matlab云模型建模,【数模matlab】数据建模：云模型

【数模matlab】数据建模：云模型

【数模matlab】数据建模：云模型

[var1]

用于描述处理不确定性问题

基础概念

基本单位：

“云”或者“云滴”

云的表达方式：

利用联合密度(x,µ)表示，µ是隶属度，µ->1则确定性越高

云模型三个特征：

期望：云滴在论域空间分部的期望，一般用符号Ex表示；

熵：不确定性程度，有离散程度和模糊程度共同决定，一般用符号En表示；

超熵：用来度量熵的不确定性，亦即熵的熵，一般用符号He表示。

云模型触发机制【触发方式直接写成一个funtion】

正向云触发

1、生成以En为期望，以He为方差的正态随机数En；

2、生成以Ex为期望，以En`2为方差的正态随机数x；

3、计算隶属度即确定度：

4、重复1—3步骤，直到生成足够的云滴。

逆向云触发

%云模型的主函数

clc;

clear all;

close all;

%每幅图生成1500个云滴

N=1500;

%射击数据如下

Y=[9.5 10.2 9.9 8.6

10.3 9.7 10.1 10.1

10.6 8.6 10.4 10

10.5 10.4 9.2 10.1

10.9 9.9 10.1 10.3

8.9 8.9 9.8 10

9.9 10.4 8.7 8.9

10.9 10.2 9.9 9.9

9.3 10.3 10.8 9.7

10.5 10 8.9 10.5

]';

for i=1:size(Y,1)

subplot(size(Y,1)/2,2,i)

[x,y,Ex,En,He]=cloud_compute(Y(i,:),N);

plot(x,y,'r.');

xlabel('射击成绩分布/环');

ylabel('确定度');

title(strcat('第',num2str(i),'人射击云模型还原图谱'));

axis([8,12,0,1]);

end

function [x,y,Ex,En,He]=cloud_compute(y,n)

Ex=mean(y);

En=mean(abs(y-Ex)).*sqrt(pi./2);

He=sqrt(var(y)-En.^2);

for q=1:n

Enn=randn(1).*He+En;

x(q)=randn(1).*Enn+Ex;

y(q)=exp(-(x(q)-Ex).^2/(2.*Enn.^2));

end

x;

y;

结果：

结果解读：

由于第4个人在8分的分布比第2个人多很多，故4不如2；

由于第3个人得分比第1个人集中很多，故1不如3

【数模matlab】数据建模：云模型相关教程