数学建模——模糊数学

基本理论

数学模型分类：

• 确定性数学模型
• 随机性的数学模型
• 模糊性模型

模糊集合的表示方法

zadeh 表示法

当论域 $X$ 为有限集时，记$X=[x_1,x_2,\cdots ,x_n]$，则模糊集$A$可以写成

$A={\sum }_{i=1}^n\frac{{\mu }_A(x_i)}{x_i}=\frac{{\mu }_A(x_1)}{x_{i}1}+\cdots +\frac{{\mu }_A(x_n)}{x_n}$

该式表示点 $x_i$ 对模糊集 $A$ 的隶属度是 ${\mu }_A(x_i)$

$\sum$ 和 $+$ 非求和之意，概括集合诸元，方便论域为无限集合的表示：
$A={\int }_{x\in X}\frac{{\mu }_A(x)}{x}$

序偶表示法

A = { ( x 1 , μ A ( x 1 ) ) , ( x 2 , μ 2 ( x 2 ) ) , ⋯   , ( x n , μ A ( x n ) ) } A=\{(x_1,\mu _A (x_1)),(x_2,\mu_2(x_2)),\cdots,(x_n,\mu_A(x_n))\} A={(x1​,μA​(x1​)),(x2​,μ2​(x2​)),⋯,(xn​,μA​(xn​))}

向量表示法

$A=({\mu }_A(x_1),{\mu }_2(x_2),\cdots ,{\mu }_A(x_n))$

---

隶属函数的确定方法

模糊统计方法

基于模糊统计实验，例如发放问卷等

借助已有的客观尺度

例如：

论域	模糊集	隶属度
设备	设备完好	设备完好率
产品	质量稳定	正品率
家庭	小康家庭	恩格尔系数

指派法

根据问题性质主观地选用某些形式的模糊分布，再根据实际测量数据确定其中所包含的参数

模糊关系

二元模糊关系：

设论域 $U,V$，乘积空间上 U × V = { ( u , v ) ∣ u ∈ U , v ∈ V } U\times V=\{(u,v)|u\in U,v\in V\} U×V={(u,v)∣u∈U,v∈V}上的一个模糊子集 $R$ 为从集合$U$到集合$V$的模糊关系，若模糊关系 $R$ 的隶属函数为
${\mu }_R:U\times V\to [0,1],(x,y)\to {\mu }_R(x,y)$
则称隶属度 ${\mu }_R(x,y)$ 为 $(x,y)$ 关于模糊关系 $R$ 的相关程度

---

一级模糊综合评价模型

1.确定因素集（评价指标体系集合）

U = { u 1 , u 2 , ⋯   , u n } U=\{u_1,u_2,\cdots,u_n\} U={u1​,u2​,⋯,un​}

2.确定评语集（各种不同评语集合）

V = { v 1 , v 2 , ⋯   , v m } V=\{v_1,v_2,\cdots,v_m\} V={v1​,v2​,⋯,vm​}

3.确定权重分配（U上的一个模糊向量）

$A=[a_1,a_2,\cdots ,a_n]$

与因素集长度一致，满足元素和为1

4.确定模糊综合判断矩阵

对指标$u_i$来说，对各个评语的隶属度为$V$上的模糊子集，记为
$R_i=[r_{i1},r_{i2},\cdots ,r_{im}]$
模糊矩阵为：
$$\left[\begin{array}{cccc}{r}_{11}& r_{12}& \cdots & r_{1m}\\ r_{21}& r_{22}& \cdots & r_{2m}\\ ⋮& ⋮& \ddots & ⋮\\ r_{n1}& r_{n2}& \cdots & r_{nm}\end{array}\right]$$

模糊综合判断矩阵：
每列：各个指标对于单一评语的隶属度
每行：单一指标的隶属度

5.综合评判

$B=A\cdot R$