|
模糊集合概览
葛维亚
1965年以后,模糊集合在模糊逻辑的基础上得到迅速发展,是研究现实世界中许多界限不分明甚至是很模糊的问题的数学工具。在模式识别、人工智能等方面有广泛的应用。
模糊数学Fuzzy 是研究和处理模糊性现象的一种数学理论和方法。
现代数学建立在集合论的基础上。一组对象确定一组属性,人们可以通过指明属性来说明概念,也可以通过指明对象来说明。符合概念的那些对象的全体叫做这个概念的外延,外延实际上就是集合。一切现实的理论系统都有可能纳入集合描述的数学框架。
经典的集合论只把自己的表现力限制在那些有明确外延的概念和事物上,它明确地规定每一个集合都必须由确定的元素所构成,元素对集合的隶属关系必须是明确的。对模糊性的数学处理是以将经典的集合论扩展为模糊集合论为基础的,乘积空间中的模糊子集就给出了一对元素间的模糊关系。对模糊现象的数学处理就是在这个基础上展开的。
从纯数学角度看,集合概念的扩充使许多数学分支都增添了新的内容。例如模糊拓扑学、不分明线性空间、模糊代数学、模糊分析学、模糊测度与积分、模糊群、模糊范畴、模糊图论、模糊概率统计、模糊逻辑学等。其中有些领域已有比较深入的研究。
模糊性数学发展的主流是在它的应用方面。由于模糊性概念已经找到了模糊集的描述方式,人们运用概念进行判断、评价、推理、决策和控制的过程也可以用模糊性数学的方法来描述。例如模糊聚类分析、模糊模式识别、模糊综合评判、模糊决策与模糊预测、模糊控制、模糊信息处理等。这些方法构成了一种模糊性系统理论,构成了一种思辨数学的雏形,它已经在教育、语言、环境、农业、林业、生物、化工、医学、地质、气象、体育等诸多方面取得了研究成果。
模糊数学最重要的应用领域是计算机智能。它已经被用于专家系统与环境系统等方面,发挥着极为重要的作用。
现代数学是建立在集合论的基础上。集合论的重要意义在于它把数学的抽象能力延伸到人的类认识过程。一组对象确定一组属性,人们可以通过说明属性来说明概念,也可以通过指明对象来说明属性。符合概念的那些对象的全体叫做这个概念的外延,外延其实就是集合。从这个意义上讲,集合可以表现概念,而集合论中的关系和运算又可以表现判断和推理,一切现实的理论系统都有可能纳入集合描述的数学框架。
但是,数学的发展也是阶段性的。经典集合论只能把自己的表现力限制在那些有明确外延概念事物上,它明确地限定每个集合都必须由明确的元素构成,元素对集合的隶属关系必须是明确的,决不能模棱两可。
在客观世界中还普遍存在着大量的模糊现象。以前人们回避它,但是,由于现代科技所面对的系统日益复杂,模糊性总是伴随着复杂性出现。
各门学科,尤其是人文、社会学科及其它领域的数学化、定量化趋向把模糊性的数学处理问题推向一个阶段的顶峰。更重要的是,随着电子计算机、控制论、系统科学的迅速发展,要使计算机能像人脑那样对复杂事物具有识别能力,就必须研究和处理模糊性。
我们研究人类系统的行为,或者处理可与人类系统行为相比拟的复杂系统,如人脑系统、社会系统、环境系统、水文水资源系统等,参数和变量很多,各种因素相互交错,系统很复杂,它的模糊性也很明显。从认识方面说,模糊性是指概念外延的不确定性,从而造成判断的不确定性。
人与计算机相比,一般来说,人脑具有处理模糊信息的能力,善于判断和处理模糊现象。但计算机对模糊现象识别能力较差,为了提高计算机识别模糊现象的能力,就需要把人们常用的模糊语言设计成机器能接受的指令和程序,以便机器能像人脑那样简洁灵活的做出相应的判断,从而提高自动识别和控制模糊现象的效率。这样,就需要寻找一种描述和加工模糊信息的数学工具,这就推动数学家深入研究模糊数学。所以,模糊数学的产生是有其科学技术与数学发展的必然性。
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。
模糊数学诞生至今仅有50多年历史,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。在自动控制、人工智能、信息处理、图象识别、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,将会获得更加良好的效果。
模糊数学是一门新兴学科,它已初步应用于模糊控制、模糊识别、模糊智能化聚类分析、模糊决策、模糊评判、系统理论、信息检索、医学、生物学等各个方面。在气象、结构力学、控制、心理学等方面也获得了大量研究成果。
然而模糊数学最重要的应用领域是计算机智能,它与新一代计算机的研制有密切的联系。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,计算机可以有效地处理复杂问题。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-12-10 01:46
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社