模糊数学

模糊数学结课论文摘要：模糊数学，亦称弗晰数学或模糊性数学。1965年以后，在模糊集合、模糊逻辑的基础上发展起来的模糊拓扑、模糊测度论等数学领域的统称。是研究现实世界中许多界限不分明甚至是很模糊的问题的数学工具。它使过去那些与数学毫不相干或关系不大的学科都有可能永定量化和数学化加以描述和处理。模糊数学自诞生以来取得迅猛的发展，目前正沿着理论研究和应用研究两个方向迅速发展着。在模式识别、人工智能等方面有广泛的应用。关键字：模糊数学内容发展应用实例分析引言：模糊数学作为一种新型学科，在人类的实际生产生活中有着不可磨灭的作用。生活中存在着一系列抽象的，界限模糊的食物以及概念。而此类问题用经典数学理论是无法解决的，往往很棘手。但是在用到这种新型模糊数学理论体系就可以轻轻松松的解决掉他们。随着计算机和信息技术的高速发展，数学的应用范围急剧扩展，特别是近年来对模糊数学理论的研究，已经渗透到数学以及其他自然科学和社会科学的许多领域。其应用之广泛已经遍及理工农医各个方面。正文一、模糊数学的概念的内容及发展1-1定义模糊数学，是用数学方法研究和处理具有“模糊性”现象的数学，是指在模糊集合、模糊逻辑的基础上发展起来的模糊拖扑、模糊测度论等数学领域。所谓“模糊性”主要指客观事物差异的中间过渡界限的“不分明性”。在地质学上，如储层的含油气性、油田规模的大小、成油地质条件的优劣等。这些模糊变量的描述或定义是模糊的，各变量内部分级没有明显界限。模糊观念的理论强调以模糊逻辑来描述现实生活中实物的等级，以弥补古典逻辑（二值逻辑）无法对不明确定义边界事物描述的缺点。1-2产生与发展模糊数学是一门新兴学科，是研究和处理模糊性现象的数学理论和方法，它不是让数学变得模糊，而是让数学研究进入到模糊现象这样的领域。1965年美国控制论学者扎德发表论文《模糊集合》，标志着这门新学科的诞生。该学科的发展主流在它的应用方面，由于模糊性的概念已经找到了模糊集的描述方式，人们运用概念进行判断、评价、推理、决策和控制的过程也可以用模糊数学的方法来描述。这些方法构成了一种模糊性系统理论，它已广泛应用于计算机科学、人工智能、信息处理、控制工程、经济与管理科学、气象预报等领域。数学思想方法的几次重大转折:常量数学→变量数学必然数学→概率数学清晰数学→模糊数学模糊数学目前正沿着理论研究和应用研究两个方向迅速发展着。理论研究主要是经典数学概念的模糊化。由于模糊集自身的层次结构，使得这种理论研究更加复杂，当然也因而更具吸引力。目前已形成了模糊拓扑、模糊代数、模糊分析、模糊测度及模糊计算机等模糊数学分支。应用研究主要是对模糊性之内在规律的探讨．对模糊逻辑及模糊信息处理技术的研究。模糊数学的应用范围已遍及自然科学与社会科学的几乎所有的领域。模糊新产品不断问世，模糊技术不断被应用到高精尖领域。因此，可以毫不夸张地说，全球性的“模糊热”已经形成。1-3研究内容美国控制论学者查德发表论文《模糊集合》，论文将模糊数学的研究内容概括为以下三个方面：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，能够对看来相当复杂的模糊系统进行定量的描述和处理的数学方法。在模糊集合中，给定范围内元素对它的隶属关系不一定只有“是”或“否”两种情况，而是用介于0和1之间的实数来表示隶属程度，还存在中间过渡状态。比如“老人”是个模糊概念，70岁的肯定属于老人，它的从属程度是1，40岁的人肯定不算老人，它的从属程度为0，按照查德给出的公式，55岁属于“老”的程度为0.5，即“半老”，60岁属于“老”的程度0.8。查德认为，指明各个元素的隶属集合，就等于指定了一个集合。当隶属于0和1之间值时，就是模糊集合。第二，研究模糊语言学和模糊逻辑。人类自然语言具有模糊性，人们经常接受模糊语言与模糊信息，并能做出正确的识别和判断。为了实现用自然语言跟计算机进行直接对话，就必须把人类的语言和思维过程提炼成数学模型，才能给计算机输入指令，建立合适的模糊数学模型，这是运用数学方法的关键。查德采用模糊集合理论来建立模糊语言的数学模型，使人类语言数量化、形式化。如果我们把合乎语法的标准句子的从属函数值定为1，那么，其他近义的，以及能表达相仿的思想的句子，就可以用以0到1之间的连续数来表征它从属于“正确句子”的隶属程度。这样，就把模糊语言进行定量描述，并定出一套运算、变换规则。目前，模糊语言还很不成熟，语言学家正在深入研究。人们的思维活动常常要求概念的确定性和精确性，采用形式逻辑的排中律，即：非真即假，然后进行判断和推理，得出结论。现有的计算机都是建立在二值逻辑基础上的，它在处理客观事物的确定性方面，发挥了巨大的作用，但是却不具备处理事物和概念的不确定性或模糊性的能力。为了使计算机能够模拟人脑高级智能的特点，就必须把计算机转到多值逻辑基础上，研究模糊逻辑。目前，模糊逻辑还很不成熟，尚需继续研究。第三，研究模糊数学的应用。模糊数学是以不确定性的事物为其研究对象的。模糊集合的出现是数学适应描述复杂事物的需要，查德的功绩在于用模糊集合的理论找到解决模糊性对象加以确切化，从而使研究确定性对象的数学与不确定性对象的数学沟通起来，过去精确数学、随机数学描述感到不足之处，就能得到弥补。在模糊数学中，目前已有模糊拓扑学、模糊群论、模糊图论、模糊概率、模糊语言学、模糊逻辑学等分支。模糊数学已初步应用于模糊控制、模糊识别、模糊聚类分析、模糊决策、模糊评判、系统理论、信息检索、医学、生物学等各个方面。在气象、结构力学、控制、心理学等方面已有具体的研究成果。然而模糊数学最重要的应用领域是计算机职能，不少人认为它与新一代计算机的研制有密切的联系。目前，世界上发达国家正积极研究、试制具有智能化的模糊计算机1986年日本山川烈博士首次试制成功模糊推理机，它的推理速度是1000万次/秒。1988年，我国汪培庄教授指导的几位博士也研制成功一台模糊推理机——分立元件样机，它的推理速度为1500万次/秒。这表明我国在突破模糊信息处理难关方面迈出了重要的一步。二、模糊数学的研究方法及应用2-1模糊数学的方法（1）模糊聚类分析模糊聚类分析的方法的步骤：1.数据标准化；在实际问题中，不同的数据有不同的量纲，为了使不同的量纲也能进行比较，通常需要对数据做相应的变换但是，即便这样，得到的数据也不一定在区间0~1上。通常要做变换；a；平移标准差变换；b；平移极差变换；c；对数变换2.标定(建立模糊数学相似矩阵）a；相似系数法b；距离法3．聚类（求动态聚类图）a，基于模糊等价矩阵聚类方法b；直接聚类法；（2）模糊模式识别“模式”一词源于英文“pattern”，原意是典范、式样、样品，在不同场合有其不同的定义，在此我们讲的模式是具有一定结构的信息集合。模式识别就是识别给定的项目以及与它们相同或类似的事物，也可以理解为项目的分类，即把样品分为若干类，判断给定事物属于哪一类。模式识别的方法大致可以分为两种，即根据最大隶属原则进行识别的直接法和根据择近原则进行归类的间接法。利用模糊识别方法进行待判别样本隶属性的识别一般可采取以下几步：1、选取能刻划模式特性的特征量的个数及其量值；2、确定特征量的模糊子集的隶属函数；3、将研究区内的已知区的若干单元按需分类；4、确定研究区内待判单元的特征量的值，特征量的类型要与控制区单元的特征量的类型相同；5、计算待判单元与已知单元相应特征量的模糊集之间的贴近度，并列表；6、利用多个特性的择近原则确定待判单元的属性；（3）模糊相似优先比方法相似比优先是模糊性度量的一种形式，它是以成对的样本与一个固定的样本作比较，确定哪一个固定样本更相似，从而选择与固定样本相似程度较大者。一般情况下，若每个样本有m个因素，则对每一因素都有模糊相似矩阵，所以每一样本的每一因素都产生一个反映相似程度的序值号，最后将每一样本各个因素的序号值相加，其结果便是该样本与固定样本相似程度的综合反映。样本的序值号越小，该样本与固定样本就越相似，但严格地说各个因素对样本的影响程度是不一样的，因此有必要给各个因素赋予一定的权重，这样得到的结果更符合实际情况。（4）模糊综合评判综合评判就是对受到多个因素制约的事物或对象做出一个总的评价，这是在日常生活和科研工作中经常遇到的问题，如产品质量评定、科技成果鉴定、某种作物种植适应性的评价等，都属于综合评判问题。由于从多方面对事物进行评价难免带有模糊性和主观性，采用模糊数学的方法进行评判将使结果尽量客观而取得最好的效果。（5）模糊关系方程求解模糊关系方程式模糊数学的一个重要组成部分，它其实是模糊综合评判的逆问题。这类问题具有普遍实际意义，如一些老专家、老中医或具有丰富经验的实际工作人员，在他们的头脑里，经验和技术常归结于对诸因素有一种优越的权数分配方案，这些难以言传的经验技术，可望利用模糊数学原理，借助计算机技术进行模拟并保存下来。2-2模糊数学的应用（1）模糊分类问题已知若干那个相互之间不分明的模糊概念，需要判断某个确定事物用哪个模糊概念反映更准确合理。（2）模糊相似选择按某种性质对一组事物或对象排序是一类常见问题，但用来比较的性质具有边界不分明的模糊性。（3）模糊聚类分析根据研究事物本身的属性构造模糊矩阵，在此基础上根据一定的隶属度来确定其分类关系。（4）模糊层次分析法两两比较指标的确定。（5）模糊综合评判综合评判就是对受到多个因素制约的事物或对象做出一个总的评价。由于从多方面对事物进行评价，难免带有模糊性和主观性，采用模糊数学的方法进行评判将使结果尽量客观而取得更好的结果。在模糊数学的应用分析中，经常运用的是聚类分析的方法。模糊聚类分析就是按照一定的方法和规律对事物进行区分和分类的过程在这一过程中，没有任何关于分类的先验知识，仅靠事物间的相似性作为类属规划的准则，属于无监督分类的范畴。三、模糊数学的应用实例分析3-1课堂教学的评价模型对教师的课堂教学进行评价，是教室评价的一个方面。由于课堂教学优良的度量是模糊的，因此很难明确的界定。教师的课堂教学是一种复杂的智力活动与劳动，不仅涉及到所授课程的知识，而且旁及教育学、心理学、语言学等。跟教师的工作热情，工作态度和业务水平有相当的关系。因此我们考虑在抓住课堂教学的主要因素和讲授的基本要求后，设计评定量表，采用先定性，后定量的二次量化的方法进行模糊评价。(1)课堂教学的主要因素和基本要求课堂教学的主要因素和基本要求构成的集合U，评语构成的集合V。U={u0,u1,u2,u3,u4,u5,u6,u7,u8,u9}V={v1,v2,v3,v4,v5}其中：u0＝仪态端庄亲切：衣着整洁，须发及时修剃，既不紧张也不狂妄，对学生既亲切又能大胆管理。u1＝讲话清晰：音量适中，学生既能听到讲解内容，又不觉得声音过大或过小，口齿清楚，快慢得当，语言通俗易懂。u2＝板书工整:字迹工整好认，板书设计合理，不背对学生，边写边讲，板书能标明内容的条理、头绪和现在的进度。u3＝条理清楚好记：叙述内容眉目清楚，层次分明，脉络清晰，有点有线，笔记好记。u4＝讲度掌握适中：既不拖堂，也不空余太多时间，做到快慢适中，轻重适度。u5＝内容正确无误：力求讲解正确无误，不能出现知识性错误。u6＝讲授内容熟练：熟悉所讲的内容，致使课堂讲授连贯、深刻。u7＝注意前后呼应：一堂课要有引入、小结，同时还应该交代本课内容在整个知识中的地位、作用，引导学生融会贯通所学知识。u8＝主次有所区分：对重要的、关键的内容能加以强调。u9＝举例说明问题：所举例子至少符合下面标准之一，是学生熟悉的事物；对准了学生的难点或问题的要害；所要说明的问题具有典型性或说服力；形象、生动、具体及富有趣味性。v1＝很好v2＝好v3＝较好v4＝差v5＝很差表一：课堂教学定性表评语集合教学基本要求V1很好V2好V3较好v4差v5很差u0仪态端庄亲切u1讲话清晰u2