第22篇模糊理论.pptVIP

第22章　模糊理論 ?本章的學習主題 ? 1.認識模糊理論 2.模糊合成 3.模糊綜合評判 4.模糊運算 5.模糊推論 6.模糊控制 7.模擬理論之應用範例 22.1 前言 一般可將資訊分為「可量化的資訊」與「不可量化的資訊」，其中不可量化的資訊又稱為質化的資訊，如:「這家公司總經理能力很強」、「這項產品的品牌形象很好」等口語化的描述。 模糊理論(Fuzzy Theory)乃是積極承認主觀性問題的存在，進而以模糊集合理論來處理不易量化的問題，以便能適當而可靠的處理人們主觀評估問題的方法。 模糊理論是為解決真實世界中普遍存在的模糊現象而發展的一門學問，1965年美國自動控制學家Lotfi. A. Zadeh首先提出的一種定量表達工具。 22.2 模糊理論發展歷史 Lotfi. A. Zadeh教授他提出Fuzzy理論的主要理由： 1.現代科學技術研究對象，往往都是非常巨大的物體或 機械，像這種大規模又複雜的系統，若想正確地、精 密地掌握大局，就必須從物體的細部做起，他必須非 常準確且不允許有些微的錯誤產生，所以更需有一個 更好的理論才行。 2.過去科學技術的成長，完全取決於他有一個明確的數 學定義，若這些被研究的對象中，無法瞭解其數學性 質的話，那麼以過去這種科學技術的研究，將顯得束 手無策而被迫停止，Zadeh教授認為對於無法用數學 模式建構的系統，Fuzzy理論將顯的更重要。 22.2 模糊理論發展歷史 3.人類知識可說是用語言來表達的，而語言中存 在的模糊性，特別是因人而異所產生的主觀 性，也各不相同，這些模糊現象無法使用傳統 的數學工具例如機率等解決，故必須尋找另外 的替代途徑。 22.3 模糊理論的基本概念 Dubois Prade (1978)曾對模糊數加以定義並提出若干基本性質，認為模糊數為一模糊數集，其隸屬函數(membership function)為μ(x)：R→[0,l]，並具有以下之性質： 1.μ(x)為連續性 2.μ(x)為一凸模糊集(convex fuzzy set) 3.存在一實數x0，使得μ(x0)=1 凡能滿足上述三條件的皆稱之為模糊數。 在模糊集合的定義中，對某一元素X而言，是以μ(x)來表示X屬於某集合的程度，即將X對應到[0，1]的函數中，等級愈接近1，則表示該集合包合X元素的程度愈大，此值稱為(degree of membership)，所以μ(x)稱為隸屬函數(membership function)。 隸屬函數的值只有0與1兩種時，該集合就是傳統的明確集合(crisp set)。以圖22 - 1為例，來說明模糊集合與明確集合間的不同。μ(x)表示「中年」的模糊集合，而C (X)則表示傳統的明確集合。 模糊運算中最主要有三種模糊集合之運算：聯集(union)、補集(complement)與交集(intersection)，而依照不同定義有不同的型態。 在模糊交集的運算中，以下是較為常用的 標準交集(standard intersection)：t (p,q) = min (p,q) 代數乘積(algebraic product)：t (p,q) = pq 有界差異(bounded different)：t (p,q) = max (0, p+q-1) 徹底交集(drastic intersection)：t (p,q) = 在模糊聯集的運算中，以下是較為常用的： 標準聯集(standard intersection)：s (p,q) = max (p,q) 代數加法(algebraic product)： s (p,q) = p + q -pq 有界加法(bounded different)： s (p,q) = min (1, p+q) 徹底聯集(drastic intersection)： s (p,q) = 四、解模糊化 解模糊化的方法也有許多不同的模式，以下簡介幾種較常使用的模式: 1.重心法 (center of gravity method) 重心法的原理與求取物件的重心位置是相同的，亦即求取模糊集合的「中心值」來代表整個模糊集合。假設模糊集合的隸屬度函數為μ(x)，當權數x為連續時，以F表示模糊集合的重心位置，則 2.形心法 (center of area method) 此法與重心法類似沿用前述的數學代號，則形心法的求解運算如下： 3.最大隸屬度法(mean of maximum method) 顧名思義，此法是用隸屬度函數中最高隸屬度值的元素值，作為該模糊集合的解