模糊数学——距离和贴近度

先给出距离和贴近度公式：
	绝对距离：∑ (|A(u) - B(u)| ^ p ) ^ (1 / p)
	相对距离：∑ ((1 / n) * |A(u) - B(u)| ^ p ) ^ (1 / p)
	加权距离：∑ (Ω * |A(u) - B(u)| ^ p ) ^ (1 / p)
	绝对海明距离：上面的绝对距离中 p = 1 的情况
		  ∑ |A(u) - B(u)|
	相对海明距离：上面的相对距离中 p = 1 的情况
		  ∑ |(1 / n) * A(u) - B(u)|
	加权海明距离：上面的加权距离中 p = 1 的情况
		  ∑ Ω * |A(u) - B(u)|
	绝对欧几里得距离：上面的绝对距离中的 p = 2 的情况
		  ∑ (|A(u) - B(u)| ^ 2 ) ^ (1 / 2)
	相对欧几里得距离：上面的相对距离中 p = 2 的情况
		  ∑ ((1 / n) * |A(u) - B(u)| ^ 2 ) ^ (1 / 2)
	加权欧几里得距离：上面的加权距离中 p = 1 的情况
		  ∑ (Ω * |A(u) - B(u)| ^ 2 ) ^ (1 / 2)
	海明贴近度(NH : H为下标):
		  1 - ∑ |(1 / n) * A(u) - B(u)|
	欧几里得贴近度(NA : A为下标)
		  1 - ∑ ((1 / n) * |A(u) - B(u)| ^ 2 ) ^ (1 / 2)
	最大最小贴近度(NM : M为下标)
		  ∑ (A(u)i ∩ B(u)i) / (A(u)i ∪ B(u)i)	
	最小平均贴近度(N)
		  ∑ (A(u)i ∩ B(u)i) / [(A(u)i + B(u)i) * 1 / 2]
	内积
		  A 。B = ∪(A(u)i ∩ B(u)i)
	外积（A 。B 的 。 中间加了一个点，类似于同或那个符号）
		  A 。B = ∩ (A(u)i ∪ B(u)i)

内积：求隶属度最小值中的最大值
外积：求最大值中的最小值
距离：将隶属度看做 n 维空间中的一个点，求距离其实就是求 n 维空间中的两个点的距离
贴近度：反映两个结合的贴近程度

1、有时距离不适用，毕竟距离是绝对值，肯定大于等于 0，而对于跑道上的两名选手，所得成绩相距80分是有正负的，
如果只取绝对值计算，那么会出现 没跑的同学的成绩 > 跑满分的同学的成绩 ，这显然是不合理的。