目录
7.1 模糊数学概述
7.2 模糊集合
7.3 模糊关系与模糊矩阵
7.4 模糊模式分类的直接方法和间接方法
7.5 模糊聚类分析法
7.1 模糊数学概述
7.1.1 模糊数学的产生背景
模糊数学诞生的标志：1965年美国加利福尼亚大学控制 论专家L.A.Zadeh（查德）发表的文章“Fuzzy sets” 。 模糊数学（Fuzzy sets）又称模糊集合论。
1．精确数学方法及其局限性
1) 精确数学方法
忽略对象的一般特性，着重注意对象的数量、空间形式 和几何形状的数学方法。 如：牛顿力学、牛顿和莱布尼茨创立的微积分学等。
2) 近代科学的特点
(1) 理论研究方面：用精确定义的概念和严格证明的定理， 描述现实事物的数量关系和空间形式。
(2) 工程技术方面：用精确的实验方法和精确的测量计算， 探索客观世界的规律，建立严密的理论体系。
3) 精确数学方法的局限性
现实世界中的许多现象，用精确数学方法难以解决。 例如：著名的问题之一——秃头悖论
用精确数学方法判断“秃头”： 方法：首先给出一个精确的定义，然后推理，最后结论。
定义：头发根数≤n时，判决为秃头；否则判决为不秃。 即头发根数n为判断秃与不秃的界限标准。 问题：当头发根数恰好为n+1，应判决为秃还是不秃？
推理：两种选择
(1) 承认精确方法：判定为不秃。 结论：有n根头发的是秃头，有n+1根头发的不是秃头。
(2) 承认生活常识：认为仅一根头发之差不会改变秃与不秃的 结果，即有n+1根头发者也应是秃头。
那么采用传统的逻辑推理，会得到下面的一些命题：
头发为n根者为秃头，
头发为n+1根者为秃头，
头发为n+2根者为秃头，
…… 头发为n+k根者为秃头。
其中，k是一个有限整数，显然k完全可以取得很大。 结论：头发很多者为秃头。
2．模糊数学的诞生
模糊数学：有关描述和处理模糊性问题的理论和方法的学科。 模糊数学的基本概念：模糊性。
1965年查德（zadeh）发表了“模糊集合”论文后，在科学界引 起了爆炸性的反映，他准确地阐述了模糊性的含义，制定了刻画 模糊性的数学方法（隶属度、隶属函数、模糊集合等），为模糊 数学作为一门独立的学科建立了必要的基础。
7.1.2 模糊性
1．模糊性的基本概念
人们在认识事物时，总是根据一定的标准对事物进行分类， 有些事物可以依据某种精确的标准对它们进行界线明确的认识， 有些事物根本无法找出精确的分类标准，例如 “秃头悖论”中的 头发根数的界线n，实际是不存在的。
1) 清晰性：事物具有的明确的类属特性(或是或非)。
2) 模糊性：事物具有的不明确类属特性(只能区别程度、等级)。
3) 模糊性的本质：是事物类属的不确定性和对象资格程度的渐变性。
例：
2．与模糊性容易混淆的几个概念
1) 模糊性与近似性
① 共同点：描述上的不精确性。
② 区别：不精确性的根源和表现形式不同。
a) 近似性：问题本身有精确解，描述它时的不精确性源于认 识条件的局限性和认识过程发展的不充分性。 例：薄雾中观远山。
b) 模糊性：问题本身无精确解，描述的不精确性来源于对象 自身固有的性态上的不确定性。 例：观察一片秋叶。
2) 模糊性与随机性
① 共同点：不确定性。
② 区别：不确定性的性质不同。
a) 模糊性：表现在质的不确定性。是由于概念外延的模糊性而呈现出的不确定性。
b) 随机性：是外在的不确定性。是由于条件不充分，导致 条件与事件之间不能出现确定的因果关系，而事物本身 的性态和类属是确定的。 例：降雨量：大雨、中雨或小雨，典型的模糊性。 投掷硬币：随机性。
c) 排中律：即事件的发生和不发生必居且仅居其一，不存在 第三种现象。随机性遵守排中律，模糊性不遵守，它存在 着多种，甚至无数种中间现象。
3、模糊性与含混性
① 共同点：不确定性。 ② 区别：
a) 含混性：由信息不充分（二义性）引起，一个含混的命题 即是模糊的，又是二义的。一个命题是否带有含混性与其应 用对象或上下文有关。 b) 模糊性：是质的不确定性。
例：命题“张三很高” ：对给张三购买什么型号的衣服这个应用对象是含混的。 也是一个模糊性命题。
总之，模糊性：由本质决定。 其 它：由外界条件带来的不确定性引起。
7.1.3 模糊数学在模式识别领域的应用
模式识别从模糊数学诞生开始就是模糊技术应用研究 的一个活跃领域，研究内容涉及：计算机图像识别、手书 文字自动识别、癌细胞识别、白血球的识别与分类、疾病 预报、各类信息的分类等。
研究方法： * 针对一些模糊识别问题设计相应的模糊模式识别系统。 *用模糊数学对传统模式识别中的一些方法进行改进。
7.2 模糊集合
7.2.1 模糊集合定义
1. 经典集合论中几个概念
传统经典集合论中的集合称为： 经典集合、普通集合、确定集合、脆集合。
1）论域
讨论集合前给出的所研究对象的范围。选取一般不唯一， 根据具体研究的需要而定。
2）子集
对于任意两个集合A、B，若A的每一个元素都是B的元素， 则称A是B的“子集”，记为 
；若B中存在不属于 A的元素，则称A是B的“真子集”，记为
3）幂集
对于一个集合A，由其所有子集作为元素构成的集合称 为A的“幂集”。 例：论域X={ 1, 2 }，其幂集为
2．模糊集合的定义
说明
3．相关的几个概念
4．模糊集合的表示
有多种表示方法：要求表现出论域中所有元素与其对应的隶属度之间的关系。
常用的模糊集合表示方法：
7.2.2 隶属函数的确定
隶属函数是模糊集合赖以存在的基石。正确地确定隶属函 数是利用模糊集合恰当地定量表示模糊概念的基础。
常用的形式：S型函数：从0到1单调增长。
pi型函数：中间高两边低的函数。
隶属函数的确定：目前很难找到统一的途径。构造一个概念的隶属函数时，结果不唯一 。
几种隶属函数的构造与确定方法：
1．简单正规模糊集合隶属函数的构成
2. 模糊统计法：
利用模糊统计的方法确定隶属函数。
模糊统计试验四要素：
1）论域X，例如人的集合；
2）X中的一个元素x0，例如王平；
3）X中的一个边界可变的普通集合A，例如“高个子”；
4）条件s，制约着A边界的改变。 
3. 二元对比排序法
从两种事物的对比中，做出对某一概念符合程度的判断。 是区别事物的一种重要方法。
缺点：往往不满足数学上对“序”的要求，不具有传递性，出现循环现象。
1）择优比较法
例7.4 求茶花、月季、牡丹、梅花、荷花对“好看的花”的隶 属度。
方法： 10名试验者逐次对两种花作对比，优胜花得1分，失败 者0分。
2）优先关系定序法
4. 推理法
根据不同的数学物理知识，设计隶属度函数，然后在实践 中检验调整。一般以成功的实例进行借鉴。
7.2.3 模糊集合的运算
1. 基本运算
两个模糊子集间的运算：逐点对隶属函数作相应的运算，得到新的隶属函数。在此过程中，论域保持不变。
2. 运算的基本性质
7.2.4 模糊集合与普通集合的相互转化
截集是联系普通集合与模糊集合的桥梁，它们使模糊集合 论中的问题转化为普通集合论的问题来解。
2. 截集的三个性质
下集讲模糊关系与模糊矩阵
资料仅供学习使用
如有错误欢迎留言交流
上理考研周导师的其他专栏：
上理考研周导师了解更多
扫一扫
2870
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
