模糊数学试题试卷答案

1.设~A 的隶属函数2

~

2

()()1,x a A x x R σ-=-

∈，其中,0a R σ∈>。

①对任意的[0,1]λ∈，求~

A λ ②1λ=时，求~

A λ

解：①2

~~

2

(){|()}{|1}{|x a A x A x x x a x a λλλσ-=≥=-≥=-≤+

②当1λ=时，~

{}A a λ=

2.设论域123{,,}

U x x x =在U 定义模糊集~

123

0.90.50.1

A x x x =++

表示“质量好”，~

123

0.10.20.9

B x x x =

++

表示“质量差”， ①写出模糊集“质量不好”的表达式

②分析“质量好”与“质量差”是否为相同的模糊集

解：①~123

0.10.50.9c

A x x x =

++ ②很明显~~

c

A B ≠，所以“质量不好”与“质量差”不是相同的模糊集。 3.设~

A 是一个模糊阵，证明~()c

c

A A =

证明：设~

()ij m n A a ?=，则~(1)c ij m n A a ?=-，同理~()[1(1)]()c

c ij m n ij m n A a a ??=--=

4.设~

~1

0.70.40.70,0.40.61

0.8

0.50

0.3A B ???? ?==

? ??? ??

?

解：①~

~

0.40.610.7A B ??

=

???

②~~11 00.41101 0.4<0.6 11()00 0.6<0.71100 0.7<110A B λλλλλ??

??≤≤?? ?

??????????≤ ?????

=??

????

≤ ?????

????

??≤?? ?

????

5.设~1:R X Y ?上模糊关系，其隶属函数2

~

()1(,)x y R x y e --=，~

2:R Y Z ?上的模糊关系，其隶

属函数2

~

()2(,)y z R x y e

--=，求~~

12R R

解：2

2

~

~

~

~

()()1212(,)[(,)(,)][]x y y z y Y

y Y

R R x z R x y R y z e

e ----∈∈=∨∧=∨∧ ，对于固定的,x z ，可以

分别画出2

()x y e --，2

()y z e --的图像，交点即为所求的值。令2

2

()(),y z x y e e ----=解出*

2

x z

y +=

，带入2()x y e --或2

()y z e --，即可得到~~

12(,)R R x z =

2

(

)2

x z e

--

6.已知~

10.20.50.210.80.50.81R ?? ?

= ? ???

，

①证明：~

R 不是等价的模糊关系

②用“二次方程”将~

R 改造成等价的模糊关系

解：①首先~

I R ≤，说明~

R 满足自反性；其次~

~

()T

R R =，说明~

R 满足对称性；

但是~

~2

10.50.5()0.510.80.50.81R R ?? ?=> ? ???

，不满足传递性。

②在第①问中，我们已经计算了~

2

()R ，现在需要计算~

4

()R ，看~

4

()R 是否等于~

2

()R ，等于就终止计算得到等价的模糊关系，要是不相等就一次继续计算~

8

()R ，~

16

(),...R ，直到

1

~

~

2

2()()n n

R R -=。经计算~

~4210.50.5()0.510.8()0.50.81R R ??

?== ? ???

，故~

2()R 即为所求。

8.已知~

~12123

0.80.30.20.60.1

,A B x x x x x =++=++

，计算0(,)A B σ，1(,)A B σ 解：01

2

3

112

(,)[(1)]/2[(0.2,0.3,0)(0.2,0.4,0.9)]/2

0.20.350.45

(0.5,0.45,0.05)(,)()(1)(0.2,0.3,0)(0.2,0.4,0.9)

0.20.3

(0.2,0.3,0)A B A B A B x x x A B A B A B x x σσ=+-=+==++=∧-=∧==

+

9.证明：定义~~

~~

()()(,)()()x

x

A x

B x dx

A B A x B x dx

σ∧=

∨??

①~~

(,)[0,1]A B σ∈ ②~

~

~

~

(,)(,)A B B A σσ= ③~

~

~

~

(,)1A B A B σ=?= ④~

~

~

~

(,)0A B A B σφ=??=

⑤~

~

~

~

~

~

~

~

~

(,)(,)(,)A B C A B B C A C σσσ???∧≥

证明：~~~~

~~~~

~~

~

~

~~

0()()()()1

0()()()()()()0(,)1

()()x

x

x

x

A x

B x A x B x A x B x dx A x B x dx A x B x dx

A B A x B x dx

σ≤∧≤∨≤∴≤

∧≤∨∧∴≤=

≤∨???? ①

②很显然

~

~

~

~

~~~~~~~~~~

~~~~~~

()()()()0

(,)1()()()()[()()()()]0

()()()()()()x

x

x

A x

B x A x B x A B A x B x dx A x B x dx A x B x A x B x dx A x B x A x B x A x B x σ∨-∧≥=?∧=∨?∨-∧=????????→∨=∧?=←????????

???③~

~

~~~~

~~~~

()()0

(,)0()()0()()0A x B x x

A B A x B x dx A x B x A B σφ∧≥?????→=?∧=∧=??=←?????

?④

~~~~~~~~

~

~

~

~

~

~

~~

~

~

~

~

~~

~~

~

~

~

~

~

~

~

~

(,)(,)(,)(,),()()()()()()()(,),(,)()()()()(,)(,)()

(,x

x

x

x

x

x

A B A C B C A C A B C A x B x C x A x B x dx

A x dx

A x dx

A B A C A x B x dx

B x dx

C x dx

A B A C B C σσσσσσσσσ≥≥??∴≤≤∧∴=

=

=

∨∴≥?????? ⑤就是要证明且因为分子相同，前者分母小同理可得~

~

)(,)()

A C σ≥因为分母相同，前者分子大

10.~~

12A A 表示“不热”，表示“不冷”

，且隶属函数分别是 ~

~124121

1 150 10=,1510] 15] 10102x x A A x x x x --≤≤????

????-????->>????????

=[1+()[1+() ①写出“舒适”的隶属函数

②识别20x = ，最可能属于哪一类型？

解：~

~

~

~

121221

~~~~12120 10()10] 1021611

20(20),,20172626

20x A A x A x A x x x x A A A A -≤??

??

∧∧??->????

==∧ ①舒适的隶属函数是()()=()=[1+()②当时，(20)=()()=当温度为时，气温属于“不冷”状态

11.

12

1212min ()4.. 2[6,1],,0

f x x x s t x x x x =++=≥

1212121212121200121min ()46,0,6

s.t. 2 6 min ()4s.t. 27 5,0,5

2 5 6,65,max 462f x x x x x f x x f x x x x x x x f x x f d x x x x λλ=+??===??+=??=+????

+≤===????

+≥??

==-++≤+解：第一步求解，解得第二步求解，解得第三步确定目标函数和约束条件的隶属函数图形可以分别得到。

第四步求解122

1211111,,0=222725x x f x x λλλ??

??????

===

????

+≤??+-≥????

解得，，

模糊数学基础

第六章模糊数学基础6.1概述 6.1.1传统数学与模糊数学 6.1.2不相容原理 6.2 模糊集合与隶属度函数 6.2.1 模糊集合及其运算 6.2.2 隶属度函数 6.3 模糊逻辑与模糊推理 6.3.1模糊逻辑 6.3.2模糊语言 6.3.3 模糊推理

第六章 模糊数学基础 6.1 概述 6.1.1 传统数学与模糊数学 6.1.2 不相容原理 1965年，美国自动化控制专家扎德（L. A. Zadeh ）教授首先提出用隶属度函数 (membership function)来描述模糊概念，创立了模糊集合论，为模糊数学奠定了基础。 不相容原理:“随着系统复杂性的增加，我们对其特性作出精确而有意义的描述的能力会随之降低，直到达到一个阈值，一旦超过它，精确和有意义二者将会相互排斥”。这就是说，事物越复杂，人们对它的认识也就越模糊，也就越需要模糊数学。不相容原理深刻的阐明了模糊数学产生和发展的必然性，也为三十多年来模糊数学的发展历史所证实。 6.2 模糊集合与隶属度函数 6.2.1 模糊集合及其运算 一、模糊集合（Fuzzy Sets ）的定义 传统集合中的元素是有精确特性的对象，称之为普通集合。例如，“8到12之间的实数”是一个精确集合C ，C ={实数r |8≤r ≤12}，用特征函数μC (r )表示其成员，如图6.1(a)所示。 ??? ? ?≤≤=其它 ， ， 012 81)(r r C μ 在模糊论域上的元素符合程度不是绝对的0或1，而是介于0和1之间的一个实数。例如，“接近10的实数”是一个模糊集合F ＝{r |接近10的实数}，用“隶属度(Membership)” μF (r )作为特征函数来描述元素属于集合的程度。 1 812 1 107.2911 0.750.275 12.8 r r μC （r ） μF （r ） (a) (b) 图6.1 普通集合与模糊集合的对比

模糊第1章

第一章模糊理论概述 1.1. 研究历史回顾 1.1.1.模糊数学的背景 ●经典数学——“科学皇后” ●1904年，法国物理学家杜恩（P.Duhem）在其《物理理论的目的和结构》一书中说 “同一般常识的模糊陈述，正因其比较精确，反而比较不确定。” ●1923年，大哲学家罗素（B.russel）在其著名论文《论模糊性》中提出“整个语言 或多或少是模糊的。”他特别强调：“当运用于精确符号时，排中律是有效的，但是 当符号是模糊的时候，排中律就无效了。” 1.1. 2.模糊数学的诞生 ●1965年，著名控制论专家，美国加州大学伯克莱分校计算机系教授L.A.Zadeh首 次提出了模糊集合（Fuzzy set）的概念，发表了题为《模糊集合论》的第一篇有关 模糊数学的论文，从而宣告了模糊数学的诞生。他引入“隶属度”这个概念来描述 处于中介过渡事物对差异一方所具有的倾向性程度，这是精确性对模糊性的一种逼 近，首次成功地运用数学方法刻划模糊性的现象。 1.1.3.模糊数学的早期发展 ●在查德教授刚提出模糊集的几年中，研究速度相当慢。1965年仅查德一篇论文， 1966年才两篇，大多数数学家，特别是理论数学家是持怀疑甚至否定态度的。 ●苏联著名数学家M.盖尔芳德院士却敏锐地看出扎德的工作的意义，并建议查德应 用模糊集论研究人的自然语言。显示了深刻的洞察力和卓越的预见性，到了1970 年，“模糊”观念逐渐为人所知。 ●1974年，英国玛丽皇后大学（Queen Marry College）的E.H.Mamdani教授首先将 模糊逻辑应用到蒸汽发动机的压力和速度控制中，取得了比常规的PID控制更好 的效果。 ●1980年（随后不久），丹麦的F.L.Smith公司成功地将模糊控制应用到水泥窑的自 动控制中，为模糊理论的应用开辟了崭新的前景。 ●自1965到1986年这21年中，已发表论文超过5000篇。 ●自1973年到1979年的六年期间，国际会议讨论模糊数学竟达25次， ●1983年7月，在马塞召开了“模糊信息，知识模型和判决分析”国际会议， ●1984年7月，在夏威夷召开“第一届模糊信息处理”国际会议； ●1984年成立了国际性组织“国际模糊系统协会（IFSA）”创办了“Fuzzy sets and systems”国际杂志； ●1985年在西班牙召开”国际模糊系统协会第一届会议“。

模糊数学第1-2章

第1讲模糊数学简介、教学安排 1.简介 （1）发展历史 美：65，L.A.zadeh，信息与控制（理论研究开始）（模糊控制例子：开汽车，杂技演员表演-倒立摆） 英国：74，马丹尼，蒸汽机控制 丹麦：80，丹麦哥本哈根的史密斯水泥公司首次用模糊系统实现了对水泥窑炉的控制。 日本：72，Sugeno，F-measure 语音控制模糊汽车（８８），无人驾驶直升机（９３）。 84，Yamakawa F-logic I.C (模糊集成电路)。８８年，日立公司使日本仙台市地铁实现了模糊控制（简介）。 85，IFSA 成立国际模糊系统协会 我国：70年代，王培庄等人，开始主要是理论研究，并且与经典数学相对应的各个领域都有人研究，现在研究、利用模糊技术的领域已经深入到社会、经济等各个方面。 国际杂志： *FSS-Fuzzy Set and Systems， *IEEE Transactions on Fuzzy Systems (1993), *Fuzzy Mathematics etc. IEEE 从１９９２年起，每年召开一次国际模糊学术会议。１９９５年IEEE 给Zadeh授予了学会的荣誉勋章。 （2）趋势 ①研究与应用人数逐年上升 ②应用领域逐步扩大，遍及社会，经济等等各个领域，如： *在软科学方面，模糊技术已用到了投资决策、企业效益评估、区域发展规划、经济宏观调控、中长期市场模糊预测等领域。 *工业过程控制方面，已实现了冶金炉窑模糊控制、化工过程模糊控制、水泥窑炉模糊控制以及磨煤机模糊控制等。 *在人工智能与计算机领域，已经出现了模糊推理机、模糊控制计算机、模糊专家系统、模糊数据库、模糊语音识别系统、图形文字模糊识别系统、模糊控制机器人等高新技术产品，同时还出现了F-Prolog、Fuzzy-C等语言系统。 *在地震科学方面，模糊技术已涉及到中长期地震预报、地震危险分析和潜在震源识别、地震灾害预测以及减轻地震灾害对策等等。 *在航空航天及军事领域，模糊技术已用到了飞行器对接、C3I指定自动化系统 等方面。 *模糊家电产品：模糊洗衣机，空调，烤箱，照相机，摄像机，…… ③与其它学科结合越来越紧，如： 模糊神经网络 模糊遗传算法 …………………… 2.教学安排（课程内容）：

模糊数学简介及入门

模糊数学简介 模糊数学是数学中的一门新兴学科，其前途未可限量。1965年，《模糊集合》的论文发表了。作者是著名控制论专家、美国加利福尼亚州立大学的扎德（L.A.Zadeh）教授。康托的集合论已成为现代数学的基础，如今有人要修改集合的概念，当然是一件破天荒的事。扎德的模糊集的概念奠定了模糊性理论的基础。这一理论由于在处理复杂系统特别是有人干预的系统方面的简捷与有力，某种程度上弥补了经典数学与统计数学的不足，迅速受到广泛的重视。近40年来，这个领域从理论到应用，从软技术到硬技术都取得了丰硕成果，对相关领域和技术特别是一些高新技术的发展产生了日益显著的影响。有一个古老的希腊悖论，是这样说的：“一粒种子肯定不叫一堆，两粒也不是，三粒也不是……另一方面，所有的人都同意，一亿粒种子肯定叫一堆。那么，适当的界限在哪里？我们能不能说，123585粒种子不叫一堆而123586粒就构成一堆？”确实，“一粒”和“一堆”是有区别的两个概念。但是，它们的区别是逐渐的，而不是突变的，两者之间并不存在明确的界限。换句话说，“一堆”这个概念带有某种程度的模糊性。类似的概念，如“年老”、“高个子”、“年轻人”、“很大”、“聪明”、“漂亮的人”、“价廉物美”等等，不胜枚举。经典集合论中，在确定一个元素是否属于某集合时，只能有两种回答：“是”或者“不是”。我们可以用两个值0或1加以描述，属于集合的元素用1表示，不属于集合的元素用0表示。然而上面提到的“年老”、“高个子”、“年轻人”、“很大”、“聪明”、“漂亮的人”、“价廉物美”等情况要复杂得多。假如规定身高1.8米算属于高个子范围，那么，1.79米的算不算？照经典集合论的观点看：不算。但这似乎很有些悖于情理。如果用一个圆，以圆内和圆周上的点表示集A，而且圆外的点表示不属于A。A的边界显然是圆周。这是经典集合的图示。现在，设想将高个子的集合用图表示，则它的边界将是模糊的，即可变的。因为一个元素（例如身高1.75米的人）虽然不是100%的高个子，却还算比较高，在某种程度上属于高个子集合。这时一个元素是否属于集合，不能光用0和1两个数字表示，而可以取0和1之间的任何实数。例如对1.75米的身高，可以说具有70%属于高个子集合的程度。这样做似乎罗嗦，但却比较合乎实际。精确和模糊，是一对矛盾。根据不同情况有时要求精确，有时要求模糊。比如打仗，指挥员下达命令：“拂晓发起总攻。”这就乱套了。这时，一定要求精确：“×月×日清晨六时正发起总攻。”我们在一些旧电影中还能看到各个阵地的指挥员在接受命令前对对表的镜头，生怕出个半分十秒的误差。但是，物极必反。如果事事要求精确，人们就简直无法顺利的交流思想——两人见面，问：“你好吗？”可是，什么叫“好”，又有谁能给“好”下个精确的定义？有些现象本质上就是模糊的，如果硬要使之精确，自然难以符合实际。例如，考核学生成绩，规定满60分为合格。但是，59分和60分之间究竟有多大差异，仅据1分之差来区别及格和不及格，其根据是不充分的。不仅普遍存在着边界模糊的集合，就是人类的思维，也带有模糊的特色。有些现象是精确的，但是，适当的模糊化可能使问题得到简化，灵活性大为提高。例如，在地里摘玉米，若要找一个最大的，那很麻烦，而且近乎迂腐。我们必须把玉米地里所有的玉米都测量一下，再加以比较才能确定。它的工作量跟玉米地面积成正比。土地面积越大，工作越困难。然而，只要稍为改变一下问题的提法：不要求找最大的玉米，而是找比较大的，即按通常的说法，到地里摘个大玉米。这时，问题从精确变成了模糊，但同时也从不必要的复杂变成意外的简单，挑不多的几个就可以满足要求。工作量甚至跟土地无关。因此，过分的精确实际成了迂腐，适当的模糊反而灵活。显然，玉米的大小，取决于它的长度、体积和重量。大小虽是模糊概念，但长度、体积、重量等在理论上都可以是精确的。然而，人们在实际判断玉米大小时，通常并不需

模糊数学方法在财务报表分析中的应用

财务分析是企图了解一个企业经营业绩和财务状况的真实面目，从晦涩的会计程序中将会计数据背后的经济涵义挖掘出来，为投资者和债权人提供决策基础。由于会计系统只是有选择地反映经济活动，而且它对一项经济活动的确认会有一段时间的滞后，再加上会计准则自身的不完善性，以及管理者有选择会计方法的自由，使得财务报告不可避免地会有许多不恰当的地方。虽然审计可以在一定程度上改善这一状况，但审计师并不能绝对保证财务报表的真实性和恰当性，他们的工作只是为报表的使用者作出正确的决策提供一个合理的基础，所以即使是经过审计，并获得无保留意见审计报告的财务报表，也不能完全避免这种不恰当性。这使得财务分析变得尤为重要。 一、财务分析的主要方法 一般来说，财务分析的方法主要有以下四种： 1.比较分析：是为了说明财务信息之间的数量关系与数量差异，为进一步的分析指明方向。这种比较可以是将实际与计划相比，可以是本期与上期相比，也可以是与同行业的其他企业相比； 2.趋势分析：是为了揭示财务状况和经营成果的变化及其原因、性质，帮助预测未来。用于进行趋势分析的数据既可以是绝对值，也可以是比率或百分比数据； 3.因素分析：是为了分析几个相关因素对某一财务指标的影响程度，一般要借助于差异分析的方法；

4.比率分析：是通过对财务比率的分析，了解企业的财务状况和经营成果，往往要借助于比较分析和趋势分析方法。 上述各方法有一定程度的重合。在实际工作当中，比率分析方法应用最广。二、财务比率分析 财务比率最主要的好处就是可以消除规模的影响，用来比较不同企业的收益与风险，从而帮助投资者和债权人作出理智的决策。它可以评价某项投资在各年之间收益的变化，也可以在某一时点比较某一行业的不同企业。由于不同的决策者信息需求不同，所以使用的分析技术也不同。 1.财务比率的分类 一般来说，用三个方面的比率来衡量风险和收益的关系： 1)偿债能力：反映企业偿还到期债务的能力； 2)营运能力：反映企业利用资金的效率； 3)盈利能力：反映企业获取利润的能力。 上述这三个方面是相互关联的。例如，盈利能力会影响短期和长期的流动性，而资产运营的效率又会影响盈利能力。因此，财务分析需要综合应用上述比率。 2.主要财务比率的计算与理解：

模糊数学基本知识

一．模糊数学的基础知识 1．模糊集、隶属函数及模糊集的运算。 普通集合A，对，有或。 如果要进一步描述一个人属于年轻人的程度大小时，仅用特征函数就不够了。模糊集理论将普通集合的特征函数的值域推广到[0，1]闭区间内，取值的函数以度量这种程度的大小，这个函数（记为）称为集合的隶属函数。即对于每一个元素，有[0,1]内的一个数与之对应。 （1）模糊子集的定义：射给定论域U，U到[0，1]上的任一映射： 都确定了U上的一个模糊集合，简称为模糊子集。称为元素属于模糊集的隶属度。映射所表示的函数称为隶属函数。 例如：设论域U=[0，100]，U上的老年人这个集合就是模糊集合： 若在集合U上定义了一个隶属函数，则称为模糊集。 （2）模糊集合的表示：，称为元素属于模糊集的隶 属度；则模糊集可以表示为：。 或，， （3）模糊集合的运算： ，， 并集： ， 交集： ， 补集：， 包含：， 2．模糊集的截集

已知U上模糊子集 对，则称为模糊集的-截集； 称为模糊集的-强截集；称为、的置信水平或阀值。 二．模糊数学的基本定理 1．模糊截积： 已知U上模糊子集 对，也是U上模糊集，其隶属函数为： ； 称为为与的模糊截积。 2．分解定理1：已知模糊子集，则 推论1：对 3．分解定理2：已知模糊子集，则 推论2：对 三．模糊关系与模糊聚类 1．模糊关系与模糊关系的合成 （1）模糊关系 普通集合的经典关系， 模糊关系：从U到V 上的一个模糊关系：，表示具有的关系程度，。（满足01）称为U 到V 上的一个模糊关系的模糊矩阵。 （2）．设＝和=为两个模糊矩阵，令

＝，＝1，2，…,,=1,2,…,。 则称矩阵=为模糊矩阵与的褶积，记为 ＝, 其中“”和“”的含义为 显然，两个模糊矩阵的褶积仍为模糊矩阵 2. 模糊等价矩阵及其矩阵 设方阵为以模糊矩阵，若满足 = 则称为模糊等价矩阵。 模糊等价矩阵可以反映模糊分类关系的传递性，即描述诸如“甲像乙，乙像丙，则甲像丙”这样的关系。 设＝为一个模糊等价阵，01为一个给定的数，令 则称矩阵为的截阵 例如， ＝ 为一个模糊等价阵，取0.4<,则 = 若取，则 =

模糊数学 第1-2章

第1讲 模糊数学简介、教学安排 一、简介 1.发展历史 美：65，L.A.Zadeh，信息与控制（理论研究开始）（模糊控制例子：开汽车，杂技演员表演-倒立摆） 英国：74，马丹尼，蒸汽机控制 丹麦：80，丹麦哥本哈根的史密斯水泥公司首次用模糊逻辑实现了对水泥窑炉的控制。 日本：72，Sugeno，F-measure 语音控制模糊汽车（８８），无人驾驶直升机（９３）。84，Yamakawa F-logic I.C (模糊集成电路)。８８年，日立公司对日本仙台市地铁实现了模糊控制（简介）。 85，IFSA 成立国际模糊系统协会 我国：70年代，王培庄等人，开始主要是理论研究，逐步与经典数学相对应的各个领域都有人研究。当前研究、利用模糊技术的领域已经扩展到经济、社会等各个方面。 国际杂志：

*FSS-Fuzzy Set and Systems， *IEEE Transactions on Fuzzy Systems (1993), *Fuzzy Mathematics etc. IEEE 从１９９２年起，每年召开一次国际模糊学术会议。１９９５年IEEE给Zadeh 授予了学会的荣誉勋章。 2.趋势 ①研究与应用人数逐年上升 ②应用领域逐步扩大，遍及社会，经济等等各个领域，如： *在软科学方面，模糊技术已用到了投资决策、企业效益评估、区域发展规划、经济宏观调控、中长期市场模糊预测等领域。 *工业过程控制方面，已实现了冶金炉窑模糊控制、化工过程模糊控制、水泥窑炉模糊控制以及磨煤机模糊控制等。 *在人工智能与计算机领域，已经出现了模糊推理机、模糊控制计算机、模糊专家系统、模糊数据库、模糊语音识别系统、图形文字模糊识别系统、模糊控制机器人等高新技术产品，同时还出现了F-Prolog、Fuzzy-C等语言

学生素质评价模糊数学模型的构建与应用

学生素质评价模糊数学模型的构建与应用 在高等教育中，高等职业教育是一个非常重要的组成部分，下 面是搜集的一篇探究构建学生素质评价模型基本原则的论文范文，欢迎阅读查看。 对高职高专学生进行素质评价，目的在于使学生的评价内容走 向多元化，实现过程发展性和终结性评价的有机结合。因此，需要一种行之有效的评价工具，促使学生发挥个性、潜能以及创造性，从而使其具备持续发展的自信和能力。 一、模糊数学与数学模型 模糊数学是处理和研究模糊性现象的方法和理论。由于模糊性 概念发展了模糊集的具体描述方式，人们可运用概念进行评价、推理、控制、判断和决策，也可通过模糊数学进行描述。比如，模糊综合评判、模糊控制、模糊聚类分析、模糊决策等，这一系列方法最终构成一种模糊性理论，在气象、石油、环境、农业、化工、控制、教育、医学、地质、经济管理、语言等诸多领域已取得研究成果。 数学模型是实际问题与数学理论相结合发展起来的一门新学科。它将实际问题归为数学问题，并利用数学方法、概念和理论，进行深入研究，从定量或定性角度对实际问题进行分析，同时为解决实际问题提供可靠指导和精确数据。可见，数学模型是利用数学方法和语言解决现实问题的过程，是培养学生创造力的有效途径。 二、综合素质评价

“综合素质评价”指在每个学期期末或每个学年期末，全国各地的学校组织的一次对全体在校学生综合素质和能力评价的测评任务。综合素质评价一般分为六个维度(不同的地区或学校结构略有差异)，分别是“道德品质”“公民素养”“学习能力”“交流合作与实践创新”“运动与健康”“审美”“表现能力”.六个维度又分别被分为若干个项目。等级分别为A(优秀)，B(良好)，C(一般)，D(较差)。或者是百分制，100-80(优秀)、79-60(良好)、59-30(一般)、29-0(较差)。 对学生进行综合素质评价是新时期高职高专教学评价的主要内容，因而需要制定一种有效的素质评价模型。基于模糊数学的高职高专学生素质评价模型具有标准的数据支撑，说服力较强，适宜运用于学生综合素质评价。 三、构建学生素质评价模型的基本原则 (一)一个目标 在高等教育中，高等职业教育是一个非常重要的组成部分。实现现代化建设与高职高专学生的能力和素质有直接关系。从我国的发展要求以及发达国家的发展经验看，无论是发展和解放生产力、建设小康社会，还是创建和谐社会、加快城市化建设，高等职业所培养的应用型人才不可或缺。因此，职业技术教育应坚持以就业为导向，以服务为宗旨，以培养学生综合素质、职业道德以及动手能力为重点，突出实用性。 (二)三个维度

模糊数学学习心得

《模糊数学》学习心得 姓名：李书纲 学号：200805050303 专业：信息与计算科学 老师；黄晓昆 地点：文鼎楼502

《模糊数学》学习心得 在大四的上学期，我们数学学院给我们开了黄晓昆老师的《模糊数学》这门课，这是继《近世代数基础》后黄老师给我们上的第二门比较抽象的课程。“模糊数学”这个词一听上去就很抽象，翻开课本是感觉更“模糊”。但在学习了半个学期后，对这门课程有了一定的了解，并学到了一部分知识，也积累了一点自己的学习心得体会。 先说说什么是“模糊数学”。模糊数学是相对于精确数学而言的，在较长时间里，精确数学及随机数学在描述自然界多种事物的运动规律中，获得显著效果。但在日常生活中，经常遇到许多模糊事物，没有分明的数量界限，要使用一些模糊的词句来形容、描述。比如，比较年轻、高个、大胖子、好、漂亮、善、热、远……。在人们的工作经验中，往往也有许多模糊的东西。例如，要确定一炉钢水是否已经炼好，除了要知道钢水的温度、成分比例和冶炼时间等精确信息外，还需要参考钢水颜色、沸腾情况等模糊信息。因此，为了研究这些与模糊概念相关的东西，“模糊数学”就产生了。 1965年，美国控制论专家、数学家查德发表了论文《模糊集合》，标志着模糊数学这门学科的诞生。模糊数学的研究内容主要有：第一，研究模糊数学的理论，以及它和精确数学、随机数学的关系。查德以精确数学集合论为基础，并考虑到对数学的集合概念进行修改和推广。他提出用“模糊集合”作为表现模糊事物的数学模型。并在“模糊集合”上逐步建立运算、变换规律，开展有关的理论研究，就有可能构造出研究现实世界中的大量模糊的数学基础，能够对看来相当复

模糊综合评价法的数学建模方法简介_任丽华

８ 《商场现代化》２００６年７月（中旬刊）总第４７３期 ２０世纪８０年代初，汪培庄提出了对绿色供应链绩效进行评价的模糊综合评价模型，此模型以它简单实用的特点迅速波及到国民经济和工农业生产的方方面面，广大实际工作者运用此模型取得了一个又一个的成果。本文简单介绍模糊综合评价法的数学模型方法。 一、构造评价指标体系 模糊综合评价的第一步就是根据具体情况建立评价指标体系的层次结构图，如图所示： 二、确定评价指标体系的权重 确定各指标的权重是模糊综合评价法的步骤之一。本文根据绿色供应链评价体系的层次结构特点，采用层次分析法确定其权重。尽管层次分析法中也选用了专家调查法，具有一定的主观性，但是由于本文在使用该方法的过程中，对多位专家的调查进行了数学处理，并对处理后的结果进行了一致性检验，笔者认为，运用层次分析法能够从很大程度上消除主观因素带来的影响，使权重的确定更加具有客观性，也更加符合实际情况。 在此设各级指标的权重都用百分数表示，且第一级指标各指标的权重为Ｗｉ，ｉ＝１，２，…，ｎ，ｎ为一级指标个数。一级指标权重向量为： Ｗ＝（Ｗ１，…，Ｗｉ，…Ｗｎ） 各一级指标所包含的二级指标权重向量为： Ｗ＝（Ｗｉ１，…，Ｗｉｓ，…Ｗｉｍ），ｍ为各一级指标所包含的二级指标个数，ｓ＝１，２，…，ｍ。 各二级指标所包含的三级指标权重向量为： Ｗｉｓ＝（Ｗｉｓ１，…Ｗｉｓ２，…Ｗｉｍｑ），ｑ为各二级指标所包含的三级指标个数。三、确定评价指标体系的权重建立模糊综合评价因素集将因素集Ｘ作一种划分，即把Ｘ分为ｎ个因素子集Ｘ１，Ｘ２，…Ｘｎ，并且必须满足： 同时，对于任意的ｉ≠ｊ，ｉ，ｊ＝１，２，…，均有 即对因素Ｘ的划分既要把因素集的诸评价指标分完，而任一个评 价指标又应只在一个子因素集Ｘｉ中。 再以Ｘｉ表示的第ｉ个子因素指标集又有ｋｉ个评价指标即：Ｘｉ＝｛Ｘｉ１，Ｘｉ２，…，ＸｉＫｉ｝，ｉ＝１，２，…，ｎ 这样，由于每个Ｘｉ含有Ｋｉ个评价指标，于是总因素指标集Ｘ其有 个评价指标。 四、　进行单因素评价，建立模糊关系矩阵Ｒ 在上一步构造了模糊子集后，需要对评价目标从每个因素集Ｘｉ上进行量化，即确定从单因素来看评价目标对各模糊子集的隶属度，进而得到模糊关系矩阵： 其中ｓｉ（ｉ＝１，２，…，ｍ）表示第ｉ个方案，而矩阵Ｒ中第ｈ行第ｊ列元素ｒｈｊ表示指标Ｘｉｈ在方案ｓｊ下的隶属度。对于隶属度的确定可分为两种 情况：定量指标和定性指标。 （１）定量指标隶属度的确定 对于成本型评价因素可以用下式计算： 对于效益型评价因素可以用下式计算：对于区间型评价因素可以用下式计算：上面三个式子中：ｆ（ｘ）为特征值，ｓｕｐ（ｆ），ｉｎｆ（ｆ）分别为对应于同一个指标的所有特征值的上下界，即是同一指标特征值的最大值和最小 模糊综合评价法的数学建模方法简介 任丽华　东营职业学院 ［摘　要］　本文一种数学模型方法构造了一种对绿色供应链绩效进行评价的模糊综合评价法，主要从构造评价指标体系，确定评价指标体系的权重，确定评价指标体系的权重，建立模糊综合评价因素集，进行单因素评价、建立模糊关系矩阵Ｒ，计算模糊评价结果向量Ｂ等五个方面介绍这种评价方法。 ［关键词］　绿色供应链绩效评价　模糊综合评价法　数学模型方法 流通论坛

数学建模案例分析-- 模糊数学方法建模1模糊综合评判及其应用

第八章 模糊数学方法建模 1965年,美国自动控制学家L.A.Zadch 首先提出了用“模糊集合”描述模糊事物的数学模型。它的理论和方法从上个世纪七十年代开始受到重视并得到迅速发展，特别是愈来愈广泛地应用于解决生产实际问题。模糊数学的理论和方法解决了许多经典数学和统计数学难以解决的问题，这里，我们通过几个例子介绍模糊综合评判、模糊模式识别、模糊聚类、模糊控制等最常用方法的应用。而相应的理论和算法这里不作详细介绍，请参阅有关的书籍。 §1 模糊综合评判及其应用 一、模糊综合评判 在我们的日常生活和工作中，无论是产品质量的评级，科技成果的鉴定，还是干部、学生的评优等等，都属于评判的范畴。如果考虑的因素只有一个，评判就很简单，只要给对象一个评价分数，按分数的高低，就可将评判的对象排出优劣的次序。但是一个事物往往具有多种属性，评价事物必须同时考虑各种因素，这就是综合评判问题。所谓综合评判，就是对受到多种因素制约的事物或对象，作出一个总的评价。 综合评判最简单的方法有两种方式： 一种是总分法，设评判对象有m 个因素，我们对每一个因素给出一个评分i s ，计算出评判对象取得的分数总和 ∑== m i i s S 1 按S 的大小给评判对象排出名次。例如体育比赛中五项全能的评判，就是采用这种方法。 另一种是采用加权的方法，根据不同因素的重要程度，赋以一定的权重，令i a 表示对第i 个 因素的权重，并规定∑==m i i a 1 1，于是用 ∑== m i i i s a S 1 按S 的大小给评判对象排出名次。 以上两种方法所得结果都用一个总分值表示，在处理简单问题时容易做到，而多数情况下评判是难以用一个简单的数值表示的，这时就应该采用模糊综合评判。 由于在很多问题上，我们对事物的评价常常带有模糊性，因此，应用模糊数学的方法进行综合评判将会取得更好的实际效果。 模糊综合评判的数学模型可分为一级模型和多级模型两类，这里仅介绍一级模型。 应用一级模型进行综合评判，一般可归纳为以下几个步骤： （1）建立评判对象的因素集},,,{21n u u u U =。因素就是对象的各种属性或性能，在不同场合，

MATLAB在模糊数学教学中应用示例

摘要：作者探讨了在模糊数学教学中运用matlab软件来辅助课程教学的方法，并以示例积极推进可视化教学，提高了教学质量，其结果表明教学效果明显. 关键词： matlab 模糊数学教学效果 自1965年扎德（l.a.zadeh）提出“模糊集合”的概念，模糊数学便作为一门新的数学学科诞生了.近五十年来，它的发展非常迅速，应用十分广泛.其理论和应用涉及社会科学、自然科学和思维科学诸多领域.在上世纪九十年代，国外应用模糊数学原理研制和推出了首批模糊家用电器，而现在，模糊洗衣机、模糊吸尘器、模糊电饭煲、模糊空调机等已进入了国外千家万户，部分产品进入我国国内，由此可见，其应用前景是举世瞩目的.所以，学生学好模糊数学十分重要.另外，模糊数学在培养学生辩证唯物主义的认识论、方法论，教学素养和应用能力等方面也有着良好的教育功能.由于模糊数学本身是系统化的，涉及的知识深广，使不少学生感到理论太复杂，太抽象，对所学内容难把握，易产生畏难情绪，仅仅通过板书讲授方式难以达到理想的教学效果.因而，加强实践教学是必不可少的一个重要环节.随着高校教学手段的改革，多媒体辅助教学法越来越受师生的欢迎，据统计，60%以上的高校都愿接受，其中数学软件matlab是评价最高的有效的数值和工程计算的软件.针对本科生课程的特点，结合matlab语言所独具的优势，本文着重介绍matlab在模糊数学中的实际应用示例，从而积极推进和改善可视化教学，强化教学效果.下面给出详细示例. 一、利用matlab建立隶属度函数的辅助教学 隶属度是模糊集的基本概念，也是模糊控制的应用基础，由此，正确构造隶属度函数是用好模糊控制的关键之一，而此概念对学生而言是一个抽象的概念，在授课过程中，将基本概念及原理给学生讲透的同时，充分利用计算机的表现能力会将抽象的东西具体化、形象化. 例1.设某污染河水中酚的含量t=0.0012mg/l，给定酚的水质分级标准为： 试建立各级水的隶属度函数. 二、利用matlab来计算λ―截矩阵的辅助教学 在模糊数学中模糊聚类分析法是将事物根据一定的特征，并按某种特定要求或规律分类的一种方法，在分类过程中不是仅仅考虑事物之间有无关系，而是考虑事物之间的深浅程度，λ―截矩阵在该分析法中是一个很重要的概念.其定义和计算如下： 三、利用matlab求解模糊线性规划 普通线性规划其约束条件和目标函数都是确定的，但在一些实际问题中，约束条件可能带有弹性，必须借助模糊集的方法来处理.模糊线性规划是将约束条件和目标函数模糊化，引入隶属函数，从而导出一个新的纯属规划问题，它的最优解称为原问题的模糊最优解.求解模糊线性规划需要分别求出三个普通的线性规则，从而加上伸缩率后的普通线性规划进而添加新变量入和新的约束条件，求解模糊线性规划的具体方法如下： 结果：最优解为z=33.2，此时z=14.93. 以上示例仅是模糊数学中常见的一些问题求解，从中可以观察出，matlab在解决这些问题时简洁、灵活的特点，增强了学生对复杂问题了解时的直观性，缓解了教学课时偏少及当前实验室跟不上教学需求的困境；也让学生在课程学习的同时，轻松地学会一些编程问题，加深、加强了编程能力，使学生更能产生学习matlab及模糊数学的欲望，积极推进模糊数学的教学，使之更高效、更具利用价值. 参考文献： ［1］张驰.试论模糊数学的教育功能［j］.数学教育学报，1997，6，（4）:90-93. ［2］周维.高校“模糊数学”选修课教法初探［j］.淮南工业学院学报（社会科学版），

模糊数学

东北大学 数学公共基础课教学大纲 课程名称：模糊数学 开课单位：理学院数学系 制订时间：2003 .7 修订时间：2004.7

《模糊数学》课程教学大纲

二、教学内容及基本要求 1.绪论 了解现实中的模糊性普遍存在性以及与传统数学的关系.模糊数学的基本概念、发展历史和特点. 理解模糊数学发展带动人工智能、控制理论等相关研究领域研究. 自学：集合基础知识. 2. 模糊集基本概念 了解模糊集理论的概念、要素和内容. 理解和掌握模糊子集及其运算、模糊集的基本定理等. 列举模糊集在信息科学、管理科学领域中的应用，描述形式、优点. 3. 模糊关系及模糊图 理解模糊关系及其运算、模糊关系性质. 了解模糊图论基础和模糊图的应用. 掌握模糊矩阵和关系图，λ截矩阵等概念. 重点为λ截矩阵和模糊关系合成. 在信息科学、管理科学中的应用分析. 4. 模糊性及其度量 了解模糊集合的模糊度等基本概念. 理解贴近度概念、模型。 重点要掌握海明距离、加权海明距离以及距离的其它形式. 5. 模糊模型识别 了解模糊模型识别的基本概念. 掌握模糊识别的最大隶属度原则. 重点为最大隶属度原则和择近原则运用. 6. 模糊综合评判 了解模糊综合评判决策方法. 掌握经典的综合评判决策方法. 模糊映射与模糊变换、模糊综合评判决策的数学模型.

三、教学安排及方式 总学时 24 学时，讲课 24 学时，实验学时。 四、课程教学的有关说明 本课程内外学时比例： 1:1 ；平均周学时： 2 ； 可对下述有关情况做出说明： 1、本课程自学内容及学时 自学：集合基础知识 2学时 2、课内习题课的安排及学时 3、利用现代化教学手段内容及演进 采用多媒体教学与传统教学相结合。 4、对学生能力培养的要求 学生通过该课程学习，了解模糊数学的基本概念、原理和基本方法，了解国际、国内模糊数学理论及应用的新进展，模糊数学与基础数学的关系。学会运用模糊思想和方法处理问题，掌握模糊数学应用特点以及专业知识的结合。

数学建模方法详解模糊数学

数学建模方法详解--模糊数学 在生产实践、科学实验以及日常生活中，人们经常会遇到模糊概念（或现象）。例如,大与小、轻与重、快与慢、动与静、深与浅、美与丑等都包含着一定的模糊概念。随着科学技术的发展，各学科领域对于这些模糊概念有关的实际问题往往都需要给出定量的分析，这就需要利用模糊数学这一工具来解决。 模糊数学是一个较新的现代应用数学学科，它是继经典数学、统计数学之后发展起来的一个新的数学学科。统计数学是将数学的应用范围从确定性的领域扩大到了不确定性的领域，即从必然现象到偶然现象，而模糊数学则是把数学的应用范围从确定性的领域扩大到了模糊领域，即从精确现象到模糊现象。在各科学领域中，所涉及的各种量总是可以分为确定性和不确定性两大类。对于不确定性问题，又可分为随机不确定性和模糊不确定性两类。模糊数学就是研究属于不确定性，而又具有模糊性的量的变化规律的一种数学方法。本章对于实际中具有模糊性的问题，利用模糊数学的理论知识建立数学模型解决问题。 1.1 模糊数学的基本概念 1.1.1 模糊集与隶属函数 1. 模糊集与隶属函数 一般来说，我们对通常集合的概念并不陌生，如果将所讨论的对象限制在一定的范围内，并记所讨论的对象的全体构成的集合为U ，则称之为论域（或称为全域、全集、空间、话题）。如果U 是论域 ，则U 的所有子集组成的集合称之为U 的幂集，记作)(U F 。在此，总是假设问题的论域是非空的。为了与模糊集相区别，在这里称通常的集合为普通集。 对于论域U 的每一个元素U x ∈和某一个子集U A ?，有A x ∈或A x ?，二者有且仅有一个成立。于是，对于子集A 定义映射 }1,0{:→U A μ 即 ?? ??∈=,0, ,1)(A x A x x A ，μ 则称之为集合A 的特征函数，集合A 可以由特征函数唯一确定。 所谓论域U 上的模糊集A 是指：对于任意U x ∈总以某个程度)]1,0[(∈A A μμ属于A ，而不能用A x ∈或A x ?描述。若将普通集的特征函数的概念推广到模糊集上，即得到模糊集的隶属函数。 定义1.1 设U 是一个论域，如果给定了一个映射 ]1,0[)(]1,0[:∈→x x U A A μμα 则就确定了一个模糊集A ，其映射A μ称为模糊集A 的隶属函数，A μ称为x 对模糊集A 的隶属度。 定义1.1表明，论域U 上的模糊集A 由隶属函数A μ来表征，A μ的取值范围为闭区间]1,0[，A μ的大小反映了x 对模糊集A 的从属程度，A μ值接近于1，表示x 从属A 的程度很高，A μ值接近于0，表示x 从属A 的程度很低，使5 .0=A μ

模糊数学模型

第四讲 模糊数学模型（Fuzzy ） 过份的精确反而模糊；适当的模糊反而精确。 起源：1965年 L.A.Zadeh 在杂志“ Information and Control ”上发表著名论文，首先提出模糊集合的概念，标志着模糊理论的产生。 一、模糊综合评判法 （一）模糊集合： 1、X 上的模糊集合A ，由()A U x 表示的隶属函数的集合。 ()A U x 表示X 隶属集合A 的程度，()A U x 越接近1 ，表示X 属于A 的程度越大。 当()A U x =1时，X 肯定属于A ； 当()A U x =0时，X 肯定不属于A ； 2、若X 为离散空间，则X 可以表示为：{}12,, ,n X x x x =,则模糊集合A 可以表示为： {}1122(,()),(,()),,(,())A A n A n A x U x x U x x U x =。 {}:1,2, ,9Eg X =,A=“大体上与5接近的数”， 模糊集合A 可以表示为A ={（1，0），（2，0），（3，0.4），（4，0.8）,(5,1),(6,0.8),(7,0.4),(8,0),(9,0)}。 3、若X 为连续空间，则X 可以表示为：{},,X x x R R =∈为某连续区域，模糊集合 {}(,()),A A x U x x R =∈。 Eg:若建立年轻人的隶属函数，可以根据统计资料，作出年轻人的隶属函数的大致曲线，发现与柯西分布接近。 21 ()()1 1()11 (30)0.3 1 3.51(3025)10 A A x a U x P x x a x a U βαβα≤?? ==?>?+-?===+-1 取a=25,=2,＝ 10 不合理

模糊数学教学大纲

《模糊数学》教学大纲 院系名称数学与应用数学系 制定人董媛媛 制定时间 2008年7月6日

《模糊数学》教学大纲 一、总则 1、课程代码： 2、课程名称：中文名称：模糊数学 英文名称：Fuzzy Mathematics 3、开课对象：数学与应用数学专业的本科生 4、课程性质：专业任选课 模糊数学诞生于1965年，40余年来，它的思想已广泛渗透到数学的许多分支，在科技、工程等领域显示出了强大的生命力，并在人文科学（经济、管理、社会等）领域里，也已获得了相当多的应用。本课程是数学系专业选修课，为数学系本科数学与应用数学专业四年级学生所选修。 5、教学目的和要求： 通过本门课程的学习： （1）了解和掌握模糊集合，模糊关系，模糊矩阵，模糊聚类与模糊变换等基本概念和基本理论；掌握模糊聚类分析，模糊模型识别，模糊决策的实际应用所运用的模糊数学方法；初步了解模糊规划及模糊控制理论，并运用上述有关理论和方法进行进一步的科学研究与实际应用； （2）掌握模糊数学有关方面的理论知识和处理模糊现象的基本思维方法； （3）培养学生的抽象概括问题、自我学习接受知识的能力及科学研究能力；同时培养学生综合运用所学知识分析并通过相关数学模型的建立与运用进而解决生活中实际问题的能力。（4）提高学生的素质，为部分考研学生的后继学习以及将来从事科学研究等工作奠定必要的数学基础。 6、教学内容： 本课程主要研究了利用用模糊数学的知识来解决实际问题的理论及其方法。主要内容有：模糊集合的基本概念、模糊聚类分析、模糊模型识别、模糊决策、模糊线性规划、模糊控制。 7、教学重点与难点： 重点：通过本课程的学习，掌握模糊数学的基本思想，基础理论，从而进一步了解模糊理论的基本应用，能够运用模糊理论解决生活中的实际问题。 难点：模糊数学的基本理论及如何正确运用这些理论知识来解决实际问题。 8、先修课程：

模糊数学在医学图像处理中的应用

《专业前沿科技讲座》课程论文 题目：模糊数学在医学图像处理中的应用 学生姓名：李慧 学号： 201307011116 专业年级：2013级信息与计算科学专业 指导教师：李震 年月日

模糊数学在医学图像处理中的应用 姓名：李慧 班级:2013级信息与计算科学学号:201307011116 摘要：用计算机来处理医学CT图片已成为计算机研究的一个重要方向，模糊图像处理技术是计算机图像处理中的重要方式和途径。图像本质上具有模糊性，因此探究模糊信息处理技术在医学图像处理中的应用有其必然性。据此提出一种基于模糊评判的方法来处理医学图像问题。 关键词：模糊数学；应用；模糊评判； 1.基于模糊数学的医学图像处理与分析方法 医学图像是医学诊断和疾病治疗的重要依据，在临床上具有非常重要的应用价值。医学图像本质上是模糊的，这是由于图像在获取过程中人体解剖结构的复杂性、组织器官形状的不规则性以及不同个体间的差异性、成像中磁场的不均匀性、部分容积效应以及噪声的影响等造成内在的不确定性。所以将模糊理论引入医学图像处理与分析领域，可以使医学图像处理和分析达到更好的效果。 1.1模糊逻辑分析方法 与传统数学不同，模糊数学将二值逻辑（非0即1）进行模糊推广，建立了模糊逻辑，使计算机的逻辑计算逐步接近人的思维方式，大大提高了对模糊问题的处理能力。模糊逻辑分析方法主要基于模糊集理论、模糊 IF-THEN 规则、模糊连通性理论等，应用于图像增强、分割、分析与评价等各个方面。 1.1.1经典的Pal 和King 模糊图像增强算法 Pal 和King 算法主要用于图像增强及边缘检测，简称Pal 算法。80 年代中期Pal 和King 从图像所具有的不确定性是由模糊性引起的观点出发，首次将模糊集理论与图像处理结合起来，提出经典的Pal 和King 图像增强算法，开创了模糊理论应用领域的新纪元。Pal 算法的基本思想是建立一个隶属函数，使图像由灰度域转换到模糊域，然后选取对应的增强函数对图像进行处理，最后将模糊增强后的图像再映射到

模糊神经网络讲义

模糊神经网络（备课笔记） 预备知识 复杂的东西是难以精确化的，这使得人们所需要的精确性和问题的复杂性间形成了尖锐的矛盾。 正如模糊数学的创始人L.A.Zadeh(查德)教授（美国加利福尼亚大学）所说：“当系统的复杂性增加时，我们使它精确化的能力将减小。直到达到一个阈值，一旦超越它，复杂性和精确性将相互排斥。”这就是著名的“互克性原理”。 该原理告诉我们，复杂性越高，有意义的精确化能力就越低；而复杂性意味着因素众多，以致人们往往不可能同时考察所有因素，只能把研究对象适当简化或抽象成模型，即抓住其中的主要部分而忽略掉次要部分。当在一个被压缩了的低维因素空间考虑问题时，即使本来是明确的概念，也会变得模糊起来。或者某些抽象简化模型本身就带有概念的不清晰，如“光滑铰链”这个力学模型，什么叫“光滑”、什么叫“粗糙”就没有一个明确的定义，客观上两者之间没有绝对分明的界限；主观上，决策者对此类非程序化决策做出判断时，主要是根据他的经验、能力和直观感觉等模糊概念进行决策的。 或者判断一个人的好坏，本来有很多因素，比如人品、性格、相貌等，现在简化改成一个综合评价：好、坏、一般等，都是根据个人爱好或者个人经验等模糊概念进行判断的。 在科学发展的今天，尤其在工程研究和设计领域中，这些模糊性问题就无法回避了，要求对数据进行定量分析，那如何对其进行定量分析呢？ 1965年，Zadeh教授发表一篇论文“模糊集合”（Fuzzy sets），所谓模糊集合就是指边界不清的集合。提出用“隶属函数”（menbership function）这一概念来描述现象差异中的中间过渡，突破了德国人Cantor创立的古典集合论中属于或不属于的绝对关系，标志着模糊数学的诞生。Zadeh认为应该重新把模糊性和精确性统一在一起，因为在现实生活中复杂事物要绝对精确是不可能的，实际上只是把所谓的不准确程度降低到了无关重要的程度。他这篇论文第一次引人注目地提出了模糊性问题，给出了模糊概念的定量表示法，标志着模糊数学的诞生。模糊数学是使模糊现象定量化的应用数学分支学科。由于它突破了传统数学绝不允许模棱两可的约束，使那些与数学毫不相关的学科都可能用定量化和数学化加以描述和处理，从而显示其强大的生命力。 在模糊评价中，最基本和使用最多的是隶属度和隶属函数。隶属度表示元素u属于模糊集合U的程度；也就是对模糊集合的判断是用元素对此集合的从属程度大小来表达的。 模糊系统 模糊逻辑控制系统，简称模糊控制系统或模糊系统，是一种基于模糊数学理论的新型控制方法。 模糊控制由于模仿人对复杂事物的抽象思维方式，利用模糊信息处理对被控对象执行控制。所以，它不需要知道系统的精确数学模型。对不确定的非线性的系统来说是一种有效的控制途径。但是，模糊控制对信息的简单模糊化导致系统的控制精度下降。为了提高精度，往往要在模糊化时增加模糊量的个数，或者，增大控制规则集。这样会使控制规则搜索范围的扩大、搜索时间增加、降低了决策的速度，则影响了动态过程的品质。因此，隶属函数和控制规则的优化是提高品质的关键，在本质上，是对模糊控制中的知识进行正确性校正。