北京理工大學(xué)珠海學(xué)院 復(fù)習(xí)資料模糊數(shù)學(xué)復(fù)習(xí)例題 經(jīng)典

第一章P8例1.2.8P9例1.2.12（弄懂矩陣怎么得來的）

P10例1.2.13例5：模糊集合及其運(yùn)算例4：模糊集合及其運(yùn)算(A∩B)°

C(A°

C)∩(B°

C)(A∩B)°

C(A°

C)∩(B°

C)例6：模糊集合及其運(yùn)算第二章P45例2.1.1P46例2.1.2P56例2.3.1P57例2.3.2P60例2.3.6P71例2.4.4例6：例6：設(shè)對于模糊等價矩陣模糊聚類分析模糊聚類分析例7：設(shè)有模糊相似矩陣模糊聚類分析模糊聚類分析解：由題設(shè)知特性指標(biāo)矩陣為采用最大值規(guī)格化法將數(shù)據(jù)規(guī)格化為模糊聚類分析用最大最小法構(gòu)造模糊相似矩陣得到模糊聚類分析用平方法合成傳遞閉包取，得模糊聚類分析取，得取，得模糊聚類分析若利用直接聚類法模糊相似矩陣取λ＝1,此時為單位矩陣，故分類自然為{x1}，{x2}，{x3}，{x4}，{x5}。取λ＝0.70,此時故分類應(yīng)為{x1}，{x3}，{x2,x4}，{x5}。{x2,x4}為相似類取λ＝0.63,此時{x2,x4}，{x1,x4}為相似類，有公共元素x4的相似類為{x1,x2,x4}故分類應(yīng)為{x1,

x2,x4}，{x3}，{x5}。取λ＝0.62,此時{x2,x4},{x1,x4},{x1,x3}為相似類，有公共元素x4的相似類為{x1,x2,x3,x4}故分類應(yīng)為{x1,x2,x3,x4}，{x5}。取λ＝0.53,此時故分類應(yīng)為{x1,x2,x3,x4,x5}。取，得取，得模糊聚類分析第三章P102例3.3.1P106例3.3.3P110例3.3.62、貼近度模糊模式識別按上述定義可知，模糊集的內(nèi)積與外積是兩個實(shí)數(shù)。A⊙B=定義設(shè)A，B

F(U)，稱為A與B的內(nèi)積，稱為A與B的外積。例

設(shè)X={x1,x2,x3,x4,x5,x6},則

A⊙

B模糊模式識別模糊模式識別表示兩個模糊集A，B之間的貼近程度?；颚襆(A，B)=(A°B)(A⊙

B)C⊙C=⊙C=故B比A更貼近于Ｃ.模糊模式識別模糊模式識別模糊模式識別例如：論域?yàn)椤安枞~”，標(biāo)準(zhǔn)有5種待識別茶葉為B，反映茶葉質(zhì)量的6個指標(biāo)為：條索，色澤，凈度，湯色，香氣，滋味，確定B屬于哪種茶A1A2A3A4A5B條索0.50.30.2000.4色澤0.40.20.20.10.10.2凈度0.30.20.20.20.10.1湯色0.60.10.10.10.10.4香氣0.50.20.10.10.10.5滋味0.40.20.20.10.10.3⊙B)]，

模糊模式識別計(jì)算得故茶葉B為A1型茶葉。按最大隸屬原則，該人屬于老年。解：模糊模式識別例如

已知“青年人”模糊集Y，其隸屬度規(guī)定為對于x1=27歲及x2=30歲的人來說，若取閾值模糊模式識別1=0.7，模糊模式識別故認(rèn)為27歲和30歲的人都屬于“青年人”范疇。則因

Y(27)=0.862>1，而

Y(30)=0.5<1，故認(rèn)為27歲的人尚屬于“青年人”，而30歲人的則不屬于“青年人”。若取閾值2=0.5，則因

Y(27)=0.862>2,而

Y(30)=0.5=2，第四章 P116例4.4.3P193T7，T8模糊綜合評判一、一