模糊数学方法在医疗设备维修中应用.docVIP

模糊数学方法在医疗设备维修中地应用 清华大学第一附属医院设备办公室 葛建新 李正祥 摘要：模糊数学的建立为我们处理外延不分明的现象提供了理论基础，我们日常维修时经常会遇到一些不能明确判断对错的问题，用模糊数学的方式来分析和估计，更好地反映客观状态的模糊现象，使之接近于我们的思维方式。 关键词：模糊数学，隶属度，函数 Abstract :The foundation of fuzzy maths provide the theory baisis of dealing the phenomena which is not extending obviously for us.We frequently barge up against the problem of giving out definite answer for right or not .during the service operations.we can better reflect the fuzzy phenomena in impersonality estate if we analysis and estimate with the manner of fuzzy maths ,approaching our thought mode more approximatively . Key words :Fuzzy maths ,Subjection degree ,Function 概述 模糊数学是由美国控制论专家扎德教授在1965年创立的，它集中思考了计算机为什么不能像人脑那样灵活的思维与判断问题，特别是一些没有明确外延概念的问题，尽管计算机记忆超人，计算神速，却对外延不分明的模糊状态束手无策，可是，人脑的思维在其感知、辨识、推理、决策以及抽象的过程中，对于接受储存处理模糊信息却完全可能。 所谓模糊现象，是指客观事物之间难以用分明的界限加以区别，它产生于人们对客观事物的识别和分类之时，并反映在概念之中，模糊现象是普遍存在的，在我们日常生活中和科学技术语言中都大量地使用着模糊语言和模糊概念，例如：图像质量、机器地运行状态、生物和非生物以及我们平时常说地年轻等等。 一般来说，分明概念是扬弃了概念的模糊性而抽象出来的，是把思维绝对化而达到概念精确和严格。所以我们用模糊方法才能尽量如实地反映我们平常使用模糊概念地本来含意。这也是模糊数学于普通数学在方法论上地根本区别。 随着科学技术的飞速发展，医疗仪器的复杂程度也越来越高，有意义的精确化能力便随之降低，复杂性意味着因素众多、时变性大，其中某些因素机器变化是人们难以精确掌握的，而且人们又常常不可能对全部因素和过程都进行精确的考察，而只能抓住其中主要部分，忽略掉所谓次要部分，这样，在事实上就给对系统的描述带来了模糊性。由于存在这样的模糊性，我们就必须寻找一套研究和处理模糊性的数学方法，这就是模糊数学方法产生的必然性，它用精确的数学语言去描述模糊性现象，这样才能更好地反映客观存在地模糊现象。 模糊分析 在医疗设备的管理和维修中，存在着许多不确定因素，这些不确定因素 的存在构成了我们思维方式中模糊评判的基础。如何才能用模糊评判的方法 解决我们日常碰到的问题呢？这就需要我们对一些基本的因素给出描述方 式。例如，我们说一台X－光机老化，那么，老化的依据是什么？是依据X －光片的质量，还是机器的运行状态，或者是操作时的灵敏度，对于一台使用多年的机器来说，这些因素可能都有，那么如何用精确的数学语言来描述这个模糊概念呢？ X－光片的好坏也是一个模糊概念，好与坏之间并没有清晰的判定方式。如果我们引入隶属度函数就可以精确地用数学函数来描述这个问题， 运用模糊数学中模糊评判的原理进行因素修正和隶属度修正的步骤为 确定因素集和评价隶属度集 影响机器老化程度的因素有很多，主要有以下几个方面 机器的使用年限 机械部分的磨损程度 电气部分的老化程度 X－光射线的稳定性 成像质量 操作部分的灵敏度 KV 和Ma 的线性 我们将每个因素用表示，i 表示所考虑因素的个数， 的取值范围从0到1之间，0表示完全不好，1表示很好，取值在0和1之间则表示我们对该项的认可程度，例如：＝0.8时为较好，0.6时为一般，0.4时为较差，0.2时为很差，也可以取两者之间的值。 建立数学模型 根据模糊数学的评判方法，模糊关系的合成为具有模糊性的多指标综合评价提供了可靠的途径 U 为评定因素的评语集合即评语集 U＝ 因为每项因素在评定中所占的比重不同，为了更客观的反映实际状态，我们定义加权向量P P={} 选择适当的算法 模糊关系的合成，定义U和P 的直积Q