- 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)。
22
课堂作业
设有R=[-1,1]中的集合套 中的集合套 设有 H(λ)=[λ2-1,1- λ2] ，λ ∈[0,1] 所得的模糊集A的隶属函数 求由H所得的模糊集 的隶属函数 所得的模糊集 的隶属函数A(x)， ， 并作图。 并作图。
吉林大学计算机科学与技术学院
23
第二章 模糊模型识别
吉林大学计算机科学与技术学院
吉林大学计算机科学与技术学院
36
吉林ห้องสมุดไป่ตู้学计算机科学与技术学院
37
“青年人”隶属函数曲线 青年人” 青年人
吉林大学计算机科学与技术学院
38
重复实验
用同样的方法 在另外两个单位做实验——武汉大 在另外两个单位做实验 武汉大 学，西安工学院 得到如下曲线
吉林大学计算机科学与技术学院
39
三所大学的调查
∈[0,1]
吉林大学计算机科学与技术学院
16
表现定理的证明
由分解定理可知， 若H (λ )满足Aλ ⊆ H (λ ) ⊆ Aλ 则1，式均成立。 2
吉林大学计算机科学与技术学院
17
表现定理的证明
∀λ ∈ [0,1] u ∈ Aλ ⇒ A(u ) > λ ⇒ A(u ) = (
α ∈[0,1] α ∈[0,1]
吉林大学计算机科学与技术学院
42
模糊数学 vs. 概率论
形式上类似： 形式上类似：
用确定性手段研究不确定现象 不确定性的度量（隶属度与概率） 不确定性的度量（隶属度与概率）均 在[0，1]取值 ， 取值
不同的数学模型
吉林大学计算机科学与技术学院
43
概率统计
概率： 概率：一个事件发生的概率可以通过 概率统计方法得到， 概率统计方法得到，即——做大量的 做大量的 随机试验， 随机试验，最后得到统计规律
吉林大学计算机科学与技术学院
5
内容回顾
截集、 截集、强截集 分解定理Ⅰ 分解定理Ⅰ 分解定理Ⅱ 分解定理Ⅱ 分解定理Ⅲ 分解定理Ⅲ
吉林大学计算机科学与技术学院
6
分解定理Ⅲ 分解定理Ⅲ
设A∈F(X) ，令 ∈
H :[0,1] → P( X ), λ a H (λ ) 满足Aλ ⊆ H (λ ) ⊆ Aλ 1)A = (∀λ ∈ [0,1])，则
吉林大学计算机科学与技术学院
10
是集合套吗？ 是集合套吗？
例1. 设A∈F(U),∀λ ∈[0,1]，令 ∈ ∀ ， H1(λ)= Aλ={u | u∈U, A(u) ≥λ} ∈ H2(λ)= Aλ={u | u∈U, A(u) >λ} ∈ 满 H3(λ)条件Aλ ⊆ H3(λ) ⊆ 条
Aλ
11
Question：上面哪个是集合套？ ：上面哪个是集合套？
24
2-1. 隶属函数的确定
吉林大学计算机科学与技术学院
25
隶属度从何而来？ 隶属度从何而来？
模糊数学的基本思想： 模糊数学的基本思想：
隶属度（隶属程度） 隶属度（隶属程度）
Question. 元素属于模糊集合的隶属度 从何而来？ 从何而来？
主观臆造？ 主观臆造？ 客观存在？ 客观存在？
隶属度是客观存在的！！！ 隶属度是客观存在的！！！
吉林大学计算机科学与技术学院
是集合套吗？ 是集合套吗？
例2.设U={u1 ,u2 ,u3 ,u4 ,u5}，U上 设 ， 上 有两个集值映射H 有两个集值映射 1和H2 ,判断哪个 判断哪个 是集合套
(1,1,1,1,1), 0 ≤ λ < 0.2 (1,1,1,1,1), 0 ≤ λ < 0.4 (1, 0,1,1,1), 0.2 ≤ λ < 0.5 (1, 0,1,1,1), 0.4 ≤ λ < 0.5 H1 (λ ) = (1, 0,1,1, 0), 0.5 ≤ λ < 0.6 H 2 (λ ) = (1,1,1,1, 0), 0.5 ≤ λ < 0.6 (0, 0, 0, 0,1), 0.6 ≤ λ < 0.8 (1,1,1, 0, 0), 0.6 ≤ λ < 0.8 (0, 0, 0, 0, 0), 0.8 ≤ λ ≤ 1 (0,1,1, 0, 0), 0.8 ≤ λ ≤ 1
吉林大学计算机科学与技术学院
19
表现定理的推论
推论： 推论：设H∈u(U),记 ∈ ( )记 A=∪λ∈ λH(λ)，则 ∪λ∈[0,1] ，
∀λ ∈[0,1]， Aλ ⊆ H(λ) ⊆ Aλ ，
A(u)=sup{λ | u∈H(λ), λ ∈[0,1]} ∈
吉林大学计算机科学与技术学院
20
表现定理的例子
设论域X=[-1,1]，集合套为 ， 设论域 H(λ)=[λ-1,1-λ], λ ∈[0,1] 所得的模糊集A的隶属函数 求由H所得的模糊集 的隶属函数 所得的模糊集 计算
吉林大学计算机科学与技术学院
21
例子答案
A( x) = ∨ λ
x∈H ( λ )
考虑x ∈ [−1, 0], 要想x ∈ H (λ ), 必须λ − 1 ≤ x ⇔ λ ≤ x + 1 ⇒ A( x) = ∨ λ = x + 1
吉林大学计算机科学与技术学院
30
张南纶的实验
在武汉建材学院进行大规模抽样调 请被抽取的大学生给出“ 查，请被抽取的大学生给出“青年 人”的区间 随机抽取129人的结果 人的结果 随机抽取
吉林大学计算机科学与技术学院
31
吉林大学计算机科学与技术学院
32
吉林大学计算机科学与技术学院
33
27的隶属频率 的隶属频率
U λ
λ H (λ )
∈[0,1]
2)λ1 < λ2 ⇒ H (λ1 ) ⊇ H (λ2 ) 3) Aλ = I H (α ) (α ≠ 0), Aλ = U H (α ) (λ ≠ 1)
α <λ α >λ
吉林大学计算机科学与技术学院
7
1-6 集合套
吉林大学计算机科学与技术学院
8
分解定理Ш中的套 分解定理 中的套
" u0 ∈ A * "的次数 u0 对A的隶属频率 = lim n →∞ n
吉林大学计算机科学与技术学院
35
“青年人”的隶属函数 青年人” 青年人
模糊集合A=“青年人”的隶属函数？ 青年人”的隶属函数？ 模糊集合 青年人 将论域U分组 将论域 分组 每组以其中值为代表， 每组以其中值为代表，计算各组的 隶属频率
吉林大学计算机科学与技术学院
26
模糊数学的关键问题
如何确定隶属函数
吉林大学计算机科学与技术学院
27
隶属函数的确定
主要方法： 主要方法： 模糊统计法 模糊分布 三分法
吉林大学计算机科学与技术学院
28
隶属函数确定方法之一
模糊统计法
吉林大学计算机科学与技术学院
29
确定“青年人” 确定“青年人”的隶属函数
吉林大学计算机科学与技术学院
18
表现定理的证明
u ∈ H (λ ) ⇒ H (λ )(u ) = 1 ⇒ λ ∧ H (λ )(u ) = λ 因为A(u ) = (
U α
α H (α ))(u ) = ∨ [α ∧ H (α )(u )]
α ∈[0,1]
∈[0,1]
≥ λ ∧ H (λ )(u ) ⇒ A(u ) ≥ λ ⇒ u ∈ Aλ ⇒ H (λ ) ⊆ Aλ 证毕
A0.1 ={a, b, c, d , e, f }
A0.6 = {a, c, d , e}
A0.9 = {a, d }
吉林大学计算机科学与技术学院
3
1 设u ∈ U , A(u ) = , 求截集A0.75 2 1 + 4u
A0.75 = [− 1 2 3 2 3 , 1 ]
吉林大学计算机科学与技术学院
吉林大学计算机科学与技术学院
12
回到分解定理
分解定理： ∪λ∈[0,1] 分解定理：A=∪λ∈ λAλ 说明：一个模糊集可以由 说明：一个模糊集可以由自己分解 模糊集可以 出来的集合套 集合套来 出来的集合套来表示 Question. 反之是否成立？ 反之是否成立？
任给出一个集合套， 任给出一个集合套，能否表示一个模 糊集？ 糊集？ 表现定理
稳定在0.78附近 附近 稳定在 A(27)=0.78
吉林大学计算机科学与技术学院
34
模糊统计
模糊统计就是做n次试验，然后计算一下， 模糊统计就是做 次试验，然后计算一下， 次试验 随着n增大 隶属频率趋于稳定， 增大， 随着 增大，隶属频率趋于稳定，该频 率稳定值称为u 率稳定值称为 0对A的隶属度 的隶属度
吉林大学计算机科学与技术学院
40
模糊统计的实验原则
被调查人员一定要对模糊词汇的概 念很熟悉， 念很熟悉，且能够用数量近似表达 这一个概念。 这一个概念。 必须对原始数据进行初步分析， 必须对原始数据进行初步分析，删 除明显不合逻辑的数据。 除明显不合逻辑的数据。
吉林大学计算机科学与技术学院
41
2-2. 模糊统计与概率统计
以人的年龄作为论域U，调查 个人选 以人的年龄作为论域 ，调查n个人选 请他们认真考虑“青年人”的含义后， 请他们认真考虑“青年人”的含义后， 提出自己认为“青年人” 提出自己认为“青年人”最合适的年龄 区间 对于确定年龄（如27），若n个人选中， 对于确定年龄（ ），若 个人选中， ）， 个人选中 个人的年龄区间覆盖27，则称m/n 有m个人的年龄区间覆盖 ，则称 个人的年龄区间覆盖 对于“ 为27对于“青年人”的隶属频率 对于 青年人” 随着n的增加，隶属频率趋于稳定。 随着 的增加，隶属频率趋于稳定。 的增加
x∈H ( λ )
