隸屬函數(shù)確定問題[章節(jié)練習(xí)]

1、 隸屬函數(shù)確定問題1、 隸屬函數(shù)的確定原則1、 表示隸屬度函數(shù)的模糊集合必須是凸模糊集合； 即：在一定范圍內(nèi)或者一定條件下，模糊概念的隸屬度具有一定的穩(wěn)定性；從最大的隸屬度函點出發(fā)向兩邊延伸時，其隸屬度是單調(diào)遞減的，而不許有波浪性，呈單峰；一般用三角形和梯形作為隸屬度函數(shù)曲線。2、 變量所取隸屬度函數(shù)通常是對稱和平衡的 模糊變量的標(biāo)值選擇一般取3-9個為宜，通常取奇數(shù)（平衡），在“零”“適中”等集合的兩邊語言值通常取對稱。3、 隸屬度函數(shù)要避免不恰當(dāng)?shù)闹貜?fù)在相同的論域上使用的具有語意順序的若干標(biāo)稱的模糊集合，應(yīng)該合力排序。4、 論語中的每個點應(yīng)該至少屬于一個隸屬度函數(shù)的區(qū)域，同時它一般應(yīng)該屬于

2、之多不超過兩個隸屬度函數(shù)的區(qū)域。5、 對于同一輸入，沒有兩個隸屬度函數(shù)會同時有最大隸屬度6、 對兩個隸屬度函數(shù)重疊時，重疊部分對于兩個隸屬度函數(shù)的最大隸屬度不應(yīng)該有交叉。2、 隸屬度函數(shù)確定的方法1、 模糊統(tǒng)計法模糊統(tǒng)計法的基本思想是對論域U上的一個確定元素v是否屬于論域上的一個可變的清晰集的判斷。（清晰集、模糊集）模糊統(tǒng)計法計算步驟：Step1 確定論域Step2形成調(diào)查表Step3統(tǒng)計成頻數(shù)分布表Step4建立隸屬函數(shù)Step5隸屬度（由頻數(shù)分布表或者隸屬函數(shù)可得）所謂模糊統(tǒng)計實驗包含以下四個要素：假設(shè)做n次模糊統(tǒng)計試驗，則可計算出：實際上，當(dāng)n不斷增大時，隸屬頻率趨于穩(wěn)定，其頻率的穩(wěn)定值

3、稱為0x對A的隸屬度，即2、 例證法 例證法由已知的有限個隸屬度函數(shù)的值，來估計論域U上的模糊子集A的隸屬函數(shù)。3、 專家經(jīng)驗法 是根據(jù)專家的實際經(jīng)驗給出模糊信息的處理算式或者相應(yīng)的權(quán)系數(shù)值隸屬函數(shù)的一種方法。4、 二元對比排序法 5、 群體決策法6、 指派方法（待定 來自 算法大全 第22章 模糊數(shù)學(xué)模型）指派方法是一種主觀的方法，它主要依據(jù)人們的實踐經(jīng)驗來確定某些模糊集隸屬函數(shù)的一種方法。如果模糊集定義在實數(shù)域R上，則模糊集的隸屬函數(shù)稱為模糊分布。所謂指派方法就是根據(jù)問題的性質(zhì)主觀地選用某些形式地模糊分布，再根據(jù)實際測量數(shù)據(jù)確定其中所包含地參數(shù)，常用的模糊分布如表1所示。實際中，根據(jù)問題對

4、研究對象的描述來選擇適當(dāng)?shù)哪：植迹?偏小型模糊分布一般適合于描述像“小，少，淺，淡，冷，疏，青年”等偏小的程度的模糊現(xiàn)象。 偏大型模糊分布一般適合于描述像“大，多，深，濃，熱，密，老年”等偏大的程度的模糊現(xiàn)象。 中間型模糊分布一般適合于描述像“中，適中，不太多，不太少，不太深，不太濃，暖和，中年”等處于中間狀態(tài)的模糊現(xiàn)象。 但是，表1給出的隸屬函數(shù)都是近似的，應(yīng)用時需要對實際問題進行分析，逐步修改進行完善，最后得到近似程度更好的隸屬函數(shù)。3、 隸屬度函數(shù)和圖形1、 隸屬度函數(shù)隸屬度函數(shù)大概主要有以下三種：高斯函數(shù)：S函數(shù)：II函數(shù)：2、 隸屬度函數(shù)的形狀大概有以下三種：1） 左大右小的偏小型下降函數(shù)（