模糊理论简单分析

模糊理论是一个解决不确定关系的有效手段。

对于一个问题,通常会:

1.模糊统计试验,建立隶属度函数。

2.构建模糊规则,进行模糊推理。

3.去模糊化,给出定输出。

 

最常用的算法是扎德算子和Mamdani算法。Mamdani认为关系矩阵应当是两模糊子集之交。

最主要的还是该公式,圆圈就是表示先取小,再取大。

当有多个输入量N、M时,还要先取小,再与规则R取小。如果N M不符合规则R,取小值为0。

只有单个输入量时,可以直接用矩阵计算模糊推理出。

 下面给出单个输入量时的模糊推理步骤,注意这并不是Mamdani法,而是我改进的方法:

 

 

笔记符号有误,U‘应当为R。

参考文献:

https://www.renrendoc.com/paper/202423622.html

https://www.bilibili.com/video/BV1LF411B7h6/?spm_id_from=333.337.search-card.all.click

 

posted @   澳大利亚树袋熊  阅读(214)  评论(0编辑  收藏  举报
编辑推荐:
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
阅读排行:
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
点击右上角即可分享
微信分享提示