On this page

    绪论

    人工智能: 萌芽, 诞生(达特莫斯会议),发展

    学派: 符号主义联接主义行为主义

    学习: 有监督和无监督

    人: 冯诺依曼, 图灵

    分类、聚类

    离散模糊集合

    假设论域$X = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}$, 设$A$表示一个接近于0的模糊集合, 各元素的隶属度函数依次为${1.0, 0.9, 0.8, 0.7, 0.6, 0.5, 0.4, 0.3, 0.2, 0.1}$, 则A可表示为:

    序偶法:

    \[A = \{x, \mu_A(x) \mid x \in X\}\] \[\{(0, 1.0), (1, 0.9), (2, 0.8), ..., (9, 0.1)\}\]

    扎德表示法:

    \[A = \sum_{i=0}^{10} \frac{\mu_A(x_i)}{x_i} = \frac{1}{0} + \frac{0.9}{1} + \frac{0.8}{2} + ... + \frac{0.1}{9}\]

    向量表示法:

    \[\{1.0, 0.9, ..., 0.1\}\]

    Ps:用扎德表示法时, 隶属度函数等于0的项可以省略。 用向量表示时, 隶属度函数等于0的项

    连续模糊集合

    如果论域$U$是实数域, 论域中有无穷多个连续的点, 该论域称为连续论域, 连续论域上的模糊集合克表示为: $F = \int_{u \in U} \mu_F(u) / u$。

    积分号也不是通常的含义, 只是表示对论域中每个元素都定义了相应的隶属函数。

    若以年龄作为论域, 并设$X = [0, 200]$。 设$O$表示模糊集合“年老”, 其隶属度函数为:

    \[\mu_0(x) = \begin{cases} 0 & 0<x<50 \\ \frac{1}{1 + (\frac{5}{x - 50})^2} & x>50 \end{cases}\]

    则年老集合可以表示为:

    \[O = \int_{0 \leq x \leq 50} \frac{0}{x} + \int_{50 < x \leq 200}\frac{[1 + (\frac{5}{x - 50})^2]^{-1}}{x}\]

    模糊集两要素: 论域、隶属度函数

    模糊集合运算

    模糊空集

    $\forall x \in X$, 均有$\mu_A(x) = 0$, 称A为论域X上的模糊空集

    记作$A = \Phi$, 即 $\mu_{\Phi}(x) = 0$

    模糊集合的并集

    若有三个模糊集合$A$, $B$和$C$, $\forall x \in X$, 均有:

    \[\mu_C(x) = \mu_A(x) \lor \mu_B(x) = max[\mu_A(x), \mu_B(x)]\]

    称C为A和B的并集, 记作$C = A \cup B$。 其中 $\lor$ 为Zadeh算子, 表示“取大”运算

    模糊集合的交集

    若有三个模糊集合$A$, $B$和$C$, $\forall x \in X$, 均有:

    \[\mu_C(x) = \mu_A(x) \land \mu_B(x) = min[\mu_A(x), \mu_B(x)]\]

    称C为A和B的交集, 记作$C = A \cap B$。 其中 $\land$ 为Zadeh算子, 表示“取小”运算

    非运算

    若有两个模糊集合A与B, $\forall x \in X$, 均有:

    \[\mu_B(x) = 1 - \mu_A(x)\]

    则称B为A的补集, 记为 $B = \bar A$, 也记作$A^C$.

    模糊熵

    A的模糊熵$E(A)$, 在单位超立方体$I^n$中从0到1, 其中顶点的熵为0, 表明不模糊, 中点的熵1, 是最大熵。 从顶点到中点, 熵逐渐增大。

    \[E(A) = \frac{a}{b} = \frac{l^I(A, A_{near})}{l^I(A, A_{far})}\]

    例:

    $A = (\frac{1}{3}, \frac{3}{4})$, $A_{near} = (0, 1)$, $A_{far} = (1, 0)$

    \[a = \frac{1}{3} + \frac{1}{4} = \frac{7}{12}\] \[b = \frac{2}{3} + \frac{3}{4} = \frac{17}{12}\] \[E(A) = \frac{7}{17}\]

    模糊关系与模糊关系矩阵

    $X = Y = R^+$, 且$R =$ “y远远大于x”。

    上面这句什么意思,不懂

    R的隶属度函数主观定义为:

    \[\mu_R(x, y) = \begin{cases} \frac{y - x}{x + y + 2} & y > x \\ 0 & else \\ \end{cases}\]

    如果$x = {3, 4, 5}$, $Y = {3, 4, 5, 6, 7}$

    则关系矩阵:

    \[R = \begin{bmatrix} 0 & 0.111 & 0.200 & 0.273 & 0.333 \\ 0 & 0 & 0.091 & 0.167 & 0.231 \\ 0 & 0 & 0 & 0.077 & 0.134 \\ \end{bmatrix}\]

    语言变量

    句法规则:通过 否定词(不) 或 程度词(非常、或多或少)来修饰几个基本术语(年轻, 年老, 中年)来产生句法规则。

    压缩与扩张算子

    \[A^k = \int_X [\mu_A(x)]^k / x\]

    $K > 1$, 压缩(很); $k<1$, 扩张, 有点

    或多或少有些年老:(年老)$^{0.5}$

    不年轻也不年老: (-年轻)交(-年老)

    年轻但不是太年轻: (年轻)交(-年轻)$^2$

    特别年老: (年轻)$^8$

    对比增强算子

    \[INT(A) = \begin{cases} 2A^2 & 0 \leq \mu_A(x) \leq 0.5 \\ \frac{2A^2}{1 - 2(1 - A)^2} & 0.5 \leq \mu_A(x) \leq 1 \end{cases}\]

    作用隶属度大于0.5, 增大它; 小于0.5, 减少它