1.1 模糊集定义
设U为论域, μ A ~ \mu_{\tilde{A}} μA~是论域U到闭区间 [ 0 , 1 ] [0,1] [0,1]的一个映射,即
μ
A
~
:
U
→
[
0
,
1
]
,
u
↦
μ
A
~
(
u
)
∈
[
0
,
1
]
\mu_{\tilde{A}}:U\rightarrow[0,1],u\mapsto\mu_{\tilde{A}}(u)\in[0,1]
μA~:U→[0,1],u↦μA~(u)∈[0,1]
则称此映射确定了U的一个模糊子集
A
~
\tilde{A}
A~,称
μ
A
~
\mu_{\tilde{A}}
μA~为
A
~
\tilde{A}
A~的隶属函数,
μ
A
~
(
u
)
\mu_{\tilde{A}}(u)
μA~(u)称为对u对
A
~
\tilde{A}
A~的隶属度。
模糊子集也成为模糊集合。
示例
一箱橘子共有6个橘子,其成熟度分别为 [ 0.5 , 0.7 , 0.8 , 0.8 , 0.5 , 0.6 ] [0.5,0.7,0.8,0.8,0.5,0.6] [0.5,0.7,0.8,0.8,0.5,0.6],则这里的成熟度即为每个橘子属于成熟橘子的隶属度
1.2 模糊集运算
设
A
~
\tilde{A}
A~,
B
~
\tilde{B}
B~为论域U上的两个模糊子集,则定义
A
~
\tilde{A}
A~与
B
~
\tilde{B}
B~的交、并、补运算如下:
μ
A
~
∪
B
~
(
u
)
=
μ
A
~
(
u
)
∨
μ
B
~
(
u
)
\mu_{\tilde{A}\cup\tilde{B}}(u)=\mu_{\tilde{A}}(u)\vee\mu_{\tilde{B}}(u)
μA~∪B~(u)=μA~(u)∨μB~(u)
μ
A
~
∩
B
~
(
u
)
=
μ
A
~
(
u
)
∧
μ
B
~
(
u
)
\mu_{\tilde{A}\cap\tilde{B}}(u)=\mu_{\tilde{A}}(u)\wedge\mu_{\tilde{B}}(u)
μA~∩B~(u)=μA~(u)∧μB~(u)
μ
A
c
~
(
u
)
=
1
−
μ
A
~
(
u
)
\mu_{\tilde{A^c}}(u)=1-\mu_{\tilde{A}}(u)
μAc~(u)=1−μA~(u)
A
~
∪
B
~
\tilde{A}\cup\tilde{B}
A~∪B~、
A
~
∩
B
~
\tilde{A}\cap\tilde{B}
A~∩B~、
A
c
~
\tilde{A^c}
Ac~分别称为
A
~
\tilde{A}
A~与
B
~
\tilde{B}
B~的并集、交集和补集。
式中,“ ∨ \vee ∨”表示取大运算,“ ∧ \wedge ∧”表示取小运算,称为Zadeh算子。当论域有限时,“ ∨ \vee ∨”与“ ∧ \wedge ∧”分别表示取最大值和最小值;当论域无限时,分别表示取上、下确界。
示例
一箱橘子共有6个橘子,分别按照1-6进行编号。甲对各个橘子的成熟度评价结果为 A = [ 0.4 , 0.6 , 0.7 , 0.4 , 0.9 , 0.6 ] A = [0.4,0.6,0.7,0.4,0.9,0.6] A=[0.4,0.6,0.7,0.4,0.9,0.6],乙对各个橘子的成熟度评价结果为 B = [ 0.6 , 0.4 , 0.7 , 0.8 , 0.8 , 0.6 ] B = [0.6,0.4,0.7,0.8,0.8,0.6] B=[0.6,0.4,0.7,0.8,0.8,0.6]。从案例来看A与B或不包含也不相等。
1.3 模糊集的基本定理
定义1.4
设
A
~
\tilde{A}
A~是论域U上的一个模糊集,对应任一
λ
∈
[
0
,
1
]
\lambda\in[0,1]
λ∈[0,1],有:
(1) 若 ( A ) λ = A λ = { u ∣ μ A ~ ( u ) ≥ λ , u ∈ U } {(A)}_{\lambda}=A_{\lambda}=\left\{ u|\mu_{\tilde{A}}(u)\geq\lambda,u\in{U}\right\} (A)λ=Aλ={u∣μA~(u)≥λ,u∈U},则称 A λ A_{\lambda} Aλ为 A ~ \tilde{A} A~的 λ \lambda λ水平截集, λ \lambda λ称为水平。
(2) 若 ( A ) λ + = A λ + = { u ∣ μ A ~ ( u ) > λ , u ∈ U } {(A)}_{\lambda+}=A_{\lambda+}=\left\{ u|\mu_{\tilde{A}}(u)\gt\lambda,u\in{U}\right\} (A)λ+=Aλ+={u∣μA~(u)>λ,u∈U},则称 A λ + A_{\lambda+} Aλ+为 A ~ \tilde{A} A~的 λ \lambda λ水平强截集。
定义1.5
设
A
~
\tilde{A}
A~是论域U上的一个模糊集,
A
1
A_1
A1称为
A
~
\tilde{A}
A~的核,记为
K
e
r
A
~
Ker{\tilde{A}}
KerA~;
A
0
A_0
A0称为
A
~
\tilde{A}
A~的支撑集,记为
S
u
p
p
A
~
Supp{\tilde{A}}
SuppA~;
A
0
−
A
1
A_0-A_1
A0−A1称为
A
~
{\tilde{A}}
A~的边界。
定义1.6
设
A
~
\tilde{A}
A~是论域U上的一个模糊集,
λ
∈
[
0
,
1
]
\lambda\in[0,1]
λ∈[0,1],则定义数
λ
\lambda
λ与模糊数
A
~
\tilde{A}
A~的乘积
λ
A
~
\lambda\tilde{A}
λA~是模糊集合,其隶属函数为
(
λ
A
~
)
(
u
)
=
λ
∧
A
~
(
u
)
(1.1)
(\lambda\tilde{A})(u)=\lambda\wedge\tilde{A}(u)\tag{1.1}
(λA~)(u)=λ∧A~(u)(1.1)
数
λ
\lambda
λ与模糊集
A
~
\tilde{A}
A~的乘积
(
λ
A
~
)
(\lambda\tilde{A})
(λA~)具有以下性质:
(1) 如果 λ 1 < λ 2 \lambda _1 \lt \lambda _2 λ1<λ2,则 λ 1 ∧ A ~ ⊆ λ 2 ∧ A ~ \lambda _1 \wedge \tilde {A} \subseteq \lambda _2 \wedge \tilde {A} λ1∧A~⊆λ2∧A~;
(2) 如果 A ~ 1 ⊆ A ~ 2 \tilde {A}_1\subseteq \tilde {A}_2 A~1⊆A~2,则 λ ∧ A ~ 1 ⊆ λ ∧ A ~ 2 \lambda \wedge \tilde {A}_1 \subseteq \lambda \wedge \tilde {A}_2 λ∧A~1⊆λ∧A~2。
定理1.1 分解定理
设
A
~
\tilde{A}
A~是论域U上的一个模糊集,
A
λ
A_\lambda
Aλ是
A
~
\tilde{A}
A~的
λ
\lambda
λ水平截集,
λ
∈
[
0
,
1
]
\lambda \in [0,1]
λ∈[0,1],则
A
~
=
⋃
λ
∈
[
0
,
1
]
(
λ
A
λ
)
\tilde{A}=\bigcup_{\lambda \in[0,1]} \left(\lambda A_ \lambda \right)
A~=⋃λ∈[0,1](λAλ)。
其中,
λ
A
λ
\lambda A_ \lambda
λAλ是常数与普通集合的数量积。
定理1.2 扩张原理
设U和V是两个论域,映射
f
:
U
→
V
f:U \rightarrow V
f:U→V。则由映射f可诱导出一个新的映射,仍记为f:
f
:
F
(
U
)
→
F
(
V
)
,
A
~
↦
f
(
A
~
)
f:F(U) \rightarrow F(V), \tilde {A} \mapsto f(\tilde {A})
f:F(U)→F(V),A~↦f(A~)
其隶属函数为
f
(
A
~
(
v
)
=
∨
f
(
u
)
=
v
A
~
(
u
)
(1.2)
f(\tilde {A} (v)=\underset{f(u)=v}{\vee} \tilde {A} (u)\tag{1.2}
f(A~(v)=f(u)=v∨A~(u)(1.2)
此外,由映射f可诱导出另一个新的映射,记作
f
−
1
f^{-1}
f−1:
f
−
1
:
F
(
V
)
→
F
(
U
)
,
B
~
↦
f
−
1
(
B
~
)
f^{-1}:F(V) \rightarrow F(U), \tilde {B} \mapsto f^{-1} (\tilde{B})
f−1:F(V)→F(U),B~↦f−1(B~)
其隶属函数为
f
−
1
(
B
~
)
(
u
)
=
B
~
(
f
(
u
)
)
(1.3)
f^{-1} (\tilde {B}) (u) = \tilde {B} (f(u))\tag{1.3}
f−1(B~)(u)=B~(f(u))(1.3)
称
f
(
A
~
)
f(\tilde{A})
f(A~)为
A
~
\tilde{A}
A~的镜像,
f
−
1
(
B
~
)
f^{-1}(\tilde{B})
f−1(B~)为
B
~
\tilde{B}
B~的原像。