人工智能模糊逻辑课件.pptVIP

模糊逻辑性与应用;·（1）：模糊逻辑的概念 ·（2）模糊逻辑在数学方面的应用 ·（3）模糊逻辑在人工智能方面的应用 ——模糊控制; 在我们日常生活中，你有没有过这样思考的瞬间？;或者，在我们吃饭的时候;模糊逻辑性：就是为了解决这种问题而产生的学科。;·什么是模糊逻辑？;; ·1965年美国数学家L. Zadeh（扎德）首先提出了模糊集合的概念，标志着模糊数学的诞生，也标志着模糊逻辑的诞生。; ·正因为模糊集合是以连续的无穷多值为依据的，所以，模糊逻辑可看做是运用无穷连续值的模糊集合去研究模糊性对象的科学。把模糊数学的一些基本概念和方法运用到逻辑领域中，产生了模糊逻辑变量、模糊逻辑函数等基本概念。对于模糊联结词与模糊真值表也作了相应的对比研究。查德还开展了模糊假言推理等似然推理的研究，有些成果已直接应用于模糊控制器的研制。;; ·二：模糊逻辑在原有的布尔代数、二值逻辑等数学和逻辑工具难以描述和处理的自动控制过程、疑难病症的诊断、大系统的研究等方面，都具有独到之处; ·此外，在数学基础研究方面，模糊逻辑有助于解决某些悖论。对辩证逻辑的研究也会产生深远的影响。当然，模糊逻辑理论本身还有待进一步系统化、完整化、规范化。;·模糊逻辑在数学中的应用;一：模糊相似选择 由10名专家组成评比小组对某一行业中的三家企业甲、乙、丙的综合效益进行评比，企业的综合效益是一个复杂系统，包括经济效益，社会效益，环境效益等，而每个专家考虑问题的角度不同，观点不同，使得难以排出一个整体的优劣次序。如发生以下情况： 7人认为甲比乙好，3人认为乙比甲好； 6人认为乙比丙好，4人认为丙比乙好； 8人认为丙比甲好，2人认为甲比丙好； 则如何确定一个整体上的优劣呢？;二：模糊聚类 例：用生产工人的劳动生产率，每万元固定资产容纳职工人数和技术管理人员在职工中的比重三项指标作为衡量一个企业技术密集程度的指标体系。 现有6家企业构成论域：U＝{x1,x2,x3,x4,x5，x 6} 评价这6个企业的技术密集程度。 ; 三：模糊综合评价 模糊综合评价的一般??骤如下： （1） 确定评价对象的因素集； （2） 确定评语集； （3） 作出单因素评价； （4） 综合评价。 例：评价某种牌号的手表U＝{x1,x2,x3,x4}，其中x1表示外观式样，x2表示走时准确，x3表示价格，x4表示质量。 评语集为V＝{y1,y2,y3}，其中y1表示很满意，y2表示满意，y3表示不满意;四： 模糊数学模型举例 为评价计算机辅助英语教学的效果，我们采用了模糊综合评判法。模糊综合评判的数学模型可以分为以下几个步骤： 1．建立评判对象的因素集U＝{u1，u2…，un}。因素就是对象的各种属性或性能，在不同场合，也称为参数指标或质量指标，它们综合地反映出对象的质量，人们就是根据这些因素给对象评价。 2．建立评判集V＝{v1，v2，…，vm}。 3．建立单因素评判 4．综合评判 ;模糊综合评判决策的数学模型;模糊综合评判决策的方法与步骤 ⑴ 建立因素集X ={x1, x2, … , xn}与评判集V ={v1, v2, … , vm}. ⑵ 建立模糊综合评判矩阵.对于每一个因素xi ,先建立单因素评判： (ri1, ri2, … , rim) 即rij(0≤rij≤1)表示vj对因素xi所作的评判,这样就得到单因素评判矩阵 R =(rij)n×m. ⑶ 综合评判. 根据各因素权重A =(a1, a2, … , an)综合评判: B = A⊕R = (b1, b2, … , bm)是V上的一个模糊子集, 根据运算⊕的不同定义,可得到不同的模型. ;模糊数学评判对应的模型;模型Ⅲ： M(∧, ＋)----主因素突出型 bj = ∑(ai ∧ rij) ( j = 1, 2, … , m ) 模型Ⅲ也突出了主要因素. 在实际应用中,如果主因素在综合评判中起主导作用,建议采纳Ⅰ,Ⅱ,Ⅲ, 当模型Ⅰ失效时可采用Ⅱ,Ⅲ. 模型Ⅳ：M( · , ＋)----加权平均模型 bj = ∑(ai · rij) ( j = 1, 2, … , m ) 模型M( · , ＋)对所有因素依权重大小均衡兼顾,适用于考虑各因素起作用的情况.;模糊综合评价;(1) 算子;·（2）;·（3）;·（4）;以上四个算子在综合评价中的特点是;例 服装评判. 因素集X ={x1(花色),x2(式样),x3(耐穿程度),x4(价格)},评判集V ={v1(很欢迎),v2 (较欢迎),