分段模糊隶属度的自定义python函数（线性插值原理）

def Member_dgre(x,y,xi):#x是指标列表，y是隶属度列表,xi是具体的一个指标数值
    if (y[-1]-y[0])/(x[-1]-x[0])>0:#如果x是与隶属度呈正相关的正向指标
        if xi<=x[0]:
            yi=y[0]
        if xi>=x[-1]:
                yi=y[-1]
        else:
            for j in range(len(x)):
                if xi>=x[j] and xi<=x[j+1]:
                    yi=y[j]+(xi-x[j])/(x[j+1]-x[j])*(y[j+1]-y[j])
    if (y[-1]-y[0])/(x[-1]-x[0])<0:#如果x是与隶属度呈负相关的负向指标
        if xi>=x[0]:
            yi=y[0]
        if xi<=x[-1]:
                yi=y[-1]
        else:
            for j in range(len(x)):
                if xi<=x[j] and xi>=x[j+1]:
                    yi=y[j]+(x[j]-xi)/(x[j]-x[j+1])*(y[j+1]-y[j])                    
                                       
    return yi

函数的正确性验证如下：

x1=[0,50,100,150,200,250]#正向指标的阈值区间划分
x2=[1500,900,600,400,300,0]#负向指标的阈值区间划分
y=[0,0.2,0.4,0.6,0.8,1]#；隶属度区间
s=Member_dgre(x1,y,30)
print(s)
t=Member_dgre(x2,y,870)
print(t)

验证结果如下：

解释：

x1的0-50区间对应y的0-0.2区间，200-250对应0.8-1

x2的1500-900对应y的0-0.2区间，300-0对应0.8-1