2011夏模糊数学教学课件

1、2020年9月4日,1,模糊数学绪论,用数学的眼光看世界，可把我们身边的现象划分为： 1.确定性现象：如水加温到100oC就沸腾，这种现象的规律 性靠经典数学去刻画； 2.随机现象：如掷筛子，观看那一面向上，这种现象的规律 性靠概率统计去刻画; 3.模糊现象：如 “今天天气很热”，“小伙子很帅”，等等。 此话准确吗？有多大的水分？靠模糊数学去刻画。,2020年9月4日,2,年轻、重、热、美、厚、薄、快、慢、大、小、高、低、长、短、贵、贱、强、弱、软、硬、阴天、多云、暴雨、清晨、礼品。,共同特点：模糊概念的外延不清楚。,模糊概念导致模糊现象,模糊数学研究和揭示模糊现象的定量处理方法。,模糊数学绪

2、论,2020年9月4日,3,产生,1965年，L.A. Zadeh（扎德） 发表了文章模糊集 (Fuzzy Sets，Information and Control, 8, 338-353 ),基本思想,用属于程度代替属于或不属于。,某个人属于秃子的程度为0.8, 另一个人属于,秃子的程度为0.3等.,模糊数学绪论,2020年9月4日,4,模糊代数，模糊拓扑，模糊逻辑，模糊分析， 模糊概率，模糊图论，模糊优化等模糊数学分支,涉及学科,分类、识别、评判、预测、控制、排序、选择；,模糊产品,洗衣机、摄象机、照相机、电饭锅、空调、电梯,人工智能、控制、决策、专家系统、医学、土木、 农业、气象、信息、

3、经济、文学、音乐,模糊数学绪论,2020年9月4日,5,模糊数学绪论,课堂主要内容,一、基本概念,二、主要应用,1. 模糊聚类分析对所研究的事物按一定标准进行分类,模糊集，隶属函数，模糊关系与模糊矩阵,例如，给出不同地方的土壤，根据土壤中氮磷以及有机质含量，PH值，颜色，厚薄等不同的性状，对土壤进行分类。,2020年9月4日,6,2.模糊模式识别已知某类事物的若干标准模型，给出一个具体的对象，确定把它归于哪 一类模型。,模糊数学绪论,例如：苹果分级问题 苹果，有I级，II级，III级，IV级四个等级。 现有一个具体的苹果，如何判断它的级别。,2020年9月4日,7,3.模糊综合评判从某一事物的

4、多个方面进行综合评价,模糊数学绪论,例如：某班学生对于对某一教师上课进行评价 从清楚易懂，教材熟练，生动有趣，板书清晰四方面 给出很好，较好，一般，不好四层次的评价 最后问该班学生对该教师的综合评价究竟如何。,4.模糊线性规划将线性规划的约束条件或目标函数模糊化，引入隶属函数，从而导出一个新的线性规划问题，其最优解称为原问题的模糊最优解,2020年9月4日,8,模糊数学,2020年9月4日,9,一、经典集合与特征函数,论域U中的每个对象u称为U的元素。,模糊集合及其运算,2020年9月4日,10,. u,A,A,. u,模糊集合及其运算,2020年9月4日,11,其中,函数 称为集合A的特征函

5、数。,模糊集合及其运算,非此及彼,2020年9月4日,12,模糊集合及其运算,亦此亦彼,U,A,模糊集合 ,元素 x,若 x 位于 A 的内部， 则用1来记录， 若 x 位于 A 的外部， 则用0来记录， 若 x 一部分位于 A 的内部，一部分位于 A 的外部，,则用,x 位于 A 内部的长度来表示 x 对于 A 的隶属程度。,2020年9月4日,13, 0, 1 , 0, 1 ,特征函数,隶属函数,二、模糊子集,2020年9月4日,14,模糊集合及其运算,越接近于0,表示 x 隶属于A 的程度越小；,越接近于1,表示 x 隶属于A 的程度越大；,0.5,最具有模糊性，过渡点,2020年9月4

6、日,15,模糊子集通常简称模糊集，其表示方法有：,（1）Zadeh表示法,这里 表示 对模糊集A的隶属度是 。,如“将一1,2,3,4组成一个小数的集合”可表示为,可省略,模糊集合及其运算,2020年9月4日,16,（3）向量表示法,（2）序偶表示法,若论域U为无限集，其上的模糊集表示为：,模糊集合及其运算,2020年9月4日,17,例1. 有100名消费者，对5种商品 评价，,结果为：,81人认为x1 质量好，53人认为x2 质量好，,所有人认为x3 质量好，没有人认为x4 质量好，24人认为x5 质量好,则模糊集A（质量好）,2020年9月4日,18,例2：考虑年龄集U=0,100，O=“

7、年老”，O也是一个年龄集， u = 20 A，40 呢？札德给出了 “年老” 集函数刻画:,1,0,U,50,100,2020年9月4日,19,再如，Y= “年轻”也是U的一个子集，只是不同的年龄段隶属 于这一集合的程度不一样，札德给出它的隶属函数：,1,0,25,50,U,B（u）,2020年9月4日,20,则模糊集O（年老）,则模糊集Y（年轻）,2020年9月4日,21,2、模糊集的运算,定义：设A，B是论域U的两个模糊子集，定义,相等：,包含：,并：,交：,余：,模糊集合及其运算,2020年9月4日,22,例3.,模糊集合及其运算,则：,0.3,0.9,1,0.8,0.6,0.2,0.1

8、,0.8,0.3,0.5,2020年9月4日,23,模糊集合及其运算,并交余计算的性质,1. 幂等律,2. 交换律,3. 结合律,4. 吸收律,2020年9月4日,24,模糊集合及其运算,6. 0-1律,7. 还原律,8. 对偶律,5. 分配律,2020年9月4日,25,几个常用的算子：,（1）Zadeh算子,（2）取大、乘积算子,（3）环和、乘积算子,模糊集合及其运算,2020年9月4日,26,（4）有界和、取小算子,（5）有界和、乘积算子,（6）Einstain算子,模糊集合及其运算,2020年9月4日,27,三、隶属函数的确定,1、模糊统计法,模糊统计试验的四个要素：,模糊集合及其运算,

9、2020年9月4日,28,特点：在各次试验中， 是固定的，而 在随机变动。,模糊统计试验过程：,（1）做n次试验，计算出,模糊集合及其运算,2020年9月4日,29,模糊集合及其运算,对129人进行调查, 让他们给出“青年人”的年龄区间，,问年龄 27属于模糊集A（青年人）的隶属度。,2020年9月4日,30,对年龄27作出如下的统计处理：,A(27) = 0.78,(变动的圈是否盖住不动的点),2020年9月4日,31,2、指派方法,模糊集合及其运算,一般会有一些大致的选择方向：偏大型，偏小型，中间型。,例如：在论域 中，确定A=“靠近5的数”的隶属函数,中间型,2020年9月4日,32,模

10、糊集合及其运算,可以选取柯西分布中间类型的隶属函数,先确定一个简单的，比如,此时有,不太合理，故改变,2020年9月4日,33,模糊集合及其运算,取,此时有,有所改善。,2020年9月4日,34,3、其它方法,模糊集合及其运算,2020年9月4日,35,模糊集合及其运算,四、模糊矩阵,例如：,2020年9月4日,36,（1）模糊矩阵间的关系及运算,定义：设 都是模糊矩阵，定义,相等：,包含：,模糊集合及其运算,并：,交：,余：,2020年9月4日,37,例4：,模糊集合及其运算,2020年9月4日,38,（2）模糊矩阵的合成,定义：设 称模糊矩阵,为A与B的合成，其中 。,模糊集合及其运算,即

11、：,定义：,设A为 阶，则模糊方阵的幂定义为,2020年9月4日,39,例5：,模糊集合及其运算,2020年9月4日,40,（3）模糊矩阵的转置,模糊集合及其运算,性质：,2020年9月4日,41,（4）模糊矩阵的 截矩阵,显然，截矩阵为Boole矩阵。,模糊集合及其运算,2020年9月4日,42,例6：,模糊集合及其运算,2020年9月4日,43,截矩阵的性质：,性质1.,性质2.,性质3.,性质4.,模糊集合及其运算,2020年9月4日,44,（5）特殊的模糊矩阵,定义：若模糊方阵满足,则称A为自反矩阵。,例如,是模糊自反矩阵。,定义：若模糊方阵满足,则称A为对称矩阵。,例如,是模糊对称矩

12、阵。,模糊集合及其运算,2020年9月4日,45,模糊集合及其运算,定义：若模糊方阵满足,则称A为模糊传递矩阵。,例如,是模糊传递矩阵。,2020年9月4日,46,模糊集合及其运算,定义：若模糊方阵Q，S，A满足,则称 S 为 A 的传递闭包，记为 t (A)。,2020年9月4日,47,模糊聚类分析,一、基本概念及定理,2020年9月4日,48,模糊聚类分析,定理：,R是n阶模糊等价矩阵,是等,价的Boole矩阵。,意义：将模糊等价矩阵转化为等价的Boole矩阵， 可以得到有限论域上的普通等价关系，而等价关系是可以分类的。因此，当在0,1上变动时，由 得到不同的分类。,2020年9月4日,4

13、9,模糊聚类分析,2020年9月4日,50,例6：设对于模糊等价矩阵,模糊聚类分析,2020年9月4日,51,模糊聚类分析,画出动态聚类图如下：,0.8,0.6,0.5,0.4,1,2020年9月4日,52,模糊聚类分析,2020年9月4日,53,例7：设有模糊相似矩阵,模糊聚类分析,2020年9月4日,54,二、模糊聚类的一般步骤,、建立数据矩阵,模糊聚类分析,2020年9月4日,55,（1）标准差标准化,模糊聚类分析,2020年9月4日,56,（2）极差正规化,（3）极差标准化,模糊聚类分析,2020年9月4日,57,、建立模糊相似矩阵（标定）,（1）相似系数法,夹角余弦法,相关系数法,模

14、糊聚类分析,2020年9月4日,58,（2）距离法,Hamming距离,Euclid距离,Chebyshev距离,模糊聚类分析,2020年9月4日,59,（3）贴近度法,最大最小法,算术平均最小法,几何平均最小法,模糊聚类分析,2020年9月4日,60,3、聚类并画出动态聚类图,（1）模糊传递闭包法,步骤：,模糊聚类分析,（2）boole矩阵法（略）,2020年9月4日,61,（3）直接聚类法,模糊聚类分析,当不同相似类出现公共元素时，将公共元素所在类合并。,将对应于 的等价分类中 所在类与 所在类合并，所有情况合并后得到相应于 的等价分类。, 依次类推，直到合并到U成为一类为止。,（4）最大

15、树法,（5）编网法,2020年9月4日,62,模糊聚类分析,2020年9月4日,63,解：,由题设知特性指标矩阵为,采用最大值规格化法将数据规格化为,模糊聚类分析,2020年9月4日,64,用最大最小法构造 模糊相似矩阵得到,模糊聚类分析,2020年9月4日,65,用平方法合 成传递闭包,2020年9月4日,66,取 ，得,模糊聚类分析,2020年9月4日,67,取 ，得,取 ，得,模糊聚类分析,2020年9月4日,68,取 ，得,取 ，得,模糊聚类分析,2020年9月4日,69,画出动态聚类图如下：,模糊聚类分析,2020年9月4日,70,若利用直接聚类法,模糊相似矩阵,取1, 此时 为单位

16、矩阵，故分类自然为,x1，x2，x3，x4，x5。,取0.70, 此时,2020年9月4日,71,故分类应为x1， x3， x2, x4，x5。,x2, x4为相似类,取0.63, 此时,x2, x4， x1, x4为相似类，,有公共元素x4的相似类为 x1, x2, x4,故分类应为x1 , x2, x4， x3， x5。,2020年9月4日,72,取0.62, 此时,x2, x4, x1, x4, x1, x3为相似类，,有公共元素x4的相似类为 x1, x2, x3,x4,故分类应为x1, x2, x3,x4， x5。,2020年9月4日,73,取0.53, 此时,故分类应为x1, x2

17、, x3, x4 , x5 。,2020年9月4日,74,模糊聚类分析的简要流程:,2020年9月4日,75,4、最佳阈值的确定,模糊聚类分析,（1） 按实际需要，调整 的值，或者是专家给值。,（2） 用 F - 统计量确定最佳值。,针对原始矩阵 X，得到,其中，,设对应于 的分类数为 r ,第 j 类的样本数为 nj ,第 j 类的样本记为：,2020年9月4日,76,则第j类的聚类中心为向量：,其中， 为第k个特征的平均值,作F - 统计量,模糊聚类分析,2020年9月4日,77,模糊聚类分析,若是,则由数理统计理论知道类与类之间的差异显著,若满足不等式的 F 值不止一个，则可进一步考察,

18、差值 的大小，从较大者中选择一个即可。,其中,2020年9月4日,78,模糊模式识别,2020年9月4日,79,模式识别是科学、工程、经济、社会以至生活中经常遇到并要处理的基本问题。这一问题的数学模式就是在已知各种标准类型(数学形式化了的类型)的前提下，判断识别对象属于哪个类型？对象也要数学形式化，有时数学形式化不能做到完整，或者形式化带有模糊性质，此时识别就要运用模糊数学方法。,模糊模式识别,2020年9月4日,80,在科学分析与决策中，我们往往需要将搜集到的历史资料归纳整理，分成若干类型，以便使用管理。当我们取到一个新的样本时，把它归于哪一类呢？或者它是不是一个新的类型呢？这就是所谓的模式

19、识别问题。在经济分析，预测与决策中，在知识工程与人工智能领域中，也常常遇到这类问题。 本节介绍两类模式识别的模糊方法。一类是元素对标准模糊集的识别问题 点对集；另一类是模糊集对标准模糊集的识别问题 集对集。,模糊模式识别,2020年9月4日,81,例1. 苹果的分级问题 设论域 X = 若干苹果。苹果被摘下来后要分级。一般按照苹果的大小、色泽、有无损伤等特征来分级。于是可以将苹果分级的标准模型库规定为 = 级，级，级，级，显然，模型级，级，级，级是模糊的。当果农拿到一个苹果 x0 后，到底应将它放到哪个等级的筐里，这就是一个元素（点）对标准模糊集的识别问题。,模糊模式识别,2020年9月4日,

20、82,例2. 医生给病人的诊断过程实际上是模糊模型识别过程。设论域 X = 各种疾病的症候 (称为症候群空间) 。各种疾病都有典型的症状，由长期临床积累的经验可得标准模型库 = 心脏病，胃溃疡，感冒，显然，这些模型(疾病)都是模糊的。病人向医生诉说症状(也是模糊的)，由医生将病人的症状与标准模型库的模型作比较后下诊断。这是一个模糊识别过程，也是一个模糊集对标准模糊集的识别问题。,模糊模式识别,2020年9月4日,83,点对集,1. 问题的数学模型 (1) 第一类模型：设在论域 X 上有若干模糊集：A1，A2，AnF ( X )，将这些模糊集视为 n 个标准模式，x0 X 是待识别的对象，问 x

21、0 应属于哪个标准模式 Ai ( i =1，2， n ) ?,(2) 第二类模型：设 AF ( X )为标准模式，x1, x2, , xn X 为 n 个待选择的对象，问最优录选对象是哪一个 xi (i =1，2， n ) ?,模糊模式识别,2020年9月4日,84,一最大隶属原则,最大隶属原则：,最大隶属原则：,模糊模式识别,2020年9月4日,85,模糊模式识别,2020年9月4日,86,例 选择优秀考生。设考试的科目有六门 x1：政治 x2：语文 x3：数学 x4：理、化 x5：史、地 x6：外语 考生为 y1，y2，yn，组成问题的论域 Y = y1, y2, , yn。设 A = “

22、优秀”，是 Y 上的模糊集，A(yi) 是第 i 个学生隶属于优秀的程度。给定 A(yi) 的计算方法如下：,模糊模式识别,2020年9月4日,87,式中 i =1, 2, , n 是考生的编号，j =1, 2, ,6 是考试科目的编号， j 是第 j 个考试科目的权重系数。按照最大隶属度原则，就可根据计算出的各考生隶属于“优秀”的程度（隶属度）来排序。 例如若令 1= 2= 3=1， 4= 5= 0.8， 6= 0.7, 有 四个考生 y1, y2, y3, y4，其考试成绩分别如表 3.4,模糊模式识别,2020年9月4日,88,表 3.4 考生成绩表,模糊模式识别,2020年9月4日,8

23、9,则可以计算出 于是这四个考生在“优秀”模糊集中的排序为： y2, y4, y1, y3.,模糊模式识别,2020年9月4日,90,阈值原则：,模糊模式识别,有时我们要识别的问题，并非是已知若干模糊集求论域中的元素最大隶属于哪个模糊集（第一类模型），也不是已知一个模糊集，对论域中的若干元素选择最佳隶属元素（第二类模型），而是已知一个模糊集，问论域中的元素，能否在某个阈值的限制下隶属于该模糊集对应的概念或事物，这就是阈值原则，该原则的数学描述如下：,2020年9月4日,91,模糊模式识别,2020年9月4日,92,例如 已知 “青年人” 模糊集 Y，其隶属度规定为 对于 x1 = 27 岁及

24、x2 = 30 岁的人来说，若取阈值,模糊模式识别,2020年9月4日,93,1 = 0.7，,模糊模式识别,故认为 27 岁和 30 岁的人都属于“青年人” 范畴。,则因 Y(27) = 0.862 1，,而 Y(30) = 0.5 1 ，,故认为 27 岁的人尚属于“青年人” ，而 30 岁人的则不属于“青年人” 。,若取阈值 2 = 0.5，,则因 Y(27) = 0.862 2,而 Y(30) = 0.5 = 2 ，,2020年9月4日,94,模糊模式识别,集对集,例如：论域为“茶叶”，标准有5种 待识别茶叶为B，反映茶叶质量的6个指标为：条索，色泽，净度，汤色，香气，滋味，确定 B

25、属于哪种茶,2020年9月4日,95,在实际问题中，我们常常要比较两个模糊集的模糊距离或模糊贴近度，前者反映两个模糊集的差异程度，后者则表示两个模糊集相互接近的程度，这是一个事情的两个方面。如果待识别的对象不是论域 X 中的元素 x，而是模糊集 A，已知的模糊集是 A1, A2, , An，那么问 A 属于哪个 Ai (i = 1, 2, n)？就是另一类模糊模式识别问题 集对集。解决这个问题，就必须先了解模糊集之间的距离或贴近度。,2020年9月4日,96,1. 距离判别分析 定义 设 A、B F ( X )。称如下定义的dP(A, B) 为 A 与 B 的 Minkowski (闵可夫斯基

26、) 距离 (P1)： ) 当 X = x1, x2, , xn 时， ) 当 X = a, b 时，,模糊模式识别,2020年9月4日,97,特别地， p=1 时，称 d 1(A, B) 为 A 与 B 的 Hamming (海明) 距离。 p=2 时，称 d2(A, B) 为 A 与 B 的 Euclid (欧几里德) 距离。 有时为了方便起见，须限制模糊集的距离在 0, 1中，因此定义模糊集的相对距离 dp(A, B) ，相应有 (1) 相对 Minkowski 距离,模糊模式识别,2020年9月4日,98,(2) 相对 Hamming 距离,模糊模式识别,2020年9月4日,99,(3)

27、 相对 Euclid 距离,模糊模式识别,2020年9月4日,100,有时对于论域中的元素的隶属度的差别还要考虑到权重 W(x)0，此时就有加权的模糊集距离。一般权重函数满足下述条件： 当 X = x1，x2，xn 时，有 当 X = a, b 时，有 加权 Minkowski 距离定义为,模糊模式识别,2020年9月4日,101,加权 Hamming 距离定义为 加权 Euclid 距离定义为,模糊模式识别,2020年9月4日,102,例 欲将在 A 地生长良好的某农作物移植到 B地或 C 地，问 B、C 两地哪里最适宜？ 气温、湿度、土壤是农作物生长的必要条件，因而 A、B、C 三地的情况

28、可以表示为论域 X = x1 (气温)，x2 (湿度)，x3 (土壤) 上的模糊集，经测定，得三个模糊集为,模糊模式识别,2020年9月4日,103,由于 dw1( A, B ) dw1( A, C )，说明 A，B 环境比较相似，该农作物宜于移植 B 地。,模糊模式识别,设权重系数为 W = ( 0.5, 0.23, 0.27 )。计算 A 与 B 及 A 与 C 的加权 Hamming 距离，得,2020年9月4日,104,2、贴近度,模糊模式识别,按上述定义可知，模糊集的内积与外积是两个实数。,AB=,定义 设 A，B F (U)，称,为 A 与 B 的内积，称,为 A 与 B 的外积。

29、,2020年9月4日,105,比较，可以看出 AB 与 ab 十分相似，只要把经典数学中的内积运算的加 “+” 与乘 “ ” 换成取大 “” 与取小 “” 运算，就得到 AB。,模糊模式识别,若 X =x1, x2, xn，记 A(xi) = ai，B(xi) = bi，则,与经典数学中的向量 a = a1, a2, an 与向量 b = b1, b2, bn 的内积,2020年9月4日,106,例 设 X =x1, x2, x3, x4, x5, x6, 则,A B,模糊模式识别,2020年9月4日,107,例 设 A，BF (R)，A、B 均为正态型模糊集，其隶属函数如图 3.33,模糊模

30、式识别,2020年9月4日,108,由定义知AB 应为 max( AB ) ，隶属度曲线CDE 部分的峰值，即曲线 A(x) 与 B(x) 的交点 x* 处的纵坐标。为求 x*，令,解得,于是,类似地，由于,故 A B=0。,模糊模式识别,2020年9月4日,109,模糊模式识别,表示两个模糊集A，B之间的贴近程度。,或 L( A，B) = ( AB) ( A B)C,2020年9月4日,110,C =,C =,故B比A更贴近于.,模糊模式识别,2020年9月4日,111,模糊模式识别,2020年9月4日,112,模糊模式识别,2020年9月4日,113,二、择近原则,模糊模式识别,2020年

31、9月4日,114,模糊模式识别,例如：论域为“茶叶”，标准有5种 待识别茶叶为B，反映茶叶质量的6个指标为：条索，色泽，净度，汤色，香气，滋味，确定 B 属于哪种茶,B)，,2020年9月4日,115,模糊模式识别,计算得,故茶叶 B 为 A1 型茶叶。,2020年9月4日,116,模糊综合评判,一、一级模糊综合评判,2020年9月4日,117,模糊综合评判,2020年9月4日,118,模糊综合评判,2020年9月4日,119,模糊综合评判,2020年9月4日,120,模糊综合评判,2020年9月4日,121,根据运算的不同定义，可得到以下不同模型：,模糊综合评判,2020年9月4日,122,

32、例如有单因素评判矩阵,则B(0.18, 0.18, 0.18, 0.18),2020年9月4日,123,模糊综合评判,2020年9月4日,124,模糊综合评判,2020年9月4日,125,其中：,模糊综合评判,2020年9月4日,126,实例：某平原产粮区进行耕作制度改革，制定了甲(三种三收) 乙(两茬平作),丙(两年三熟) 3种方案,主要评价指标有：粮食亩产量，农产品质量，每亩用工量，每亩纯收入和对生态平衡影响程度共5项，根据当地实际情况，这5个因素的权重分别为0.2, 0.1, 0.15, 0.3, 0.25,其评价等级如下表,2020年9月4日,127,经过典型调查，并应用各种参数进行谋

33、算预测，发现3种方案的5项指标可达到下表中的数字，问究竟应该选择哪种方案。,过程：,因素集,权重,A（0.2, 0.1, 0.15, 0.3, 0.25）,评判集,2020年9月4日,128,建立单因素评判矩阵：因素与方案之间的关系可以通过建立隶属函数，用模糊关系矩阵来表示。,2020年9月4日,129,2020年9月4日,130,2020年9月4日,131,2020年9月4日,132,2020年9月4日,133,二、多级模糊综合评判（以二级为例）,问题：对高等学校的评估可以考虑如下方面,模糊综合评判,2020年9月4日,134,二级模糊综合评判的步骤：,模糊综合评判,2020年9月4日,13

34、5,模糊综合评判,2020年9月4日,136,模糊综合评判,2020年9月4日,137,模糊综合评判,2020年9月4日,138,模糊综合评判,2020年9月4日,139,模糊综合评判,2020年9月4日,140,模糊综合评判,2020年9月4日,141,模糊综合评判,2020年9月4日,142,模糊线性规划,一、模糊约束条件下的极值问题,例：某人想买一件大衣，提出如下标准：式样一般，质量好，尺寸较全身，价格尽量便宜，设有5件大衣Xx1,x2,x3,x4,x5供选择，经调查结果如表,问他应该购买哪一件大衣？,2020年9月4日,143,模糊线性规划,该类问题的解题过程：,2. 目标函数f(x)

35、模糊化,1.将语言真值(评价结果)转化为各模糊约束集的隶属度,3.定义模糊判决：,加权型：,对称型：,4. 由最大隶属原则求出x*, 则x*为模糊条件极大值点。,2020年9月4日,144,解：将式样，质量，尺寸化为三个模糊约束A1,A2,A3,价格化为模糊目标G：,将表中的评价结果转化为各模糊约束集的隶属度,其中模糊目标,2020年9月4日,145,总约束集,模糊目标集,约束与目标对等时，用对称型模糊判决,由最大隶属原则，应该买x5.,2020年9月4日,146,如果要求价格更便宜，则放松约束，令a=0.4, b=0.6,加权型判决为,由最大隶属原则，应该买x1.,2020年9月4日,147

36、,模糊线性规划,实例： 采区巷道布置是矿井开拓中的重要内容，其目的就是建立完善的矿井生产系统，实现采区合理集中生产，改善技术经济指标.因此，合理地选择最优巷道布置方案，对于矿井生产具有十分重要的意义.根据煤矿开采的特点和采区在矿井生产的作用，在选择最优巷道布置方案时，要求达到下列标准： (1)生产集中程度高； (2)采煤机械化程度高； (3)采区生产系统十分完善； (4)安全生产可靠性好； (5)煤炭损失率低； (6)巷道掘进费用尽可能低. 上述问题,实际上就是一个模糊约束下的条件极值问题，我们可以把(1)(5)作为模糊约束，而把(6)作为目标函数. 设某矿井的采区巷道布置有六种方案可供选择，

37、即,=,(方案),(方案),(方案),(方案),(方案),(方案).,2020年9月4日,148,模糊线性规划,经过对六种方案进行审议，评价后，将其结果列于表1,略,2020年9月4日,149,普通线性规划的一般形式为,目标函数,约束条件,矩阵表达形式,模糊线性规划,二、模糊线性规划问题,(1),2020年9月4日,150,模糊线性规划是将约束条件和目标函数模糊化，引入隶属函数，从而导出一个新的线性规划问题，它的最优解称为原问题的模糊最优解.,普通线性规划其约束条件和目标函数都是确定的，但在一些实际问题中，约束条件可能带有弹性，目标函数可能不是单一的，可以借助模糊集的方法来处理.,2020年9

38、月4日,151,模糊线性规划，其模型为,为了体现这个近似小于等于，我们引入伸缩指标di ,2020年9月4日,152,模型又可写成,当,（2）,2020年9月4日,153,模糊线性规划,2020年9月4日,154,模糊线性规划,2020年9月4日,155,模糊线性规划,2020年9月4日,156,模糊线性规划,2020年9月4日,157,模糊线性规划,2020年9月4日,158,模糊线性规划,2020年9月4日,159,模糊线性规划,2020年9月4日,160,实例1：饮料配方问题,某种饮料含有三种主要成份A1,A2,A3, 每瓶含量分别为755 mg, 1205 mg, 1385 mg,这三

39、种成份主要来自于五种原料 B1, B2, B3, B4, B5. 各种原料每千克所含成分与单价如下表所示，若生产此种饮料一万瓶，如何选择原料成本最小？,2020年9月4日,161,多目标线性规划,在相同的条件下,要求多个目标函数都得到最好的满足,这便是多目标规划. 若目标函数和约束条件都是线性的,则为多目标线性规划.,一般来说,多个目标函数不可能同时达到其最优值,因此只能求使各个目标都比较“满意”的模糊最优解.,模糊线性规划,2020年9月4日,162,例2 解多目标线性规划问题,模糊线性规划,2020年9月4日,163,解普通线性规划问题：,得最优解为x1 = 0, x2 = 2, x3 =

40、 2, 最优值为2，此时 f 2 = 8.,模糊线性规划,2020年9月4日,164,解普通线性规划问题：,得最优解为x1 = 10, x2 = 0, x3 = 0, 最优值为20，此时f 1 = 10.,模糊线性规划,2020年9月4日,165,的最优解为x1 = 0, x2 = 2, x3 = 2, 最优值为2, 此时 f 2 = 8. 的最优解为x1 = 10, x2 = 0, x3 = 0, 最优值为20，此时f 1 = 10.,同时考虑两个目标，合理的方案是使 f 1 2, 10 , f 2 8, 20 , 可取伸缩指标分别为 d1 = 10 - 2 = 8, d2 = 20 - 8 = 12. 如果认为目标 f 1更重要,可单独缩小d1; 如果认为目标 f 2更重要，可单独缩小d2.,2020年9月4日,166,再分别将两个目标函数模糊化,变为解普通线性规划问题：,得最优解为 x1 = 6.29,