模糊数学(第十四讲).pptVIP

第四章模糊集之间的度量与模糊模式识别;§4.１模糊集之间的距离(6/6);

定理设U为论域,A,B?F(U),那么有

(1)A◎A=,A⊙A=A

(2)A◎B≤,A⊙B≥A∨B

(3)A◎A?≤0.5,A⊙A?≥0.5

(4)(A◎B)?=A?⊙B?,(A⊙B)?=A?◎B?.;定理设A,B?F(U),假设A?B,那么

(1)A◎B=,A⊙B=B

(2)?C?F(U),A◎C≤B◎C,A⊙C≤B⊙C.

定理设A?F(U),那么

A◎A=∨B?F(U)A◎B;

(2)A⊙A=∧B?F(U)A⊙B.

定理设A,B,C?F(U),那么有

(1)(A∪B)◎C=(A◎C)∨(B◎C);

(2)(A∩B)⊙C=(A⊙C)∧(B⊙C);

(3)(A∩B)◎C≤(A◎C)∧(B◎C);

(4)(A∪B)⊙C≥(A⊙C)∨(B⊙C);

;定义设A,B∈F(U),记

A,B=(A◎B)∧(A⊙B)?

称A,B为A与B的格贴近度.当A,B越大时,说明A与B越贴近.;定义考虑F(U)上的二元函数

?:F(U)×F(U)→[0,1]

(A,B)├→?(A,B)

假设?满足以下三条公理:

(1)?(A,A)=1,?(U,?)=0;

(2)?(A,B)=?(B,A);

(3)A?B?C??(A,C)≤?(A,B)∧?(B,C)

那么?称为F(U)上的贴近度函数,而称?(A,B)为A与B的贴近度.

假设将(1)换为

(1?)?(A,B)=1?A=B,且?(U,?)=0.

那么称?为严格贴近度函数.;4.2.3模糊集合之间的贴近度

1.用距离反映的贴近度

设A,B∈F(U),d(A,B)为A与B的距离,那么A与B的贴近度可由下式给出

?(A,B)=1-?[d(A,B)]?

其中?和?为适中选取的参数.

2.最大最小贴近度

(1)设U={u1,u2,…,un},A,B∈F(U),那么称

为A与B的最大最小贴近度;

(2)设U=[a,b],A,B∈F(U),那么

3.算术平均最小贴近度

(1)设U={u1,u2,…,un},A,B∈F(U),那么称

为A与B的算术平均最小贴近度.;(2)设U=[a,b],A,B∈F(U),那么

4.几何平均最小贴近度

(1)设U={u1,u2,…,un},A,B∈F(U),那么称

为A与B的最大最小贴近度;

(2)设U=[a,b],A,B∈F(U)那么

5.Hausdorff贴近度

设U=Rn,d为Euclid距离,令F1(U)={A?F0(U)|suppA有界},为F1(U)上的F.H度量,那么称

为A与B的Hausdorff贴近度.

;§4.3模糊模式识别的直接方法

所谓模式识别问题指的是:事物的各种类别(标准模式),判断对给定的或新得到的对象应归属于哪一类,或是否成为一个新的类别的问题.

在的标准模式中,有些是清晰的，有些是模糊的.我们把标准模式是模糊的识别问题称为模???模式识别问题,而利用模糊集理论来处理模糊模式识别问题的方法称为模糊模式识别方法.

模糊模式识别问题大致可分为两类:

一类是模式库为模糊的,而待识别对象是清楚的;另一类是模式库和待识别对象都是模糊的.解决前一类模糊模式识别问题的方法称为模糊模式识别的直接方法,而解决后一类问题的方法称为模糊模式识别的间接方法.

本节主要介绍模糊模式识别直接方法的根本原理和应用步骤

;;;例考虑三角形的识别问题.设U为所有三角形构成的集合.由于每一个三角形完全由其三个内角所确定,故可用三角形的三个内角?,?,?作为特性指标.于是,论域U可记为

U={u=(?,?,?)|?≥?≥?,?+?+?=180?}

近似等腰三角形A为U上的一个模糊模式,其隶属函数为

A(u)=A(?,?,?)=[1-(1/60)min(?-?,?-?)]2

给定四个三角形u1=(93,50,37),u2=(100,45,35),u3=(125,38,17),u4=(80,56,44)

试识别这四个三角形中哪一个优先归属于A.;;;例考虑通货膨胀问题.设论域为价格指数的集合,记作/R+=[0,+∞).我们将通货膨胀状态分成以下五个类型:

(1)通货稳定(A1);(2)轻度通货膨胀(A2);(3)中度通货膨胀(A3);(