隶属度函数的建立

4 ）论域中的每个元素至少属于一个隶属度函数的 区域，同时不应超过两个隶属函数的区域。 5 ）同一个元素没有两个隶属度函数会同时达到最 大值。 6 ）当两个隶属度函数重叠时，重叠部分与两个隶 属度函数的最大隶属度不应有交叉。
2.2 模糊集合论基础
6
四、隶属度函数的建立 2、隶属度函数的建立方法 a、隶属度函数是模糊控制的应用基础。 b、目前还没有一套成熟有效的建立方法。 c、一般建立在成熟经验和实验的基础上。 模糊统计法 例证法 专家经验法 二元对比排序法
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
四、隶属度函数的建立 从模糊集合的定义可以知道，正确定义隶属度函 数，是运用模糊集合理论解决实际问题的基础。 目前隶属度函数的定义还没有一种成熟而有效的 方法，一般用实际经验和模糊统计的方法来确定。 隶属度函数的定义本质上要与人们认识事物的规 律性相符合，同时要遵守一定的原则 。
2.2 模糊集合论基础
4
四、隶属度函数的建立
1、隶属度函数的建立原则 3）隶属度函数要符合人们的语义顺序，避免不适当的重叠。 a、有语义关系的若干标称的模糊集，其中心位置须按一定 的顺序排列，与经验与常识一致。 b、间隔的隶属函数尽量不相交。
2.2 模糊集合论基础
5
四、隶属度函数的建立
1、隶属度函数的建立原则
2.2 模糊集合论基础
2
四、隶属度函数的建立 1、隶属度函数的建立原则 1 ）隶属度函数表示的模糊集合必须是凸模糊集。 即要求隶属函数具有单峰性。
确定时一般总是先找一个最适合模糊概念的点， 再向两边延伸。
2.2 模糊集合论基础 3
四、隶属度函数的建立
1、隶属度函数的建立原则 2）变量所取的隶属Leabharlann Baidu数通常是对称和平衡的。 如：对控制系统来讲，语言变量如为“系统输出”：语言值 为“较小”，“适中”，“较大”。如果在“较小”再加 一个语言值“小”，则一般在对称位置加一个“大”。
2.2 模糊集合论基础
10
四、隶属度函数的建立
trapmf 1 0.8 0.6 0.4 0.2 0 gbellmf trimf gaussmf gauss2mf smf
zmf 1 0.8 0.6 0.4 0.2 0
psigmf
dsigmf
pimf
sigmf
2.2 模糊集合论基础
11
7
2.2 模糊集合论基础
四、隶属度函数的建立 3、常用的隶属度函数 1）Z形函数
适合U中元素为较小值的模糊集 。
2.2 模糊集合论基础 8
四、隶属度函数的建立 3、常用的隶属度函数 2）S形函数
适合U中元素为较大值的模糊集 。
2.2 模糊集合论基础 9
四、隶属度函数的建立 3、常用的隶属度函数 3）∏形函数