määritelty
cybernetics professor at the University of California bar too (L, A, Zadeh) After years of pondering, and finally first published in 1965 entitled "fuzzy sets" papers. He noted: If for any domain of (range studied) U is an element x, has a number A (x) ∈ [0,1] corresponding thereto, then A is a fuzzy set U, A (x ) referred to as x membership degree of a. When x changes in U, A (x) is a function, called the membership function A. A membership degree (x) becomes closer to 1, the higher the degree of x is A, A (x) becomes closer to 0 indicates a lower degree of x is A. With values in the interval [0,1] of the membership function A (x) A x is characterized by low degree of fuzziness describes more reasonable than the classical set theory.
luokat
Application Foundation jäsenyys toiminnot ovat sumea ohjaus, oikea rakentaa jäsenyys toiminnot on kyky hallita yksi keskeisistä sumea hyvää käyttöä. Jäsenyysfunktion määrittämisprosessin pitäisi pohjimmiltaan olla objektiivinen, mutta jokaiselle, jolla on epämääräinen käsitys käsitteen ymmärtämisen eroista, on siis määrittää jäsenyysfunktio ja subjektiivinen.
perustaa jäsenyys toiminto ei ole kypsä ja tehokas menetelmä vahvistaa menetelmä useimmat järjestelmät ovat edelleen kokemusten ja kokeilujen perusteella. Samalle epämääräiselle käsitteelle eri ihmiset eivät luo jäsentoimintoa täsmälleen samalla tavalla, vaikkakaan ei täsmälleen samassa muodossa, kunhan se heijastaa samaa epämääräistä käsitettä, silti samaa käytännön ongelmanratkaisussa ja sumean tiedon käsittelyssä. Seuraavassa kuvataan useita yleisesti käytettyjä menetelmiä.
sumeita tilastoja
The basic idea of fuzzy statistical method is to make a clear judgment on a certain element vo whether a clear set of A3 a variation on the domain of the domain U . For different test subject, clearly set A3 may have different borders, but they all correspond to the same fuzzy set A. Fuzzy calculation step statistical method is: in each statistics, VO is the fixed value A3 is variable, for n tests, which can blur the statistics calculated by the following equation
v0 kertaa alle taajuuden a = v0∈A / testin n kokonaismäärä
kun n kasvaa, taajuudella on taipumus olla vakaa tämän stabiilin arvon alapuolella. vo on a:n jäsenyysaste. Tämä menetelmä on suoremmin heijastaa jäsenyyden astetta sumea käsite, mutta suuri määrä laskelmia.
kuva
is the main idea of the exemplary method known finite values μA to estimate the fuzzy set membership function domain U of A. Such as domain U on behalf of all mankind, A is a "tall people." Clearly A is a fuzzy subset. To determine μA, first determine the value of a height h, and then select a few linguistic truth value (that is, the word of the true extent of) one to answer whether someone is considered as a "tall." Such as language true value can be divided into "real", "approximately true", "s real," "approximately false" and "false" five cases, and each digital 1,0.75,0.5,0.25, 0 to represent the true value of these languages. The n different heights h1, h2, ..., hn are the same as the query, which can obtain the membership function A discrete representation.
asiantuntemusta
expert experience blurring method is given in equation corresponding weight coefficient values or information based on the actual experience of the expert to determine a method of membership function. In many cases, often initially determined rough membership function, and then through the "learning" and the test of practice and gradually modify and improve, but the actual effect is the basis for testing and adjusting the membership function.
Binäärivertailu lajiteltu
Binary Comparison -järjestysmenetelmä on käytännöllisempi menetelmä jäsenfunktion määrittämiseen. Se kaksikymmentäkaksi vertailua useiden asioiden välillä, jotta voidaan määrittää tietyt ominaisuudet kautta, mikä määrittää yleisen muodon jäsenyysfunktion ominaispiirteistä. Binary Vertailu eri lajittelumenetelmän mukaan vertaileva toimenpide, voidaan jakaa suhteellisesti, vertaileva keskiarvo menetelmä, ja prioriteettisuhde sekvensointi menetelmä samanlainen prioriteetti vertailumenetelmä.
Esimerkki
suoritusmuoto
A (x) = edustaa sumeaa joukkoa "vanhaa" jäsenyysfunktiota, A edustaa sumeaa joukkoa "vanha", kun Ikä x≤50, kun A (x) = 0 osoittaa, että x ei kuulu sumeaan joukkoon A (eli " vanha"), kun taas kun x≥100, A (x) = 1 tarkoittaa, että x kokonaan A, kun 50
Esimerkki two
Sumean kattavan analyysin mukaan arvioimme yrityksen suorituskykyä. .
1 tekijäjoukko U: U = {u1, u2, ...... u9}
Kotimaani nykyinen kattava arviointijärjestelmä ja tasapainoinen tuloskortti (SEC), valitsemme u1 (nettotulovarat), u2 (omaisuuden käyttöolosuhteet), u3 (pitkäaikainen vakavaraisuus), u4 (lyhyen aikavälin vakavaraisuus). Indikaattorit U5 (myynnin kasvuolosuhteet), u6 (markkinavoima), u7 (tekninen kapasiteetti), u8 (innovaatiokyvyn kehittäminen), u9 (oppiminen) 9 kuvaavat yrityksen suorituskyvyn pääindikaattoreita. Mitkä u1, u2, u3, u4, u5 ovat taloudellisen suorituskyvyn taloudellisia indikaattoreita, joissa kaikki alkuperäiset indikaattorit kuvastavat tarkkaa suhdetta, mutta ne ovat epäselviä, ja ne kuvaavat objektiivisesti todellista liiketoiminnan suorituskykyä asianmukaisesti. Esimerkiksi yrityksen lyhyen aikavälin vakavaraisuutta arvioitaessa yrityksen nykyinen suhdeluku oli 1,8, mutta asiantuntijat havaitsivat suuren osan yhtiön osakkeista, jotka muodostavat suuremman osan vaihtovaroista, mikä viittaa siihen, että sen varojen likviditeetti on ei hyvä, joten silti arviointiindeksi alemmalle tasolle. U6 on asiakasnäkökulma suorituskykyindikaattoreihin, u7 sisäisten liiketoimintaprosessien näkökohtien suorituskykyindikaattorit, u8, u9 on oppimisen ja kasvun suorituskykyindikaattorit.
2. Arviointijoukko V = {v1, v2 ...... v4}. Yksinkertaisuus, asetamme v1: Erinomainen, v2: hyvä, v3: keskimääräinen, v4: huono.
3. Valitsimme yhtiön KHT-tilintarkastaja, joka tuntee liiketoiminnan tilanteen asiantuntijoiden arvioitu ryhmä saada arviointimatriisin
4. Asiantuntijan lausunnon mukaan määritämme painojen joukon A:
5 M (,, +) -mallin mukaan
Siksi suurin jäsenmäärä periaatetta, yrityksen suorituskykyä arvioitiin "tyydyttäväksi". Myöhemmin yritysjohtajat ajattelevat, että arvioinnin tulokset vastaavat paremmin todellista tilannetta.