对隶属函数确定方法的进一步探讨

1、第一组第一组人们判断隶属度的不合理性一般有以下几种人们判断隶属度的不合理性一般有以下几种： 由于自信出现偏差，当事件发生的客观概率在由于自信出现偏差，当事件发生的客观概率在0.5以上，以上，而人们又认为或希望它发生，则判断出的隶属度往往高于而人们又认为或希望它发生，则判断出的隶属度往往高于凭知识和事实本应判断的值；当事件发生的客观概率在凭知识和事实本应判断的值；当事件发生的客观概率在0.5以下，而人们又不认为或不希望它发生，估计就以下，而人们又不认为或不希望它发生，估计就 会偏低。会偏低。 人们往往特别重视确定的结果。对肯定的比较人们往往特别重视确定的结果。对肯定的比较 重视，当待选方案中出现

2、确定后果时，就重视，当待选方案中出现确定后果时，就 偏向这种方案。从另一角度也可表现偏向这种方案。从另一角度也可表现 为离参照点越近的变化人们越敏感。为离参照点越近的变化人们越敏感。 人们对于盈利和亏损的感觉不一样，对损失带来的失望比人们对于盈利和亏损的感觉不一样，对损失带来的失望比同额获利带来的快慰更加强烈。同额获利带来的快慰更加强烈。 人们对于概率事件的作用估计偏高，而对于大概率的作用人们对于概率事件的作用估计偏高，而对于大概率的作用偏小。（偏小。（注意：偏重感受小概率的作用和对过注意：偏重感受小概率的作用和对过 高估计稀少事件的概率不是一回事。高估计稀少事件的概率不是一回事。） 对于逼近

3、不发生货时间的交界处，属于突对于逼近不发生货时间的交界处，属于突 变范围。人们对其评价能力受到限制，变范围。人们对其评价能力受到限制， 其概率或者被忽略或者被夸大，相应其概率或者被忽略或者被夸大，相应 的隶属度难以确定。的隶属度难以确定。函数的选定及参数的调整函数的选定及参数的调整模糊统计法模糊统计法例证法例证法指派法指派法二元对比法二元对比法隶属函数的确定方法：隶属函数的确定方法：由于上述方法的局限性，如何找到更加接近的隶属函数？由于上述方法的局限性，如何找到更加接近的隶属函数？借助于指派方法的思想来确定隶属度函数。借助于指派方法的思想来确定隶属度函数。思想：思想：采用初步的确定粗略的隶属函

4、数，然后再通过学习和实践采用初步的确定粗略的隶属函数，然后再通过学习和实践检验逐步修改和完善，通过实际效果来检验和调整隶属函数。检验逐步修改和完善，通过实际效果来检验和调整隶属函数。常用的模糊分布有：常用的模糊分布有： 矩形、梯形、矩形、梯形、K K次抛物型、次抛物型、 型、正态、柯西、岭型；每一型、正态、柯西、岭型；每一种分布又分为戎上型，中间型，戎下行。种分布又分为戎上型，中间型，戎下行。HOW一一.离参照点近离参照点近特点：离参照点越近，曲线越陡（愈近愈敏感）特点：离参照点越近，曲线越陡（愈近愈敏感）1.假设参照点的隶属度为假设参照点的隶属度为1（满意点）（满意点）. 用抛线型分布用抛线

5、型分布 函数：函数： 其中点其中点a为参照点，点为参照点，点b位选下的隶属度为位选下的隶属度为0的一个最小零点。的一个最小零点。 抛物线图像：抛物线图像：2.假设参照点（选取端点）的隶属度为假设参照点（选取端点）的隶属度为0（不满意点）。可采用偏大型（不满意点）。可采用偏大型 ： 由由k决定始点切线斜率，即决定曲线陡峭程度。决定始点切线斜率，即决定曲线陡峭程度。kabxbxf)(bxa为常数0k分布)(1)(axkexf为常数0k2用升岭型分布描述：用升岭型分布描述：举例：评价身高时，举例：评价身高时，1.80m为高，隶属度为为高，隶属度为1；1.79m还为还为1；那么；那么1.78m的隶属度

6、为多少？的隶属度为多少？栖西分布栖西分布1)2(sin21210)(abxabxfbxbxaax二、对临近边际的现象不好评价1)(110)(axxfaxax)0, 0(两边隶属度函数描述不一样，用不对称两边隶属度函数描述不一样，用不对称S隶属度函数描述：隶属度函数描述：三、对损失看重，即负效应现象。三、对损失看重，即负效应现象。110),(22xnxmxx x xx其中其中 为中点，为中点，这是随着自变量增加，满意度增加的隶属度函数。这是随着自变量增加，满意度增加的隶属度函数。2, nm5 . 0)(四、当决策人参考时态体进行判断，往往会由于自信四、当决策人参考时态体进行判断，往往会由于自信 出现偏差出现偏差用用型分布)()(1)(axkaxkeexf为常数0k 由于隶属函数的确定有不同的方法，无由于隶属函数的确定有不同的方法，无论采用什么方法，应结合使用，进行互补，论采