模糊数学课件(清晰易懂).pptVIP

模糊数学课件(清晰易懂).ppt

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
模糊数学绪论;模糊代数,模糊拓扑,模糊逻辑,模糊分析, 模糊概率,模糊图论,模糊优化等模糊数学分支; 模糊彩色电视机——可根据室内的光线、距离屏幕 的远近来自动调节屏幕的亮度和音量的大小。 模糊空调器——由于用微机进行模糊控制,到了设定时刻,空调器能够根据室温需要,采用经济的工作状态,调节合适的房间温度,既省电又省事。 模糊煮饭器——一次最多可煮1.8升米饭,内装锅体温度、室温、蒸气三种传感器,用它煮饭时,每分钟检测一次加热状况,根据检测结果采用模糊理论对火力强弱进行微妙控制,使煮出来的米饭松软可口。;下面我们正式走进 模糊的世界;一、经典集合与模糊集合 ;亦此亦彼;定义:设U是论域,称映射;模糊子集通常简称模糊集,其表示方法有:;(3)向量表示法;例1. 有100名消费者,对5种商品 评价,; 例2:考虑年龄集U=[0,100],O=“年老”,O也是一个年龄集, u = 20 ? A,40 呢?…札德给出了 “年老” 集函数刻画:;再如,Y= “年轻”也是U的一个子集,只是不同的年龄段隶属 于这一集合的程度不一样,札德给出它的隶属函数: ;二、模糊集的运算;例3.;并交余计算的性质;6. 0-1律;三、隶属函数的确定;特点:在各次试验中, 是固定的,而 在随机变动。;对129人进行调查, 让他们给出“青年人”的年龄区间,;对年龄27作出如下的统计处理:;2、指派方法;常用的模糊分布;23;3、其它方法;四、模糊关系与模糊矩阵; 假设物品之间完全相似者为“1”、完全不相似者为“0”,其余按具体相似程度给出一个0~1之间的数,就可确定出一个U上的模糊关系R,列表如下;四、模糊矩阵;(1)模糊矩阵间的关系及运算;例4:;(2)模糊矩阵的合成;例5:;(3)模糊矩阵的转置;(4)模糊矩阵的 截矩阵;例6:;截矩阵的性质:;(5)特殊的模糊矩阵;定义:若模糊方阵满足;模糊聚类分析;模糊聚类分析;模糊聚类分析;例6:设          对于模糊等价矩阵;模糊聚类分析;模糊聚类分析;例7:设有模糊相似矩阵;(1)Q型聚类:对多种属性指标的不同样本对象进行归类; (2)R型聚类:对多个样品对象的不同属性指标进行归类; R型聚类分析的主要作用是: 1、不但可以了解个别变量之间的关系的亲疏程度,而且可以了解各个变量组合之间的亲疏程度。 Q型聚类分析的优点是: 1、可以综合利用多个变量的信息对样本进行分类; 2、分类结果是直观的,聚类谱系图非常清楚地表现其数值分类结果; 3、聚类分析所得到的结果比传统分类方法更细致、全面、合理。;二、模糊聚类的一般步骤;(1)标准差标准化;(2)极差正规化;2、建立模糊相似矩阵(指标属性点间的距离);(2)距离法(样本点间的距离);(3)贴近度法;3、聚类并画出动态聚类图;模糊聚类分析;解:;用最大最小法构造 模糊相似矩阵得到;用平方法合 成传递闭包;取 ,得;取 ,得;取 ,得;画出动态聚类图如下:;;;;;4、最佳阈值的确定(确定多少类才合适);模糊聚类分析;模糊聚类分析; 假设各类差异不明显,对于给定的检验水平α,查Fα(r-1, n-r)分布表,得临界值Fα,若FFα,则认为各类之间有明显的差异。;;模式识别的本质特征:一是事先已知若干标准模式,; 模式识别是科学、工程、经济、社会以至生活中经常遇到并要处理的基本问题。这一问题的数学模式就是在已知各种标准类型(数学形式化了的类型)的前提下,判断识别对象属于哪个类型?对象也要数学形式化,有时数学形式化不能做到完整,或者形式化带有模糊性质,此时识别就要运用模糊数学方法。; 在科学分析与决策中,我们往往需要将搜集到的历史资料归纳整理,分成若干类型,以便使用管理。当我们取到一个新的样本时,把它归于哪一类呢?或者它是不是一个新的类型呢?这就是所谓的模式识别问题。在经济分析,预测与决策中,在知识工程与人工智能领域中,也常常遇到这类问题。 本节介绍两类模式识别的模糊方法。一类是元素对标准模糊集的识别问题 —— 点对集;另一类是模糊集对标准模糊集的识别问题 —— 集对集。;点对集——;一最大隶属原则; 原则Ⅰ的例子 在论域U=[0,100](分数)上确定三个代表学习成绩的模集糊 =“优”, =“良”, =“差”。当某学生的数学成绩为88分时,该学生的数学成绩该评为优、良、还是差?;76; 把x=88分别代入上述三个隶属函数,得: 据原则Ⅰ,88分

文档评论(0)

偶遇 + 关注
实名认证
文档贡献者

个人介绍

1亿VIP精品文档

相关文档