模糊数学(清晰易懂).ppt

(2)最大树法由我国吴望名教授提出,设R是有限论域X上的模糊关系,称二元有序组G=(X,R)为模糊关系图.给定X上的模糊关系R后,可根据Kruskal法得到图G=(X,R)的一棵最大树,具体做法如下:第62页，共105页。先画出被分类的元素集.从R中按rij从大到小的顺序依次连枝,标上权重.若在某一步会出现回路,便不画那一步.直到所有元素连通为止,这样便得到一棵最大树.取定??[0,1]，砍断权重低于?的枝,就可得到一个不连通的图,各连通分支就构成了在?水平上的分类.这种模糊聚类方法叫做最大树法.第63页，共105页。第64页，共105页。(3)编网法由我国赵汝怀教授提出,它是直接由模糊相似矩阵R出发，经过“编网”直接完成聚类的。具体做法是：取定水平??[0，1]，求得?截矩阵R?，并将R?的主对角线上填入元素，在主对角线的下三角部分，以“*”号代替R?中的“1”，而“0”则略去。由“*”号向主对角线上引经线（竖线）和纬线（横线），即称之为“编网”，凡能由经线和纬线互相连结的元素则属于同类。(上例)第65页，共105页。4、最佳阈值的确定（确定多少类才合适）模糊聚类分析（1）按实际需要，调整λ的值，或者是专家给值。（2）用F-统计量确定最佳λ值。第66页，共105页。模糊聚类分析第j类中第k个变量的平均值:设对应于λ的分类数为r，第j类的样品数为nj,j类的样本记为:第67页，共105页。模糊聚类分析定义F-统计量为:表征了类与类之间的距离表征类内样品间的距离F越大,表明类间的差异越大,分类效果就越好。为:与的距离。为第j类中样品与的距离。第68页，共105页。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。F服从自由度为r-1，n-r的F分布。第69页，共105页。模糊聚类分析的简要流程:YN第70页，共105页。模式识别的本质特征：一是事先已知若干标准模式，称为标准模式库；二是有待识别的对象。所谓模糊模式识别，是指在模式识别中，模式是模糊的，或说标准模式库中提供的模式是模糊的。模糊模式识别第71页，共105页。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。模糊模式识别第72页，共105页。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。模糊模式识别第73页，共105页。点对集——1.问题的数学模型(1)第一类模型：设在论域X上有若干模糊集：A1，A2，…，An?F(X)，将这些模糊集视为n个标准模式，x0?X是待识别的对象，问x0应属于哪个标准模式Ai(i=1，2，…，n)?(2)第二类模型：设A?F(X)为标准模式，x1,x2,…,xn?X为n个待选择的对象，问最优录选对象是哪一个xi(i=1，2，…，n)?模糊模式识别第74页，共105页。例4：第30页，共105页。（2）模糊矩阵的合成定义：设称模糊矩阵为A与B的合成，其中。即：定义：设A为阶，则模糊方阵的幂定义为第31页，共105页。例5：第32页，共105页。（3）模糊矩阵的转置定义：设称为A的转置矩阵，其中。性质：第33页，共105页。（4）模糊矩阵的截矩阵