Cho F(X) là tậpcáctậpmờtrên X, độ đomờ
g: F(X) →[0,1], thỏa mãn:
g(ø)=0, g(X)=1, nếuA⊂B thì g(A)≤g(B), nếu
A1⊂A2⊂ ⊂Anthì lim
n→∞g(An)=g(lim
n→∞An
)
• Độ đokhảnăng: Cho P(X) là tậpcáctập con
củaX, Π: P(X) →[0,1], thỏamãn
Π(ø)=0, Π(X)=1, nếuA⊂B thìΠ(A)≤Π(B),
Π(∪Ai)= supi Π(A
i) vớii∈Ilàmộttậpchỉ số
19 trang |
Chia sẻ: tranhoai21 | Lượt xem: 1296 | Lượt tải: 0
Bạn đang xem nội dung tài liệu Xử lý thông tin mờ, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
XỬ LÝ THÔNG TIN MỜ TDK
CHƯƠNG 2 - TẬP MỜ
• Slides trước: Tập mờ, Các phép toán,
Nguyên lý mở rộng
• Tiếp
ĐỘ ĐO MỜ
• Cho F(X) là tập các tập mờ trên X, độ đo mờ
g: F(X) → [0,1], thỏa mãn:
g(ø)=0, g(X)=1, nếu A⊂B thì g(A)≤g(B), nếu
A1⊂ A2⊂⊂ An thì limn→∞ g(An)=g(limn→∞ An)
• Độ đo khả năng: Cho P(X) là tập các tập con
của X, Π: P(X) → [0,1], thỏa mãn
Π(ø)=0, Π(X)=1, nếu A⊂B thì Π(A)≤ Π(B),
Π(∪Ai) = supi Π(Ai) với i∈I là một tập chỉ số
VÍ DỤ – ĐỘ ĐO KHẢ NĂNG
• Cho X = {1,2,3,4,5,6,7,8,9,10}, có
Π({8})=1, Π({7})=Π({9})=0.8, Π({5})=0.1,
Π({6})=Π({10})=0.5, Π({1})==Π({4})=0,
• Với A = {2,5,9} thì Π(A) = sup{0,0.1,0.8}
= 0.8
ĐỘ ĐO TÍNH MỜ
• Cho các tập mờ A, B trên không gian X, độ
đo tính mờ thường thỏa mãn:
(i) d(A)=0, nếu A là tập rõ
(ii) d(A) đạt cực đại, nếu µA(x)=0.5, ∀x∈X
(iii) d(B) ≤ d(A) nếu B “rõ” hơn A, nghĩa là
µB(x) ≤ µA(x) ≤ 0.5 hoặc µB(x) ≥ µA(x) ≥ 0.5
(iv) d(A) = d( ) với là phần bù của AA A
ĐỊNH NGHĨA CỦA deLuca,Termini
• Cho tập mờ A trên không gian X, thì
d(A) = H(A) + H( ) với
H(A) = - k ∑i µA(xi).ln(µA(xi)), k>0
• Ngắn gọn, gọi S(x) = - x.ln(x) – (1-x).ln(1-x)
thì d(A) = k ∑i S(µA(xi))
A
VÍ DỤ
• Cho
A = {(2,0.1), (3,0.5), (4,0.8), (5,1), (6,0.8),
(7,0.5), (8,0.1)} số nguyên gần 5
B = {(1,0.1), (2,0.3), (3,0.4), (4,0.7), (5,1),
(6,0.8), (7,0.5), (8,0.3), (9,0.1)}
• Với k=1, có d(A)=0.325+0.693+0.501+0+
0.501+0.693+0.325 = 3.308
d(B)=0.325+0.611+0.673+0.611+0+0.501
+0.693+0.611+0.325 = 4.35
ĐỊNH NGHĨA CỦA Yager
• Khoảng cách giữa A và Phần bù của A càng
lớn thì càng rõ, càng nhỏ thì càng mờ
• Cho Dp(A, ) = [ ∑i |2µA(xi)-1|p ]1/p, p=1,2,3,
║supp(A)║ là lực lượng của giá đỡ của A mũ
1/p, thì
fp(A) = 1 - Dp(A, ) / ║supp(A)║
• Ví dụ: Với A, B như ở ví dụ trước, có
f1(A)=1- 3.8/7 = 0.457, f1(B)=1- 4.6/9 = 0.489,
f2(A)=1- 1.73/2.65 = 0.347, f2(B)= 0.407
A
A
SỐ MỜ
• Số mờ M là một tập mờ lồi, chuẩn trên R,
thoả mãn: Tồn tại duy nhất một x0, vớiµM(x0)=1 và µM(x) liên tục
• Bằng nguyên lý mở rộng, có thể định nghĩa
các phép toán đại số trên số mờ µM⊗N(z) =
supz=x×y min {µM(x), µN(y)}
• M dương, âm, µ-M(x)=µM(-x), µλM(x)=µM(λx), µM-1(x)=µM(1/x),
TẬP MỜ KIỂU LR
• Số mờ M có kiểu LR nếu tồn tại hàm L
(trái), R (phải), α>0 và β>0, với
µM(x) = L((m-x)/α) với x≤m
R((x-m)/β) với x≥m
• Ví dụ: L(x)=1/(1+x2), R(x)=1/(1+2|x|), α=2,
β=3, m=5
KHOẢNG MỜ
• Với khoảng [m1, m2] ta có khoảng mờ
µM(x) = L((m1-x)/α) với x≤m
R((x-m2)/β) với x≥m
• Có thể dùng nguyên lý mở rộng để định
nghĩa các phép toán trên khoảng mờ
• Các dạng tập mờ thường gặp: tập mờ tam
giác, tập mờ hình thang, tập mờ Gauss,
CHƯƠNG 3 – QUAN HỆ MỜ
• Quan hệ mờ
• Phép hợp thành
QUAN HỆ MỜ
• Cho các không gian X, Y, quan hệ mờ trên
X×Y là R = {((x,y), µR(x,y)) | (x,y)∈X×Y}
• Ví dụ:
µR(x,y) = 0, với x≤y;
1, với x>11y
(x-y)/10y, với y<x≤11y
• Ví dụ:
µR(x,y) = 0, với x≤y
1 / (1+(x-y)-2), với x>y
VÍ DỤ
0.80.710.9x3
000.80x2
0.70.110.8x1
y4y3y2y1R
0.50.800.3x3
0.70.50.40.9x2
0.60.900.4x1
y4y3y2y1Z
CÁC PHÉP TOÁN
• Phép ∪, ∩, giống như với tập mờ
• Phép chiếu
R(1) = {(x, maxy µR(x,y)) | (x,y)∈X×Y } ⊆ X
R(2) = {(y, maxx µR(x,y)) | (x,y)∈X×Y } ⊆ Y
• Lưu ý:
- Có thể có nhiều quan hệ khác nhau
nhưng có kết quả phép chiếu giống nhau
- Có thể mở rộng quan hệ n-ngôi
PHÉP HỢP THÀNH
• Cho R⊆X×Y, S⊆Y×Z, có thể kết hợp R và
S tạo thành quan hệ T=R°S ⊆X×Z
µT(x,z) = maxy∈Y min {µR(x,y), µS(y,z)}
• Lưu ý:
- Có thể thay min bằng các t-chuẩn khác
- Có thể giải thích bằng nguyên lý mở rộng
VÍ DỤ
0.30.4100.8x3
10.200.50.3x2
0.7100.20.1x1
y5y4y3y2y1R
0.8010y5
00.30.20.4y4
10.700.8y3
00.810.2y2
0.40.300.9y1
z4z3z2z1S
10.70.30.8x3
0.80.510.3x2
0.70.30.70.4x1
y4y3y2y1R°S
TÍNH CHẤT PHÉP HỢP THÀNH
• Phép hợp thành max-min thoả tính chất kết
hợp (R1°R2)°R3 = R1°(R2°R3)
• Quan hệ mờ trên X×X
- Phản xạ: µR(x,x)=1 ∀x∈X
Nếu R, S phản xạ thì R°S cũng phản xạ
- Đối xứng: µR(x,y)=µR(y,x) ∀x,y∈X
Nếu R, S đối xứng và R°S=S°R thì R°S cũng
đối xứng
- Phản đối xứng: nếu µR(x,y)>0 và x≠y thìµR(y,x)=0 (Zadeh, còn có các định nghĩa khác)
TÍNH CHẤT PHÉP HỢP THÀNH
• Quan hệ mờ trên X×X (tiếp)
- Bắc cầu: R bắc cầu, nếu R°R ⊂ R
Nếu R phản xạ và bắc cầu thì R°R=R
Nếu R và S bắc cầu, R°S=S°R thì
R°S cũng bắc cầu
• Các quan hệ đặc biệt trên X×X: quan
hệ xấp xỉ, quan hệ tương tự, quan hệ
ưu tiên,