系统评价方法之云模型评价方法.pptVIP

云发生器转换示意图二维云设X是一个普通集合X={(x1，x2)}，称为论域。关于论域X中的模糊集合A，是指对于任意元素(x1，x2)都存在一个有稳定倾向的随机数μA(x1，x2)，叫作(x1，x2)对A的隶属度。如果论域中的元素是简单有序的，则X可以看作是基础变量；如果论域中的元素不是简单有序的，而根据某个法则f，可将X映射到另一个有序的论域X‘中，X’中有一个且只有一个(x1‘，x2’)和(x1，x2)对应，则X‘为基础变量，隶属度在基础变量上的分布称为云。例如“学历，工龄”就是一组合定性语言值。二维云二维云的数字特征：期望值(Ex1，Ex2)、熵(En1，En2)和超熵(He1，He2)表示。期望值(Ex1，Ex2)反映了相应的由两个定性概念原子组合成的定性概念的信息中心值。熵(En1,En2)反映了定性概念在坐标轴方向上的亦此亦彼性的裕度。超熵(He1，He2)反映了二维云的离散程度。语言值“中心”对应的二维云的表面图云模型的一个射击实例知识表示中的不确定性-------李德毅-中国工程科学2000年10月三位学者参加射击评判:

统计学家

模糊学家

云理论研究者统计学家观点及结论：统计学方法认为,射中与射不中有明确的定义,是非此即彼的,不存在亦此亦彼的中间状态。用中与不中来衡量每一次射击结果,统计射手射击若干次后中靶的次数(频数)来反映射手的总体水平。例如,射手甲经过10次射击,9次上靶,一次跑靶,则射手的击中概率为0.9,按照百分制计总成绩,可为90分,射手乙和丙的十次射击全部上靶,成绩都为100分。因此,射手乙和丙的水平相当,都优于甲。返回云模型系统评价方法小组成员：主讲：杰敬夺编辑：姚红红ppt制作：刘哲资料：樊亚琴汇总编排校对：郭晶、张玉祥内容概况云模型的提出云模型的概念云模型的算法云模型的案例分析作业题特别鸣谢云模型的产生背景一、不确定性广义的不确定性：包含了模糊性、随机性、不完全性、不一致性和不稳定性这五个方面。其中模糊性和随机性是最基本的［1］云模型的产生背景随机数学与模糊数学的关联性随机数学特点通过概率分布函数,随机数学可以很好地刻画随机现象的统计特性,但是常用概率分布的前提条件过于严格。例如,常常要求影响随机现象结果的因素是几乎均匀而且独立的,随机变量之间是不相关的,基本事件概率之和为1,样本趋于无穷等等.云模型的产生背景模糊数学特点模糊理论利用隶属函数精确刻画模糊现象的亦此亦彼性,却忽略了隶属函数本身的不确定性.云模型产生背景二者的关联性这两种理论可以分别处理随机性和模糊性,但是没有考虑二者之间的关联性.更何况,研究客观世界和主观世界中的不确定性也并非总是要从这样的角度切入.随机性和模糊性常常是连在一起难以区分和独立存在,作为人类思维和认知载体的语言,表现得尤为明显.云模型的产生背景1993年,李德毅院士首次在《隶属云和语言原子模型》提到云的概念以此为基础建立了定性定量转换的不确定性转换模型。云模型的产生背景基础-----随机数学和模糊数学作用-----用云模型来统一刻画语言值中大量存在的随机性、模糊性以及两者之间的关联性。云模型：作为用语言值描述的某个定性概念与其数值表示之间的不确定性转换模型。云模型的概念一、云与云滴设U是一个用精确数值表示的定量论域，C是U上的定性概念，对于论域中的任意一个元素x，且x是定性概念C的一次随机实现，x对C的确定度μ(x)∈[0,1]是有稳定倾向的随机数μ：U?[0,1]x?μ(X)则x在论域U上的分布称为云模型，简称为云。每一个x称为一个云滴。云模型的概念二、云的数字特征云的数字特征用来反映概念的整体特性云的三个数字特征：期望Ex熵En超熵He云模型的概念期望Ex：云滴在论域空间分布的期望是概念在论域空间的中心值，是最能够代表定性概念的点，或者说是这个概念量化最典型的样本。云模型的概念熵En：它是定性概念不确定性的度量，是由定性概念的随机性和模糊性共同决定的。反映了代表这个定性概念的云滴的离散程度;同时，En又体现了定性概念亦此亦彼性的裕度，反映了论域空间中可被定性概念接受的云滴的取值范围，是对定性概念模糊性的度量。En越大，定性概念所接受的云滴的取值范围也就越大，定性概念也就越模糊。用同一个数字特征来反映随机性和模糊性，也必然反映了它们之间的关联性。云模型的概念3)超熵He：它是对