模煳数学建模方法132市公开课金奖市赛课一等奖课件.pptx

第一章

模糊集基本概念;一、什么是模糊数学;一、什么是模糊数学;共同特点：模糊概念外延不清楚。;人工智能要求;模糊数学概念

处理现实对象数学模型

拟定性数学模型:拟定性或固定性,对象间有必定联系.

随机性数学模型:对象含有或然性或随机性

模糊性数学模型:对象及其关系均含有模糊性.

随机性与模糊性区别

随机性:指事件出现某种结果机会.

模糊性:指存在于现实中不分明现象.

模糊数学:研究模糊现象定量处理办法.;模糊数学是研究和处理模糊性现象数学办法.众所周知，典型数学是以准确性为特性.;数学建模与模糊数学相关问题;数学建模与模糊数学相关问题;第二节模糊子集及其运算;集合A所有子集所构成集合称为A幂集，记为?(A).;分派律：(A∪B)∩C=(A∩C)∪(B∩C)；

(A∩B)∪C=(A∪C)∩(B∪C)；

0-1律：A∪U=U，A∩U=A；

A∪?=A，A∩?=?；

还原律：(Ac)c=A；

对偶律：(A∪B)c=Ac∩Bc，(A∩B)c=Ac∪Bc；

排中律：A∪Ac=U，A∩Ac=?；;二.模糊子集及其运算;例设论域U={x1(140),x2(150),x3(160),x4(170),x5(180),x6(190)}(单位：cm)表示人身高，那么U上一个模糊集“高个子”(A)从属函数A(x)可定义为;还可用向量表示法：;如：考虑年龄集U=[0,100]，A=“年老”，A也是一个年龄集，u=20?A，40呢？…扎德给出了“年老”集函数刻画:;再如，B=“年轻”也是U一个子集，只是不同年纪段从属于这一集合程度不同，查德给出它从属函数：;2.2模糊集运算;模糊集并、交、余运算性质;对偶律：(A∪B)c=Ac∩Bc，

(A∩B)c=Ac∪Bc；;例设论域U={x1,x2,x3,x4,x5}(商品集)，在U上定义两个模糊集：A=“商品质量好”，B=“商品质量坏”，并设;;第三节模糊集基本定理;定理1设A,B?℉(U)(A,B是论域U两个模糊子集)，?,??[0,1]，于是有?-截集性质：;模糊集数积设A?℉(U)(A是论域U模糊子集)，??[0,1]，称?A为?与A数积，?x?A,(?A)(x)=?∧A(x);第四节从属函数拟定;从属函数参数化;参数a,b,c,d拟定了梯形四个角x坐标。当b=c时，梯形就退化为三角形。;3.高斯形从属函数;4.普通钟形从属函数;trig(x;20,60,80);c;第33页;第二章

模糊模式辨认;第一节模糊模型辨认;模型辨认原理;第二节最大从属原则;模糊向量集合族;最大从属原则;例1在论域X=[0,100]分数上建立三个表示学习成绩模糊集A=“优”,B=“良”,C=“差”.当一位同窗成绩为88分时,这个成绩是属于哪一类？;B(88)=0.7;A(88)=0.8,B(88)=0.7,C(88)=0.;例3细胞染色体形状模糊辨认;先建立原则模型库中各种三角形从属函数.;正三角形从属函数E(A,B,C)应满足下列约束条件：;等腰三角形从属函数I(A,B,C)应满足下列约束条件：;等腰直角三角形从属函数

(I∩R)(A,B,C)=I(A,B,C)∧R(A,B,C);;阈值原则;第三节择近原则;内积与外积性质;下面我们用?(A,B)表示两个模糊集A,B之间贴近程度(简称贴近度),贴近度?(A,B)有一些不同定义.

?0(A,B)=[A○B+(1-A⊙B)]/2(格贴近度)

?1(A,B)=(A○B)∧(1-A⊙B);小麦品种模糊辨认(仅对百粒重考虑);多个特性择近原则;贴近度改进;离散型;离散型;离散型;事实上,择近原则关键就是最大从属原则.如在小麦品种模糊辨认(仅对百粒重考虑)中,可重新定义“早熟”、“矮秆”、“大粒”、“高肥丰产”、“中肥丰产”从属函数.;例4大学生体质水平模糊辨认.;;第三章

模糊聚类分析;第一节模糊矩阵;模糊矩阵并、交、余运算性质;模糊矩阵合成运算与模糊方阵幂;合成(○)运算性质：;(A∩B)°C;模糊矩阵转置;证实性质3：(A○B)T=BT○AT；(An)T=(AT)n.;模糊矩阵?-截矩阵;对任意?∈[0,1]，有;性质3证实：;第二节模糊关系