模糊关系及其合成

合集下载

(第五讲)模糊理论PPT课件

(第五讲)模糊理论PPT课件

2021/3/12
6
模糊集与隶属函数(3)
例2.8 论域U={高山,刘水,秦声},用模糊集A表 示“学习好”这个概念。
解:先给出三人的平均成绩:
高山:98分,刘水:90分,秦声:86分 上述成绩除以100后,就分别得到了各自对“学
习好”的隶属度:
μA(高山)=0.98,μA(刘水)=0.90 ,μA(秦声)=0.86 则模糊集A为:
则A:B A(u) B (u) / u
uU
1/u
[1 (u 25)2]1 / u
[1 ( 5 )2]1 / u
0u25
25uu
5
uu100
u 50
A B A(u) B (u) / u uU
[1 ( 5 )2]1 / u
[1 (u 25)2]1 / u
50uu
u 50
]1
当50 u 100
9
模糊集的表示方法(3)
• 无论论域U有限还是无限,离散还是连续, 扎德用如下记号作为模糊集A的一般表示 形式:
A A(u)/u uU
• U上的全体模糊集,记为:
F(U)={A|μA:U→[0,1]}
2021/3/12
10
模糊集的运算(1)
模糊集上的运算主要有:包含、交、并、补等等。
uu100
5
A 1/u
1[1 ( 5 )2]1 / u
2021/3/120u50
50u100
u 50
13
模糊集的运算(4)
其它的模糊集运算:
• 有界和算子 和有界积算子
A B:m in{1,A(u)B(u)} AB:m ax{0,A(u)B(u)1 }
• 概率和算子ˆ 与实数积算子·

第6次课模糊关系性质

第6次课模糊关系性质

2014年6月26日
9
模糊等价关系
若论域X上的模糊关系R同时满足自反性、对称性、 传递性,则称R为X上的一个具有等价性的模糊关系, 简称模糊等价关系。
举例:?
2014年6月26日
11

2014年6月26日
7
举例:“相似关系”
既有自反性、又具有对称性的模糊关系 称为模糊相(等)容关系。如相似关系
2014年6月26日
8
反对称性
如果模糊关系R满足
R(x, y) = R(y, x) R(x, y) = R(y, x) = 0,
则称R具有反对称性。
反对称性对应的矩阵为反对称矩阵,即满足RRT I 举例:“父子关系”,验证其反对称性
零关系:对应的矩阵为零矩阵 全称关系:对应的矩阵为全矩阵
2014年6月26日
3
模糊关系的性质与合成
1、自反性:R(x, x) = 1 2、非自反性: R(x, x) = 0 3、对称性: R(x, y) = R(y, x) 4、反对称性: R(x, y) = R(y, x) R(x, y) = R(y, x) = 0 5、传递性: R(x, z) y(R(x, y) R(y, z))
内容回顾:
定义:设X, Y是两个非空集合,则直积X Y = {(x, y) x X, y Y}中的一个模糊子集R称为从X到Y的一个 模糊关系。 关模糊系——例
2014年6月26日
1
普通关系:元素之间是否关联; 模糊关系:元素之间关联程度。
2014年6月26日
2
三个特殊模糊关系
恒等关系对应的矩阵为单位矩阵,即
2014年6月26日
4
自反性
具有自反性的模糊关系,简称自反关系。 自反矩阵:R 如果R(x, x) = 0, 则称R具有非自反性。

第三章__模糊关系

第三章__模糊关系

第三章 模糊关系在第二章中介绍了模糊集合的基本概念,本章将进一步讨论集合之间,或集合中元素之间的模糊关系。

事实上,模糊关系是普通关系概念的扩展。

3.1 模糊关系基本概念由普通关系的讨论可知它们都是二值的,换言之,对于任意两个元素,在它们之间或者存在关系,或者不存在关系,两者必居且仅居其一。

这种关系适合于描述“清晰确定”的关系。

但是,在实际中,有不少关系很难简单的用“有”或“无”来衡量,而必须引入一定的量来表示两元素间具有这种关系的程度。

例如,正常人的身高与体重之间是有一定关系的,但这个关系是不清晰的。

譬如对于一个169厘米高的健康人来说,一般不能断定他的体重必定是多少,而只能根据正常人身高与体重的关系表估计他的体重大约是多少。

又如,正方形的四边是等长的,但在日常生活中,我们判断一个四边形物体的形状通常并不总是用尺子度量四条边后才给出是否为正方形的结论的。

当四条边的长度在一定范围内有差异时,很可能不同的人会得出不同的结论。

另外,“远远大于”、“充分小”等都是些“不清晰”的关系。

这类需要有描述关系程度的量来补充描述的关系就是模糊关系,而其中的关系程度通过隶属度来表示。

定义3-1 集合X 到集合Y 的一个“二元模糊关系”R 是给定论域X ×Y 中的模糊集合,并可记为:Y X R−→−模糊关系R 的隶属函数R (x , y )是X ×Y 到实数区间[0 , 1]的一个映射。

特别的,当Y=X时,称R 为“论域X 中的模糊关系”。

对于任意x ∈X ,y ∈Y ,隶属函数R (x ,y )事实上表示了x 、y 之间存在关系R 的程度。

在同一个论域上,可以存在着各种各样的模糊关系。

例如,在人与人的关系中,可以有“相互理解”、“友好”、“性格相似”、“程度相当”等模糊关系。

例3-1 设X 、Y 均为实数集合,对于任意x ∈X ,y ∈Y ,“x 远大于y ”是X 到Y 的一个模糊关系R ,它的隶属函数可以描述为:R (x ,y )⎩⎨⎧-+≤-yx y x y x 12)/(1001[0例3-2 在医学上通常用公式体重(公斤)=身高(厘米)-100来描述正常人的体重与身高间的关系。

模糊关系

模糊关系
k k=1 ∞ ~ ~ k=1 ∞ ~

k
(3)UR 是 含 的 小 模 传 关 . 包 R 最 的 糊 递 系
1.定义 设R∈F(X×Y), S∈F(Y ×Z), 定义
~ ~
R
X
R S o
~ ~
~
Y
S
~
Z
R对S的 成 o S∈F(X×Z). 合 R
~ ~ ~ ~
第三章
模糊关系
复合) 定义 (复合) 设R∈F(X×Y), S∈F(Y ×Z), R对S的 成 合
~ ~ ~ ~
R S∈F(X×Z),其 属 数 o 隶 函 为
~
记作 X到 Y的模糊关系, 的模糊关系,
X ~ → Y
称隶属度 R( x , y )为( x , y )关于模糊关系 R 的
~ ~
R
相关程度(关系强度) . 相关程度(关系强度)
第三章
模糊关系
三、截关系
1.定义 定义
定 糊 系 给 模 关 R∈(X×Y),对 意 任 的
λ ∈[0,1], R的 −截 R 是 个 典 系 λ 集λ 一 经 关 , 称 λ −截 系 为 关 .
第三章 模糊关系
H 令 (λ) = R o Sλ ,(λ ∈[0,1]). λ
H X × Z的 个 合 . 是 一 集 套
由表现定理, 可以唯一确定一个模糊集 可以唯一确定一个模糊集. 由表现定理,H可以唯一确定一个模糊集
Uλ(Rλ o Sλ ) λ
[ 1] λ∈ 0,
定理1 定理 设R∈F(X×Y), S∈F(Y ×Z),则 ~ ~
L s1l s22 L s2l L L L sm2 L sm l s12

第4节 模糊关系

第4节 模糊关系

模糊关系与模糊矩阵
• 表示恒等关系I的矩阵为单位矩阵
• 表示零关系O的矩阵为零矩阵 • 表示全称关系E的矩阵为全称矩阵
模糊矩阵的关系
• 设A、B为模糊矩阵,记A=(aij), B=(bij),i=1,2,…,m, j=1,2,…,n, 则
(1)相等:A=B <=>对任意i, j 有 aij = bij
(A∩B)∪C= ( A∪C)∩(B∪C);
模糊矩阵的运算性质
(6)0-1律:A∪O=A, A∩O=O;
E∪A=E,E∩A=A; (7)还原律:(Ac)c=A; (8)对偶律:(A∪B)c= Ac∩Bc, (A∩B)c= Ac∪Bc.
注意
排中律不成立!! Ac∪A≠ E, A∩Ac ≠ O
模糊矩阵的包含性质
( R S )( x, y ) R( x, y ) S ( x, y )
Rc ( x, y) 1 R( x, y)
可推广
特殊的模糊关系
特殊的模糊关系
特殊的模糊关系
模糊关系的性质
(1) (2) (3) (4) (5) (6) ( R c )c R; ( R ) R;

(另一解舍去)
当 yy 时
yY
(e
k ( x y )2
e
k ( y z )2
)e
k ( x y )2

( R1 o R2 )( x, z ) e
k ( x
x z 2 ) 2
e
k (
xz 2 ) 2
模糊关系合成运算的性质
性质1:结合律 (A °B) °C = A °(B ° C); 性质2:分配律 A °( B∪C ) = ( A °B )∪( A °C ); ( B∪C ) °A = ( B °A )∪( C °A ); 性质3:( A °B )T = BT °AT; 性质4:A B,C D A °C B °D. 性质5:A B A °C B °C , C °A C °B, A n B n

模糊数学(模糊关系合成)

模糊数学(模糊关系合成)

)-1,
x
y
吉林大学计算机科学与技术学院
13
例2答案
吉林大学计算机科学与技术学院
14
例2答案
同例1一样,首先把y作为变量,x和 z均当作常量,画出对应的曲线
吉林大学计算机科学与技术学院
15
例2答案
求出交点的横坐标z* 求得交点的纵坐标,即为合成关系
RоR的隶属函数
吉林大学计算机科学与技术学院
存在一个y,y是x的兄弟,且y是z父 亲
xSz存在y∈X,使xQy且yRz 称叔侄关系S是兄弟关系Q和父子关
系R的合成,记为S=QоR
5
关系合成的定义
设Q∈P(U×V),R∈P(V×W), S∈P(U×W)
若(u,w)∈S存在v∈V,使 (u,v)∈Q且(v,w)∈R,则称关系S是 由关系Q与关系R合成的,记作 S=QоR
I ⊆ A⊆A2 ⊆ A3 ⊆…⊆ An-1 ⊆An⊆…
证明:
A2 A A A I A;
A3 A2 A A2 I A2;
...
吉林大学计算机科学与技术学院
32
对称性
若模糊关系R满足R(u,v)=R(v,u),则 称R具有对称性
模糊对称矩阵
rij = rji
例如:
1 0.4 0.5 A 0.4 1 0.9
(5) (QоR) λ= Qλо Rλ 推论 (Rn) λ= (Rλ)n
(6) (QоR) T= QTо RT 推论 (Rn) T= (RT)n
吉林大学计算机科学与技术学院
27
课后作业
吉林大学计算机科学与技术学院
28
3-7 模糊等价关系及聚类图
吉林大学计算机科学与技术学院
29

2.3 模糊关系

2.3 模糊关系

令 X和 Y是二个论域,则模糊关系 R(X,Y)是 X× Y空间中的模糊集合,可表示为: R( X , Y ) = {(( x , y ), µ R ( x, y)) ( x, y ) ∈ X × Y } 称作 X× Y中的二元模糊关系。
理解说明:
⑶所有序偶 (x, y)组成的新的论域空间。这 个空间称为积空间,表示为 X × Y ⑷ 描述新论域元素之间的相关程度即模糊关 µ R ( x, y)指积空间中的序偶属于 R的程度。 系 R。
21 c11 c12 则 A和B的合成为: C = Ao B = c 21 c22
a 21
a12 a22
,B = b
b11
b12 b22
其中
c11 = (a 11 ∧ b11 ) ∨ (a 12 ∧ b 21 ) c12 = ( a11 ∧ b12 ) ∨ (a 12 ∧ b 22 ) c 21 = (a 21 ∧ b11 ) ∨ (a 22 ∧ b 21 ) c 22 = (a 21 ∧ b12 ) ∨ (a 22 ∧ b 22 )
y1
0.7 0
y2
y3
y1
y2
y3
x1 0.7 1.0 0.1 x2 0 0.8 0.7
1.0 0.8 0.1 0.7x1x2 NhomakorabeaR=
x1 0.7 1 .0 0 .1 x2 0 0 .8 0.7
特点:清晰易懂直观,不足是只能表示二维 关系,应用受限,但在控制领域中应用非常 广泛。

则子女与祖父母相似关系运算为
0.8 0.3 0.7 0.5 0. 7 0.5 T = Ro S = o = 0.4 0. 7 0.1 0. 1 0. 4 0.4

第三章 模糊关系

第三章 模糊关系
ui
140 150 160 170 180
vi
40 1.0 0.8 0.2 0.1 0.0
50 0.8 1.0 0.8 0.2 0.1
60 0.2 0.8 1.0 0.8 0.2
70 0.1 0.2 0.8 1.0 0.8
80 0.0 0.1 0.2 0.8 1.0
• 例:用矩阵表示模糊关系 R U,V有限论域,~用矩阵R来表示: R (rij ), rij R ( i , v j ) ,显然 0 rij 1 (1 i, j n) ~ R叫模糊矩阵: 1 0.8 0.2 0.1 0 0.8 1 0.8 0.2 0.1 R 0.2 0.8 1 0.8 0.2 0.1 0.2 0.8 1 0.8 0 0.1 0.2 0.8 1
第三章 模糊关系
§1 模糊关系的定义与性质
• 设U,V是两个论域,在普通集合论中,记
U V {(u , v) u U , v V }
做U与V的笛卡尔乘积。可能状态集是由 U与V中任意搭配所构成,笛卡儿乘积集 是两集合元素之间的约束搭配。若给搭配 以约束便体现了一种特殊关系。是笛卡儿 集中的一个子集。
~
2) R nn 叫作自反矩阵,如果 R I
3)包含R而有被任何包含R的自反矩阵 所包含的自反矩阵,叫做R的自反闭包。 记 r (R ) 由自反闭包的定义可知: a) r ( R) I ; b) r ( R) R ; c) 任意包含R的自反矩阵Q都满足 Q r (R)

• 性质21
c c
r
c
ij
s
c
ij
R S
C
C
对任意 [0,1] ,记 R ( r ij ) 其中

第三章 模糊关系

第三章 模糊关系

(
100 x y)
2

1
x y
~R 表示实数域上“远远大于的关系”
(1,0) 0.001 ~R
~R (100,0) 0.99
• 例:二人博弈具有相同的策略集。
U=V={石头,剪刀,布} ,胜为1,平为 0.5,负为0
0.5 1 0 石
R


0
0.5
1


1 0 0.5布

定义3.6 系,如果

~R F(U U),是U中的对称关

~R T
(u,
v)
@
(u, ~R
v)
u,v U
~R 是对称关系,且仅当 ~R T (v, u) @ ~R (u, v)
“朋友”是对称关系。“差异”是对称关
系。“父子”就不是对称关系。
• 定义3.7 设 R nm 称RT (rijT ) mn 是
s c ij 1 sij

sij

rij
必有 1 rij
1 sij

r
c ij
scij
RC SC
对任意 [0,1] ,记
R
(
r ij) 其中

rij

1 0
当rij 当rij
称 R为R的 截矩阵。其所对应的关系叫
~R 的截关系。
rij sij rij 且sij R I S
§3 模糊关系的合成
• 普通关系的合成 U:人群, Q:兄弟, R:父子, S:叔侄 三个关系中有这样的联系: x是z的叔叔 (x, z) S 至少有一个y&,使y 是x的哥哥 (x, y) Q 而且y是z的父亲( y, z) R 我们称叔侄关系是弟兄关系对父子关系的 合成。记: 叔侄=弟兄°父子→合成关系

模糊控制的数学基础-2(3-1至3-15)模糊关系、逻辑及运算

模糊控制的数学基础-2(3-1至3-15)模糊关系、逻辑及运算

举例eg 1 y=sinx, x ∈(-∞,+∞),y ∈[-1,+1],由于[-1,+1]是y 轴的一个子集,故这个映射是x 到y 内的映射,是属于“非全射”。

eg 2 y=x 2, x ∈(-∞,+∞), y ∈(0,+∞)。

这是由x 到y 内的映射,也属于“非全射”。

eg 3 y=x 3, x ∈(-∞,+∞), y ∈(-∞,+∞)。

这个映射是由x 射到y 轴上的映射,属于“全射”。

并且也是“单射”,同时也是“一一映射”。

Ch 3 Fuzzy 控制理论的预备知识§3-1 Fuzzy 关系与Fuzzy 关系图一 Fuzzy 关系~R 第二章讲过,所谓关系R ,实际上是A 和B 两集合的直积A ×B 的一个子集。

现在把它扩展到Fuzzy 集合中来,可定义如下:所谓A 和B 两集合的直积A ×B =﹛(a ,b)|a ∈A ,b ∈B ﹜中的一个模糊关系~R ,是指以A ×B 为论域的一个Fuzzy 子集,其序偶(a ,b)的隶属度为 ~R μ (a ,b),可见~R 是二元Fuzzy 关系。

3-1Nose :当A=B 时,我们称之为“A 面上的Fuzzy 关系”R 。

eg . 要求列出集合A=﹛1,5,7,9,20﹜“序偶”上的“前元比后元大得多”的关系~R 。

解:直积空间R =A ×A 中有25个“序偶”,其中R 1=﹛(20,1),(20,9),(20,7),(20,5),(9,7),(9,5),(9,1),(7,5),(7,1),(5,1)﹜ 是满足“前元比后元大”的子集。

~0.50.70.810.10.30.950.10.90.85(5,1)(7,1)(9,1)(20,1)(7,5)(9,5)(20,5)(9,7)(20,7)(20,9)R =+++++++++ 上式中分子的值即是按人的判断结果给出的相应满足“前元比后元大得多”的程度,还有一种求法是利用适当的隶属函数来确定。

模糊关系的运算

模糊关系的运算

模糊关系的运算一、引言模糊关系是指具有不确定性的关系,它可以用来描述事物之间的模糊相似性、模糊接近度或隶属度。

在现实生活中,许多问题都存在模糊性,无法用精确的数值表示。

因此,模糊关系的运算成为了解决这类问题的有效方法。

二、模糊关系的定义模糊关系是指一种从一个数学空间到另一个数学空间的映射,其中每个元素在第二个数学空间中都有一个隶属度。

模糊关系可以用矩阵形式表示,其中每个元素表示了两个集合之间的隶属度。

三、模糊关系的运算1. 模糊关系的合成运算模糊关系的合成运算是指将两个或多个模糊关系合并成一个新的模糊关系。

常见的合成运算有最小合成运算和最大合成运算。

最小合成运算的结果是两个模糊关系中对应元素的最小值,最大合成运算的结果是两个模糊关系中对应元素的最大值。

2. 模糊关系的交运算模糊关系的交运算是指将两个模糊关系的对应元素进行逐个比较,取较小值作为交运算的结果。

交运算可以用于求解两个模糊集合之间的相似性或接近度。

3. 模糊关系的并运算模糊关系的并运算是指将两个模糊关系的对应元素进行逐个比较,取较大值作为并运算的结果。

并运算可以用于求解两个模糊集合之间的共性。

4. 模糊关系的补运算模糊关系的补运算是指将一个模糊关系中的隶属度取反,得到的结果为补运算的结果。

补运算可以用于求解与一个模糊集合相反的模糊集合。

5. 模糊关系的复合运算模糊关系的复合运算是指将一个模糊关系和一个模糊集合进行运算,得到的结果为复合运算的结果。

常见的复合运算有模糊关系的复合和模糊关系的逆复合。

模糊关系的复合是指将一个模糊关系中的元素与一个模糊集合进行运算,得到的结果为新的模糊关系。

模糊关系的逆复合是指将一个模糊关系中的元素与一个模糊集合的补进行运算,得到的结果为新的模糊关系。

四、模糊关系的应用模糊关系的运算在实际应用中有着广泛的应用。

例如,在模糊控制系统中,可以使用模糊关系的运算来对输入信号进行处理,得到输出信号。

在模糊图像处理中,可以使用模糊关系的运算来对图像进行模糊化或锐化处理。

模糊数学 第四章---模糊关系

模糊数学  第四章---模糊关系
x X
2.模糊自反关系(fuzzy reflexive relations)
定义 R F ( X X ), 若x X , R( x, x) 1,
则称R为模糊自反关系.
X有限时,R (rij )nn , rii R( xi , xi ) 1 根据主对角线元素是否为1判定R 是否自反
2. 运算
设R, S F ( X Y )
R S ( x, y ) X Y , R( x, y ) S ( x, y ); R S ( x, y ) X Y , R( x, y ) S ( x, y );
( R S )( x, y ) R( x, y ) S ( x, y ) ( R S )( x, y ) R( x, y ) S ( x, y )
设R (rij )nm , S ( sij )nm ,
即R( xi , y j ) rij , S ( xi , y j ) sij
则(R S )( xi , y j ) R( xi , y j ) S ( xi , y j ) rij sij 所以,R S (rij sij )nm .
1
X 有限时,
根据矩阵是否为对称阵判定R 是否对称关系
0.3 0.1 为对称关系. 0.1 0.3
命题3.3 R对称 [0, 1], R 是普通对称关系.
证明: 设R对称,且( x, y) R , 则R( x, y)
故R( y, x) R( x, y) ( y, x) R
类似可得: R S (rij sij ) nm . R c (1 rij )nm .
R 1 ( yi , x j ) R( x j , yi ) rji R S i, j, rij sij

模糊关系及其合成

模糊关系及其合成

注:要注意模糊关系矩阵中各元素的顺序。
2.2 模糊集合论基础
17
五、模糊关系及其合成 5、模糊关系的合成
模糊关系的合成是指由第一集合和第二集合的模 糊关系、第二集合和第三集合的模糊关系得到第 一集合和第三集合之间的模糊关系的一种运算。
模糊关系的合成运算可由模糊矩阵的合成运算得 到。
2.2 模糊集合论基础
2.2 模糊集合论基础
19
五、模糊关系及其合成
例:设有模糊集X,Y,Z分别为:
X {x1, x2 , x3 , x4}, Y { y1, y2 , y3}, Z {z1, z2 , z3}
R X Y , S Y Z
y1 R x1 0.5 x2 0 .7 x3 0 x4 1 y 2 y3 , 0 .6 0 .3 0 .4 1 0 .8 0 0 .2 0 .9
1 R ( x, y) 0 ( x, y) R ( x, y) R
当X,Y是有限集,则可以用矩阵表示,该矩阵称 为R的关系矩阵。
2.2 模糊集合论基础
9
五、模糊关系及其合成
X Y 笛卡儿积上的关系 R 表 X Y {1,2,3,4,5,6} , 例: 示 X Y ,那么论域笛卡儿积为:
2.2 模糊集合论基础
4
五、模糊关系及其合成 3、模糊矩阵的合成
R (rij ) ml ,其合成 定义:设有模糊矩阵 Q (qij ) nm , S Q R ,其中S是 n l 的,且 运算为:
m
S (qij r jk )
j 1
1 i n,1 k l
0.8
1 0.8
0.2
0.8 1

模糊推理方法[整理版]

模糊推理方法[整理版]

几种典型的模糊推理方法根据模糊推理的定义可知,模糊推理的结论主要取决于模糊蕴含关系),(~Y X R 及模糊关系与模糊集合之间的合成运算法则。

对于确定的模糊推理系统,模糊蕴含关系),(~Y X R 一般是确定的,而合成运算法则并不唯一。

根据合成运算法则的不同,模糊推理方法又可分为Mamdani 推理法、Larsen 推理法、Zadeh 推理法等等。

一、Mamdani 模糊推理法Mamdani 模糊推理法是最常用的一种推理方法,其模糊蕴涵关系),(~Y X R M 定义简单,可以通过模糊集合A ~和B ~的笛卡尔积(取小)求得,即)()(),(~~~y x y x B A RMμμμΛ= (3.2.1)例 3.2.1 已知模糊集合3211.04.01~x x x A ++=,33211.03.05.08.0~y y y y B +++=。

求模糊集合A ~和B ~之间的模糊蕴含关系),(~Y X R M 。

解:根据Mamdani 模糊蕴含关系的定义可知:⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⨯=1.01.01.01.01.03.04.04.01.03.05.08.0]1.03.05.08.0[1.04.01~~),(~ B A Y X R MMamdani 将经典的极大—极小合成运算方法作为模糊关系与模糊集合的合成运算法则。

在此定义下,Mamdani 模糊推理过程易于进行图形解释。

下面通过几种具体情况来分析Mamdani 模糊推理过程。

(i) 具有单个前件的单一规则设*~A 和A ~论域X 上的模糊集合,B ~是论域Y 上的模糊集合,A ~和B ~间的模糊关系是),(~Y X R M ,有大前提(规则): if x is A ~then y is B ~小前提(事实): x is *~A结论: y is ),(~~~**Y X R A B M =当)()(),(~~~y x y x B A RMμμμΛ=时,有)()}()]()({[V )]}()([)({V )(~~~~Xx ~~~Xx ~***y y x x y x x y BB A AB A AB μωμμμμμμμΛ=ΛΛ=ΛΛ=∈∈ (3.2.2)其中)]()([V ~~Xx *x x AA μμωΛ=∈,称为A ~和*~A 的适配度。

模糊关系的合成运算

模糊关系的合成运算

模糊关系的合成运算
在模糊逻辑中,模糊关系的合成运算是指将两个或多个模糊关系结合成一个新的模糊关系的过程。

这个过程可以通过不同的合成运算来完成,其中两个常见的合成运算是模糊交(Fuzzy Intersection)和模糊并(Fuzzy Union)。

1. 模糊交(Fuzzy Intersection): 模糊交运算用于确定两个模糊集合之间的共同部分。

对于两个模糊关系$R_1$和$R_2$,它们的模糊交关系记作$R_1 \cap R_2$,其成员关系可以通过以下方式定义:
(R1∩R2)(x,y)=min{R1(x,y),R2(x,y)}
这意味着在模糊交中,两个模糊关系的对应成员关系的最小值被用作新关系的成员关系。

2. 模糊并(Fuzzy Union): 模糊并运算用于确定两个模糊集合的整体。

对于两个模糊关系$R_1$和$R_2$,它们的模糊并关系记作$R_1 \cup R_2$,其成员关系可以通过以下方式定义:
(R1∪R2)(x,y)=max{R1(x,y),R2(x,y)}
这表示在模糊并中,两个模糊关系的对应成员关系的最大值被用作新关系的成员关系。

在实际应用中,根据问题的性质和要解决的任务,选择适当的合成运算非常重要。

其他一些合成运算包括模糊差(Fuzzy Difference)等,它们在特定情境下可能更适用。

1/ 1。

第3章:模糊关系

第3章:模糊关系

特例: 模糊矩阵变为普通矩阵。 特例:当隶属度为 0 和 1 时,模糊矩阵变为普通矩阵。如:
R 0. 7
1 1 0 = 1 1 0 0 0 1
3
二、几种特殊的模糊矩阵: 几种特殊的模糊矩阵:
上的“零关系” ① 表示 A×B 上的“零关系”的零矩阵 O : 0 L 0 (a,b)∈ ∀(a,b)∈A×B,µo(a,b)=0 。 O = M O M 即 A 与 B 中任意元素之间具有关系 O 的程度为 0 。 0 L 0 上的“恒等关系” ② 表示 A×A 上的“恒等关系”的恒等矩阵 I : (a,b)∈ a=b时 (a,b)=1; a≠b时 1 L 0 ∀(a,b)∈A×A,当a=b时,µI(a,b)=1;当a≠b时,µI(a,b)=0 。 即 A 中任意元素自己与自己具有关系 I 的程度为 1 , I = M O M 与其余元素具有关系 I 的程度为 0 。 0 L 1 上的“全称关系” ③ 表示 A×B 上的“全称关系”的全矩阵 E : 1 L 1 (a,b)∈ ∀(a,b)∈A×B,µE(a,b)=1 。 E = M O M 即 A 与 B 中任意元素之间具有关系 E 的程度均为 1 。 1 L 1
S = Q o R = ( s ik ) n × l = ( ∨ ( q ij ∧ r jk )) n × l
j =1
m
8
设有模糊矩阵: 例3-7 设有模糊矩阵:
0 .3 1 Q = 0 0 .6 0 .7 0 0 .5 0 .7 0 .2 0 .4 , 1 0 .8
1 0.7 0 R = 0.8 1 0.5 0 0.6 1
五种几何图形“相似” 这个模糊关系的模糊矩阵为: 五种几何图形“相似” 这个模糊关系的模糊矩阵为:
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

定义:笛卡儿积 X Y 的一个子集R叫做X到Y的二元 关系,简称关系。 R X Y 。
2.2 模糊集合论基础
8
五、模糊关系及其合成 对笛卡儿积上的元素对来讲, 若任意一个元素对 ( x, y) R,则称x和y有关系R, 若元素对 ( x, y) R ,则称x和y没有关系R。 用特征函数来表示的话,有
2.2 模糊集合论基础 10
其中:1表示有关系R,0表示没有关系R。
五、模糊关系及其合成 定义:所谓笛卡儿积 X Y {( x, y) x X , y Y} 上的模糊 关系R,是指以 X Y 为论域的一个模糊子集。 笛卡儿积上的模糊关系,表示两个集合的元素间 所具有的某种关系的程度,是普通关系的推广。 当论域为有限集时,模糊关系可以用矩阵来表示, 称为模糊矩阵。 模糊关系的运算服从模糊子集的法则,如并、交、 补等。
第2章 2.1 2.2 2.3 2.4
模糊控制的理论基础
引言 模糊集合论 模糊逻辑、模糊推理与合成 本章小结
1
五、模糊关系及其合成 1、模糊矩阵 定义:对任意的 i n, j m,有rij [0,1] ,称 R (rij ) nm为 模糊矩阵。 2、模糊矩阵的运算:并,交,补 定义:对任意的模糊矩阵,R (rij ) nm , S (sij ) nm,则:
z1 z 2 x1 0.6 0.5 x2 0 . 5 0 . 7 x3 0.8 0.4 x4 0.5 1
Q RS
z1 z2 x1 0.2 0.6 0.3 0.5 0.4 0.3 x2 0 . 2 0 . 4 0 . 5 0 . 7 0 . 4 0 . 3 x3 0 0.8 0 0 0.4 0 x4 0.2 0.2 0.5 1 0.2 0.3
2.2 模糊集合论基础
15
五、模糊关系及其合成 例3:假如设身高 X {140,150,160,170,180} ,体重 Y {40,50,60,70,80} ,定义体重和身高的模糊关系为 R,则R是定义在笛卡儿积上的子集。有 :
40 50 60 70 80
140
150 160
1
0.8 0.2
2.2 模糊集合论基础
6
五、模糊关系及其合成 3、模糊矩阵的合成
注: 合成运算只有当前一个模糊矩阵的列与后一个 模糊矩阵的行在同一个论域才适用。结果为以 前一个的行数和后一个的列数的矩阵。 与矩阵的乘法运算大致相同,只是把╳改成了 ∧,把+改成∨。
2.2 模糊集合论基础
7
五、模糊关系及其合成 4、模糊关系 关系:描述两个元素是否有关联。常用 R 表示。 关系是建立在元素序偶对的基础上的。 模糊关系:描述元素间关联程度是多少。
2.2 模糊集合论基础
19
五、模糊关系及其合成
例:设有模糊集X,Y,Z分别为:
X {x1, x2 , x3 , x4}, Y { y1, y2 , y3}, Z {z1, z2 , z3}
R X Y , S Y Z
y1 R x1 0.5 x2 0 .7 x3 0 x4 1 y 2 y3 , 0 .6 0 .3 0 .4 1 0 .8 0 0 .2 0 .9
矩阵R即为集合X到集合Y上关于“喜爱”的映射关 系。
2.2 模糊集合论基础 13
五、模糊关系及其合成 例2:X,Y是定义在论域 U {1,5,7,9,20} 上的模糊集, R表示“X比Y大得多”的模糊关系。那么其关系 可以表示为:
0 (1,1) 0.5 (5,1) 0.7 R (7,1) 0.8 (9,1) 1 (20,1) 0 (1,5) 0 (5,5) 0 .1 (7,5) 0.3 (9,5) 0.95 (20,5) 0 (1,7) 0 (5,7) 0 ( 7,7 ) 0 .1 (9,7) 0 .9 (20,7) 0 (1,9) 0 (5,9) 0 (7,9) 0 (9,9) 0.85 (20,9) 0 (1,20) 0 (5,20) 0 (7,20) 0 (9,20) 0 (20,20)
不喜欢 特别喜欢 喜欢
喜欢 喜欢
讨厌
2.2 模糊集合论基础
12
五、模糊关系及其合成
若我们将“特别喜欢”、“比较喜欢”、“喜欢”、 “不喜欢”、“讨厌”对于集合“喜爱”的隶属 度分别为1、0.8、0.6、0.2、0,则上表可写成矩 阵形式:
0 0 .2 0 .6 1 R 0 . 8 0 . 6 1 0 . 6 0 .2 1 0 .6 0
0.5 1 , 0.7 0.1 0.8
0 .6 0 .5 R 0 . 4 1 0 .1 0 .9
0.2 0.4 0.1 0.2 0.5 0.9 0.4 0.9 0 . 6 0 . 1 0 . 1 0 . 5 0 . 1 0 . 8 0 . 6 0 . 8
S 0 . 6 0 . 8
0.7 0.4 0.5 0.3 0.7 0.5 RS 0 . 9 0 . 6 0 . 2 0 . 8 0 . 9 0 . 8
0.7 0.4 0.5 0.3 0.4 0.3 RS 0.9 0.6 0.2 0.8 0.6 0.2
z1 z2 S y1 0.2 1 y2 0 . 8 0 . 4 y3 0.5 0.3
求模糊关系 Q R S
2.2 模糊集合论基础
20
五、模糊关系及其合成
z1 z2 x1 (0.2 0.5) (0.6 0.8) (0.3 0.5) (1 0.5) (0.6 0.4) (0.3 0.3) x2 ( 0 . 2 0 . 7 ) ( 0 . 4 0 . 8 ) ( 1 0 . 5 ) ( 0 . 7 1 ) ( 0 . 4 0 . 4 ) ( 1 0 . 3 ) x3 (0 0.2) (0.8 0.8) (0 0.5) (0 1) (0.8 0.4) (0 0.3) x4 (1 0.2) (0.2 0.8) (0.9 0.5) (1 1) (0.2 0.4) (0.9 0.3)
0.8
1 0.8
0.2
0.8 1
0.1
0.2 0.8
0
0.1 0.2
170
180
0.1
0
0.2
0.1
0.8
0.2
1
0.8
0.8
1
2.2 模糊集合论基础
ห้องสมุดไป่ตู้16
五、模糊关系及其合成 该关系也可以写成下面的矩阵形式:
1 0.8 0.8 1 R 0 .2 0.8 0.1 0.2 1 0 0 0.8 0.2 0.1 1 0 .8 0 . 2 0.8 1 0 . 8 0 . 2 0 .8 1 0.2 0 .1
1 0.7 1 0.5 0.3 0.5 R 1 0 . 9 1 0 . 2 0 . 1 0 . 8
3
2.2 模糊集合论基础
五、模糊关系及其合成 2、模糊矩阵的运算:并,交,补
注: 维数相同的矩阵才能进行并、交运算。 并交运算可以推广到多个矩阵。 模糊矩阵是向量表示法的推广。
2.2 模糊集合论基础
5
五、模糊关系及其合成 3、模糊矩阵的合成 0.2 例:设有模糊矩阵: Q 求其合成运算。
(0.2 0.5) (0.5 1) (1 0.9) (0.2 0.6) (0.5 0.4) (1 0.1) S Q R (0.7 0.6) (0.1 0.4) (0.8 0.1) (0.7 0.5) (0.1 1) (0.8 0.9)
(1,1) (1,2) (1,6) (2,1) (2,2) (2,6) X Y ( 6 , 1 ) ( 6 , 2 ) ( 6 , 6 )
该关系R可以用下面的矩阵表示:
0 1 R 1 0 0 0 0 1 0
注:要注意模糊关系矩阵中各元素的顺序。
2.2 模糊集合论基础
17
五、模糊关系及其合成 5、模糊关系的合成
模糊关系的合成是指由第一集合和第二集合的模 糊关系、第二集合和第三集合的模糊关系得到第 一集合和第三集合之间的模糊关系的一种运算。
模糊关系的合成运算可由模糊矩阵的合成运算得 到。
2.2 模糊集合论基础
2.2 模糊集合论基础 14
五、模糊关系及其合成 例2:或者将元素省略,写成:
0 0 0 0 0.5 0 0 0 R 0.7 0.1 0 0 0 0 . 8 0 .3 0 . 1 1 0.95 0.9 0.85 0 0 0 0 0
也可以写成书上的向量的形式。 注:要注意模糊关系矩阵中各元素的顺序。
1 R ( x, y) 0 ( x, y) R ( x, y) R
当X,Y是有限集,则可以用矩阵表示,该矩阵称 为R的关系矩阵。
2.2 模糊集合论基础
9
五、模糊关系及其合成
X Y 笛卡儿积上的关系 R 表 X Y {1,2,3,4,5,6} , 例: 示 X Y ,那么论域笛卡儿积为:
2.2 模糊集合论基础
4
五、模糊关系及其合成 3、模糊矩阵的合成
R (rij ) ml ,其合成 定义:设有模糊矩阵 Q (qij ) nm , S Q R ,其中S是 n l 的,且 运算为:
m
S (qij r jk )
j 1
1 i n,1 k l
相关文档
最新文档