人工智能PPT课件（共9章）第5章 不确定性推理方法.pptVIP

§5.5 模糊推理 1 模糊理论基础： 常用的模糊隶属函数： §5.5 模糊推理 1 模糊理论基础： 常用的模糊隶属函数： §5.5 模糊推理 1 模糊理论基础： 常用的模糊隶属函数： §5.5 模糊推理 1 模糊理论基础： 常用的模糊隶属函数： §5.5 模糊推理 1 模糊理论基础： 常用的模糊隶属函数： §5.5 模糊推理 1 模糊理论基础： 常用的模糊隶属函数： 1 模糊理论基础： 模糊集合的运算： §5.5 模糊推理 1 模糊理论基础： 模糊集合的运算示意图： §5.5 模糊推理 1 模糊理论基础： 模糊关系 二元模糊关系 §5.5 模糊推理 1 模糊理论基础： 二元模糊关系-例 §5.5 模糊推理 例1 设x,y为汽车，则“x比y好”这种关系就是模糊关系 例2 设x,y指人，则“x和y 相象”这种关系也是模糊关系 隶属度函数: 设: 若X是指实数轴,则“x比y大得多” 1 模糊理论基础： 模糊关系的合成运算 §5.5 模糊推理 1 模糊理论基础： 模糊关系的合成运算-例 §5.5 模糊推理 2 语言变量： 自然语言常用形容词或副词来描述事物的性质和形状，而很少用数字来刻划事物的定量化特征 如“小王个子很高”、“小李非常年轻”等、“很大”、“比较大” 事实上，对于许多事物属性的描述也难以找到一个定量的标准 引入模糊语言值的概念 所谓模糊语言值是指表示大小、长短、高矮、轻重、快慢、多少等程度的一些词汇。应用时可根据实际情况来约定自己所需要的语言值集合 §5.5 模糊推理 2 语言变量： 例： 设基本语言项t的隶属函数为w，则非基本语言项的隶属函数通常可以从w计算出来。经验公式： §5.5 模糊推理 U= {最大，极大，很大，相当大，比较大，大，有点大，有点小，比较小，小，相当小，很小，极小，最小} 3 模糊推理 ： 模糊推理实质上是在模糊集合上进行操作 在同一论域中，证据的“与”、“或”、“非”运算通常可以对应于模糊集的交、并、求补操作；不同论域中的逻辑运算一般需拓广至笛卡尔意义下的相应操作 逻辑推理是通过逻辑蕴含实现的 §5.5 模糊推理 3 模糊推理 ： 设U和V为两个论域，A是U上的模糊子集，B是V上的模糊子集，则规则 IF A THEN B 可以定义为U×V上的一个模糊关系： 或等价表示成： §5.5 模糊推理 3 模糊推理 ： 在模糊推理中，推理规则中的前提与结论以及前提所对应的事实都可能是模糊集。设A1和A2是U上的两个模糊子集，B是V上的模糊子集，那么 §5.5 模糊推理 3 模糊推理 ： 模糊推理完全基于模糊集的基本运算 讨论的模糊推理只是模糊推理中最简单的一种形式，目前在模糊数学领域已提出了许多模糊推理的算法 如Mamdani方法、Mizumoto方法等 在人工智能的不确定推理中，模糊推理所基于的模糊集合论经常与其它理论联合使用 模糊理论在人工智能领域特别是在专家系统和模式识别中的运用必将越来越深入 §5.5 模糊推理 模糊推理-应用 模糊控制 模糊识别 模糊聚类分析 模糊决策 模糊评判 案例：模糊专家系统 模糊计算机 * 模糊推理的应用 例12 设有模糊控制规则： “如果温度低，则将风门开大”。设温度和风门开度的论域为{1，2，3，4，5}。 “温度低”和“风门大”的模糊量： “温度低”=1/1+0.6/2+0.3/3+0.0/4+0/5 “风门大” =0/1+0.0/2+0.3/3+0.6/4+1/5 已知事实“温度较低”，可以表示为 “温度较低”=0.8/1+1/2+0.6/3+0.3/4+0/5 试用模糊推理确定风门开度。 * 模糊推理的应用 解：（1）确定模糊关系 R * 模糊推理的应用 解： （2）模糊推理 =(0.0，0.0，0.3，0.6，0.8) （3）模糊决策 用最大隶属度法进行决策得风门开度为5。 用加权平均判决法和中位数法进行决策得风门开度为4。 ú ú ú ú ú ú ? ù ê ê ê ê ê ê ? é ú ú ú ú ú ú ? ù ê ê ê ê ê ê ? é = ￠ = ￠ 0 . 0 0 . 0 0 . 0 0 . 0 0 . 0 0 . 0 0 . 0 0 . 0 0 . 0 0 . 0 3 . 0 3 . 0 3 . 0 0 . 0 0 . 0 6 . 0 6 . 0 3 . 0 0 . 0 0 . 0 0 . 1 6 . 0 3 . 0