模糊数学模糊数学是什么？能举个例子吗？谢谢

模糊数学时间:2021-09-02 阅读:()

模糊数字的定义是什么？

模糊数字这个其实是人类思维方式的一种在数字领域的应用。

我想你要问的是“模糊控制”理论在数字化编程领域的应用。

具体可以参见百度百科： /view/87377.htm 讲的很清楚下面只是简单说一下。

模糊数字的理论原型：这个概念原本是一个数学概念。

后来被广泛应用于数字编程领域。

这一新领域的理论基础源于1965年美国加利福尼亚州立大学伯克利分校Zedeh教授提出的模糊集合和创立的模糊逻辑。

这一新的概念在我国已开始引起人们的极大关注，它将是21世纪人工智能取得重大发展的突破口之一。

自从模糊逻辑创立以来，其模糊技术在电子工业，特别是家电产品得到了广泛的应用，并十分成熟起来，从而打破了精确逻辑一统天下的历史。

那么，什么是模糊逻辑呢？模糊逻辑又会实现怎样一个目的呢？所谓模糊逻辑，就是一种能够在容许定义的二值之间的模糊地带，有选择地正确执行某一指令的技术，又称模糊技术。

微处理器采用模糊逻辑之后，其控制能力更接近人类的思维方式。

比如，70岁以上的人是老年人，那么69岁的人是不是老年人呢？这一问题如果用精确逻辑推算就只能确认70岁的人为老年人，而在现实生活中人们对69岁的人肯定也会遵为老年人，这就出现了智能上的差异，模糊逻辑正在于实现这种人工智能。

优势：随着人类社会的发展，问题日益高度复杂，测量和计算的高精确度已走向其反面，常规的自动控制要求数据高度准确，一旦有错可能导致整个系统失灵。

而采用模糊逻辑控制，一处出点错即纠正，不会拖累全局，故系统稳定，容错性好。

编程领域应用：网上有很多，我简单点说：模糊逻辑是处理不确定参数的一种数学方法，把被控制状态用模糊数学的处理方法放在程序的知识库里。

然后用if then 语句调用。

比如模糊控制室温。

先将控制状态存入知识库，按照模糊表选出状态存入，比如20度，30度，40度温度，空调开到低档，中档，高档，，，等等。

调用的时候，在程序里： if 温度30度 then 开启中档； if 温度40度 then 开启高档，，当然实际编程不是这么简单，但是道理如此。

模糊控制理论在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要关键，系统动态的信息越详细，则越能达到精确控制的目的。

然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。

换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。

因此便尝试着以模糊数学来处理这些控制问题。

自从Zadeh发展出模糊数学之后，对于不明确系统的控制有极大的贡献，自七○年代以后，便有一些实用的模糊控制器相继的完成，使得我们在控制领域中又向前迈进了一大步，在此将对模糊控制理论做一番浅介。

3.1概念图3.1为一般控制系统的架构，此架构包含了五个主要部分，即:定义变量、模糊化、知识库、逻辑判断及反模糊化，底下将就每一部分做简单的说明： (1) 定义变量：也就是决定程序被观察的状况及考虑控制的动作，例如在一般控制问题上，输入变量有输出误差E与输出误差之变化率CE，而控制变量则为下一个状态之输入U。

其中E、CE、U统称为模糊变量。

(2) 模糊化（fuzzify）：将输入值以适当的比例转换到论域的数值，利用口语化变量来描述测量物理量的过程，依适合的语言值（linguisitc value）求该值相对之隶属度，此口语化变量我们称之为模糊子集合（fuzzy subsets）。

(3) 知识库：包括数据库（data base）与规则库（rule base）两部分，其中数据库是提供处理模糊数据之相关定义；而规则库则藉由一群语言控制规则描述控制目标和策略。

(4) 逻辑判断：模仿人类下判断时的模糊概念，运用模糊逻辑和模糊推论法进行推论，而得到模糊控制讯号。

此部分是模糊控制器的精髓所在。

(5) 解模糊化（defuzzify）：将推论所得到的模糊值转换为明确的控制讯号，做为系统的输入值。

参考资料：/professional/pro_contents_rob_tech_6.htm /z/q825915484.htm

模糊数学模型的介绍

实际中，我们处理现实的数学模型可以分成三大类：第一类是确定性数学模型，即模型的背景具有确定性，对象之间具有必然的关系。

第二类是随机性的数学模型，即模型的背景具有随机性和偶然性。

第三类是模糊性模型，即模型的背景及关系具有模糊性。

模糊数学是什么？能举个例子吗？谢谢麻烦告诉我

再举一个例子，我们现在要从一片西瓜地里找出一个最大的西瓜，那是件很麻烦的事。

必须把西瓜地里所有的西瓜都找出来，再比较一下，才知道哪个西瓜最大。

西瓜越多，工作量就越大。

如果按通常说的，到西瓜地里去找一个较大的西瓜，这时精确的问题就转化成模糊的问题，反而容易多了。

由此可见，适当的模糊能使问题得到简化。

确实，像上面的“一粒”与“一堆”，“最大的”与“较大的”都是有区别的两个概念。

但是它们的区别都是逐渐的，而不是突变的，两者之间并不存在明确的界限，换句话说，这些概念带有某种程度的模糊性。

类的，我们说一个人很高或很胖，但是究竟多少厘米才算高，多少千克才算胖呢？像这里的高和胖都是很模糊了。

模糊数学模糊数学是研究现实中许多界限不分明问题的一种数学工具，其基本概念之一是模糊集合。

利用模糊数学和模糊逻辑，能很好地处理各种模糊问题。

模式识别是计算机应用的重要领域之一。

人脑能在很低的准确性下有效地处理复杂问题。

如计算机使用模糊数学，便能大大提高模式识别能力，可模拟人类神经系统的活动。

在工业控制领域中，应用模糊数学，可使空调器的温度控制更为合理，洗衣机可节电、节水、提高效率。

在现代社会的大系统管理中，运用模糊数学的方法，有可能形成更加有效的决策。

模糊数学这种相当新的数学方法和思想方法，虽有待于不断完善，但其应用前景却非常广阔。

模糊数学是运用数学方法研究和处理模糊性现象的一门数学新分支。

它以“模糊集合”论为基础。

模糊数学提供了一种处理不肯定性和不精确性问题的新方法，是描述人脑思维处理模糊信息的有力工具。

它既可用于“硬”科学方面，又可用于“软”科学方面。

模糊数学由美国控制论专家L.A.扎德（L.A.Zadeh,1921--）教授所创立。

他于1965年发表了题为《模糊集合论》（《Fuzzy Sets》）的论文，从而宣告模糊数学的诞生。

L.A.扎德教授多年来致力于“计算机”与“大系统”的矛盾研究，集中思考了计算机为什么不能象人脑那样进行灵活的思维与判断问题。

尽管计算机记忆超人，计算神速，然而当其面对外延不分明的模糊状态时，却“一筹莫展”。

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、贮存、处理模糊信息却完全可能。

计算机为什么不能象人脑思维那样处理模糊信息呢？其原因在于传统的数学，例如康托尔集合论（Cantor′s Set）,不能描述“亦此亦彼”现象。

集合是描述人脑思维对整体性客观事物的识别和分类的数学方法。

康托尔集合论要求其分类必须遵从形式逻辑的排中律，论域（即所考虑的对象的全体）中的任一元素要么属于集合A，要么不属于集合A，两者必居其一，且仅居其一。

这样，康托尔集合就只能描述外延分明的“分明概念”，只能表现“非此即彼”，而对于外延不分明的“模糊概念”则不能反映。

这就是目前计算机不能象人脑思维那样灵活、敏捷地处理模糊信息的重要原因。

为克服这一障碍，L.A.扎德教授提出了“模糊集合论”。

在此基础上，现在已形成一个模糊数学体系。

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分的状态，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。

外延分明的概念，称为分明概念，它反映分明现象。

外延不分明的概念，称为模糊概念，它反映模糊现象。

模糊现象是普遍存在的。

在人类一般语言以及科学技术语言中，都大量地存在着模糊概念。

例如，高与短、美与丑、清洁与污染、有矿与无矿、甚至象人与猿、脊椎动物与无脊椎动物、生物与非生物等等这样一些对立的概念之间，都没有绝对分明的界限。

一般说来，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的概念的精确和严格。

然而模糊集合不是简单地扬弃概念的模糊性，而是尽量如实地反映人们使用模糊概念时的本来含意。

这是模糊数学与普通数学在方法论上的根本区别。

恩格斯说：“辩证法不知道什么绝对分明的和固定不变的界限，不知道什么无条件的普遍有效的‘非此即彼！’它使固定的形而上学的差异互相过渡，除了‘非此即彼！’，并且使对立互为中介；辩证法是唯一的、最高度地适合于自然观的这一发展阶段的思维方法。

模糊数学产生的直接动力，与系统科学的发展有着密切的关系。

在多变量、非线性、时变的大系统中，复杂性与精确性形成了尖锐的矛盾。

L.A.扎德教授从实践中总结出这样一条互克性原理：“当系统的复杂性日趋增长时，我们作出系统特性的精确然而有意义的描述的能力将相应降低，直至达到这样一个阈值，一旦超过它，精确性和有意义性将变成两个几乎互相排斥的特性。

”这就是说，复杂程度越高，有意义的精确化能力便越低。

复杂性意味着因素众多，时变性大，其中某些因素及其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，忽略掉所谓的次要部分。

这样，在事实上就给对系统的描述带来了模糊性。

“常规数学方法的应用对于本质上是模糊系统的分析来说是不协调的，它将引起理论和实际之间的很大差距。

”因此，必须寻找到一套研究和处理模糊性的数学方法。

这就是模糊数学产生的历史必然性。

模糊数学用精确的数学语言去描述模糊性现象，“它代表了一种与基于概率论方法处理不确定性和不精确性的传统不同的思想，……，不同于传统的新的方法论”。

它能够更好地反映客观存在的模糊性现象。

因此，它给描述模糊系统提供了有力的工具。

L.A.扎德教授于1975年所发表的长篇连载论著《语言变量的概念及其在近似推理中的应用》（《The Concept of a Linguistic Variable &Its Application to Approximate Reasoning》），提出了语言变量的概念并探索了它的含义。

模糊语言的概念是模糊集合理论中最重要的发展之一，语言变量的概念是模糊语言理论的重要方面。

语言概率及其计算、模糊逻辑及近似推理则可以当作语言变量的应用来处理。

人类语言表达主客观模糊性的能力特别引人注目，或许从研究模糊语言入手就能把握住主客观的模糊性、找出处理这些模糊性的方法。

有人预言，这一理论和方法将对控制理论、人工智能等作出重要贡献。

模糊数学诞生至今仅有22年历史，然而它发展迅速、应用广泛。

它涉及纯粹数学、应用数学、自然科学、人文科学和管理科学等方面。

在图象识别、人工智能、自动控制、信息处理、经济学、心理学、社会学、生态学、语言学、管理科学、医疗诊断、哲学研究等领域中，都得到广泛应用。

把模糊数学理论应用于决策研究，形成了模糊决策技术。

只要经过仔细深入研究就会发现，在多数情况下，决策目标与约束条件均带有一定的模糊性，对复杂大系统的决策过程尤其是如此。

在这种情况下，运用模糊决策技术，会显得更加自然，也将会获得更加良好的效果。

我国学者对模糊数学的研究始于70年代中期，然而发展甚速，已有了一支较强的研究队伍，成立了中国模糊集与系统学会，出版了《模糊数学》杂志。

出版了许多颇有价值的论著，例如，汪培庄教授所著《模糊集与随机集落影》、《模糊集合论及其应用》，张文修教授编著的《模糊数学基础》等等。

我国学者把模糊数学理论应用于气象预报，提高了预报质量，在1980年召开的国际气象学术讨论会上，我国所提交论文得到会议的好评。

在中医医疗诊断方面，还制成了《关幼波教授治疗肝病计算机诊断程序》。

实践表明，该计算机的医疗效果良好，为继承、发扬祖国医学作出了贡献。

这一经验也被推广应用于治疗急腹症等方面。

我国学者应用模糊数学理论，在地质探矿、生态环境、企业管理、生物学、心理学等领域，也都分别取得了较好的应用成果。