确定隶属函数的几种主要方法

模糊综合评价法隶属度确定模糊综合评价法是一种多指标决策方法，通过定义隶属度函数对问题进行模糊化处理，将各指标的隶属度进行综合评价，得出最终的评价结果。

本文将对模糊综合评价法中的隶属度确定进行探讨。

隶属度函数是模糊综合评价法的重要组成部分，它用来描述指标值与评价等级之间的隶属关系。

在实际问题中，往往存在多个指标，每个指标都有不同的评价等级，因此需要为每个指标确定相应的隶属度函数。

确定隶属度函数的过程通常包括两个步骤：构造隶属度函数和确定隶属度的取值范围。

构造隶属度函数是指根据指标的实际情况和评价等级的要求，选择合适的隶属度函数形式。

常用的隶属度函数有三角形函数、梯形函数、高斯函数等。

不同的函数形式可以描述不同的隶属关系，因此在选择时需要根据实际情况进行合理的选择。

确定隶属度的取值范围是指为每个评价等级确定对应的隶属度取值范围。

一般来说，隶属度的取值范围为[0,1]，表示指标值与评价等级的程度关系。

隶属度为0表示指标值与评价等级之间不存在隶属关系，隶属度为1表示指标值完全属于评价等级。

在确定隶属度函数和取值范围后，可以根据指标的实际值计算出每个指标对应的隶属度。

然后，根据综合评价的要求，可以采用加权平均法、加权最大法等方法对各指标的隶属度进行综合，得到最终的评价结果。

模糊综合评价法的优点是能够充分考虑多指标之间的相互关系，能够处理不确定性和模糊性的问题。

但是在实际应用中，也存在一些问题和挑战。

首先，确定隶属度函数需要根据实际情况进行合理选择，这需要对问题有一定的理解和经验。

其次，确定权重的过程也比较困难，需要考虑指标的重要性和相互关系。

最后，模糊综合评价法的计算过程相对复杂，需要进行大量的计算和数据处理。

模糊综合评价法是一种多指标决策方法，通过定义隶属度函数对问题进行模糊化处理，综合各指标的隶属度得出最终的评价结果。

在实际应用中，需要合理选择隶属度函数和确定权重，同时还需要注意计算过程的复杂性。

模糊综合评价法在工程管理、环境评价等领域有着广泛的应用前景，可以为决策者提供有价值的参考和决策支持。

第4章隶属函数的确定方法在模糊理论的应用中，我们面临的首要问题就是建立模糊集的隶属函数。

对于一个特定的模糊集来说，隶属函数不仅基本体现了它所反映的模糊概念的特性，而且通过量化还可以实现相应的数学运算和处理。

因此，“正确地”确定隶属函数是应用模糊理论恰如其分地定量刻划模糊概念的基础，也是利用模糊方法解决各种实际问题的关键。

然而，建立一个能够恰如其分地描述模糊概念的隶属函数，并不是一件容易的事情。

其原因就在于一个模糊概念所表现出来的模糊性通常是人对客观模糊现象的主观反映，隶属函数的形成过程基本上是人的心理过程，人的主观因素和心理因素的影响使得隶属函数的确定呈现出复杂性、多样性，也导致到目前为止如何确定隶属函数尚无定法，没有通用的定理或公式可以遵循。

但即便如此，鉴于隶属函数在模糊理论中的重要地位，确定隶属函数的方法还是受到了特别的重视，至今已经提出了十几种确定隶属函数的方法，而且其中一些方法基本上摆脱了人的主观因素的影响。

本章将选择4种经常使用的、具有代表性的方法予以介绍，它们是：直觉方法，二元对比排序法，模糊统计试验法，最小模糊度法。

4.1 直觉方法直觉的方法就是人们用自己对模糊概念的认识和理解，或者人们对模糊概念的普遍认同来建立隶属函例1、“正好”、“热”和“很热”图1 空气温度的隶属函数例2根据人们对汽车行驶速度中“慢速”、“中速”和“快速”这三个概念的普遍认同，可以给出描图2 汽车行驶速度的隶属函数虽然直觉的方法非常简单，也很直观，但它却包含着对象的背景、环境以及语义上的有关知识，也包含了对这些知识的语言学描述。

因此，对于同一个模糊概念，不同的背景、不同的人可能会建立出不完全相同的隶属函数。

例如，模糊集A = “高个子”的隶属函数。

如果论域是“成年男性”，其隶属函数的曲线如图3(a )所示；而如果论域是“初中一年级男生”，其隶属函数的曲线则为图3(b )所示的情形。

(a) (b)图3 不同论域下“高个子”的隶属函数4.2 二元对比排序法建立一个模糊集的隶属函数，实际上可以看成是对论域中每个元素隶属于某个模糊概念的程度进行比较、排序。

一、填空题1、模糊控制器由模糊化接口、解模糊接口、知识库和模糊推理机组成2、一个单神经元的输入是 1.0 ，其权值是 1.5，阀值是-2，则其激活函数的净输入是-0.5 ，当激活函数是阶跃函数，则神经元的输出是 13、神经网络的学习方式有导师监督学习、无导师监督学习和灌输式学习4、清晰化化的方法有三种：平均最大隶属度法、最大隶属度取最小/最大值法和中位数法，加权平均法5、模糊控制规则的建立有多种方法，是：基于专家经验和控制知识、基于操作人员的实际控制过程和基于过程的模糊模型，基于学习6、神经网络控制的结构归结为神经网络监督控制、神经网络直接逆动态控制、神网自适应控制、神网自适应评判控制、神网内模控制、神网预测控制六类7．傅京逊首次提出智能控制的概念，并归纳出的3种类型智能控制系统是、和。

7、人作为控制器的控制系统、人机结合作为控制器的控制系统、无人参与的自主控制系统8、智能控制主要解决传统控制难以解决的复杂系统的控制问题，其研究的对象具备的3个特点为、和。

8、不确定性、高度的非线性、复杂的任务要求9．智能控制系统的主要类型有、、、、和。

9、分级递阶控制系统，专家控制系统，神经控制系统，模糊控制系统，学习控制系统，集成或者（复合）混合控制系统10．智能控制的不确定性的模型包括两类：(1) ；(2) 。

10、(1)模型未知或知之甚少；(2)模型的结构和参数可能在很大范围内变化。

11．控制论的三要素是：信息、反馈和控制。

12．建立一个实用的专家系统的步骤包括三个方面的设计，它们分别是、和。

知识库的设计推理机的设计人机接口的设计13．专家系统的核心组成部分为和。

知识库、推理机14．专家系统中的知识库包括了3类知识，它们分别为、、和。

判断性规则控制性规则数据15．专家系统的推理机可采用的3种推理方式为 推理、 和 推理。

15、正向推理、反向推理和双向推理16．根据专家控制器在控制系统中的功能，其可分为 和 。