模糊数学建模.pptVIP

根据这个规律，对于任何一个评价值，都可给出一个合适的量化值。 据实际情况可构造其他的隶属函数。如取偏大型正态分布。 模糊数学建模 序 言 模糊数学是研究什么的？ 模糊现象：“亦此亦彼”的不分明现象 模糊数学——研究和揭示模糊现象的定量处理方法。 用数学的眼光看世界，可把我们身边的现象划分为： 1.确定性现象：如水加温到100oC就沸腾，这种现象的规律 性靠经典数学去刻画； 2.随机现象：如掷骰子，观看那一面向上，这种现象的规律 性靠概率统计去刻画; 3.模糊现象：如 “今天天气很热”，“小伙子很帅”，快慢、大小、高矮胖瘦、美丑、傍晚、黎明…等等。 1.1 引言 数学是精确性科学，如何用数学描述模糊现象？ 模糊数学在实际中有广泛应用：空调、冰箱、洗衣机、手写输入法。 1965年，加利福尼亚大学控制论专家L.A.Zadeh在《信息与控制》杂志发表论文《模糊集合》，标志着模糊数学的诞生。 如：考虑年龄集U=[0,100]，A=“年老”，A也是一个年龄集， u = 20 ? A，40 呢？…查德给出了 “年老” 集函数刻画: 1 0 U 50 100 再如，B= “年轻”也是U的一个子集，只是不同的年龄段隶属 于这一集合的程度不一样，查德给出它的隶属函数： 1 0 25 50 U B（u） 一般地，为研究某事物的规律性，总是先给定义目标集，如研 究年龄规律，取[0，130]，它表达了问题的总范围，称为论域, 一般记为U。下面在论域U上定义模糊集 定义1.2.1 设 是论域U到[0，1]的一个映射，即 ：U→[0，1] 则 确定了U上的模糊子集A ，而函数A （· ）称为模糊集A的隶属函数，A (x)称为x对模糊集A的隶属度。 例 设论域U = {x1 (140), x2 (150), x3 (160), x4 (170), x5 (180), x6 (190)}(单位：cm)表示人的身高，那么U上的一个模糊集“高个子”(A)的隶属函数A(x)可定义为 可用Zadeh表示法表示该模糊集： 还可用向量表示法： A = (0, 0.2, 0.4, 0.6, 0.8, 1). 另外，还可以在U上建立一个“矮个子”、“中等个子”、“年轻人”、“中年人”等模糊子集. 如：中等个子B： B=（0.1，0.3，0.6，1，0.6，0.1） 从上例可看出： 一个模糊子集的隶属函数的确定方法是主观的. 隶属函数是模糊数学中最重要的概念之一，模糊数学方法是在客观的基础上，特别强调主观的方法. 如何确定隶属函数： 模糊统计法 指派评判法 根据问题性质主观的选用某些形式的模糊分布 可以查阅模糊分布表。 其他方法 例如：如果 表示产品，在 上定义模糊集： 则可用“正品率”作为 的隶属度 模糊矩阵 对任意i=1，2，……m，j=1，2，……n，都有 ，称 为模糊矩阵。 例如 对任意i=1，2，……m，j=1，2，……n，都有 ，称 为模糊矩阵。 例如 对任意i=1，2，……m，j=1，2，……n，都有 ，称 为模糊矩阵。 例如 对任意i=1，2，……m，j=1，2，……n，都有 ，称 为模糊矩阵。 例如 对任意i=1，2，……m，j=1，2，……n，都有 ，称 为模糊矩阵。 例如 合成运算 定义： 称 为 A，B的合成，其中 例： 截矩阵 时的 截矩阵 模糊关系： 论域U，V 的直积，U?V?[0,1]的映射称为模糊关系。 例 U={140,160,180}, V={40,60,80} 40 60 80 140 1 0.2 0 160 0.2 1 0.2 180 0 0.2 1 R=(140,60)=0.2表示身高140cm和体重60Kg的相关程度为20% 模糊集合的贴近度 定义：设A,B∈F(U), 则称 N(A,B)=1-(1/n)(∑|bi-ai |) 为模糊集合A和B的贴近度。 贴近度应用举例：文字识别 在计算机内存放0,1,2,3,4,5,6,7,8,9这