智能控制2-5(补充3)知识表示(非精确知识表示).pptVIP

（5）包含 设A,B是论域U上的两个模糊子集，如果对于所有的u,都有 μA(u)≥μB(u) 则称A包含B，记作 3 模糊集合的基本性质 （1）幂等律 （2）交换律 （3）结合律 （4）吸收律 下面用波浪线表示，我画不出，才用直线表示，在这里特别说明 （5）同一律 （6）复原律 ……等 详细的介绍参见模糊数学的相关资料。 4 模糊集合的代数积（直集、笛卡尔乘积） 若A1,A2,…,An分别为论域U1，U2，…，Un中的模糊集合，则这些集合的直积是乘积空间U1×U2×…×Un中的一个模糊集合。 其隶属度函数为： 直积集 设集合 U={u1,u2,u3}，V={v1,v2,v3} 直积集 U×V={(u,v)|u∈U,v∈V) 例如。两个乒乓球队队员集合 U={1,2,3} V={a,b,c} 直积集 U×V ={(1,a),(1,b),(1,c),(2,a),(2,a),(2,b),(2,c),(3,a),(3,b),(3,c)} 如果确定比赛为：1对c，2对a，3对b，也就是 定义U和V之间的关系为 R={（1,c),(2,a),(3,b)} R是U×V的一个子集。 再例如：A={1，2，3，4} 若R表示A集合中元素 a比b小的关系，则 R={(1,2),(1,3),(1,4),(2,3),(2,4),(3,4)} 它是A×A的一个子集。 这里，是普通集合之间的关系——它表示是否存在这种关系。 模糊集合同样具有关系R，只是它比普通集合的关系要复杂一些，它表示两个集合元素间关系的程度。 5 模糊关系 若U和V是两个非空集合，U，V的直积集为 U×V={（u,v)|u∈U，v∈U} R是直集U×V中的一个模糊子集，它的隶属度函数为μR（u，v）（u∈U, v∈V)，则R称为从U到V的一个模糊关系，U中的元素u与V中的元素v关于这种模糊关系的隶属程度就是μR(u,v)。模糊关系表示为： 从U到V的关系与从V到U的关系是不相同的。 由此可见，U×V的一个普通子集R确定U与V的一个关系R，而U×V的一个模糊子集R确定U与V的一个模糊关系R。 对于模糊关系来说，不是问U中的元素u与V中的元素v是否有这种关系，而是问u与v关于这种关系的隶属程度，也就是刻画这种关系的深浅。 注意：模糊关系R下面应该是波浪线。 例如：X={x1,x2,x3,x4,x5}表示5个企业的集合，Y={y1,y2,y3,y4}表示4种原材料集合，而R表示企业对原材料的以来关系，它的隶属度函数： 它表示企业xi对原料yj的依赖程度。它不是简单的表示是否依赖。 如果是简单的事否是用某种原料，可以用一个普通关系来描述。 再例如： X={x1,x2,x3} 表示3个人的集合，模糊关系R表示X 和X的信任关系(X中各人之间的信任关系)，它的隶属度 如果我们给出一种信任关系的描述方法（定义一种信任成都的隶属度函数），其数据例如为： xj xi μij x1 x2 x3 x1 x2 x3 1 0.7 0.8 0.8 1 0.8 0.9 0.8 0.5 它的含义： x1这个人表现不错，也很自信， x2表现一般，但很自信 X3也被人信任，但不自信。 设集合U={u1,u2,…,um}，V={v1,v2,…,vn}，则U×V上的模糊关系R可以用模糊矩阵表示为： 集合U到U中的模糊关系，称为U上的模糊关系。 例如上面例子的模糊关系，可以用矩阵表示为 例如：设某地区人的身高论域为 X={140，150，160，170，180} （单位：cm） 体重论域为：Y={40,50,60,70,80} (单位：kg） 下表为身高与体重的相互关系，它是从X到Y的一个模糊关系 1 0.8 0.2 0.1 0 180 0.8 1 0.8 0.2 0.1 170 0.2 0.8 1 0.8 0.2 160 0.1 0.2 0.8 1 0.8 150 0 0.1 0.2 0.8 1 140 80 70 60 50 40 Y X R 用一个模糊关系矩阵来表示 模糊关系的运算 U和V的模糊关系是U、V的直积集的一个模糊子集，因此，模糊关系的运算和性质就是模糊子集的运算规则和性质。 模糊关系的合成。 设U，V，W是论域，Q是U到V的一个模糊关系，R是V到W的一个模糊关系，它们分别具有隶属度函数 μQ（u,v)， μR（v,w) Q 到R的合成Q。R 指的是U到W的一个模糊关系，它具有隶属度函数 取上确界 6 模糊集合的基本性质 常规集合的许多性质对模糊集合同样成立 （1）幂等律： A∪A=A A∩A=A （2）交换律： A∪ B=B ∪ A A∩A=B ∩ A （3）结合律： （4）分配律： （5）吸收律： （6）同一律： （7）摩根定