人工智能之模糊逻辑系统.pptVIP

四、句子连接关系的逻辑运算 1、句子连接词“and” 或者： 模糊蕴含关系记为： 规则为：如果x是A and y是B 则z是C 前提条件“如果x是A and y是B ”可以看成是直积空间X×Y上的模糊集合，记为A×B，其隶属度函数为： 其具体运算方法也如前面简单模糊蕴含关系那样有6种，如： * * 第五十四页，共八十六页。 如果x是A’ and y是B’ 则z是C’ 其中R是模糊蕴含关系，“ ? ”为合成运算符。 * * 第五十五页，共八十六页。 2、句子连接词also 多条控制规则，之间无先后次序。 连接这些子句的连接词用“also”表示。 一般采用求“并”运算。 * * 第五十六页，共八十六页。 7.5 基于控制规则库的模糊推理 一、模糊推理的Mamdani法 Mamdani推理法是一种在模糊控制中普遍使用的方法,它本质上仍然是一种合成推理方法,只不过对模糊蕴含关系取不同的形式而已。 if A then B if Ai then Bi if A then B else C R(u,v) = A(u)∧B(v) if A and B then C * * 第五十七页，共八十六页。 例：已知一个双输入单输出的模糊系统，其输入量为x和y，输出量为z，其输入输出关系可用如下两条模糊规则描述： R1：如果 x 是 A1 and y 是 B1 则 z 是 C1 R2：如果 x 是 A2 and y 是 B2 则 z 是 C2 现已知输入为 x 是 A’ and y 是 B’，试求输出量 z 。这里x，y，z均为模糊语言变量，且已知： * * 第五十八页，共八十六页。 解：所有模糊集合的元素均为离散量，所以模糊集合可用模糊向量来描述，模糊关系可用模糊矩阵来描述。 为进一步的计算，可将模糊矩阵 表示成如下的向量： 1、求每条规则的蕴含关系 * * 第五十九页，共八十六页。 * * 第六十页，共八十六页。 2、求总的模糊蕴含关系R * * 第六十一页，共八十六页。 交换律 结合律 分配律 吸收律 复原律 两极律（同一律） 对偶律（D．摩根律） 幂等律 * * 第二十二页，共八十六页。 五、模糊集合的其它类型运算 作为Fuzzy集合基本运算的并、交运算，采用Zadeh算子按点“取大取小”，不仅很好符合人脑通常的Fuzzy思维方式，而且在研究和处理模糊性问题时带来了很多方便，因此在有关Fuzzy集合论与逻辑的文献中，大多采用了Zadeh的取大取小运算进行分析。 有些学者认为，只取两个隶属度中的最大或最小值，忽略了另一个隶属度的值，是造成信息失落的根源。因此人们提出了不少与∨ 、∧相对应的算子。 改善后的Fuzzy算子尽管在某种意义上更加接近人类思维，然而由于其变化复杂且失去了许多好的运算性质而很少使用。 * * 第二十三页，共八十六页。 1、代数和 2、代数积 3、有界和 4、有界差 * * 第二十四页，共八十六页。 5、有界积 6、强制和 7、强制积 * * 第二十五页，共八十六页。 5.3 模糊关系与模糊矩阵 * * 第二十六页，共八十六页。 n元模糊关系R是定义在直积U1?U2???Un上的模糊集合 模糊关系不是“有”“无”关系，而是多少有点关系。 模糊关系是模糊集合直积集的一个子集 一、模糊关系的定义及表示 * * 第二十七页，共八十六页。 求U到V满足 b “大约是” a 的平方关系： 举例 * * 第二十八页，共八十六页。 U ={1,5,7,9,20} 序偶中前元比后元“小得多”的关系 隶属度运算用公式 举例 * * 第二十九页，共八十六页。 模糊关系也是模糊集合，可用表示模糊集合的方法来表示。 模糊矩阵： 将ui，vj作为节点，在连线上标上值 当论域为有限集合时，用矩阵和图的形式更形象地加以描述 模糊图： * * 第三十页，共八十六页。 设U为家庭中的儿子和女儿，V为家庭成员中的父亲和母亲，对于“子女与父母长得相似”的模糊关系R表示为： 父 母 子 女 0.8 0.3 0.3 0.6 举例 * * 第三十一页，共八十六页。 二、模糊关系的合成 定义：R∈F(U?V),S∈F(V?W) (R是U到V的一个模糊关系，S是V到W的一个模糊关系，称U到W的模糊关系T为模糊关系R与模糊关系S的合成。记为 T=R?S 其中?是并的符号，表示对所有v取极大值或上界值，“?”是二项积的符号 其隶属函数 该合成称为最大－星合成(max-star composition) 其中“?”为模糊矩阵的合成运算。 * * 第三十二页，共八十六页。 二项积算子“?”可以定义为以下几种运算： 交 最大－最小合成(max-min composition)最常用 代数积 有界积 强制