模煳分析入门，周五稿ppt课件.pptxVIP

模糊分析入门 By 石诚 刘阔 王辰光 不确定性（Uncertainty） 从一张结构图开始： 随机性（randomness） 随机的不确定性——统计（概率）上的不确定性 例如“明天下雨”、“掷一粒骰子出现6点” 第一个特点：事件本身是确定的 第二个特点：结果可以做实验检验，做一次实验结果便确定了 概率随机的局限 经典概率的基础：可加性 “假如我们用美与不美来表达我们对一个人外观的感受，以概率的角度描述，若我们认定此人是美的概率0.4，则此人被认为不美的概率应该是0.6。” 其实我们也可以认为此人不美的概率是0.4，那么还有0.2的概率是什么，美还是不美呢？ “美”还是“不美”？ 除了“美”与“不美”，还有“很美”，“非常美”，“一般般”，“还行吧” 当然，也还有“人很好”这类会让数学家们尴尬的评价！ 不仅中国，美国对于女性美丽程度的评价也有些乱七八糟的词语：beautiful，pretty，nice，smart，attractive，charming，gorgeous，glamorous，cute，hot，etc. 秃子悖论 秃子悖论：天下所有的人都是秃子 设头发根数n 当n=1，显然 若n=k为秃子，n=k+1亦为秃子 那么无论你多少跟头发都是秃子 错在哪？ 概念、内涵、外延 任何一个概念都是用词语表现的，概念的词语表现叫做名称 每一个概念都有一定的外延和内涵 概念的外延就是适合这个概念的一切对象的范围 概念的内涵就是这个概念所反映的对象的本质属性的综合 概念、内涵、外延 概念： 青菜 内涵： 一种植物，绿色，一般叶子直立，可食用 外延： 卷筒青、芥菜、上海青、芥蓝\红薯叶、葱等等。 模糊性（Fuzziness） 模糊性是由语言的模糊性产生的——外延不清晰 1965年美国加利福尼亚大学著名的控制论专家Zadeh教授在《Information and Control》发表了一篇开创性论文“Fyzzy Sets”，标志着模糊数学的诞生，Zadeh也被人们称为“模糊集之父” 模糊理论的发展 模糊集合理论自诞生以来，获得了长足的发展，每年全世界发表的研究论文的数量，以指数级速度增长。研究范围从开始时的模糊集合，发展为模糊数、模糊代数、模糊测度、模糊积分、模糊规划、模糊图论、模糊拓扑……等众多的分枝。 我们来聊一聊数学体系 模糊技术的发展 模糊数学的应用几乎渗透到自然科学与社会科学的所有领域： 1）软科学方面：投资决策、企业效益评估、经济宏观调控等 2）地震科学方面：地震预报、地震危害分析 3）工业过程控制方面：模糊控制技术是复杂系统控制的有效手段 4）家电行业：模糊家电产品 5）航空航天及军事领域：指挥自动化系统 6）人工智能与计算机高技术领域：模糊推理机、F-C等 7）其它 经典集合与特征函数 所谓集合，是指具有某种特定属性的对象集体．设Ｕ 为所讨论对象的全体，称之为论域．显然，论域Ｕ 是一个集合．论域Ｕ 中的每个对象 u 称为 Ｕ 的元素．如此定义的集合通常称为Cantor 集合 or 经典集合 设 A 为论域Ｕ上的一个集合，则 uＵ， uA or uA ，二者必居且仅居其一．这种关系可用如下二值函数表示之： 经典集合与特征函数 特征函数  A ：Ｕ  {0，1}， 1， uA u   A ( u ) = 0， uA 称  A 为集合A的特征函数 由于 A只取0和1两个值，故经典集合A 只能用来描述界限分明的研究对象，对界限不分明的对象却无能为力。比如，对“美”这个模糊概念，用经典集合就无法给出合理的描述。 模糊子集与隶属函数 模糊集definition 设Ｕ 为论域，则称由如下实值函数 μA ：Ｕ  [ 0，1 ]， u  μA ( u ) 所确定的集合 A 为Ｕ 上的模糊集合，而称μA 为模糊集合A 的隶属函数，μA ( u )称为元素 u 对于A 的隶属度 与经典集合有什么区别？ 模糊子集与隶属函数 由此可见，模糊集合 A 是一个抽象的概念，其元素是不确定的， 我们只能通过隶属函数A来认识和掌握 A ．A(u)的数值的大小反映了论域Ｕ 中的元素 u 对于模糊集合 A 的隶属程度， A(u)的值越接近于1 ，表示u隶属于A 的程度越高；而μＡ(u)的值越接近于０，表示u隶属于 A 的程