模糊理论简介.pptVIP

2021/3/8 巫沛倉製 2021/3/8 模糊理論簡介 主講人：巫沛倉博士 義守大學工業工程系碩士班 2021/3/8 模糊理論 由L.A. Zadeh於1965年所提出。 將人類認知過程中(主要為思考與推理)之不確定性，以數學模式表之。 把傳統的數學從只有『對』與『錯』的二值邏輯(Binary logic)擴展到含有灰色地帶的連續多值(Continuous multi-value)邏輯。 2021/3/8 模糊理論 利用『隸屬函數』(Membership Function)值來描述一個概念的特質，亦即使用0與1之問的數值來表示一個元素屬於某一概念的程度，這個值稱為該元素對集合的隸屬度(Membership grade)。 當隸屬度為1或0時便如同傳統的數學中的『對』與『錯』，當介於兩者之問便屬於對與錯之間的灰色地帶。 2021/3/8 傳統集合 傳統集合是以二值邏輯(Binary Logic)為基礎的方式來描述事物，元素x和集合A的關係只能是?A或?A，是一種『非此即彼』的概念。以特徵函數表示為： 2021/3/8 模糊集合 而模糊集合則是指在界限或邊界不分明且具有特定事物的集合，以建立隸屬函數(Membership Function)來表示模糊集合，也就是一種『亦此亦彼』的概念。 2021/3/8 隸屬函數 假設論域U={x1, x2,…, xn }，而且論域U的模糊集合 我們用 表示。 為模糊集合之隸屬函數(Membership Function)。 表示模糊集合 中xi的隸屬程度(Degree of Membership)。 2021/3/8 模糊集合表示法 論域U為有限集合 論域U無限集合或有限連續 一般的表示方法 2021/3/8 模糊集合之運算 聯集（Union） 交集（Intersection） 補集（Complement） 2021/3/8 模糊數(Fuzzy Numbers) 為區段連續(Piecewise Continuous) 為凸模糊子集(Convex Fuzzy Subset) 為正規化模糊子集(Normality of Fuzzy Subset) 如果 2021/3/8 擴張原理(Extension Principle) 設y=f(x1, x2,…, xn)為從X1xX2…xXn對應到Y的映射函數。若將f: X1xX2…xXn?Y擴張，而模糊集合 表 的直積，則包含下列關係 其中f -1(y)表示y的逆向(Inverse Image)。 2021/3/8 模糊數的種類 三角形模糊數(Triangular Fuzzy Number) 梯形模糊數(Trapezoidal Fuzzy Number) 鐘形模糊數(Bell Shaped Fuzzy Number) 不規則模糊數(Non-Symmetric Fuzzy Number) 2021/3/8 三角形模糊數 2021/3/8 梯形模糊數 2021/3/8 鐘形模糊數 2021/3/8 不規則模糊數 2021/3/8 模糊運算(Fuzzy Arithmetic) 模糊數加法 模糊數乘法 模糊數除法 模糊數倒數 模糊數開根號運算 2021/3/8 模糊數加法 三角形模糊數 ?：模糊數加法運算子 梯形模糊數 2021/3/8 模糊數乘法 三角形模糊數(k0) ? ：模糊數加法運算子 梯形模糊數 2021/3/8 模糊數乘法 三角形模糊數(a10,a20) ? ：模糊數加法運算子 梯形模糊數 2021/3/8 模糊數除法 三角形模糊數 ? ：模糊數加法運算子 梯形模糊數 2021/3/8 模糊數倒數 三角形模糊數(a 0) 梯形模糊數 2021/3/8 模糊數開根號運算 三角形模糊數(a 0) 梯形模糊數 2021/3/8 a-截集(a -cut或a -level) 模糊集合 的a-截集定義為: 而模糊集合 取a -截集所形成的區間範圍為 2021/3/8 語意變數 語意變數是在指定論域之下用來描述自然語言的模糊集合，以使能夠把自然語言的敘述用邏輯推測類化成邏輯敘述，且語意變數以自然語言中的字或句子為值而不是以數為值的變數。 2021/3/8 語意變數 語意變數可由一個五元組(x, T(x), U, G, M)描述其特性，其中 x代表這個變數的命名，如年紀、顏色等。 T(x)表示x的詞集合