第3章模糊4-7_第1页
第3章模糊4-7_第2页
第3章模糊4-7_第3页
第3章模糊4-7_第4页
第3章模糊4-7_第5页
已阅读5页,还剩55页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

3.4F集与普通集的相互转换,1F集的-截集,定义1设AF(U),01(1)=,称为A的一个-截集,称为阀值(或置信水平);,由定义,与都是U的子集,它们均为普通集。,(2)=,称为A的一个-强截集。,所以A的截集族,(0,1)都是其集合一个“套”一个的集合族,如图3-16。,由的定义可推知,若,则,如上图所示。,例1设A=,则,A0.5=u3,u4,u5,=u3,u5,定义2设AF(U),记SuppA=x|xU,A(x)0,KerA=x|xU,A(x)=1SuppA与KerA分别称为A的支集与A的核。当KerA时,称A为正规模糊集。,例2对例1给出的F集,若取U=u1,u2,u10,则SuppA=u1,u2,u3,u4,u5,KerA=u3因KerA,故A为正规F集。,2.分解定理,定义3设0,1,AF(U),记(A)(u)=A(u)称A为与A的数积。,定理1(分解定理)设AF(U),则A=,=,证明对uU,有()(u)=(u),=,=,=A(u),故A=,同理可证分解定理:定理2(分解定理)设AF(U),则A=,说明:(1)若A为普通集,则(A)(u)=A(u)=A(u)=A(u)其中A(u)为A的特征函数。,(2)可将-截集写为F集的形式,如对例1中的A,有A0.5=,的F集的形式为=,如对例1中的A,有0.5A0.5=,证明不妨设12n(4.1),例3若A中隶属度只有n个不同值1,2,n,证明A=12n,对满足12的,有(4.2),=(4.3),因1,所以有1,同理,对ii+1(i=1,2,n-1)及n0的,有,=,nAnA=n,而对大于1的A=。所以由分解定理1可得,=12n,由(4.3):,例1对下列A,试验证分解定理1。,A=,解取A的-截集,我们得到A1=u3,A0.7=u3,u4A0.6=u2,u3,u4,A0.5=u1,u2,u3,u4A0.3=u1,u2,u3,u4,u5,按说明(3)可将写成模糊集的形式:1A1=,0.7A0.7=0.6A0.6=,0.5A0.5=,0.3A0.3=,于是=1A10.7A0.70.6A0.60.5A0.50.3A0.3,=+,=A,+,这便验证了分解定理1。,3.5扩展原理与模糊数,一.扩展原理,定义1(扩展原理)设U,V为两个论域,f是由U到V的映射f:UV,由f可诱导出一个新的映射(仍记作f)f:F(U)F(V),Af(A),,f(A)(y)=,由f可诱导出另一个新的映射,记作f1:F(V)F(U),Bf1(B);f1(B)(x)=B(f(x),定理3设f:UV,AF(U),则,证明对yV,若f1(y),则=(f()(y),=f()(y),=(()(x)),=A(x)=f(A)(y)若f1(y)=,结论显然成立。,=(A(x),=(A(x),例1给定从U=1,2,6到V=a,b,c,d的映射f:UV如下:,f(u)=,设A=,由扩展原理,f(A)(a)=A(u),=A(1)A(2)A(3)=1,同理,f(A)(b)=A(u)=A(4)A(5),=00.1=0.1f(A)(c)=A(u)=A(6)=0.9f(A)(d)=A(u)=0,所以f(A)=,则由f-1(B)(u)=B(f(u)直接得出,又设B=,f-1(B)=,二模糊数,平常所说的一个数,比如4,它对应于实数轴上的一个点集4,这个单点集的隶属函数如图3-18(1),这是严格数学意义上的数。在实际问题中,要描述一个量,有时与其用数轴上的一个点还不如用数轴上的一个区间更接近实际。比如我们说某类生长5年的树的高是4米,不如给出一个3.8-4.2的区间,即用所谓的区间数来描述树高。,所谓模糊数是指实数论域上的一类特殊的模糊集。这里我们只从数的实际扩张加以介绍,而不准备给出严格定义。,而在实际上,如果我们对这种植物作了大量的抽样测量,统计株高的实际分布情况,可能得到是图3-18的(3)的图像。它是一个模糊集的隶属函数,以4这一点隶属度最大(为1),向两边隶属度逐渐变小,我们可以称其为模糊数大约4。,误差为零,正大,负大的模糊量可分别表示成如图3-19中的三个模糊数,它们均是三角形模糊数。,模糊数的隶属函数可从统计获得,也可以根据实际问题具体设定。在模糊控制中常采用三角形模糊数,即把模糊数的模糊边沿设计成直线段,这样便于计算。如论域为某一被控量(温度,流量等)的误差,则,3.6模糊模式识别,对某个具体对象识别它属于何种类型的问题,称为模式识别。用模糊数学的方法对事物进行识别和分类,这就是模糊模式识别。,一模糊集的贴近度,定义1设A,B,CF(U),若映射N:F(U)F(U)0,1满足条件:N(A,B)=N(B,A);N(A,A)=1;若ABC,则N(A,C)N(A,B)N(B,C),则称N(A,B)为模糊集A与B的贴近度。,常用的贴近度有:1汉明贴近度,设U=u1,u2,un,则,当U为实数域上的闭区间a,b时,则有,N(A,B)=1-,N(A,B)=1-,2.欧几里得贴近度设U=u1,u2,un,则,N(A,B)=1-,当U=a,b时,则有,N(A,B)=1-,3.最小最大贴近度N(A,B)=,4.最小平均贴近度N(A,B)=,5.内、外积贴近度,N(A,B)=(AB)(AB)C,其中AB=(A(x)B(x))为A,B的内积;AB=(A(x)B(x))为A,B的外积。,例1设论域为实数集R。A,BF(R)是具有正态隶属函数的F集,A(x)=,B(x)=。试用内、外积贴近度求N(A,B)。,A(x)=,B(x)=。,解首先从图中知AB=(A(x)B(x)=0。,而由内积的定义知AB应为两曲线交点的纵坐标,即AB=A(x0),其中x0介于,之间且适合方程=(6.1),=,由(6.1)解出x0=,于是,N(A,B)=AB=,二.隶属原则给定n个模型,它们表示论域U上的模糊集A(1),A(2),A(n)F(U),u0U,是一个待识别的具体对象。我们可根据下述隶属原则断定u0属于哪一个模型。,隶属原则给定A(i)F(U),i=1,2,n,又u0U,如果A(i)(u0)=maxA(1)(u0),A(2)(u0),A(n)(u0)那么可以认为u0应划归A(i)这一类。,例2三角形的识别。令所有待考察的三角形构成论域U,即U=(A,B,C)|ABC,A+B+C=180O其中A,B,C分别代表三角形三内角的度数,从大到小排列。设有四个模型:等腰三角形I、直角三角形R、正三角形E、非典型的三角形T。,正三角形E的隶属函数为E(x)=1-(A-C),等腰三角形I的隶属函数为I(x)=1-minA-B,B-C,直角三角形R的隶属函数为R(x)=1-,非典型三角形T,有:T=(EIR)c=EcIcRc,考察一个具体的三角形u1=(63,59,58),计算它对四个的F集的隶属度,得E(u1)=0.9722,I(u1)=0.9833,R(u1)=0.7,T(u1)=Ec(u1)Ic(u1)Rc(u1)=0.0167。按照隶属原则,应把u1判定为近似于等腰三角形。,再考察另一个具体的三角形u2=(91,45,44),计算出E(u2)=0.7389,I(u2)=0.9833,R(u2)=0.9889,T(u2)=Ec(u2)Ic(u2)Rc(u2)=0.0111。按照隶属原则,应把u2判定为近似于直角三角形。由于I(u2)R(u2)所以也可把u2判定为近似等腰三角形。,三.择近原则,择近原则设A(i),BF(U),i=1,2,n。若存在i,使N(A(i),B)=maxN(A(1),B),N(A(2),B),N(A(n),B)则认为B与A(i)最贴近,即判B与A(i)为一类,该原则称为择近原则。,例3点阵文字的识别。点阵文字是拉丁字母及阿拉伯数字的一种表示法。所谓点阵文字就是将每个字母和数字等分成mn个小方格,然后在每个小方格中或者填上全黑色,或者空成全白色.,例如上图中,前者是字母H,后者是数字6。这里我们将每个字符等分成75=35个小方格。约定把暗色小方格记作1,白色小方格记作0,并按照先从左到右,后从上到下的次序把35个小方格排成行向量,于是,H=(10001100011000111111100011000110001)6=(11110100001000011111100011000111111),这些向量是标准的,每个小方格或者全黑,或者全白,所以把这样的向量叫做标准向量。然而,实际上由于打印时着色不均匀以及可能产生的污点,会使实际的点阵文字变成非标准的,通过传感器所获得的信息就不会和标准向量一致。,使用电脑识别点阵文字时,通常总是把37个标准向量置于内存中,这些标准向量包括26个字母A,B,Z,10个数字0,1,9和1个空白符号。对于每个待识别的点阵文字,则通过光电输入接受每个小方格的信息,由于打印的缺陷,这些信息不一定为0或1,往往介于0,1之间。我们把打印缺陷等偶然因素叫做噪声。我们要解决的问题是消除噪声干扰,获得正确的识别结果。,以下是PPWang等人曾经用过的方法。设=(1,2,35),i0,1,为待识别的点阵文字向量,,,0,1,j=1,2,37为标准向量。,计算数值N(A(j),)=(6.2),再取最大者,比如N(A(4),)最大,则可认为=A(4)。其中(6.2)式也是一种计算贴近度的公式,它虽然不满足贴近度的全部要求,但用作贴近度的近似公式还是有效的。实验结果为:在噪声达到31.43%的情况下,正确识别率大于90%。,3.7模糊关系,1.普通关系,定义1给定集合A和B,笛卡尔积AB的子集R称为A到B的关系,简称为关系。若R为关系,当(a,b)R时,称a,b适合关系R,记作aRb;否则称a,b不适合关系R,记作,ab。A到A的关系也称为A上关系。,例如,设A为某校全体学生的集合,R为A上同班关系,若R=(张,王),(王,张),(张,李),则表示张与王同班,张与李同班。,若A,B为有限集或可数无限集,A到B的关系可用关系矩阵来表达。设A=a1,a2,an,B=b1,b2,bmR为A到B的关系,R的关系矩阵定义为:,例1设A=a1,a2,a3,B=b1,b2,b3,b4,A到B的关系R与A上关系S,分别为R=(a1,b1),(a1,b3),(a2,b2),(a3,b2),(a3,b4)S=(a1,a1),(a1,a3),(a2,a2),(a3,a1)则,M(R)=,,M(S)=,定义2设R为非空集合A上的关系。,(i)若对aA,有aRa,则称R有自反性;,(ii)若对a,bA,当aRb时,必有bRa,则称R有对称性;(iii)若对a,bA,当aRb,bRa时,必有a=b,则称R有反对称性;,()若对a,b,cA,当aRb,bRc时,必有aRc,则称R有传递性;()若R同时具有自反性,对称性和传递性,则称R为A上等价关系。,例2(1)设R为实数集,R上的=关系具有自反性,对称性,反对称性和传递性,是R上的一个等价关系;,R上的关系具有自反性反对称性和传递性,不是等价关系。,(2)设P为中国人的集合,则P上的同姓关系有自反性,对称性和传递性是P上的一个等价关系;,P上朋友关系仅有自反性和对称性,不是等价关系。,例2,(3)设A=1,2,3,A上关系R=(1,1),(2,2),(3,3),(1,2),(2,1)可验证,S=(1,1),(1,2),(2,3),R有自反性,对称性和传递性是一个等价关系;,S仅有反对称性,不是等价关系。,定义3设R为非空集合A上的等价关系,xA,A的子集xR=y|yA并且xRy称为x关于R的等价类,简称x的等价类或等价类。x称为此等价类的代表元。xR可简记为x。,例3(1)设R为中国人的集合P上的同姓关系,则张三=y|yP并且张三与y同姓=y|yP并且y姓张,例3,(2)设R为整数集合Z上的模3同余关系,即R=(x,y)|x,yZ并且xy(mod3)可验证R为Z上等价关系,有,0=3n|nZ,1=3n+1|nZ,2=3n+2|nZ,等价类的性质:设R为非空集合A上的等价关系,则(1)xA,x;(2)x,yA,或x=y,或xy=;,(3)x=A,定义4若集合A的子集族(P(A)具有性质:(1);(2)Ai,Aj,若AiAj,则AiAj=;(3)Ai=A。则称为A的一个划分,中的元素称为划分块。,例取A=1,2,3,4,1=1,2,3,4是A的一个划分;,2=1,3,4,3=1,2,2,3,4均不为A的划分。,下面的定理给出了等价关系与划分的关系。,定理4(1)设R为非空集合A上的一个等价关系,A/R为A的所有等价类构成的集合(称为商集),则A/R是A上的一个划分。(2)设为A的一个划分,关系R=(x,y)|x,yA,并且x与y同块是A上等价关系,并且R的商集A/R=。,例如,对例3(1)中的关系R,P/R=张三,李四,王五是P上的一个划分;对例3(2)中的R,Z/R=0,1,2是Z的一个划分。,定理4表明等价关系具有聚类功能,并且等价关系与划分一一对应。,2.模糊关系,定义5给定论域U,V,笛卡尔积UV上的F集RF(UV)称为U到V的一个模糊关系,隶属度R(u,v)称为u,v对关系R的相关程度。当U=V时,R又称U上的模糊关系。模糊关系简称为F关系。,例4设U=u1,u2,u3表示赵,钱,孙三人的集合,V=v1,v2,表示两种文学作品A和B的集合。,R=+,确定了一个从U到V的F关系。其中R(u1,v1)=0.9,表示赵对作品A相当熟悉;R=u2,v2=0.1,表示钱对作品B不太熟悉。,例5设论域U为实数轴。U上远远大于关系R是U上F关系,其中,R(x,y)=,与普通关系一样,当U,V有限时,U到V的关系R也可用矩阵来表达。若U=u1,u2,un,V=v1,v2,vm,则R可表为:,R=,如例4的R可表为,说明:(1)如(7.1)这样的其元素由0,1中的数组成的矩阵,我们也称它为模糊矩阵,或F矩阵。,R=(7.1),(2)F矩阵既然是有限论域上的F关系的一种表达形式,因此F矩阵的运算,截矩阵等等都可以沿用F集的有关规则。例如,对(7.1)式的F矩阵的0.8截矩阵为,R0.8=,若用集合表达,则R0.8=(u1,v1),(u1,v2),(u3,v2)。,一些特殊F关系(或F矩阵)设R为U到V的F关系。,(1)R的补Rc:Rc(u,v)=1-R(u,v),(u,v)UV。,(2)R的转置矩阵(关系)RT:RT(u,v)=R(v,u),(u,v)UV。,(3)恒等关系I:若X上的模糊关系I满足I(x,y)=则称I为X上的恒等关系。,(4)零关系O:若U到V的F关系O满足O(u,v)=0,(u,v)UV则称O为U到V的零关系。,(5)全称关系E:若U到V的模糊关系E满足E(u,v)=1,(u,v)UV则称E为U到V的全称关系。,F关系的运算对任意模糊关系R,S,Ri均有,(1)(Rc)c=R;(2)(RT)T=R;,(3)RE=E,RE=R;,(4)RO=R,RO=O;,(5)ORE;,(6)=,=;,(7)若RS,则有RcSc。,3F关系的合成(1)普通关系的合成,设R为A到B的关系,S为B到C的关系,R与S的合成RS是一个A到C的关系,定义为RS=(a,c)|bB,有aRb且bSc,例6设A是所有人的集合。R为A上兄弟关系,S为A上父子关系,若有,a(RS)c,则存在bA,有aRb(表明a是b的哥哥)和,bSc(表明b是c的父亲),,因此a是

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论