数学模型学习——模糊关系与模糊矩阵

一、基本概念

​ 先来看一下模糊关系的定义：

​ 定义：设论域 $U,V$ ，乘积空间上 $U\times V=\{(u,v)|u\in U,v\in V\}$ 上的一个模糊子集 $R$ 为从集合 $U$ 到集合 $V$ 的模糊关系。如果模糊关系 $R$ 的隶属函数为
$${\mu }_R:U\times V\to [0,1],(x,y)\mapsto {\mu }_R(x,y)$$
则称隶属度 ${\mu }_R(x,y)$ 为 $(x,y)$ 关于模糊关系 $R$ 的相关程度。

​ 这是二元模糊关系的数学定义，多元模糊关系也可以类似定义。

​ 模糊关系即为“模糊的关系”，因此乘积空间上的一个子集刻画了论域 $U,V$ 的一种模糊的关系，例如， $U$ 为某财经院校学生高考成绩的集合，$V$ 为某985院校学生高考成绩的集合，由此“该财经院校学生高考成绩远低于该985院校学生高考成绩”是从 $U$ 到 $V$ 的一种模糊关系（因为“远低于”概念模糊无法确定），其隶属函数可以表示为：
$${\mu }_R(u,v)=\{\begin{array}{l}0，u⩾v\\ \frac{1}{1+\frac{100}{(u-v{)}^2}}，u<v\end{array}$$
当 $U⩾V$ 时，肯定不会是“远低于”，故隶属度为0；当 $U<V$ 时，可用从0到1的曲线来刻画模糊关系”远低于“的程度。

​ 当 $U,V$ 中的元素有限，任意 $x_i\in U,y_j\in V,i=1,2,\cdots ,m;j=1,2,\cdots ,n$ ，记 ${\mu }_R(x_i,y_j)=r_{ij}\in [0,1]$，于是 $R=(r_{ij}{)}_{m\times n}$ 就是所谓的模糊矩阵，即用矩阵表示了二集合之间的模糊关系（没有具体的隶属函数表达式）。下面给出一般的定义：

​ 定义：设矩阵 $R=(r_{ij}{)}_{m\times n}$ ，且 $r_{ij}\in [0,1],i=1,2,\cdots ,m;j=1,2,\cdots ,n$ ，则称 $R$ 为模糊矩阵。

​ 特别地，如果 r i j ∈ { 0 , 1 } r_{ij} \in \{0,1\} rij​∈{0,1} ，则称 $R$ 为布尔(Bool)矩阵，当模糊方阵 $R=(r_{ij}{)}_{n\times n}$ 的对角线上的元素 $r_{ij}$ 都为1时，则称 $R$ 为模糊自反矩阵。

​ 当 $m=1$ 或者 $n=1$ 时，相应的模糊矩阵分别成为模糊行向量和模糊列向量。

二、模糊矩阵的运算及其性质

1.模糊矩阵的运算及其性质

​ 设 $A=(a_{ij}{)}_{m\times n},B=(b_{ij}{)}_{m\times n}$ 都是模糊矩阵，定义：

​ （1）相等：
$$A=B\iff a_{ij}=b_{ij}$$
​ （2）包含：

$$A\le B\iff a_{ij}\le b_{ij}$$
​ （3）并：
$$A\cup B=(a_{ij}\vee b_{ij}{)}_{m\times n}$$
​ （4）交：
$$A\cap B=(a_{ij}\wedge b_{ij}{)}_{m\times n}$$
​ （5）余：
$$A^C=(1-a_{ij}{)}_{m\times n}$$
例：设 $A=\left(\begin{array}{cc}1& 0.1\\ 0.3& 0.5\end{array}\right),B=\left(\begin{array}{cc}0.7& 0\\ 0.4& 0.9\end{array}\right)$，则
$$A\cup B=\left(\begin{array}{cc}1& 0.1\\ 0.4& 0.9\end{array}\right),A\cap B=\left(\begin{array}{cc}0.7& 0\\ 0.3& 0.5\end{array}\right),A^C=\left(\begin{array}{cc}0& 0.9\\ 0.7& 0.5\end{array}\right)$$

2.模糊矩阵的合成

​ 设 $A=(a_{ij}{)}_{m\times s},B=(b_{ij}{)}_{s\times n}$ 都是模糊矩阵，定义：
$$A\circ B=(c_{ij}{)}_{m\times n}$$
为 $A$ 与 $B$ 的合成，其中
$$c_{ij}=\max \{(a_{ik}\wedge b_{kj})|1\le k\le s\}$$
紧接着可以定义模糊方阵的幂：
$$A^2=A\circ A,A^k=A^{k-1}\circ A$$
例：设 $A=\left(\begin{array}{ccc}0.4& 0.7& 0\\ 1& 0.8& 0.5\end{array}\right),B=\left(\begin{array}{cc}1& 0.7\\ 0.4& 0.6\\ 0& 0.3\end{array}\right)$，则
$$A\circ B=\left(\begin{array}{cc}0.4& 0.6\\ 1& 0.7\end{array}\right),B\circ A=\left(\begin{array}{ccc}0.7& 0.7& 0.5\\ 0.6& 0.6& 0.5\\ 0.3& 0.3& 0.3\end{array}\right)$$

3.模糊矩阵的转置

​ 模糊矩阵的转置与一般矩阵的转置定义相同。

4.模糊矩阵的 $\lambda -$截矩阵

​ 设 $A=(a_{ij}{)}_{m\times n}$，对任意的 $\lambda \in [0,1]$，

令
$$a_{ij}^{(\lambda )}=\{\begin{array}{l}1,a_{ij}\ge \lambda \\ 0,a_{ij}<\lambda \end{array}$$
则称 $A_{\lambda }=(a_{ij}^{(\lambda )}{)}_{m\times n}$ 为模糊矩阵 $A$ 的 $\lambda$ 截矩阵。

令
$$a_{ij}^{(\lambda )}=\{\begin{array}{l}1,a_{ij}>\lambda \\ 0,a_{ij}\le \lambda \end{array}$$
则称 $A_{{\lambda }_{\cdot }}=(a_{ij}^{(\lambda )}{)}_{m\times n}$ 为模糊矩阵 $A$ 的 $\lambda$ 强截矩阵。

​ 显然，$\lambda$ 截矩阵是布尔矩阵。

例：设 $A=\left(\begin{array}{cccc}1& 0.5& 0.2& 0\\ 0.5& 1& 0.1& 0.3\\ 0.2& 0.1& 1& 0.8\\ 0& 0.3& 0.8& 1\end{array}\right)$，则
$$A_{0.5}=\left(\begin{array}{cccc}1& 1& 0& 0\\ 1& 1& 0& 0\\ 0& 0& 1& 1\\ 0& 0& 1& 1\end{array}\right),A_{0.3}=\left(\begin{array}{cccc}1& 1& 0& 0\\ 1& 1& 0& 1\\ 0& 0& 1& 1\\ 0& 1& 1& 1\end{array}\right)$$