch 3 Fuzzy控制理论的预备知识 §3－1　Fuzzy关系与Fuzzy关系图 一　Fuzzy关系 第二章讲过，所谓关系R，实际上是A和B两集合的直积A×B的一个子集。现在把它扩展到Fuzzy集合中来，可定义如下： 所谓A和B两集合的直积 A×B＝﹛(a，b)|a∈A，b∈B﹜ 中的一个模糊关系，是指以A×B为论域的一个Fuzzy子集，其序偶(a，b)的隶属度为　 (a，b)，可见是二元Fuzzy关系。 3-1 Nose：当A=B时，我们称之为“A面上的Fuzzy关系”R。 eg． 要求列出集合A=﹛1，5，7，9，20﹜“序偶”上的“前元比后元大得多”的关系。 解：直积空间R＝A×A中有25个“序偶”，其中 R1=﹛(20,1)，(20,9)，(20,7)，(20,5)，(9,7)，(9,5)，(9,1)，(7,5)，(7,1)，(5,1)﹜ 是满足“前元比后元大”的子集。 上式中分子的值即是按人的判断结果给出的相应满足“前元比后元大得多”的程度，还有一种求法是利用适当的隶属函数来确定。 x=20，y=1 代入得(20,1)≈0.95 x=20，y=5 代入得(20,5)≈0.92 x=20，y=7 代入得(20,7)≈0.89 x=20，y=9 代入得(20,9)≈0.85 ┇ (20,1)=0.95,表明201的程度为0.95。 (7,5)=0.1，表明75的程度仅为0.1。(确切的：满足“前元比后大得多”的程度)。 3-2 　　综上所述，只要给出直积空间A×B中的Fuzzy集的隶属函数，集合A到B的Fuzzy关系也就确定了。 Fuzzy关系实质上是一个Fuzzy子集，因此其运算完全服从第二章所述的Fuzzy子集的运算规则。 自返性： 一个Fuzzy关系，若x∈X，必有＝1，即每个元素x与自身隶属于Fuzzy关系的隶属度为1，称这样的为具有自返性的Fuzzy关系。 对称性： 一个Fuzzy关系，若x，y∈X，均有 即（x，y）和(y，x) 隶属于Fuzzy关系的隶属度相同，则为具有对称性的Fuzzy关系。 传递性： 一个Fuzzy关系，若x，y，z∈X，均有 即（x，z）的隶属度小于（x，y）的隶属度中较小的那一个，则称为具有传递性的Fuzzy关系。3-3 举例：“相像关系”具有自反性，因为某人自己像自己的隶属度显然为1，而“仇敌关系”不具自反性，因为某人都不会与自己为敌。“相像关系”又具有对称性，如甲像乙，必然乙也像甲。“相爱关系”就不具有对称性，因为甲爱乙，乙不一定爱甲。“大得多”的关系具有传递性，如甲比乙大得多，乙又比丙大得多，则甲比丙大得多。“相像关系”就不具有传递性，甲像乙，乙像丙，但甲不一定像丙。 模糊等容关系 即具有自反性，又具有对称性的模糊关系称为模糊等容（相容）关系。上述的相像关系就是一种模糊关系，而不是模糊等价关系。 模糊关系是普通关系的推广。在模糊某合论中，模糊关系占有重要地位。普通关系是描述元素之间是否有联系，而模糊关系则描述元素之间的关联程度有多少。（绝对稳定与相对稳定）. 模糊等价关系 如果论域上的一个模糊关系满足条件 自反性： 对称性： 传递性： 则模糊关系叫做X上的一个等价关系。3-4 ２．Fuzzy矩阵和关系图 当论域A×B为有限集时，Fuzzy关系可以用矩阵来表示。 Fuzzy矩阵是研究Fuzzy关系的重要函数。 eg． 有一组学生组成集合X： 　　　　X＝﹛张三，李四，王五﹜ 设他们可任选的外语课有四门，组成集合Y： 　　　　Y＝﹛英，日，德，法﹜ 并且他们的期末考试成绩如下表 　姓名　　　　　　　　　　　语种　　　　　　　　　　　　　成绩 　张三　　　　　　　　　　　　英语　　　　　　　　　　　　　８０ 　张三　　　　　　　　　　　　法语　　　　　　　　　　　　　８５ 　李四　　　　　　　　　　　　德语　　　　　　　　　　　　　９５ 　王五　　　　　　　　　　　　日语　　　　　　　　　　　　　６５ 　王五　　　　　　　　　　　　英语　　　　　　　　　　　　　７８ 　　　如果把他们的成绩都除以100，折合成隶属度，则可认为他们和考试成绩之间构成X×X上的一个Fuzzy关系，如下表所示： 　　　　　　　　英语　　　　　日语　　　　　德语　　　　　　　法语 　张三　　　　　　0.80 0 0 0.85 　李四