第7讲模糊计算.pptVIP

南京大学地理信息科学系 第七章 模糊计算 南京大学地理与海洋科学学院 谢顺平 第七章 模糊计算 7.1 模糊逻辑的数学基础 7.1.1 模糊集合 7.1.2 模糊集合的表示方法 7.1.2 模糊集合的表示方法 7.1.2 模糊集合的表示方法 7.1.2 模糊集合的表示方法 7.1.2 模糊集合的表示方法 7.1.2 模糊集合的表示方法 7.1.2 模糊集合的表示方法 7.1.3 模糊集合的运算 7.1.3 模糊集合的运算 7.1.3 模糊集合的运算 7.1.3 模糊集合的运算 7.1.4 隶属函数的确定方法 7.1.4 隶属函数的确定方法 7.1.4 隶属函数的确定方法 7.1.5 模糊截集及其性质 7.1.5 模糊截集及其性质 7.1.5 模糊截集及其性质 7.1.5 模糊截集及其性质 7.1.6 模糊集之间的贴近度 7.1.6 模糊集之间的贴近度 7.1.6 模糊集之间的贴近度 7.1.6 模糊集之间的贴近度 7.1.6 模糊集之间的贴近度 7.1.7 模糊模式识别 7.1.7 模糊模式识别 7.1.7 模糊模式识别 7.1.7 模糊模式识别 7.1.7 模糊模式识别 7.2 模糊关系 7.2.1 普通关系及其运算 7.2.1 普通关系及其运算 7.2.2 模糊关系及其运算 7.2.2 模糊关系及其运算 7.2.2 模糊关系及其运算 7.2.2 模糊关系及其运算 区域与科学教育的关系 区域与科学教育的关系模糊矩阵 7.2.2 模糊关系及其运算 7.2.2 模糊关系及其运算 7.2.2 模糊关系及其运算 7.2.2 模糊关系及其运算 7.2.2 模糊关系及其运算 7.2.2 模糊关系及其运算 7.2.2 模糊关系及其运算 7.2.2 模糊关系及其运算 7.2.2 模糊关系及其运算 7.2.2 模糊关系及其运算 7.2.2 模糊关系及其运算 7.2.3 模糊等价关系 7.2.3 模糊等价关系 7.2.3 模糊等价关系 7.2.3 模糊等价关系 7.2.3 模糊等价关系 7.2.3 模糊等价关系 7.2.3 模糊等价关系 7.2.3 模糊等价关系 7.2.3 模糊等价关系 7.2.3 模糊等价关系 7.2.3 模糊等价关系 7.2.3 模糊等价关系 7.3 基于模糊等价矩阵的模糊聚类分析 7.3 基于模糊等价矩阵的模糊聚类分析 7.3.1 数据规格化 7.3.1 数据规格化 7.3.1 数据规格化 7.3.2 构造模糊相似矩阵 7.3.2 构造模糊相似矩阵 7.3.2 构造模糊相似矩阵 7.3.2 构造模糊相似矩阵 7.3.2 构造模糊相似矩阵 7.3.2 构造模糊相似矩阵 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.3.3 模糊分类 7.4 模糊逻辑推理简介 7.4.1 模糊命题 7.4.2 模糊逻辑 7.4.2 模糊逻辑 7.4.2 模糊逻辑 7.4.3 模糊语言 7.4.3 模糊语言 7.4.3 模糊语言 7.4.3 模糊语言 7.4.3 模糊语言 7.4.3 模糊语言 7.4.3 模糊语言 7.4.3 模糊语言 7.4.3 模糊语言 7.4.3 模糊语言 7.4.3 模糊推理 7.4.3 模糊推理 7.4.3 模糊推理 7.4.3 模糊推理 7.4.3 模糊推理 7.4.3 模糊推理 7.4.3 模糊推理 7.4.3 模糊推理 7.4.3 模糊推理 7.4.3 模糊推理 7.4.3 模糊推理 7.4.3 模糊推理 7.4.3 模糊推理 7.4.3 模糊推理 7.5 模糊判决方法 7.5 模糊判决方法 7.5 模糊判决方法 7.5 模糊判决方法 例如: 电动机转速偏高；汽车速度过快；电视机的亮度比较低都是模糊命题。这里“转速”、“速度”、“亮度”为模糊变量，“偏高”、“过快”、“比较低”均为模糊集合。 上述命题的真假由该变量对应的模糊集合的隶属度表示，即 A=?F (e) 当?F (e)=1时，命题A为全真； ?F (e)=0时，命题A为全假。 模糊命题的真值是在[0,1]闭区间上的连续取值，因此称研究模糊命题的逻辑为连续性逻辑。由于模糊命题的真值表现为其模糊变量对应模糊集合的隶属函数值，模糊命题逻辑本质上是模糊逻辑。 设x为模糊命题A的真值， y为模糊命题B的真值，则模糊逻辑有以下运算规则：