Зачем необходимы треугольные нормы и конормы? Как их использовать? Имеется ввиду, на практике. |
Лекция 4: Показатель размытости нечетких множеств. Нечеткие меры и интегралы
Нечеткие интегралы
Определение. Нечеткий
интеграл от функции на множестве
по нечеткой мере
определяется как
![\int\limits_A {h(x) \circ g} = \mathop {\sup
}\limits_{\alpha \in [0,1]} \;\left( {\alpha \wedge g(A \cap H_\alpha )}
\right),](/sites/default/files/tex_cache/8d9a67f55777451f92b924e2493a7a5a.png)
![\(H_\alpha = \{ x|h(x) \geqslant \alpha \} .\)](/sites/default/files/tex_cache/6ff492b1e27cbca790e9ce8cf0a4fa29.png)
нечеткий интеграл принято также называть нечетким ожиданием.
Определение. Нечеткий
интеграл от функции на нечетком
множестве
по нечеткой мере
определяется как
![\int\limits_{\mu _A } {h(x) \circ g} = \int\limits_X {(\mu
_A (x) \wedge h(x)) \circ g.}](/sites/default/files/tex_cache/b2df295195aae9d308e39919b6cc462e.png)
Для описания различных видов неопределенности в теории нечетких мер
используется общее понятие "степень нечеткости". В общем случае
оно включает в себя "степень важности", "степень
уверенности" и как отдельный
случай - "степень принадлежности" в теории нечетких множеств. Нечеткая
мера, таким образом, может интерпретироваться
различными способами в зависимости от конкретного применения. Пусть необходимо
оценить степень принадлежности некоторого элемента
множеству
.
Очевидно, что для пустого множества эта степень принадлежности равна
, а для
(
) равна
, т.е. степень принадлежности
для
будет больше,
чем для
, если
. Если степень
принадлежности
равна
,
а вместо
задано нечеткое подмножество
, то
![g(x_0 ,A) = \int\limits_X {\mu _A (x) \circ g(x_0 )} = \mu
_A (x_0 ).](/sites/default/files/tex_cache/62a54d4af5b01f8f6fd5591728f6ea39.png)
Это говорит о том, что степень нечеткости суждения " "
равна степени принадлежности
нечеткому подмножеству
.
Таким образом, понятие степени нечеткости в теории нечетких мер включает
в себя понятие степени принадлежности теории нечетких множеств.
Применение нечетких мер и интегралов для решения слабо структурированных задач
Процесс субъективного оценивания
Рассмотрим задачу субъективного оценивания некоторым индивидом нечетко
описываемых объектов, таких как дом, лицо и т.п. Предположим, что объект
характеризуется показателями.
Пусть — множество показателей.
При оценивании
дома такими показателями могут быть:
— площадь,
— удобства и т.д.
В общем случае множество
не обязательно должно быть множеством
физических
показателей, оно может быть множеством мнений, критериев и т.п.
Пусть — частная оценка объекта, т.е.
— оценка
элемента
. Если речь идет о распознавании образов, то
может
рассматриваться как характеристическая функция образа. На практике
может быть легко определена объективно или субъективно. Например, когда
объект — дом, объективно имеем оценку
,
которая может быть нормализована числом из интервала
.
Предположим, что нечеткая мера для является субъективной мерой,
выражающей степень важности подмножества из
. Например,
выражает
степень важности элемента
при оценке объекта,
—
аналогично обозначает степень важности показателей
и
.
Необходимо отметить, что степень важности всего множества
равна
единице.
Вычисляя нечеткий интеграл от до
, получаем
![e = \int\limits_K {h(s) \circ g,}](/sites/default/files/tex_cache/2db9e30f38ae2c8e285a58408d602aba.png)
![e](/sites/default/files/tex_cache/e1671797c52e15f763380b45e841ec32.png)
Данное уравнение представляет собой свертку частных оценок.
Линейный обобщенный критерий используется обычно в том случае,
когда отдельные показатели взаимно независимы. Свертка же может
быть очень полезной, когда существует взаимозависимость показателей, что
характерно для большинства задач выбора в нечеткой среде.
Экспериментальное определение нечеткой меры
Рассмотрим метод приближенного экспериментального определения нечеткой меры.
Предположим, что существует объектов.
Пусть
— частная оценка
-го объекта,
а
— общая оценка. Предъявляя индивиду объекты и их
частные
оценки, можно получить его субъективные оценки
из интервала
для всех объектов.
Обозначим
и аналогично
. Производя
нормализацию
, мы имеем
![w_j = \frac{{\bar d - \underline d }}
{{\bar e - \underline e }}e_j + \frac{{\underline d \bar e - \bar d\underline
e }}
{{\bar e - \underline e }}.](/sites/default/files/tex_cache/2fdeac4d3a14b7fc08e4ab38677977db.png)
Субъективная нечеткая мера может быть получена при условии минимума критерия
![J = \sqrt {\frac{1}
{m}\sum\limits_{j = 1}^{} {(d_j - w_j )^2 } } .](/sites/default/files/tex_cache/aa8baa28ba0fdaffb1b3a58eae00259a.png)
Впервые нечеткие меры применялись для оценки сходства одномерных образов. Например, рассматривалось решение задачи оценки домов. При этом дома оценивались по следующим пяти показателям: площадь, удобства и обстановка, окружающая среда, стоимость, время, требуемое на дорогу до места работы. Известны применения нечетких мер для оценки привлекательности экскурсионных районов, которые оценивались по таким показателям, как красота природы, архитектурные памятники и т.п. Результаты оценок использовались для прогнозирования числа экскурсий в ближайшие десять лет.