《模糊推理算法及应用》.pptVIP

模糊推理算法及其应用实例 乔建梅 模糊概念 模糊（Fuzzy）指的是那些彼此间边界不分明，具有模糊性的事物，从属于该概念到不属于该概念之间无明显分界线。 例如“大与小”，“快与慢”，“冷与热”等。 模糊数学的产生与基本思想 基本思想： 用属于程度代替属于或不属于。 例如，某个人属于秃子的程度为 0.8， 另一个人属于秃子的程度为 0.3 等。 模糊推理应用范围 打破了以二值逻辑为基础的传统思维，是一种崭新的思维方法。 ? 人工智能 ? 取得精确数据不可能或很困难 ? 没有必要获取精确数据 模糊推理原理 输入2 输入1 模糊化 推理机 规则库 反模糊 输出 模糊推理原理图 模糊集合 模糊集合：论域U中的模糊集F用一个在区 间[0,1]上取值的隶属函数μF来表示， 即μF:U [0,1] μF是用来说明隶属于的程度 μF(u)=1，表示完全属于F； μF(u)=0，表示完全不属于F； 0μF(u)1，表示部分属于F。 模糊集表示 若U为有限集合，模糊集合可以有四种表示方法： 查德表示法： 模糊集表示 “序偶”表示法 “向量”表示法 “积分”表示法 隶属函数 模糊集合的特征函数称为隶属函数，反映的是事物的渐变性。 模糊统计方法 指派方法 一种主观方法，一般给出隶属函数的解析表达式。 借用已有的“客观”尺度 隶属函数 隶属度函数基本图形分为三大类： 1.左大右小的偏小型下降函数（Z函数） 适用于输入值比较小时的隶属度函数确定。 0 x 1.0 ?(x) 矩形分布 0 x 1.0 ?(x) 梯形分布 0 x 1.0 ?(x) 曲线分布 隶属函数 2.左小右大的偏大型上升函数（S函数）：适用于输入值比较大时的隶属度函数确定。 0 1.0 ?(x) x 矩形分布 0 x 1.0 ?(x) 梯形分布 0 x 1.0 曲线分布 隶属函数 3.对称型凸函数（?函数） 适用于输入值位于中间时隶属度函数确定 0 1.0 ?(x) x 矩形分布 ?(x) 0 x 1.0 三角形分布 0 1.0 ?(x) 梯形分布 x 0 1.0 ?(x) 曲线分布 x 模糊关系 模糊关系R：以A×B为论域的一个模糊子集 且定义： : 取小运算 0.2 0.4 0.5 0.8 0.5 0.3 0.1 0.7 模糊规则 模糊规则也称模糊条件语句 三种基本类型的模糊条件语句 if 条件 then 语句 if A then B if 条件 then 语句1 else 语句2 if A then B else C if 条件1 and 条件2 then 语句 if A and B then C ①若 则 型 若 ，则 ； 如今 ； 结论 ②若 则 否则 型 若 ，则 否则 ； 如今 ； 结论 ③若 且 则 型 若 且 ，则 ； 如今 且 ； 结论 模糊规则 并（析取）：并(A∪B)的隶属函数?A∪B对所有的u ?U 被逐点定义为取大运算，即： ?A∪B= ?A(u)??B(u) 式中，“?”为取大值运算。 交（合取）：交(A∩B)的隶属函数?A∩B对所有的u ?U 被逐点定义为取小运算，即： ?A∩B= ?A(u)??B(u) 式中，符号“?”为取小值运算。 补：模糊集合A的补隶属函数?ā 对所有的u ?U 被逐点定义为： ?ā =1- ?A(u) 例:社论域X=Y={1,2,3,4,5,},X,Y上模糊子集 “大”,“小”,“较小”给定为: [大]=0.4/3+0.7/4+1/5[小}=1/1+0.7/2+0.4/3 [较小}=1/1+0.6/2+0.3/3+0.2/4 若x小则y大,现在x较小,试确定y1的大小 解:第1步:求若x小则y大的模糊关系矩阵R =（1, 0.7, 0.4, 0, 0） =（0, 0, 0.4, 0.7, 1） R= 0 0 0.4 0.7 1 0.3 0.3 0.4 0.7 0.7 0.6 0.6 0.6 0.6 0.6 1 1 1 1 1 1 1 1 1 1 = （1, 0.7, 0.4, 0, 0） （0, 0, 0.4, 0.7, 1） = 0 0 0.4 0.7 1 0 0 0.4 0.7 0.7 0 0 0.4 0.4 0.4 0 0 0 0 0 0 0 0 0 0 =