数学建模算法大全模糊数学模型

合集下载

2--模糊数学建模方法

2--模糊数学建模方法

28
模糊集合及其运算
几个常用的算子: (1)Zadeh算子 (,)
a b max{a,b},a b min{a,b} (2)取大、乘积算子 (,)
a b max{a,b},a b ab (3)代数和、乘积算子 (ˆ ,)
a ˆ b a b ab,a b ab
2021年4月9日
u U
(2)A与B的代数和记作A +^ B,运算规则 由下式确定:
A +^ B(u)= A(u)+B(u) A(u)B(u) u U
2021年4月9日
27
定义:称 • 、为有界算子,对a,b[0,1],有: a • b= max(0,a+b-1) a b= min(1,a+b)
可以证明: a,b[0,1], 0 max(0,a+b-1)1、 0 min(1,a+b)1
100
19
再如,Y= “年轻”也是U的一个子集,只是不同的年龄段隶属 于这一集合的程度不一样, Zadeh给出它的隶属函数:
Y
(u)
(1
(
u
1 25)2 5
)1
0 u 25 25 u 100
1 0
2021年4月9日
B(u)
25
50
U
20
则模糊集O(年老)
O 0
(1 (u 50)2 )1 5
29
模糊集合及其运算
(4)有界和、取小算子 (,)
a b 1 (a b),a b min{a,b}
(5)有界和、乘积算子 (,)
a b 1 (a b),a b ab
(6)Einstain算子 ( , )
a b
ab

数学建模案例分析-- 模糊数学方法建模3股票反弹率的模糊聚类法

数学建模案例分析-- 模糊数学方法建模3股票反弹率的模糊聚类法

§3 股票反弹率的模糊聚类法将模糊集理论应用于聚类分析,便产生了模糊聚类法。

一、模糊聚类法介绍若矩阵A 的各元素ij a 满足10≤≤ij a ,则称A 为模糊矩阵。

设p n ij a A ⨯=)(和m p ij b B ⨯=)(为两个模糊矩阵,令m j n i b a c kj ik pk ij ,,2,1,,,2,1),(1 ==∧∨== 则称矩阵m n ij c C ⨯=)(为模糊矩阵A 与B 的乘积,记为B A C ∙=,其中∨和∧的含义为},max{b a b a =∨, },min{b a b a =∧ 显然,两个模糊矩阵的乘积仍为模糊矩阵。

设方阵A 为一个模糊矩阵,若A 满足A A A =∙,则称A 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“甲象乙,乙象丙,则甲象丙”这样的关系。

设n n ij a A ⨯=)(为一个模糊等价矩阵,10≤≤λ为一个给定的数,令⎩⎨⎧=<≥=n j i a a a ij ij ij ,,2,1,,0,1)( λλλ则称矩阵n n ij a A ⨯=)()(λλ为A 的λ—截阵。

模糊聚类法和一般的聚类方法相似,先计算变量间的相似系数矩阵(或样品间的距离矩阵),将其元素压缩到0与1之间形成模糊矩阵,进一步改造成模糊等价矩阵,最后取不同的标准λ,得到不同的λ—截阵,从而可以得到不同的类。

具体步骤如下:1、计算相似系数矩阵R 或样品的距离矩阵D其中n n ij d D ⨯=)(和p p ij r R ⨯=)(的算法与第四章§4.7消费分布规律的分类中相同。

2、将R (或D )中的元素压缩到0与1之间形成模糊矩阵我们统一记为n n ij a A ⨯=)(;例如对相似系数矩阵p p ij r R ⨯=)(,可令p j i r a ij ij ,,2,1,),1(21 =+= 对于距离矩阵n n ij d D ⨯=)(,可令n j i d d a ij n j i ij ij ,,2,1,,max 11,1 =+-=≤≤ 3、建立模糊等价矩阵一般说来,上述模糊矩阵n n ij a A ⨯=)(不具有等价性,这可以通过模糊矩阵的乘积将其转化为模糊等价阵,具体方法是:计算,,,2242 A A A A A A ∙=∙=直到满足k k A A =2,这时模糊矩阵k A 便是一个模糊等价矩阵。

数学建模中的常见模型

数学建模中的常见模型

数学建模中的常见模型数学建模综合评价模型是一种通过对各个评价指标进行量化,并将它们按照权重进行加权,最终得到一个综合评价值的方法。

这个模型可以应用于多指标决策问题,用于对被评价对象进行排名或分类。

常见的数学建模综合评价模型包括模糊综合评价模型、灰色关联分析模型、Topsis(理想解法)、线性加权综合评价模型、熵值法和秩和比法等。

模糊综合评价模型是一种基于模糊数学理论的方法,它将评价指标的模糊程度考虑在内,得到一个模糊评价结果。

该模型的步骤包括确定评价指标及其权重、构建模糊评价矩阵、进行模糊运算、得到模糊评价结果。

灰色关联分析模型是一种用于分析指标间关联性的方法,它可以帮助我们确定各个指标对被评价对象的影响程度。

该模型的步骤包括确定关联度计算方法、计算各个指标的关联度、得到综合关联度。

Topsis(理想解法)是一种基于距离的方法,它通过计算每个评价对象与理想解的距离,得到一个综合评价值。

该模型的步骤包括确定正负理想解、计算距离、得到综合评价值。

线性加权综合评价模型是一种常用的多指标决策方法,它将各个评价指标的权重与指标值线性组合起来,得到一个综合评价值。

该模型的优点是简单易操作,计算方便,可以对各个指标的重要性进行量化,并将其考虑在评价中。

但是,该模型的权重确定较为主观,且假设指标之间相互独立,不考虑相关性。

熵值法是一种基于信息熵理论的方法,它通过计算每个指标的熵值,得到一个综合评价值。

该模型的步骤包括计算指标的熵值、计算权重、得到综合评价值。

秩和比法是一种用于处理多指标决策问题的方法,它通过计算指标的秩和比,得到一个综合评价值。

该模型的步骤包括编秩、计算秩和比、得到综合评价值。

根据具体的评价需求和问题特点,我们可以选择合适的数学建模综合评价模型来进行评价。

每个模型都有其优点和缺点,需要根据具体情况进行选择和应用。

<span class="em">1</span><spanclass="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [数学建模——评价模型]()[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_sourc e":"vip_chatgpt_mon_search_pc_result","utm_medium":"di stribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_itemstyle="max-width: 100%"] [ .reference_list ]。

数学建模-模糊数学

数学建模-模糊数学

A : U [0,1],
~
x A ( x ) [0,1]
A 称为 A 隶属函 确定了一个U上的模糊子集 A 。映射 ~ ~ ~
~
A ( x ) 称为 x 对 A 数, 的隶属程度,简称隶属度。 ~
~
模糊子集 A 由隶属函数 A 唯一确定,故认为二者
A 。 是等同的。为简单见,通常用A来表示 A 和 ~
模糊集合及其运算
一、经典集合与特征函数 集合:具有某种特定属性的对象集体。 通常用大写字母A、B、C等表示。 论域:对局限于一定范围内进行讨论的对象的全体。 通常用大写字母U、V、X、Y等表示。
论域U中的每个对象u称为U的元素。
模糊集合及其运算
在论域U中任意给定一个元素u及任意给定一个 经典集合A,则必有 u A 或者u A ,用函数表示为:
c
0.6 1 B 0.7 0.8
c
模糊集合及其运算
(2)模糊矩阵的合成 定义:设 A (aij )ms , B (bij )sn , 称模糊矩阵
A B (cij )mn
为A与B的合成,其中 cij max{(aik bkj ) 1 k s}。 0.1 0.2 0.4 0.5 0.6 , B 0.3 0.4 , 则 例:设A 0.1 0.2 0.3 0.5 0.6 0.1 0.2 0.2 0.5 0.6 A B B A 0.3 0.3 0.3 0.3 0.3 0.4 0.5 0.5
模糊聚类分析
(1)标准差标准化
对于第 i 个变量进行标准化,就是将 xij 换成
x ij ,即
xij xi x ij Si (1 j m )

课件数学建模(模糊数学方法建模).docx

课件数学建模(模糊数学方法建模).docx

第十四章模糊数学方法建模在生产实践.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。

14. 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则称之为论域(或称为全域、全集、空间、话题)。

如果U是论域,贝仏的所有子集组成的集合称之为〃的幕集,记作W)。

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〃的每一个元素氏U和某一个子集AuU , 有X"或躍A,二者有且仅有一个成立。

于是,对于子集A定义映射心:U T{0,1}即小)七X::[0, A,则称之为集合人的特征函数,集合A可以由特征函数唯一确定。

所谓论域"上的模糊集人是指:对于任意总以某个程度"A(以〔0,11)属于A ,而不能用氏人或兀e A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14.1设U是一个论域,如果给定了一个映射“人:"一> [0,1 ] X I 心(x) W [ 0,1 ]则就确定了一个模糊集A ,其映射d称为模糊集人的隶属函数,“人称为*对模糊集人的隶属度。

数学建模-模煳数学理论

数学建模-模煳数学理论
模糊数学的基本思想是隶属程度的思想,应用模 糊数学方法建立数学模型的关键是建立符合实际 的隶属函数,下面介绍几种常用的确定隶属函数 的方法:
1)模糊统计方法 它可以算是一种比较客观的方法,主要是基于
模糊统计实验的基础上,根据隶属度的客观存在 性来确定的。
模糊统计试验的四要素为:
假设我们做n次模糊统计试验,则可算出 当n不断增大时,其频率的稳定值称为x0对A的隶属
2)模糊等价矩阵 3)模糊相似关系与模糊相似矩阵
2.3 截矩阵与传递矩阵 1)截矩阵
2)模糊传递矩阵
3 模糊聚类分析
所谓聚类分析,就是用数学的方法把事物按一定要求 和规律进行分类,它有广泛的实际应用。在模糊数学产生 之前,聚类分析已是是数理统计中研究“物以类聚”的一 种多元分析方法,它通过数学工具定量地确定、划分样品 的亲疏关系,从而客观地、合理地分型划类。由于客观事 物之间在很多情况下并没有一个截然区别的界限,又由于 分类时所依据的数据指标的变化也大都是连续的,同时许 多客观事物之间的界限往往不一定很清晰,使传统的基于 数理统计原理的聚类分析方法遇到了困难。因此用模糊数 学观点解决聚类分析问题,必然会更符合于实际情况。这 种基于建立模糊相似关系对客观事物进行分类的方法,称 为模糊聚类分析。
多级模糊综合评判的具体方法步骤:
应用模糊数学方法 分析2000年数学建模A题
1) 问题的简述 2) 问题的分析
3) DNA模糊序列的分类
4) 用F统计量确定满意分类
5) 模型的评价与分析
注明:用F统的两种方法,即直 接方法和间接方法。
4.1 最大隶属原则 1)最大隶属原则Ⅰ
2)最大隶属原则Ⅱ 4.2 择近原则
5 模糊综合评判
5.1 模糊综合评判的一般方法步骤

模糊数学算法

模糊数学算法

1.问题的提出 问题的提出
1.3产业,项目决策的方法分析 : 产业, 产业
此类决策问题的传统方法是层次分析法(Analytic 此类决策问题的传统方法是层次分析法(Analytic Hierarchy Process, 简称AHP),但层次分析法在具体的处 简称AHP), 理时,需求矩阵的特征根和特征向量, 理时,需求矩阵的特征根和特征向量,并要进行复杂的一 致性检验,对非专业人士的使用存在不便. 致性检验,对非专业人士的使用存在不便. 属性层次模型(Attribute 属性层次模型(Attribute Hierarchical Mode,简称AHM), Mode,简称 简称AHM), 该方法建模和计算过程简单,只需做些加, 该方法建模和计算过程简单,只需做些加,乘运算就可达 到与AHP同等的效果 同等的效果. 到与AHP同等的效果.
aij = k aij = 1 i≠ j 1 aij = k
(5)
常可取1或 . 常可取 或2.
3.广西沿海产业决策属性层 广西沿海产业决策属性层 次结构
3.广西沿海产业决策属性层次结构 广西沿海产业决策属性层次结构
经济区的产业决策,是一个复杂的问题, 经济区的产业决策,是一个复杂的问题,要 考虑的因素很多, 考虑的因素很多,下面大家思考一下应考虑那 些因素? 些因素?
3.广西沿海产业决策属性层次结构 广西沿海产业决策属性层次结构
层次结构模型图: 层次结构模型图:
产业决策选择G 产业决策选择
区位条件C1 区位条件
产业结构C2 产业结构
区域互补C3 区域互补
产业基础C4 产业基础
资金需求C5 资金需求
环境因素C6 环境因素
地 理 位 置
自 然 资 源

模煳数学建模方法(132)

模煳数学建模方法(132)

参数a,b,c,d确定了梯形四个角的x坐标。 当b=c时,梯形就退化为三角形。
3. 高斯形隶属函数
1 x c 2 ( ) g ( x; c, ) e 2
c代表MF的中心; 决定MF的宽度。
模糊数学是研究和处理模糊性现象的数学方法. 众 所周知,经典数学是以精确性为特征的.
然而,与精确形相悖的模糊性并不完全是消极的、没 有价值的. 甚至可以这样说,有时模糊性比精确性还要好. 例如,要你某时到某地去迎接一个“大胡子高个子长 头发戴宽边黑色眼镜的中年男人”. 尽管这里只提供了一个精确信息――男人,而其他信 息――大胡子、高个子、长头发、宽边黑色眼镜、中年等 都是模糊概念,但是你只要将这些模糊概念经过头脑的综 合分析判断,就可以接到这个人. 模糊数学在实际中的应用几乎涉及到国民经济的各个 领域及部门,农业、林业、气象、环境、地质勘探、医学、 经济管理等方面都有模糊数学的广泛而又成功的应用.
模糊集的运算性质基本上与经典集合一 致,除了排中律以外,即 A∪Ac U, A∩Ac . 模糊集不再具有“非此即彼”的特点, 这正是模糊性带来的本质特征.
例 设论域U = {x1, x2, x3, x4, x5}(商品集), 在U上定义两个模糊集: A =―商品质量好”, B =―商品质量坏”,并设 A = (0.8, 0.55, 0, 0.3, 1). B = (0.1, 0.21, 0.86, 0.6, 0). 则Ac=―商品质量不好”, Bc=―商品质量不坏” Ac= (0.2, 0.45, 1, 0.7, 0). Bc= (0.9, 0.79, 0.14, 0.4, 1). 可见Ac B, Bc A. 又 A∪Ac = (0.8, 0.55, 1, 0.7, 1) U, A∩Ac = (0.2, 0.45, 0, 0.3, 0) .
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第二十二章 模糊数学模型模糊数学是研究和处理模糊性现象的数学,是在美国控制论专家A. Zadeh 教授于1965年提出的模糊集合(Fuzzy Set )基础上发展起来的一门新兴的数学分支。

这门学科经过多年的发展。

它在现实世界中的应用越来越广泛。

§1 模糊数学基本知识1.1 集合与特征函数集合是现代数学的重要概念。

一般地说,具有某种属性的事物的全体或确定对象的汇总称为一个集合。

不含任何元素的集合称为空集,记为Φ。

由所研究的所有事物构成的集合称为全集,记为Ω。

若集合Ω⊆A ,则将集合},|{Ω∈∉x A x x 且称为集合A 的补集,记为c A 。

集合及其性质可用所谓特征函数来描述。

定义 1 设Ω为全集,A 为Ω的子集,则集合A 的特征函数指的是Ω到集合}1,0{=V 的一个映射A μV A →Ω:μ)(x x A μ→其中对应规则A μ满足⎩⎨⎧∉∈=Ax A x A 01μ 集合的特征函数具有以下性质:)}(),(m ax {)(x x x B A B A μμμ=Y ,记作)()(x x B A μμ∨)}(),(m in{)(x x x B A B A μμμ=I ,记作)()(x x B A μμ∧)(1)(x x A A cμμ-= 1.2 模糊集合1.2.1 模糊集合的概念对于普通集合A 及其余集c A ,任何元素A x ∈或cA x ∈,二者必居其一,且仅居其一;用特征函数来表示就是0)(=x A μ或1)(=x A μ有且仅有一个成立。

然而,客观世界中存在着大量的模糊概念,如“高个子”,“老年人”,这些概念无法用普通集合表示,因为这些概念与其对立面之间无法划出一条明确的分界线。

为了研究和处理这类模糊概念(或现象),就需要把普通集合引申到模糊集合,用特征函数来描述就是将集合的特征函数的值域由}1,0{两个数扩展到闭区间]1,0[,这就是建立模糊集合的基本思想。

下面我们把所讨论对象的全体称为论域。

定义2 给定论域U ,模糊集合A 指的是论域U 到区间]1,0[的一个映射A μ ]1,0[:→U A μ)(x x A μ→对一切U x ∈,唯一确定实数)(x A μ,使得1)(0≤≤x A μ;用这个数表示x 属于A 的程度;其中函数)(x A μ称为A 的隶属度。

而对于元素x ,函数值)(x A μ称为元素x 关于A 的隶属度。

0)(≡x A μ表示模糊集合Φ=A ,1)(≡x A μ表示模糊集合U A =。

由于模糊集合总是论域U 的子集,故也称为模糊子集。

模糊子集A 通常记为~A 。

由于普通集合就是隶属函数值仅取0或1的特殊的模糊集合,为了方便起见,我们不加区别地采用大写字母C B A ,,等表示模糊集合,其隶属函数一律记作)(),(x x B A μμ等。

例1 以年龄作为论域U ,取]100,0[=U ,模糊集合A 与B 分别表示概念“老年人”和“年轻人”,取隶属函数为⎪⎪⎩⎪⎪⎨⎧≤<⎪⎭⎫ ⎝⎛-+≤≤=-100x 50 55011500 0)(2x x x A μ ⎪⎪⎩⎪⎪⎨⎧≤<⎪⎭⎫ ⎝⎛-+≤≤=-100x 25 52511250 1)(2x x x B μ 隶属函数和隶属度是模糊数学中的重要概念,隶属函数不是唯一的,例如关于“老年人”的隶属函数也可以取为⎪⎪⎩⎪⎪⎨⎧≥<<-≤≤= 7017050 2050500 0)(x x x x x A μ1.2.2 模糊集合的表示方法设论域为U ,则模糊集合A 可表示为Y U x A x x A ∈=/)(μ其中“/”不表示除法运算,仅表示x 为元素,)(x A μ为x 的隶属度。

若论域U 为有限论域;即设},,,{21n x x x U Λ=,则A 还可以表示为(1) n n A A A x x x x x x A )()()(2211μμμ+++=Λ同样,加号与除号仅是一种记号,并不表示加、除运算。

(2) )}(,),(),({21n A A A x x x A μμμΛ=称为向量表示法。

一般地,当]1,0[∈i μ),,2,1(n i Λ=时,称),,,(21n μμμΛ为模糊向量。

1.2.3 模糊集合的运算定义3 设论域为U ,U 的所有模糊集合作为元素构成的普通集合称为U 的模糊幂集,记为)(U P 。

定义4 设论域为U ,A 和B 是U 的模糊集合,即)(U P A ∈,)(U P B ∈。

如果对一切U x ∈有)()(x x B A μμ≤,则称模糊集合B 包含A ,记为B A ⊆;如果对一切U x ∈,有)()(x x B A μμ=,则称A 与B 相等,记为B A =。

定义5 设论域为U ,A 和B 是U 的模糊集合,即)(U P A ∈,)(U P B ∈。

它们的隶属函数分别为)(x A μ和)(x B μ。

A 与B 的并集是U 的模糊集合,记为B A Y ,其隶属函数为)()()(x x x B A B A μμμ∨=YA 与B 的交集是U 的模糊集合,记为B A I ,其隶属函数为)()()(x x x B A B A μμμ∧=IA 的余集是U 的一个模糊集合,记为c A ,其隶属函数为)(1)(x x A A cμμ-= 其中,“∨”和“∧”是取“最大”与“最小”的意思。

定义6 设论域为U ,A 是U 的模糊集合,R ∈λ,且10<<λ,令})(,|{λμλ≥∈=x U x x A A则称λA 为A 的一个-λ截集,其中λ称为阈值或置信水平。

由定义知,A 的-λ截集λA 就是U 中所有对A 的隶属度大于或等于λ的全体元素组成的普通集合。

例2 设论域},,,,{54321x x x x x U =,543215.012.09.07.0x x x x x A ++++= 则},,,{54214.0x x x x A =,},{428.0x x A =。

定义7 设论域为U ,A 为U 的模糊集合,10≤≤λ,λ与A 的模糊截积记为A λ,其隶属函数为)()(x x A A λλμλ∧=。

特别地,当A 为普通集合时有⎩⎨⎧∉∈=A x A x x A 0)(λμλ 模糊截积具有以下性质:A A 2121λλλλ⊆⇒≤。

1.3 模糊矩阵定义8 称m n ij r R ⨯=)(为模糊矩阵,如果对一切n i ,,2,1Λ=,m j ,,2,1Λ=有10≤≤ij r 。

当ij r 仅取0或1时,m n ij r R ⨯=)(为布尔矩阵。

定义9 设m n ij r R ⨯=)(和m n ij s S ⨯=)(为两模糊矩阵,如果对一切j i ,有ij ij s r =,则称R 和S 相等,记为S R =;如果对一切j i ,有ij ij s r ≤,则称S 包含R ,记为S R ⊆。

定义10 设m n ij r R ⨯=)(和m n ij s S ⨯=)(为两模糊矩阵,则R 和S 的并定义为m n ij ij s r S R ⨯∨=)(Y ,R 与S 的交m n ij ij s r S R ⨯∧=)(I 。

定义11 设m n ij r R ⨯=)(为模糊矩阵,10≤≤λ,令⎪⎩⎪⎨⎧<≥=λλλij ij ij r r r 01 则称布尔矩阵m n ij r ⨯)(λ为R 的-λ截矩阵,记为λR 。

例如⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=9.03.001.02.04.06.003.05.07.08.0R 则⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1000001001115.0R 定义12 模糊矩阵m n ij r R ⨯=)(与l m jk q Q ⨯=)(的合成是一个n 行l 列的模糊矩阵l n ik s S ⨯=)(,记为Q R S ο=,其中)(1jk ij mj ik q r s ∧=∨=),,1,,,1(l k n i ΛΛ==,S 又称为R 与Q 的模糊乘积。

例3 设模糊矩阵⎥⎦⎤⎢⎣⎡=7.06.04.01.05.07.0R ,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=4.07.001.06.08.0Q 则⎥⎦⎤⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎦⎤⎢⎣⎡=4.07.06.07.04.07.001.06.08.07.06.04.01.05.07.0Q R ο 1.4 模糊关系及其合成运算两个非空子集U 与V 的笛卡儿乘积定义为一个关系:},|),{(V v U u v u V U ∈∈=⨯,V U ⨯的子集称为U 到V 的一个关系,记为V U R −→−。

当R v u ∈),(时,则称u 与v 有关系R ,记为uRv ,否则称u 与v 没有关系。

类似地,我们有定义13 设V U ,为两非空集合,以V U ⨯为论域的模糊集合~R 确定U 到V 的一个模糊关系,记作V U R−→−~,其中对任意V U v u ⨯∈),(,),(v u 关于模糊集合~R 的隶属度记为),(~v u R μ,它表示u 与v 关于模糊关系的相关程度,记为),(~v u R ,特别地,当),(~v u R 的值仅取0或1时,~R 就是U 到V 的普通关系。

所以普通关系是模糊关系的特殊情况,因此我们不加区别地用T S R ,,等表示模糊关系,并且将模糊集合的隶属函数称为模糊关系的隶属函数,记为),(),,(),,(v u T v u S v u R 。

模糊关系可以用模糊矩阵来表示,即定义14 设},,,{21n u u u U Λ=,},,,{21m v v v V Λ=都是有限论域,U 到V 的模糊关系V U R −→−,对一切),,1(n i i Λ=,),,1(m j j Λ=,令),(j i ij v u R r =,则称模糊矩阵m n ij r ⨯)(为模糊关系R 的矩阵表示,在不出现混淆的情况下仍记为R 。

模糊关系存在合成运算。

定义15 设W V U ,,为三个非空集合,U 到V 的模糊关系R 与V 到W 的模糊关系S 的合成是一个U 到W 的模糊关系T ,记作S R T ο=,其中对一切W U w u ⨯∈),(有)],(),([),(w v S v u R w u T Vv ∧∨=∈。

定理 1 设},,{1n u u U Λ=,},,{1m v v V Λ=和},,{1l w w W Λ=是三个有限论域,模糊关系V U R −→−,W V S −→−的矩阵表示分别为m n ij r R ⨯=)(,l m jk s S ⨯=)(,则模糊关系W U SR −−→−ο的矩阵表示就是模糊矩阵m n ij r ⨯)(与l m jk s ⨯)(的合成。

定理2 设U 和V 是两个非空集合,R 为U 到V 的模糊关系,对任意10≤≤λ可以唯一确定U 到V 的普通关系λR ,其中对一切V U v u ⨯∈),(,当且仅当λ≥),(v u R时,有λR v u ∈),(,即⎩⎨⎧<≥=λλλ),(0),(1),(v u R v u R v u R 则称λR 为R 的-λ截关系。

相关文档
最新文档