现代信息与决策

2010 —2011 学年第二学期

课程名称：现代信息与决策

任课教师：肖筱南

题目；论模糊信息决策产生的历史背景、应用前景及其与信息革命的关系

学号：FNM*****

姓名：***

年级：08

专业：财务管理

提交日期：2011年6月22日

评语：

成绩：评卷人：

论模糊信息决策产生的历史背景、应用前景及其与信息革命的关系

[摘要]在模糊环境下进行决策的数学理论和方法统称模糊决策。日常生活或者说现实的决策大多属于模糊决策。模糊信息决策的研究起步较晚，但涉及的面很广。模糊信息决策基于模糊决策，拥有深远的应用前景。

[关键词]模糊信息决策，信息革命，应用前景，模糊数学

模糊管理作为一种新兴的现代企业的管理理念与方略, 它代表了现代企业管理的必然取向, 它的产生和缘起有其现实的基础和必然的要求。

一、历史背景

模糊数学是模糊信息决策的核心及基础。

1965年，美国控制论专家、数学家查德发表了论文《模糊集合》，标志着模糊数学这门学科的诞生。现代数学是建立在集合论的基础上。集合论的重要意义就一个侧面看，在与它把数学的抽象能力延伸到人类认识过程的深处。一组对象确定一组属性，人们可以通过说明属性来说明概念，也可以通过指明对象来说明它。符合概念的那些对象的全体叫做这个概念的外延，外延其实就是集合。从这个意义上讲，集合可以表现概念，而集合论中的关系和运算又可以表现判断和推理，一切现实的理论系统都可能纳入集合描述的数学框架。模糊数学是研究现实中许多界限不分明问题的一种数学工具，其基本概念之一是模糊集合。利用模糊数学和模糊逻辑，能很好地处理各种模糊问题而进行决策。

查德教授多年来致力于“计算机”与“大系统”的矛盾研究，集中思考了计算机为什么不能象人脑那样进行灵活的思维与判断问题。尽管计算机记忆超人，计算神速，然而当其面对外延不分明的模糊状态时，却“一筹莫展”。可是，人脑的思维，在其感知、辨识、推理、决策以及抽象的过程中，对于接受、贮存、处理模糊信息却完全可能。计算机为什么不能象人脑思维那样处理模糊信息呢？其原因在于传统的数学，例如康托尔集合论（Cantor′sSet）,不能描述“亦此亦彼”现象。集合是描述人脑思维对整体性客观事物的识别和分类的数学方法。康托尔集合论要求其分类必须遵从形式逻辑的排中律，论域（即所考虑的对象的全体）中的任一元素要么属于集合A，要么不属于集合A，两者必居其一，且仅居其一。这样，康托尔集合就只能描述外延分明的“分明概念”，只能表现“非此即彼”，而对于外延不分明的“模糊概念”则不能反映。这就是目前计算机不能象人脑思维那样灵活、敏捷地处理模糊信息的重要原因。为克服这一障碍，L.A.扎德教授提出了“模糊集合论”。在此基础上，现在已形成一个模糊数学体系。

查德教授于1975年所发表的长篇连载论著《语言变量的概念及其在近似推理中的应用》（《TheConceptofaLinguisticVariable&ItsApplicationtoApproximateReasoning》），提出了语言变量的概念并探索了它的含义。模糊语言的概念是模糊集合理论中最重要的发

展之一，语言变量的概念是模糊语言理论的重要方面。语言概率及其计算、模糊逻辑及近似推理则可以当作语言变量的应用来处理。人类语言表达主客观模糊性的能力特别引人注目，或许从研究模糊语言入手就能把握住主客观的模糊性、找出处理这些模糊性的方法。有人预言，这一理论和方法将对控制理论、人工智能等作出重要贡献。

数学的发展是阶段性的。经典集合论只能把自己的表现力限制在那些有明确外延的概念和事物上，它明确地限定：每个集合都必须由明确的元素构成，元素对集合的隶属关系必须是明确的，决不能模棱两可。对于那些外延不分明的概念和事物，经典集合论是暂时不去反映的，属于待发展的范畴。

在较长时间里，精确数学及随机数学在描述自然界多种事物的运动规律中，获得显著效果。但是，在客观世界中还普遍存在着大量的模糊现象。以前人们回避它，但是，由于现代科技所面对的系统日益复杂，模糊性总是伴随着复杂性出现。

各门学科，尤其是人文、社会学科及其它“软科学”的数学化、定量化趋向把模糊性的数学处理问题推向中心地位。更重要的是，随着电子计算机、控制论、系统科学的迅速发展，要使计算机能像人脑那样对复杂事物具有识别能力，就必须研究和处理模糊性。

研究人类系统的行为，或者处理可与人类系统行为相比拟的复杂系统，如航天系统、人脑系统、社会系统等，参数和变量甚多，各种因素相互交错，系统很复杂，它的模糊性也很明显。从认识方面说，模糊性是指概念外延的不确定性，从而造成判断的不确定性。

在日常生活中，经常遇到许多模糊事物，没有分明的数量界限，要使用一些模糊的词句来形容、描述。比如，比较年轻、高个、大胖子、好、漂亮、善、热、远……。在人们的工作经验中，往往也有许多模糊的东西。例如，要确定一炉钢水是否已经炼好，除了要知道钢水的温度、成分比例和冶炼时间等精确信息外，还需要参考钢水颜色、沸腾情况等模糊信息。因此，除了很早就有涉及误差的计算数学之外，还需要模糊数学。

人与计算机相比，一般来说，人脑具有处理模糊信息的能力，善于判断和处理模糊现象。但计算机对模糊现象识别能力较差，为了提高计算机识别模糊现象的能力，就需要把人们常用的模糊语言设计成机器能接受的指令和程序，以便机器能像人脑那样简洁灵活的做出相应的判断，从而提高自动识别和控制模糊现象的效率。这样，就需要寻找一种描述和加工模糊信息的数学工具，这就推动数学家深入研究模糊数学。所以，模糊数学的产生是有其科学技术与数学发展的必然性。

模糊数学的研究内容主要有以下三个方面：

第一、研究模糊数学的理论，以及它和精确数学、随机数学的关系。

查德以精确数学集合论为基础，并考虑到对数学的集合概念进行修改和推广。他提出用“模糊集合”作为表现模糊事物的数学模型。并在“模糊集合”上逐步建立运算、变换规律，开展有关的理论研究，就有可能构造出研究现实世界中的大量模糊的数学基础，能够对相当复杂的模糊系统进行定量的描述和处理的数学方法。

在模糊集合中，给定范围内元素对它的隶属关系不一定只有“是”或“否”两种情况，而是用介于0和1之间的实数来表示隶属程度，还存在中间过渡状态。比如“老人”是个模糊概念，70岁的肯定属于老人，它的从属程度是 1，40岁的人肯定不算老人，它的从属程度为 0，按照查德给出的公式，55岁属于“老”的程度为0.5，即“半老”，60岁属于“老”的程度0.8。查德认为，指明各个元素的隶属集合，就等于指定了一个集合。当隶属于0和1之间的值时，就是模糊集合。

第二、研究模糊语言学和模糊逻辑。

人类自然语言具有模糊性，人们经常接受模糊语言与模糊信息，并能做出正确的识别和判断。

为了实现用自然语言跟计算机进行直接对话，就必须把人类的语言和思维过程提炼成数学模型，才能给计算机输入指令，建立和是的模糊数学模型，这是运用数学方法的关键。查德采用模糊集合理论来建立模糊语言的数学模型，使人类语言数量化、形式化。

如果我们把合乎语法的标准句子的从属函数值定为1，那么，其他文法稍有错误，但尚能表达相仿的思想的句子，就可以用以0到1之间的连续数来表征它从属于“正确句子”的隶属程度。这样，就把模糊语言进行定量描述，并定出一套运算、变换规则。目前，模糊语言还很不成熟，语言学家正在深入研究。

人们的思维活动常常要求概念的确定性和精确性，采用形式逻辑的排中律，既非真也非假，然后进行判断和推理，得出结论。现有的计算机都是建立在二值逻辑基础上的，它在处理客观事物的确定性方面，发挥了巨大的作用，但是却不具备处理事物和概念的不确定性或模糊性的能力。

为了使计算机能够模拟人脑高级智能的特点，就必须把计算机转到多值逻辑基础上，研究模糊逻辑。目前，模糊逻辑还很不成熟，尚需继续研究。

第三、研究模糊数学的应用。