第4章(2模糊推理).ppt

1、，人工智能和数据挖掘，四章计算智能生物技术(2)模糊计算，42模糊计算，421模糊集及其运算422模糊推理423模糊推理规则的计算公式424模糊推理方法比较，人工智能和数据挖掘，421模糊集及其运算，1，基本概念(1)连续值逻辑模糊推理的基础模糊命题是模糊命题模糊的命题不准确，不能简单地用“真”或“假”来反映。逻辑值采用连续间隔0，1的值。连续值逻辑也称为模糊逻辑。人工智能及数据挖掘，(2)隶属于函数论站，是讨论的总对象空间。定义：域X=x的模糊集A用所属函数A(x)表示。其中，A(x)从实际轴上的闭合间隔0，1取值，A(x)的大小反映了模糊集A的X隶属度。如果A(x)的值接近1，则表示x属于

2、a的程度很高。如果A(x)的值接近于0，则表示x属于a的程度低。在特殊情况下，如果A的范围取0，1闭合间隔的两个端点，即0，1的两个值，则A退化为普通逻辑子集。所属函数也退化为一般逻辑值。人工智能和数据挖掘，(c)模糊集的表示与宇宙U，U=x1，x2，xn的模糊子集An，Zadeh表示：其中分母是宇宙U的元素，分子是相应元素的成员，模糊子集An通常用AN=(1，2，n)表示。其中I是相应元素Xi的归属。I为0时，必须创建牙齿条目(保持匹配)。例如，域U=x1、x2、x3和x4的模糊集A=0.1/x1 0.8/x2 0.6/x4或a=(0.1、0.8、0.6)、人工智能和数据挖掘人工智能和数据挖

3、掘，2。模糊集A和B的并行A B(或AB)定义为、其中符号类似于max，表示该Xi的两个成员取最大值。3.模糊集A和B的交点AB定义为。其中符号类似于min，表示该Xi中的两个从属关系非常小。人工智能和数据挖掘，4 .模糊集A和B的乘积AB在特殊情况下定义为模糊集的幂运算A2，A3，5。如果模糊关系为A1，An，则U1，Un的模糊子集，A1，An的笛卡尔乘积集记录为A1 A1。它也是函数(N维矩阵):人工智能和数据挖掘，(2)模糊集计算示例1 . u=1 2 3 10a=0.8/3 1/5 0.6/6b=0.7/3 1/4的模糊集，0，0)示例模糊关系R1和R2的交叉R1R2，R1R2R1R2

4、(x，Y)=定义为R1(x，Y)r1r 2=R1(x，y) R2(x，Y)说明：模糊关系，人工智能和数据挖掘，(2)对于模糊关系运算，A和B都是X=x1，x2的模糊关系：人工智能和数据挖掘，422模糊推理模糊推理在模糊数学中称为近似推理(或类似推理或推理合成)。那是传统逻辑中错误推理的普及。(a)定义模糊规则1:“如果是a，则b或c”在UV中是二进制模糊关系。B表示A，否则C=AB AC其中A，B和C是U，V，V的模糊集，“B表示A，否则C”是UV的二进制模糊关系。定义2:“如果是A，则B”可以视为“如果是A，则为B”，否则为C”的特殊情况。换句话说，C是整个全局V的结果。结果：对于A，如果B

5、=a，则V=AB aV注意事项：对于传入显示AB A，则为B；对于人工智能和数据挖掘，例如U=V=1 2 3 A=小=1/1 0.4/2=(1，0.4) 0如果是a，则为B或C，2。A表示B，人工智能和数据挖掘，(2)模糊推理合成A，B表示域U，V的模糊子集，AB表示从U到V的模糊关系，UV的模糊子集。如果输入模糊子集A，则输出B为：B=A(AB)例如，域U=(1，2，3，4，5)中有模糊集A、B和C。模糊关系R=A越小，B就越大。现有的模糊子集A很小。模糊关系R得出什么结论？定义：较小=(1，0.8，0.6，0.4，0.2)，较大=(0.2，0.4，0.6，0.8，1)示例：较小=较小2(a

6、) Zadeh方法1。最小最大规则，标记为Rm，2 .边界算术规则，用Ra表示，(b) Mamdani方法他用Rc表示，人工智能和数据挖掘，(3) Mizumoto提出了最小运算规则。1.Rs方法，2 .Rg方法，其中3 .Rsg方法，其中人工智能和数据挖掘，6 .Rss方法，5 .Rgs方法，4 .Rgg方法，7 .在Rb方法、人工智能和数据挖掘模糊推理中，对肯定全部和傅晶事件的推理方式不同。(a)肯定前的推理1。在肯定前面的几个茄子中：a=a a=very a=a2 a=more or less a=a 0.5 a=not a=a 2。肯定前的推理方式是B=A R模糊关系，人工智能和数据挖掘，(2)否定后的推理1。对于否定后的几个茄子，b=not b=b b b=not ver