云模型方法课程学习.pptxVIP

1主要内容0 应用实例1 云的定义和特性 2 云模型的类型 3 云发生器 4 虚拟云 5 云变换 6 基于云模型的不确定推理 第1页/共80页第一页，共81页。 2应用实例一组(4*100*3)数据：x1(1,:)=[5.1,4.9,4.7,4.6,5.0,5.4,4.6,5.0,4.4,4.9,5.4,4.8,4.8,4.3,5.8,5.7,5.4,5]; x1(2,:)=[3.5,3.0,3.2,3.1,3.6,3.9,3.4,3.4,2.9,3.1,3.7,3.4,3.0,3.0,4.0,4.4,3.9,3]; x1(3,:)=[1.4,1.4,1.3,1.5,1.4,1.7,1.4,1.5,1.4,1.5,1.5,1.6,1.4,1.1,1.2,1.5,1.3,1]; x1(4,:)=[0.2,0.2,0.2,0.2,0.2,0.4,0.3,0.2,0.2,0.1,0.2,0.2,0.1,0.1,0.2,0.4,0.4,0]; x2(1,:)=[7.0,6.4,6.9,5.5,6.5,5.7,6.3,4.9,6.6,5.2,5.0,5.9,6.0,6.1,5.6,6.7,5.6,5]; x2(2,:)=[3.2,3.2,3.1,2.3,2.8,2.8,2.3,2.4,2.9,2.7,2.0,3.0,2.2,2.9,2.9,3.1,3.0,2]; x2(3,:)=[4.7,4.5,4.9,4.0,4.6,4.5,4.7,3.3,4.6,3.9,3.5,4.2,4.0,4.7,3.6,4.4,4.5,4]; x2(4,:)=[1.4,1.5,1.5,1.3,1.5,1.3,1.6,1.0,1.3,1.4,1.0,1.5,1.0,1.4,1.3,1.4,1.5,1]; x3(1,:)=[6.3,5.8,7.1,6.3,6.5,7.6,4.9,7.3,6.7,7.2,6.5,6.4,6.8,5.7,5.8,6.4,6.5,7]; x3(2,:)=[3.3,2.7,3.0,2.9,3.0,3.0,2.5,2.9,2.5,3.6,3.2,2.7,3.0,2.5,2.8,3.2,3.0,3]; x3(3,:)=[6.0,5.1,5.9,5.6,5.8,6.6,4.5,6.3,5.8,6.1,5.1,5.3,5.5,5.0,5.1,5.3,5.5,5]; x3(4,:)=[2.5,1.9,2.1,1.8,2.2,2.1,1.7,1.8,1.8,2.5,2.0,1.9,2.1,2.0,2.4,2.3,1.8,1];第2页/共80页第二页，共81页。 3Matlab部分云模型程序逆向云子程序:function [b_Ex,b_En,b_He]=back_cloud(x) b_Ex=mean(x); b_En=mean(abs(x-b_Ex))*sqrt(pi/2); b_He=sqrt(var(x)-b_En^2);第3页/共80页第三页，共81页。 4经过Matlab处理第4页/共80页第四页，共81页。 5得到的部分结果第5页/共80页第五页，共81页。 6第6页/共80页第六页，共81页。 7第7页/共80页第七页，共81页。 8第8页/共80页第八页，共81页。 9第9页/共80页第九页，共81页。 101 云的定义和特性 云是用语言值表示的某个定性概念与其定量表示之间的不确定性转换模型。它主要反映客观世界中事物或人类知识中概念的两种不确定性：模糊性(边界的亦此亦彼性)和随机性(发生的概率)，并把二者完全集成在一起，构成定性和定量相互间的映射。因为在数域空间中，云既不是一个确定的概率密度函数，也不是一条明晰的隶属曲线，而是一朵可伸缩、无边沿、有弹性、近视无边、远观像云的一对多的数学映射图象，与自然现象中的云有着相似的不确定性质，所以借用“云”来命名这个数据——概念之间的数学转换理论。第10页/共80页第十页，共81页。 11云的基本定义 T是U空间上的定性概念，若元素x(x∈X)对T的隶属的确定度CT(x)∈[0，1]是一有稳定倾向的随机数(式F1.1)，则概念T从论域U到区间[0，1]的映射在数域空间的分布，称为云(Cloud)。 设U是一个用精确数值表示的定量论域，第11页/共80页第十一页，共81页。 12 这个定义还可以推广到N维云。即若U是N维论域，X∈U，则N维元素x=(x1，x2，…，xn) (x∈X)对T的隶属的确定度CT(x)∈[0，1]也是一有稳定倾向的随机数(式F1.1)。由此，如果在给定论域的数域空间中，x为(xl，x2，…，xn)，那么一个云滴的严格表达，应为一个由自变量的论域空间坐标及其对概念的确定度的数值对，即：第12页/