模糊数学(第七讲)
合集下载
模糊数学总结
![模糊数学总结](https://img.taocdn.com/s3/m/8c9c4924b90d6c85ec3ac6a7.png)
集合与特征函数在运算上的关系
A B CA (u) CB (u), u U A B CA (u) CB (u), u U
(1)包含 (2)相等 (3)并集
(4)交集
(5)补集
CAB (u) max CA (u), CB (u) CA (u) CB (u) CAB (u) min CA (u), CB (u) CA (u) CB (u) CAC (u) 1 CA (u)
不要把上式右端当做分式求和。“+”号不表 示求和,而是表示将各项汇总,表示集合概念。
ui 项可省略。
1 0.7 0.4 0 1 0.7 0.4 A “圆块”模糊子集: a b c d a b c
普通集合与模糊子集的区别与联系
明确外延:经典数学
外延不明确:模糊数学
C
1 1 1 C A A U, A A u1 u2 un
C
普通集合与模糊子集的区别与联系
运算性质对比 (u ) B (u ), u U A B C A (u ) CB (u ), u U A B A A B C A (u ) CB (u ), u U A B A (u ) B (u ), u U A B (u ) A (u ) B (u ) C A B (u ) C A (u ) CB (u)
U
a =1 b =0.7
d =0 c =0.4
“d”和“a”具有很大的差异, 但从“d”到“a”不是具有 突变的差异,而是采取了 一个又一个中间过渡状态 “b”和“c”。处于中间过 渡的差异“b”和“c” ,便 具有了“亦此亦彼”性。
模糊数学——模糊映射与模糊变换教学课件
![模糊数学——模糊映射与模糊变换教学课件](https://img.taocdn.com/s3/m/aa613f836529647d27285271.png)
f R 是X到Y的模糊映射。
。
于是,也确定了模糊映射 f R
模糊变换
定义4.3.2 称映射 T : F ( X ) F (Y ), A T ( A) B
为X到Y得模糊变换。
由定义可知,模糊变换是集合变换的推广,即 在影射T下,将模糊集A变成模糊集B. 若模糊变换T满足
T ( A B) T ( A) T ( B), T (A) T ( A),
因为Tf是由f诱导出的,所以 :Tf(A)=A•Rf .
r11 r12 令R r21 r22 , r r r 1,1,0 r 31 32 r
r 11 1 有,,0,0 r21 r 31
11 21
r 12 r22 0.2,0.5 , r32
例4. 3. 1 设 X x1 , x2 , x3 , x4 , Y y1, y2, y3 , 令
f1 : x1 f1 ( x1 ) x2 f1 ( x2 ) x3 f1 ( x3 ) x4 f1 ( x4 ) 1 y1 , y1 1 1 y1 , y2 , y1 y2 1 y3 , y3 1 1 1 y1 , y2 , y3 ; y1 y2 y3 0.2 0.3 0.8 , y1 y2 y3
B是Y上的模糊子集。 因此,T是X到Y的一个模糊变换。
模糊变换
例4.3.3
f : X Y,
T : F ( X ) F (Y ),
由1.4节的扩张原理知
A T ( A) f ( A), T 1 : F (Y ) F ( X ), B T ( B) f ( B)
则T是X到Y的模糊线性变换,
模糊数学方法(第七章权重)
![模糊数学方法(第七章权重)](https://img.taocdn.com/s3/m/29a2f05eee06eff9aef807c8.png)
u3 ,u1 ,u2
如果u1,u2,u3不是三个旅游点而是三个元素, 则最后的结果:
(0.3617, 0.2538, 0.3845) 就是三个元素的权重:
u1 0.3617,u2 0.2538,u3 0.3845
W(2)
12
n2
第三层n3个元素对第二层n2个元素的权重(排序)向量为
W1 ,W2 , ,Wn2
将它们构成分块矩阵:
W = (W1 ,W2 , ,Wn2 ) 则第三层元素对第一层目标的权重(排序)向量为
W(3) WW(2) (W1 ,W2 ,
,Wn2
)
p
a j wi xi i 1
得到权重集:
( j 1, 2, , n)
A (a1, a2, , an )
§7.2 层次分析法 (The Analytic Hierarchy process,简称AHP)
层次分析是一种决策分析的方法。它结合了 定性分析和定量分析,并把定性分析的结果量化。
特征向量归一化得第三层3个元素对第二层4个元素的权 重(排序)向量为:
0.6028 0.07023 0.09888 0.2791
W1
0.08236 源自,W2 0.3706
,W3
0.3643
,
W4
0.6494
0.3151
得到权重(排序)向量:
W (w1 , w2 , , wn )
3. 特征向量法
(1)计算判断矩阵A的最大特征值max ; (2)求A属于特征值max的正特征向量
如果u1,u2,u3不是三个旅游点而是三个元素, 则最后的结果:
(0.3617, 0.2538, 0.3845) 就是三个元素的权重:
u1 0.3617,u2 0.2538,u3 0.3845
W(2)
12
n2
第三层n3个元素对第二层n2个元素的权重(排序)向量为
W1 ,W2 , ,Wn2
将它们构成分块矩阵:
W = (W1 ,W2 , ,Wn2 ) 则第三层元素对第一层目标的权重(排序)向量为
W(3) WW(2) (W1 ,W2 ,
,Wn2
)
p
a j wi xi i 1
得到权重集:
( j 1, 2, , n)
A (a1, a2, , an )
§7.2 层次分析法 (The Analytic Hierarchy process,简称AHP)
层次分析是一种决策分析的方法。它结合了 定性分析和定量分析,并把定性分析的结果量化。
特征向量归一化得第三层3个元素对第二层4个元素的权 重(排序)向量为:
0.6028 0.07023 0.09888 0.2791
W1
0.08236 源自,W2 0.3706
,W3
0.3643
,
W4
0.6494
0.3151
得到权重(排序)向量:
W (w1 , w2 , , wn )
3. 特征向量法
(1)计算判断矩阵A的最大特征值max ; (2)求A属于特征值max的正特征向量
模糊数学教学课件完整
![模糊数学教学课件完整](https://img.taocdn.com/s3/m/4902b3d5ad51f01dc281f174.png)
~
~
~
2014年4月15日
14
模糊集合及其运算
模糊子集通常简称模糊集,其表示方法有:
(1)Zadeh表示法
A( x1 ) A( x2 ) A( xn ) A x1 x2 xn
A( xi ) 这里 表示 xi 对模糊集A的隶属度是 A( xi ) 。 xi
如“将一1,2,3,4组成一个小数的集合”可表示为
隶属次数
隶属频率
62
0.78
68
0.76
76
85
95
0.79
101
0.78
0.76 0.75
A(27) = 0.78 (变动的圈是否盖住不动的点)
2014年4月15日
31
模糊集合及其运算
2、指派方法
这是一种主观的方法,但也是用得最普遍的一种 方法。它是根据问题的性质套用现成的某些形式的模 糊分布,然后根据测量数据确定分布中所含的参数。
问年龄 u0 27属于模糊集A(青年人)的隶属度。
2014年4月15日
30
对年龄27作出如下的统计处理:
n 隶属次数 隶属频率 n 10 6 0.60 80 20 14 0.70 90 30 23 40 31 50 39 0.78 120 60 47 0.78 129 70 53 0.76
0.77 0.78 100 110
4.模糊线性规划——将线性规划的约束条件或目标函数模糊
化,引入隶属函数,从而导出一个新的线性规划问题,其最优 解称为原问题的模糊最优解
2014年4月15日
7
模糊数学
一 二 三 四 五
2014年4月15日
模糊集合及其运算
模糊聚类分析
模糊模式识别 模糊综合评判 模糊线性规划
~
~
2014年4月15日
14
模糊集合及其运算
模糊子集通常简称模糊集,其表示方法有:
(1)Zadeh表示法
A( x1 ) A( x2 ) A( xn ) A x1 x2 xn
A( xi ) 这里 表示 xi 对模糊集A的隶属度是 A( xi ) 。 xi
如“将一1,2,3,4组成一个小数的集合”可表示为
隶属次数
隶属频率
62
0.78
68
0.76
76
85
95
0.79
101
0.78
0.76 0.75
A(27) = 0.78 (变动的圈是否盖住不动的点)
2014年4月15日
31
模糊集合及其运算
2、指派方法
这是一种主观的方法,但也是用得最普遍的一种 方法。它是根据问题的性质套用现成的某些形式的模 糊分布,然后根据测量数据确定分布中所含的参数。
问年龄 u0 27属于模糊集A(青年人)的隶属度。
2014年4月15日
30
对年龄27作出如下的统计处理:
n 隶属次数 隶属频率 n 10 6 0.60 80 20 14 0.70 90 30 23 40 31 50 39 0.78 120 60 47 0.78 129 70 53 0.76
0.77 0.78 100 110
4.模糊线性规划——将线性规划的约束条件或目标函数模糊
化,引入隶属函数,从而导出一个新的线性规划问题,其最优 解称为原问题的模糊最优解
2014年4月15日
7
模糊数学
一 二 三 四 五
2014年4月15日
模糊集合及其运算
模糊聚类分析
模糊模式识别 模糊综合评判 模糊线性规划
模糊数学ppt课件
![模糊数学ppt课件](https://img.taocdn.com/s3/m/a5ec0ef2951ea76e58fafab069dc5022aaea464e.png)
1 2
,则有rij'
பைடு நூலகம்[0,1]
。也可以
用平移—极差变换将其压缩到[0,1]上,从而得到模糊相似矩阵
R (rij )nm
(2)绝对值指数法. 令
m
rij exp{ xik x jk }(i, j 1, 2, , n) k 1
则 R (rij )nm
(3)海明距离法. 令
rij
1
d (xi , x j )
(6)主观评分法:设有N个专家组成专家组,让每一位专家对
所研究的对象 x i 与 x j 相似程度给出评价,并对自己的自信度
作出评估。如果第k位专家 Pk 关于对象 x i与 x j 的相似度评价
为 rij (k ),对自己的自信度评估为aij (k ) (i, j 1,2,, n),则相关 系数定义为
)2
(i, j 1,2,, n)
其中E为使得所有 rij [0,1](i, j 1, 2, , n) 的确定常数.则 R (rij )nm
(5)切比雪夫距离法. 令
rij
d (xi ,
1 xj)
Q
d
m
k 1
( xi xik
,
x
j ), x jk
(i, j 1,2,, n)
其中Q为使所有 rij [0,1](i, j 1, 2, , n) 的确定常数.则 R (rij )nm
第三步. 聚类 所谓模糊聚类方法是根据模糊等价矩阵将所研究的对象进
行分类的方法。对于不同的置信水平 [0,1] ,可以得到不同 的分类结果,从而形成动态聚类图。 (一)传递闭包法
通常所建立的模糊矩阵R 只是一个模糊相似矩阵,即R 不 一定是模糊等价矩阵。为此,首先需要由R 来构造一个模糊等
数学建模-模糊数学ppt课件
![数学建模-模糊数学ppt课件](https://img.taocdn.com/s3/m/09fd5c5669dc5022aaea00e8.png)
0.5 0.2
0 0..3 6,B0 0 0...5 3 1
0 0..4 2,则 0.6
AB0.5 0.3
0.6 0.3
B0.1 A0.3来自0.40.2 0.3 0.5
0.2 0.3 0.5
模糊集合及其运算
〔3〕模糊矩阵的转置 定义:设 A(aij)mn, 称 AT(aijT)mn为A的
转置矩阵,其中 aijT aji 。
模糊集合及其运算
2、指派方法 这是一种客观的方法,但也是用得最普遍的一种
方法。它是根据问题的性质套用现成的某些方式的模 糊分布,然后根据丈量数据确定分布中所含的参数。
3、其它方法 德尔菲法:专家评分法;
二元对比排序法:把事物两两相比,从而确定顺序, 由此决议隶属函数的大致外形。主要有以下方法: 相对比较法、择优比较法和对比平均法等。
制约着 A* 的运动。A* 可以覆盖 u0 , 也可以不覆盖 u0 , 致使 u 0 对A的隶属关系是不确定的。
模糊集合及其运算
特点:在各次实验中,u 0 是固定的,而 A* 在随机变动。 模糊统计实验过程:
〔1〕做n次实验,计算出 u0对 A的隶属 u0 频 A* n 的 率次数
〔2〕随着n的增大,频率呈现稳定,此稳定值即为 u 0 对A的隶属度: A(u0)ln i mu0A*n的次数
模糊集合及其运算二模糊集合及其运算美国控制论专家zadeh教授正视了经典集合描述的非此即彼的清晰现象提示了现实生活中的绝大多数概念并非都是非此即彼那么简单而概念的差异常以中介过渡的形式出现表现为亦此亦彼的模糊现象
Part2: 模糊数学
一 模糊集合及其运算 二 模糊聚类分析 三 模糊综合评判 四 模糊线性规划
A:U{0,1} uA(u),
模糊数学-模糊数学基本知识
![模糊数学-模糊数学基本知识](https://img.taocdn.com/s3/m/312fb269657d27284b73f242336c1eb91a3733b7.png)
隶属函数参数化
1. 三角形隶属函数
0
trig ( x;
a,
b,
c)
x a ba
cx
cb
0
xa a xb b xc
cx
trig(x; a,b, c) max(min( x a , c x), 0) ba cb
参数a,b,c确定了三角形MF三个顶点的x坐标。
2. 梯形隶属函数
0
xa
trap(x, a, b, c, d )
g(x;50,20)
bell(x:20,4,50)
❖ (2)模糊子集运算的基本性质
模糊集合间的并、交、补(余)运算 具有如下的性质.
1)幂等律 A~ A~ A~, A~ A~ A~
2)交换律 A~ B~ B~ A~; A~ B~ B~ A~
3)结合律 ( A~ B~) C~ A~ (B~ C~),
论域U上的模糊集A由隶属函数uA来表征, uA的大小反映了x对于模糊子集的从属程度。 模糊子集完全由隶属函数来描述。
❖ 模糊子集的表示方法 (1)向量法
(2)查德表示法 有限集 无限集
模糊集举例 例4 设U={1,2,3,4,5,6}, A表示“靠近4”的数,则 AF (U),各数属于A的程度A(ui) 如表。
经典集合论的例子: 设U={ 红桃,方块,黑桃,梅花 }
V={ A,1,2,3,4,5,6,7,8,9, 10,J, Q, K } 求U×V
解: U×V={ (红桃,A),(红 桃, 2),……,(
梅花, K) }
35
模糊关系论例子: 设有一组学生U:
U={ 张三,李四,王五 } 他们对球类运动V:
( A~ B~) C~ A~ (B~ C~).
模糊数学教学课件
![模糊数学教学课件](https://img.taocdn.com/s3/m/52ebf50df6ec4afe04a1b0717fd5360cba1a8d20.png)
1 简洁明了
教学课件应当避免过多 的文字和复杂的图表, 尽量通过简洁明了的方 式传达概念。
2 生动有趣
利用图像、案例和幽默 来激发学生的兴趣和参 与,增强教学效果。
3 重点突出
通过颜色、字体和布局 等方式,将重点内容突 出显示,帮助学生快速 理解和记忆重点知识。
案例分析和练习
案例分析
通过实际案例,深入探讨模糊数学在决策、评估 和优化等领域的应用。
模糊数学教学课件
在本课件中,我们将探索模糊数学的定义和基本原理,分享教学课件的设计 原则,并通过案例分析和练习来加深理解。同时,我们将评估课程教学效果, 总结教学经验,并展望未来发展和趋势。
模糊数学的定义
模糊数学是一种处理不确定性和模糊性的数学方法,它基于模糊集合理论和 模糊逻辑。通过引入模糊度概念,模糊数学可以更好地描述现实世界中存在 的模糊问题。
教学经验总结
通过多年的教学实践,我们总结出以下几点教学经验:灵活运用不同的教学 方法,充分利用案例和练习,建立良好的教学氛围,关注学生的反馈和需求。
未来发展和趋势
随着科技和社会的不断发展,模糊数学将在更广泛的领域得到应用,如人工 智能、大数据分析和智能交通等。我们将继续推动模糊数学的研究和教学, 培养更多的模糊数学人才。
练习
通过练习题,帮助学生巩固所学的模糊数学知识, 培养解决实际问题的能力。
课程教学效果评估
学生参与度提高
通过生动有趣的教学方式, 学生的参与度和学习兴趣得 到了显著提高。
理解和应用能力增 强
学生通过案例分析和练习, 对模糊数学的理论和应用有 了更深入的理解和认识。
学习成果显著
课程结束时,学生的考试成 绩明显提高,掌握了模糊数 学的基本概Hale Waihona Puke 和应用技巧。基本原理和理论
数学建模模糊数学讲义
![数学建模模糊数学讲义](https://img.taocdn.com/s3/m/994bcc5058eef8c75fbfc77da26925c52cc59124.png)
模糊数学经历了数十年的发展, 逐渐形成了完善的理论体系,并 在各个领域得到广泛应用。
当前模糊数学的研究热点包括模 糊逻辑、模糊推理、模糊系统优 化等方向。
模糊数学的应用前景与挑战
应用前景
模糊数学在人工智能、模式识别、决策分析等领域具有广阔的应用前景,为解决复杂问题 提供了新的思路和方法。
挑战与问题
数学建模模糊数学讲义
• 引言 • 模糊集合论基础 • 模糊逻辑与模糊推理 • 模糊聚类分析 • 模糊决策分析 • 模糊控制系统 • 总结与展望
01
引言
模糊数学简介
模糊数学是一门研究模糊现象和模糊事物的数学分支,它提供了一种处理 不确定性和不精确性的方法。
模糊数学通过引入模糊集合的概念,将经典集合论中的确定性界限扩展到 模糊性界限,从而能够更好地描述现实世界中的模糊现象。
尽管模糊数学取得了一定的成果,但仍面临一些挑战和问题,如模糊规则的制定、模糊推 理的精度和稳定性等。
未来发展方向
未来模糊数学的发展方向包括与其他数学分支的交叉融合、模糊系统与机器学习的结合等 ,以推动其在更多领域的应用和发展。
THANKS
感谢观看
模糊逻辑运算
模糊逻辑运算是对传统逻辑运算的扩展,如并、 交、非等运算。
模糊逻辑的运算与推理
模糊集合的运算
包括模糊集合的交、并、补等基 本运算,以及更复杂的运算如模 糊化、去模糊化等。
模糊推理
基于模糊逻辑的推理方法,通过 建立模糊规则和模糊前提,得出 模糊结论。
模糊推理系统
一种基于模糊逻辑的控制系统, 通过建立模糊控制器和模糊规则 库来实现对系统的控制。
根据系统特性和要求,设计合适的模糊逻辑 和推理规则。
系统仿真与优化
模糊数学(第七讲)
![模糊数学(第七讲)](https://img.taocdn.com/s3/m/45fd1c6ab84ae45c3b358cf5.png)
2
目录
性质2.3.1 A∈F(R)为凸模糊集当且仅当∀λ∈[ 0,1 ], 为凸模糊集当且仅当∀ 性质 ∈ 为凸模糊集当且仅当 ∈ Aλ为区间 为区间.
性质2.3.2 若A, B∈F(R )均为凸模糊集 则A∩B 均为凸模糊集,则 性质 ∈ 均为凸模糊集 也是凸模糊集. 也是凸模糊集
3
2.3.2 凸模糊集表现定理 定义2.3.2 若映射 若映射I:[0, 1] →P(R)满足 满足 定义 (i) 0≤λ1 <λ2 ≤1 ⇒ I(λ2 )⊆I(λ1 ); ⊆ (ii) ∀λ∈[ 0,1 ], I(λ)为R的子区间 的子区间;. ∈ 为 的子区间 则称I为的区间套. I(R)为R的全体区间套之 则称I为的区间套. 记I(R)为R的全体区间套之 为的区间套 集. 显然, 区间套必为集合套, 显然 区间套必为集合套 故I(R) ⊆v(R).
10
目录
下面就算符 的不同形式给出区间数的各种运算 (1) [ a, b ]+[ c, d ]= [ a+c, b+d ] (2) [ a, b ]-[ c, d ]= [ a-d, b-c ] - - - (3) [ a, b ] · [ c, d ]= [ p, q ], 其中p=min{ ac, bc, ad, bd}, 其中 q =max{ac, bc, ad, bd} (4) [ a, b ] ÷[ c, d ]= [ p,q ],其中 其中p=min{ a/c, b/c, a/d, b/d}, 其中 q =max{a/c, b/c, a/d, b/d}, (5) [ a, b ]∨[ c, d ]= [ a ∨ c, b ∨ d ] ∨ (6) [ a, b ]∧[ c, d ]= [ a ∧ c, b ∧ d ] ∧
模糊模式识别法
![模糊模式识别法](https://img.taocdn.com/s3/m/b3a162274b7302768e9951e79b89680203d86bd0.png)
1 精确数学方法及其局限性
1 精确数学方法 忽略对象的一般特性;着重注意对象的数量 空间形式
和几何形状的数学方法 如:牛顿力学 牛顿和莱布尼茨创立的微积分学等
2 近代科学的特点 1 理论研究方面:用精确定义的概念和严格证明的定理;
描述现实事物的数量关系和空间形式 2 工程技术方面:用精确的实验方法和精确的测量计算;
问题:当头发根数恰好为n+1;应判决为秃还是不秃
推理:两种选上与常理对立的情况
结论:有n根头发的是秃头;有n+1根头发的不是秃头
——显然不合理 2 承认生活常识:认为仅一根头发之差不会改变秃与不秃的
结果;即有n+1根头发者也应是秃头 那么采用传统的逻辑推理;会得到下面的一些命题:
第7章 模糊模式识别法
7 1 模糊数学概述 7 2 模糊集合 7 3 模糊关系与模糊矩阵 7 4 模糊模式分类的直接方法
和间接方法 7 5 模糊聚类分析法
7 1 模糊数学概述
7 1 1 模糊数学的产生背景 模糊数学诞生的标志:1965年美国加利福尼亚大学控制
论专家L A Zadeh查德发表的文章Fuzzy sets 模糊数学Fuzzy sets又称模糊集合论
3)幂集 对于一个集合A,由其所有子集作为元素构成的集合称
为A的“幂集”。
例:论域X={ 1, 2 },其幂集为 X , 1 , 2 , 1 ,2
2 模糊集合的定义
给定论域X上的一个模糊子集 ~A,是指:对于任意 x∈X ,
都确定了一个数 Ax ~
,称
Ax 为 x ~
对
~A
的隶属度,且
c 排中律:即事件的发生和不发生必居且仅居其一;不存在 第三种现象 随机性遵守排中律;模糊性不遵守;它存在 着多种;甚至无数种中间现象
1 精确数学方法 忽略对象的一般特性;着重注意对象的数量 空间形式
和几何形状的数学方法 如:牛顿力学 牛顿和莱布尼茨创立的微积分学等
2 近代科学的特点 1 理论研究方面:用精确定义的概念和严格证明的定理;
描述现实事物的数量关系和空间形式 2 工程技术方面:用精确的实验方法和精确的测量计算;
问题:当头发根数恰好为n+1;应判决为秃还是不秃
推理:两种选上与常理对立的情况
结论:有n根头发的是秃头;有n+1根头发的不是秃头
——显然不合理 2 承认生活常识:认为仅一根头发之差不会改变秃与不秃的
结果;即有n+1根头发者也应是秃头 那么采用传统的逻辑推理;会得到下面的一些命题:
第7章 模糊模式识别法
7 1 模糊数学概述 7 2 模糊集合 7 3 模糊关系与模糊矩阵 7 4 模糊模式分类的直接方法
和间接方法 7 5 模糊聚类分析法
7 1 模糊数学概述
7 1 1 模糊数学的产生背景 模糊数学诞生的标志:1965年美国加利福尼亚大学控制
论专家L A Zadeh查德发表的文章Fuzzy sets 模糊数学Fuzzy sets又称模糊集合论
3)幂集 对于一个集合A,由其所有子集作为元素构成的集合称
为A的“幂集”。
例:论域X={ 1, 2 },其幂集为 X , 1 , 2 , 1 ,2
2 模糊集合的定义
给定论域X上的一个模糊子集 ~A,是指:对于任意 x∈X ,
都确定了一个数 Ax ~
,称
Ax 为 x ~
对
~A
的隶属度,且
c 排中律:即事件的发生和不发生必居且仅居其一;不存在 第三种现象 随机性遵守排中律;模糊性不遵守;它存在 着多种;甚至无数种中间现象
模糊数学方法_数学建模ppt课件
![模糊数学方法_数学建模ppt课件](https://img.taocdn.com/s3/m/6b0ae0c9bb68a98270fefabf.png)
;
eA,B n AxiBxi2
i1
• 相对欧几里得距离:
A,B 1 eA,B
n
-
12
模糊集合的相似度
• 用1减去相对距离,则可以得到相似度的概念. • 相似度,也可以理解为贴近度.有多种理论模型.
-
13
【0,1】区间上的算子
• [0,1]区间上的一个二元运算称为算子. • 这里的二元运算是广义的二元运算.例如常规乘法
• 设以人的岁数作为论域U=[0,120],单位是“岁”, 那么“年轻”,“年老”,都是U上的模糊子集。 隶属函数如下:
• “年轻”(u)= 1
1u52521
0u25 25u120
• “年老”(u)= 1 1u52521
0u50 50u120
-
8
模糊集合与经典集合的联系
• 一就般叫λ地截,集用或Aλλ表 水示平集. Ax的x的集合,这个集合
• 支撑集,即所有λ>0的λ截集的并集 .
-
9
模糊集合的一个实际例子
• 假定有甲乙两个顾客商 场买衣服,他们主要考
虑三个因素:
• 花色式样(x1); • 耐穿程度(x2); • 价格(x3);
顾客甲 确定的 隶属度
顾客乙 确定的 隶属度
花色 式样 x1 0.8
0.6
耐穿 程度 x2 0.4
0.6
价格 x3 0.7
模糊数学方法
理学院 韩邦合
-
1
模糊数学:程度化 思想解决模糊概念
• 一个人有了10万根头发,当然不能算秃头。不是秃头的人, 掉了一根头发,仍然不是秃头。按照这个道理,让一个不 是秃头的人一根一根地减少头发,就得出一条结论:没有 一根头发的光头也不是秃头!
- 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、"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、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)。
∞
其中 I ( λ ) = [i1 ( λ ) , i2 ( λ )].
9
目录
2.3.5 模糊数运算法则 (i) 区间数的运算法则 定义2.3.4 设∗∈L={+,-, · ,÷,∨, ∧} 定义 +- ÷∨ 上的二元运算, 为R上的二元运算 A=[ a, b ], B=[ c, d ]为R中 上的二元运算 为 中 两个区间,则∀z∈R,有 两个区间 则 ∈ 有 ([a, b] ∗[c, d])(z)=∨x∗y=z ([a, b](x)∧[c, d](y)) ∨∗ ∧ 可证明: 可证明 [a, b] ∗[c, d]={x ∗ y | x ∈[a, b],y ∈[c, d]}
5
2.3.3 模糊数及其性质 定义2.3.3 设A∈F(R),若∀λ∈( 0,1 ], Aλ为R中 定义 ∈ 若 ∈ 中 有限闭区间,则称 则称A为 上的一个模糊数; 上的一个模糊数 有限闭区间 则称 为R上的一个模糊数 若A为模 为模 糊数,且 则称A是关于 糊数 且A1=kerA={a},则称 是关于 的严格模糊数 则称 是关于a的严格模糊数. 上的全体有限闭区间(称为区间数 记R- 为R上的全体有限闭区间 称为区间数 所 上的全体有限闭区间 称为区间数)所 成之集,而记 而记R 上的全体模糊数所成之集. 成之集 而记 ~为R上的全体模糊数所成之集 上的全体模糊数所成之集 显然, 如果我们把实数a与单点集 等同看待, 与单点集{a}等同看待 显然 如果我们把实数 与单点集 等同看待 则 实数⇒ 区间数⇒ 凸模糊集⇒ 实数⇒ 区间数⇒ 模糊数 ⇒凸模糊集⇒模糊集 这里c(R)表示 上的全体凸模 表示R上的全体凸模 即R⊂R-⊂R~⊂c(R)(这里 ⊂ 这里 表示 糊集所成之集). 糊集所成之集
10
目录
下面就算符 的不同形式给出区间数的各种运算 (1) [ a, b ]+[ c, d ]= [ a+c, b+d ] (2) [ a, b ]-[ c, d ]= [ a-d, b-c ] - - - (3) [ a, b ] · [ c, d ]= [ p, q ], 其中p=min{ ac, bc, ad, bd}, 其中 q =max{ac, bc, ad, bd} (4) [ a, b ] ÷[ c, d ]= [ p,q ],其中 其中p=min{ a/c, b/c, a/d, b/d}, 其中 q =max{a/c, b/c, a/d, b/d}, (5) [ a, b ]∨[ c, d ]= [ a ∨ c, b ∨ d ] ∨ (6) [ a, b ]∧[ c, d ]= [ a ∧ c, b ∧ d ] ∧
第二章 模糊映射与模糊数
第七讲 2.3 模糊数及其运算 续) 模糊数及其运算(续
1
§2.3 模糊数及其运算
2.3.1 凸模糊集及其性质 为实数集, 如果对R中 定义2.3.1 设R为实数集 A∈F(R), 如果对 中 为实数集 ∈ 定义 满足x<y<z的任意实数 y和z都有 满足 的任意实数x, 和 都有 A(y)≥min( A(x), A(z)) 则称A为 上的 上的凸模糊集 则称 为R上的凸模糊集 .
12
设近似于2的模糊数为 例2.3.2 设近似于 的模糊数为
∫2 x x 求 : 2 + 2 , 2 − 2 , 2 ⋅ 2 , 2 ÷ 2.
2 =
1
∫
2
( x − 1)
+
3
(3 − x )
,
解 : (见 黑 板 )
13
目录
例2.3.3 设 T(a,σ), T(a1,σ1),和T(a2,σ2) 均 σ σ 和 σ 为 三角模糊数, 三角模糊数 k > 0 ,求T(a1,σ1)+T(a2,σ2) , 求 σ σ k·T(a,σ). σ
11
(ii) 模糊数的运算法则 定义2.3.5 设 p, q∈R~, ∗∈L={+,-,·,÷,∨, ∈ +- ÷∨ 定义 ∧}则根据分解定理可定义模糊数的运算为 则根据分解定理可定义模糊数的运算为 (1) p ∗ q = ∪λ∈[ 0,1 ] λ(pλ ∗qλ), 其隶属函数为 ∈ (p ∗ q)(z) = ∨x∗y=z [p(x) ∗q(y)] ∗ 其中x, 其中 y, z∈R ∈ (2) 设 k为非负实数 r∈ R~, 则k与r的乘积为 为非负实数, 为非负实数 ∈ 与 的乘积为 k · r = ∪λ∈[ 0,1 ] λ(k ·rλ) ∈ 其隶属函数为 (k · r)(x) = ∨k · y=x r(y) x, y∈R ∈
n =1
∞
}
∩ Aλn ≠ Ο.由此推知 ∃ x 0 ∈ Aλ0 , 即 A( x 0 ) = A .所以 A 是可达的。 /
目录
利用定理2.3.6,可证如下模糊数的截集运算性质 可证如下模糊数的截集运算性质. 利用定理 可证如下模糊数的截集运算性质 定理2.3.7 设p, q∈ R~ ,则 k >0 , λ∈( 0,1 ], 则 定理 ∈ 则 ∈ (1) (p+q)λ = pλ +qλ ; (2) (p-q)λ = pλ - qλ ; - (3) (p·q)λ = pλ·qλ ; (7) (k·p)λ = k·pλ; (4) (p÷q)λ = pλ ÷qλ ; ÷ (5) (p∨q)λ = pλ∨qλ ; (6) (p∧q)λ = pλ∧qλ ; ∨ ∧
(1) (2)
r = ∪ λ I (λ ) ∈ R ~ ;
λ ∈[ 0,1]
(3)
1 ∀ λ ∈ (0,1], rλ = ∩ I ( λ n ), 其中 λ n = 1 − λ , n ∈ N = {1, 2, L}; n =1 n +1 1 , x ∈ [i1 (1) , i2 (1)], r的隶属函数为 r ( x ) = ∨{λ ∈ (0,1) | i1 ( λ ) ≤ x} , x < i1 (1) , ∨{λ ∈ (0,1) | i ( λ ) ≥ x} , x > i2 (1) . 2
n→∞
x∈/ R
λ 0 = ∨ λ n ⇒ Aλ
n =1
∞
∞
0
= A
从而A 由于λ 由于 n <λ0 ,故 Aλ ≠ ,从而 n为有限闭区间 且 故 从而 为有限闭区间,且 Ο / n
n =1
∨ λ n =1
∞
{A
n
λn
| n ∈ N是闭区间套 因此 是闭区间套,
17
= ∩ Aλn
14
目录
因为∀ ∈ 解: 因为∀λ∈(0,1 ],有 有 T( a,σ)λ=[a-σ (1-λ), a+σ (1-λ)]. σ - - σ - 所以由定义2.3.5知 知 所以由定义 (1) T(a1,σ1)+T(a2,σ2) = ∪λ∈[ 0,1 ]λ[T(a1,σ1)λ +T(a2,σ2)λ ] σ σ σ σ ∈ = ∪λ∈[ 0,1 ]λ{[a1-σ1 (1-λ), a1+σ 1 (1-λ)]+ - σ - ∈ [a2-σ 2 (1-λ), a2+σ 2 (1-λ)]} - σ - = ∪λ∈[ 0,1 ] λ[a1+a2-(σ1+σ2 )(1-λ), a1+a2 +(σ1+σ2 )(1-λ)] σ σ - σ σ - ∈ = T(a1+a2,σ1+σ2). σ σ (2) k·T(a,σ) = ∪λ∈[ 0,1 ]λ{k· [a-σ (1-λ), a+σ (1-λ)]} σ - - σ - ∈ = ∪λ∈[ 0,1 ]λ{ [k·a-k·σ (1-λ), k·a+k·σ (1-λ)]} - σ - σ - ∈ = T(k·a, k·σ) σ
7
定理2.3.3 A∈ R~ iff ∀λ∈( 0,1 ], Aλ为非空有 定理 ∈ ∈ 界闭凸集. 界闭凸集 为偶函数, 设r∈R~,若∃a∈R s.t. r(x+a)为偶函数 则称 r ∈ 若 ∈ 为偶函数 对称模糊数. 是对称模糊数
8
2.3.4 模糊数表现定理 定理2.3.4 设 I ∈ R − ,则 定理
18
目录
证明: 根据定理2.2.4(2)(见P35),欲证结论 成立 只需 欲证结论(1)成立 证明 (1)根据定理 根据定理 见 欲证结论 成立,只需 即可. 证∀z∈R, ∃x0∈R, s.t. (p+q)(z) = p(x0)∧q(z-x0)即可 ∈ ∧ - 即可 事实上,由模糊数的加法运算知 事实上 由模糊数的加法运算知 (p+q)(z) =∨x+y=z[p(x)∧q(y)]= ∨x∈R [p(x)∧q(z-x)] ∨ ∧ ∧ ∈ 由定理1.4.2(见P12)知 (p∩r)λ= 令r(x)=q(z-x),则∀λ∈( 0,1 ],由定理 则 ∈ 由定理 见 知 pλ∩rλ.由于 λ和rλ都是有限闭区间 故(p∩r)λ为有限闭区间 由于p 都是有限闭区间,故 由于 或空集,从而由定理 从而由定理2.3.6知 ∃x0∈R使 或空集 从而由定理 知 使 p(x0)∧q(z-x0)= ∧ -
2
目录
性质2.3.1 A∈F(R)为凸模糊集当且仅当∀λ∈[ 0,1 ], 为凸模糊集当且仅当∀ 性质 ∈ 为凸模糊集当且仅当 ∈ Aλ为区间 为区间.
性质2.3.2 若A, B∈F(R )均为凸模糊集 则A∩B 均为凸模糊集,则 性质 ∈ 均为凸模糊集 也是凸模糊集. 也是凸模糊集
3
2.3.2 凸模糊集表现定理 定义2.3.2 若映射 若映射I:[0, 1] →P(R)满足 满足 定义 (i) 0≤λ1 <λ2 ≤1 ⇒ I(λ2 )⊆I(λ1 ); ⊆ (ii) ∀λ∈[ 0,1 ], I(λ)为R的子区间 的子区间;. ∈ 为 的子区间 则称I为的区间套. I(R)为R的全体区间套之 则称I为的区间套. 记I(R)为R的全体区间套之 为的区间套 集. 显然, 区间套必为集合套, 显然 区间套必为集合套 故I(R) ⊆v(R).