Содержание
- 2. Теория нечетких множеств раздел прикладной математики, посвященный методам анализа неопределенных данных, в которых описание неопределенностей реальных
- 3. Нечеткое управление одна из самых результативных областей применения теории нечетких множеств
- 4. Области использования приложений с нечеткой логикой в Internet: диагностика и восстановление сетевых конфигураций и управление производственными
- 5. Информация о системе носит субъективный характер и ее представление в естественном языке содержит большое число неопределенностей
- 6. Fuzzy sets Л. Заде Нечеткое множество - это математическая модель класса с нечеткими, или размытыми границами
- 7. Нечеткое множество Совокупность элементов, обладающих некоторым общим свойством, но … в разной степени
- 8. Нечеткое множество А в Х совокупность пар вида (x, μA(x)), где x∈X, μА : x→ [0,1]
- 10. Определения supμА(x) называется высотой нечеткого множества A Нечеткое множество A нормально, если его высота равна 1,
- 11. Носителем нечеткого множества А (supp A) с функцией принадлежности μA(x) называется множество вида suppA={x|x∈X, μA(x)>0} Для
- 12. Ядром нечеткого множества называется четкое подмножество универсального множества U, элементы которого имеют степени принадлежности, равные единице
- 13. α-сечением (или множеством α-уровня) нечеткого множества называется четкое подмножество универсального множества U, элементы которого имеют степени
- 15. Операции над нечеткими множествами нечеткие множества А и В равны, если μA(x)=μВ(x); нечеткое множество С является
- 17. Пример 1. suppA = { x| величина x близка к 1}, suppB = {x| величина x
- 18. Примеры записи нечеткого множества Пусть Х = {x1, x2, x3, x4, x5 }, M = [0,1];
- 19. A = {0,3/x1; 0/x2; 1/x3; 0,5/x4; 0,9/x5 }, или A = 0,3/x1 + 0/x2 + 1/x3
- 20. Лингвистические переменные (linguistic variable) Терм–множеством (term set) называется множество всех возможных значений лингвистической переменной. Термом (term)
- 21. Лингвистическая переменная Х = "температура в комнате" универсальное множество U=[5; 35] ; терм-множество T={"холодно", "комфортно", "жарко"}
- 23. Пример нечеткого множества Пусть Х= {0,1,2,..,10}, M =[0,1]. Нечеткое множество "несколько" можно определить следующим образом: "несколько"={0,5/3+0,8/4+1/5+1/6+0,8/7+0,5/8}
- 24. Построение функций принадлежности нечетких множеств прямые и косвенные методы прямые методы используются для измеримых понятий, таких
- 25. Шкалы в задаче распознавания образов
- 26. Пример. Построить функции принадлежности значений «низкий», «средний», «высокий», используемых для лингвистической оценки переменной «рост мужчины»
- 27. Результаты обработки мнений экспертов
- 28. Преобразования нечеткого множества Дефаззификацией (defuzzification) называется процедура преобразования нечеткого множества в четкое число
- 29. Для многоэкстремальных функций принадлежности в Fuzzy Logic Toolbox запрограммированы методы дефаззификации: Centroid - центр тяжести; Bisector
- 30. Процедура дефаззификации аналогична нахождению характеристик положения (математического ожидания, моды, медианы) случайных величин в теории вероятности Простейшим
- 31. Метод центра тяжести Дефаззификация нечеткого множества по методу центра тяжести осуществляется по формуле
- 32. Физическим аналогом является нахождение центра тяжести плоской фигуры, ограниченной осями координат и графиком функции принадлежности нечеткого
- 33. Для дискретного универсального множества дефаззификация нечеткого множества по методу центра тяжести осуществляется по формуле
- 34. Метод медианы Дефаззификация нечеткого множества по методу медианы состоит в нахождении такого числа a, что
- 35. Геометрическая интерпретация метода медианы нахождение такой точки на оси абцисс, что перпендикуляр, восстановленный в этой точке,
- 36. Для дискретного универсального множества дефаззификация нечеткого множества по методу медианы осуществляется по формуле
- 37. Метод центра максимумов Дефаззификация нечеткого множества по методу центра максимумов осуществляется по формуле где G –
- 38. В методе центра максимумов находится среднее арифметическое элементов универсального множества, имеющих максимальные степени принадлежностей. Если множество
- 39. В методе центра максимумов находится среднее арифметическое элементов универсального множества, имеющих максимальные степени принадлежности. Если множество
- 40. В дискретном случае дефаззификация по методам наибольшего из максимумов и наименьшего из максимумов осуществляется по формулам
- 41. Пример Провести дефаззификацию нечеткого множества «мужчина среднего роста», для которого нечеткое множество = {0/155; 0.1/160; 0.3/165;
- 42. Решение: Применяя формулу , получаем: {0/155; 0.1/160; 0.3/165; 0.8/170; 1/175; 1/180; 0.5/185; 0/190}
- 43. Задача достижения нечетко определенной цели (подход Беллмана-Заде) Пусть Х – универсальное множество альтернатив, т.е. универсальная совокупность
- 44. Нечеткая цель G Функция принадлежности нечеткой цели μG: X → [0,1]. Чем больше степень принадлежности альтернативы
- 45. Пусть некоторая альтернатива x обеспечивает достижение цели со степенью μG(x), удовлетворяет ограничениям со степенью μС(x) Решить
- 46. При наличии нескольких целей и ограничений нечеткое решение описывается функцией принадлежности μD(x)=min{μG1(x),…,μGn(x),μC1(x),…,μCn(x)}
- 47. Оптимальной в смысле подхода Беллмана-Заде будет альтернатива х*, для которой μD(x) максимальна х*: μD(x*)=max μD(x) x∈X
- 48. - коэффициент относительной важности i-ой цели, - коэффициент относительной важности j-го ограничения
- 49. G: "x должно быть около 10" и C:"x должно быть значительно больше 8"
- 50. При принятии решения по схеме Беллмана-Заде не делается никакого различия между целью и ограничениями. Всякое разделение
- 52. Скачать презентацию