Fuzzy sets* - Zadeh - 被引用次数：23269

自从扎德(L.A. Zadeh) 教授于1965
年提出模糊集合(Fuzzy Sets)(参考文献
[1]) 至今已近30 年了。从模糊理论发展初期
所受到的冷嘲热讽、排斥、辩解等, 直到今日
的开花结果, 虽是短短30 年(相对于其他传
统科学的发展), 却值得我们去作一回顾。笔
者想借本文来对模糊理论的基本理念及思想
作一简介并回顾其发展过程以及应用价值。
第一次听到模糊(Fuzzy) 的名词
时, 着实对它是“模糊不清”,只知道其简单定
义, 也知道它被用来表示不确定性(uncer-
tainty)。我本身是研究统计的, 统计不就是
在探讨不确定性吗? 而统计上的不确定性正
就是机率所表达的随机性(randomness), 我
实在好奇到底什么是模糊理论所表达的不确
定性, 因此开始尝试去了解探究它, 终于体认
到两者所代表的不确定性确实有所不同, 这
使我产生极大的震撼与冲击, 本来一直认为
随机性就是不确定性的唯一现象, 现在我更
看到不确定性的另一种现象, 即是所谓的模
糊性(fuzziness)。简单地说, 机率上的随机
性是代表着发生的不确定, 此经由机率测度
函数(probability measure function) 来表
示; 而模糊理论所描述的模糊性乃是隶属程
度上的不确定, 此借由隶属函数(member-
ship function) 来表达。
十几年前, 知名的贝氏(Bayesian) 学
者Lindley 曾极度地为机率及贝氏理论作阐
释, 他在一篇非常独到且漂亮的论文(参考文
献[2]) 中下结论说, 机率上的随机性是表
达不确定性唯一的一条路, 他提到, 模糊性是
多余且不必要的。但是如果我们小心去看他
在论文的论证与描述中, 却是建立在可加性
(additivity) 的限制上, 此可加性乃是机率
测度函数上非常重要的条件。我们是否曾经
问过, 难道我们真的非生活在此限制下不可
吗? 是否存在着不确定现象是在可加性的限
制以外的呢? 现在就用下面简单的例子来说
明。假若我们用美与不美来表达我们对一个
人外观的感受, 以机率的角度来描述, 若我们
认定此人是美的机率为0.4, 则此人被认为
不美的机率应该就是0.6 了。你是否觉得这
样的描述很怪异。我想我们若认为此人属于
美是0.4, 则我们也可能认为此人属于不美
也是0.4 而不必定是0.6。这个现象是为什
么呢? 原因就是美与不美的认定不应该是可
加性的, 也不合适用机率的特性来描述。事实

上, 美与不美往往是个人的感觉与认定, 很难
有明确的定义, 其本身就具有模糊特性。总言
之, 若我们放宽可加性, 则不确定性的领域就
丰富了, 其表达方式也更宽广, 这正是模糊理
论的实际价值。事实上, 机率论与模糊理论正
可相辅相成, 而使不确定性的领域加大, 表达
也更加完备了。下面再举一例说明。若有一人
被介绍与异性朋友见面, 在未见面前当然不
知道是不是美(或帅), 这种不确定就是随机
性的, 因为还没有发生(见面) 所以不能确
定, 但是往往见面后, 仍旧无法确定到底是美
还是不美, 或则说是“说不上来吧”,此时的不
确定就是模糊性, 因为美(或帅) 本身的定义
就是模糊的, 甚至于若是美(或帅), 可能还会
问到底有多美(或多帅)。换言之, 美也有程
度的差别, 例如“还算美”, “很美”, “美若天
仙”等。虽然看来随机性与模糊性有明显的不
同, 而且可相辅相成, 但是一个新的理论提出
时, 总是避免不了不同见解的辨论与沟通(参
考文献[2], [3], [4], [5]等)。
模糊理论到今天为何会被广泛地研究且
成功地应用在多种领域上, 我将其归纳为两
点, 一是其简单性, 另一是它带动了人类科
学思想的革新。到底什么是扎德教授所定义
的模糊集合, 我们就从传统的集合论及二值
逻辑思想谈起。传统集合论这样描述, 从全集
X 上任意给定一个元素x 及任意一个子集
合A, 则元素x 与子集合A 之间的关系就
是, 要么x 属于A (即x ∈ A), 不然就
是x 不属于A (即x 6∈ A), 二者只其一且
仅有其一成立, 基于这种基本关系, 集合上的
包含(⊆)、联集(∪)、交集(∩)、补集(∼)
以及有名的De-Morgan 定律等等就构成一
套完整的理论架构。我们也可以将x ∈ A
及x 6∈ A 对等地(equivalently) 用数学
上的特征函数IA 来表示: 若x ∈ A 则
IA(x) = 1; 若x 6∈ A 则IA(x) = 0, 也就
是只有“0”或“1”两种状况。由传统的集合论
发展出二值逻辑理论, 进而开发了数位电脑。
二值逻辑思想, 使得科学建立明确且精确的
研究与发展, 更是带动了整个科技的蓬勃发
展, 笛卡儿的方法论加上二值逻辑架构出明
确分析及客观手法的科学方法。我们知道笛
卡儿的“我思故我在”乃是道地的客观理性主
义, 以「理性与物质」为中心的思想, 相对比
的, 后来巴斯噶(Blaise Pascal) 提出了主
观内在性主义, 而以「情感与精神」为中心。
笛卡儿建立了全然确定性(客观、理性) 的思
想体系, 直到巴斯噶时开始处理不确定性(主
观、内在) 的体系, 这也是机率论的最早雏型。
由于笛卡儿的方法论著重以物质为中心, 且
相当成功, 致使巴斯噶的不确定性思想, 也渐
渐发展成以物质为中心导向, 也就特别着重
于机率的不确定性。近来由于人类对资讯的
需求与体认, 资讯与人类的关系更形紧密, 使
得科学研究开始注意到以人为导向, 人类本
身的个体性, 主观及情感世界的不确定性开
始再被注意, 这种不确定性往往不是随机性
所涵盖的, 反而以模糊性来表达会更为得体,
到底应如何使用明确且不模糊的数学方式来
表达建立所存在的模糊特性呢? 扎德教授简
单地将具有0 及1 两个值的特征函数IA(x)
扩展成[0,1] 区间连续值函数μA(x), 即对
x ∈ X, μA(x) ∈ [0, 1], 而称此函数为隶属

函数。