模糊数学-Matlab案例版
- 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)。
1 基本编程思想 例题 设有矩阵
1234583645030895442308075362878
705628855045288570372986
6854
329156a a A a a a ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥
==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦
⎣⎦
请按以下要求编写M-文件求任意两个向量之间的距离:
① 最大最小法:1
1
min(,)
max(,)
m
ik
jk k ij
m ik
jk k x
x d x
x ===
∑∑;
② 算数平均最小法:1
1
min(,)
1
()2m
ik
jk k ij
m
ik jk k x
x d x x ===
+∑∑;
③几何平均最小法:11
min(,)
m
ik
jk k ij
m
k x
x d ===
∑∑
;
④ 将上面的①、②、③算法的程序合成一个M-函数文件,使得调用它时可以任选以上三种方法中的一种进行距离的计算。
模糊数学及其应用
1 模糊数学的历史简介
根据集合论的要求,一个对象对应于一个集合,要么属于,要么不属于,二者必居其一,且仅居其一。这样的集合论本身无法处理具体的模糊概念。为处理这些模糊概念而进行的种种努力催生了模糊数学。
模糊数学的理论基础是模糊集。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。基于此,1965年L. A. Zadeh教授在《Information and Control》杂志上发表了一篇开创性论文“Fuzzy Sets”, 标志着模糊数学的诞生。
模糊集合论的提出虽然较晚,但目前在各个领域的应用十分广泛。实践证明,模糊数学在农业中主要用于病虫测报、种植区划、品种选育等方面,在图像识别、天气预报、地质地震、交通运输、医疗诊断、信息控制、人工智能等诸多领域的应用也已初见成效。从该学科的发展趋势来看,它具有极其强大的生命力和渗透力。
在模糊数学的应用中,经常应用于聚类分析、模式识别和综合评判等方面。
2 模糊数学的基础知识 1)集合及其特征函数
(ⅰ)集合
论域E 中具有性质P 的元素组成的总体称为集合。 (ⅱ)集合的运算
集合的常用运算包括:交(∩)、并(∪)、补 (ⅲ)特征函数
对于论域E 上的集合A 和元素x ,如有以下函数:
(){
10当当A x ,x A ,x A
μ=∈∉
则称()A x μ为集合A 的特征函数
● 特征函数表达了元素x 对集合A 的隶属程度。
● 可以用集合来表达各种概念的精确数学定义和各种事物的
性质。 2)模糊集合 (ⅰ)概念的模糊性
许多概念集合具有模糊性,例如: 成绩:好、差 身高:高、矮 年龄:年轻、年老 头发:秃、不秃 (ⅱ)隶属度函数
如果一个集合的特征函数()A x μ不是{0,1}二值取值,而是在闭区间[0,1]中取值,则()A x μ是表示一个对象x 隶属于集合A 的程度的函数,称为隶属度函数。
()()1010当当在一定程度上属于当A A ,x A x x ,x A x A ,
μμ⎧∈⎪
=<<⎨∉⎪⎩
● 隶属度函数用精确的数学方法描述了概念的模糊性。 (ⅲ)模糊子集
① 设集合A 是集合U 的一个子集,如对于任意U 中的元素x ,用隶属度函数()A x μ来表示x 对A 的隶属程度,则称A 是U 的一个模糊子集,记为{(),}A i i A x x μ=。模糊子集通常简称模糊集。
● 模糊集 A 由隶属函数()A x μ唯一确定,故认为二者是等同的。 ② 模糊集可以用下式表示 1° Zadeh 表示法
1212
()
()()n n A x A x A x A x x x =
+++
或 ()()()n n A A A x x x x x x A μμμ+++= 2211
其中()i i
A x x 表示i x 对模糊集A 的隶属度, (1,2,,)i x i n =称为模
糊子集A 的支持点,“+”叫做查德记号,不是求和。 如“将1, 2, 3, 4组成一个小数的集合”可表示为
10.80.2123A =+++
2°序偶表示法
可省
1122{(,()),(,()),
,(,())}n n A x A x x A x x A x =
3°向量表示法
12((),(),
,())n A A x A x A x =
4°若论域U 为无限集,其上的模糊集可表示为:
x U
A ∈=
⎰
③ 模糊集与隶属度举例
[例1] 设论域{123,,,E x x x =12340.50.3A x x x x =+++
,
1234
0.200.61B x x x x =+++
,
意思是1234,,,x x x x 对模糊集
A 的隶属度分别是0.5,
0.1,0.4,0.2;对模糊集B 的隶属度分别是0.2,0,0.6,1。
[例2] 设以人的岁数作为论域[]0,120U
=,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:
()A u μ=“年轻”(u )=()()1
21
025*********u u u -⎧<≤⎪⎪⎡⎤
⎨-⎛⎫+<<⎢⎥⎪ ⎪⎝⎭⎢⎥⎪⎣⎦⎩(*)
()B u μ=“年老”(u )=()()
1
20050501501205u u u --⎧<≤⎪⎪⎡⎤
⎨-⎛⎫+<<⎢⎥⎪ ⎪⎝⎭⎢
⎥⎪⎣⎦⎩ (**) (*)表示:不大于25岁的人,对子集“年轻”的隶属函数值是1,