1、模糊矩阵
  • 定义 : 如果对于任意 i=1,2,⋯,m;j=1,2,⋯,n,i=1,2, \cdots, m ; j=1,2, \cdots, n,i=1,2,⋯,m;j=1,2,⋯,n, 都有 rij∈[0,1],r_{i j} \in[0,1],rij​∈[0,1], 则称R=(ri,j)m×nR=(r_{i,j})_{m\times n}R=(ri,j​)m×n​为模糊矩阵。特别地当m=nm=nm=n则称RRR为模糊方阵。

通俗地理解,即是若矩阵元素均在区间[0,1][0,1][0,1]上,则称该矩阵为模糊矩阵。

  • 特殊模糊矩阵(零矩阵、单位矩阵、全称矩阵):

O=(00⋯000⋯0⋮⋮⋮00⋯0)m×n,I=(10⋯001⋱⋮⋮⋱⋱00⋯01)m×n,U=[11⋯111⋯1⋮⋮⋮11⋯1]m×n\boldsymbol{O}=\left(\begin{matrix} 0 & 0 & \cdots & 0 \\ 0 & 0 & \cdots & 0 \\ \vdots & \vdots & & \vdots \\ 0 & 0 & \cdots & 0 \end{matrix}\right)_{m\times n}, \quad I=\left(\begin{matrix} 1 & 0 & \cdots & 0 \\ 0 & 1 & \ddots & \vdots \\ \vdots & \ddots & \ddots & 0 \\ 0 & \cdots & 0 & 1 \end{matrix}\right)_{m \times n}, \quad U=\left[\begin{matrix} 1 & 1 & \cdots & 1 \\ 1 & 1 & \cdots & 1 \\ \vdots & \vdots & & \vdots \\ 1 & 1 & \cdots & 1 \end{matrix}\right]_{m \times n} O=⎝⎜⎜⎜⎛​00⋮0​00⋮0​⋯⋯⋯​00⋮0​⎠⎟⎟⎟⎞​m×n​,I=⎝⎜⎜⎜⎜⎛​10⋮0​01⋱⋯​⋯⋱⋱0​0⋮01​⎠⎟⎟⎟⎟⎞​m×n​,U=⎣⎢⎢⎢⎡​11⋮1​11⋮1​⋯⋯⋯​11⋮1​⎦⎥⎥⎥⎤​m×n​

2、模糊矩阵间的关系
  • 相等:A=B⇔aij=bij,i=1,2,⋯m;j=1,2,⋯,nA=B \Leftrightarrow a_{i j}=b_{i j}, \quad i=1,2, \cdots m ; j=1,2, \cdots, nA=B⇔aij​=bij​,i=1,2,⋯m;j=1,2,⋯,n
  • 包含:A⩽B⇔aij⩽bij,i=1,2,⋯,m;j=1,2,⋯,nA \leqslant B \Leftrightarrow a_{i j} \leqslant b_{i j}, i=1,2, \cdots, m ; j=1,2, \cdots, nA⩽B⇔aij​⩽bij​,i=1,2,⋯,m;j=1,2,⋯,n
3、模糊矩阵的交并余运算
  • 并:相同位置元素取大

A∪B=(aij∨bij)m×nA \cup B =\left(a_{i j} \vee b_{i j}\right)_{m \times n} A∪B=(aij​∨bij​)m×n​

  • 交: 相同位置元素取小

A∩B=(aij∧bij)m×nA \cap B =\left(a_{i j} \wedge b_{i j}\right)_{m \times n} A∩B=(aij​∧bij​)m×n​

  • 余:1减去所有元素

AC=(1−aij)m×nA^C =\left(1- a_{i j} \right)_{m \times n} AC=(1−aij​)m×n​

A=(10.10.30.5),B=(0.700.40.9)\boldsymbol{A}=\left(\begin{array}{cc} 1 & 0.1 \\ 0.3 & 0.5 \end{array}\right), \quad \boldsymbol{B}=\left(\begin{array}{cc} 0.7 & 0 \\ 0.4 & 0.9 \end{array}\right) A=(10.3​0.10.5​),B=(0.70.4​00.9​)

A∪B=(1∨0.70.1∨00.3∨0.40.5∨0.9)=(10.10.10.9)A∩B=(1∧0.70.1∧00.3∧0.40.5∧0.9)=(0.700.30.5)AC=(1−0.11−0.11−0.31−0.5)=(00.90.70.5)A \cup B=\left(\begin{matrix} 1 \vee 0.7 & 0.1 \vee 0 \\ 0.3 \vee 0.4 & 0.5 \vee 0.9 \end{matrix}\right)=\left(\begin{matrix} 1 & 0.1 \\ 0.1 & 0.9 \end{matrix}\right) \\ A \cap B=\left(\begin{matrix} 1 \wedge 0.7 & 0.1 \wedge 0 \\ 0.3 \wedge 0.4 & 0.5 \wedge 0.9 \end{matrix}\right)=\left(\begin{matrix} 0.7 & 0 \\ 0.3 & 0.5 \end{matrix}\right) \\ \\ A^{C}=\left(\begin{matrix} 1-0.1 & 1-0.1 \\ 1-0.3 & 1-0.5 \end{matrix}\right)=\left(\begin{matrix} 0 & 0.9 \\ 0.7 & 0.5 \end{matrix}\right) A∪B=(1∨0.70.3∨0.4​0.1∨00.5∨0.9​)=(10.1​0.10.9​)A∩B=(1∧0.70.3∧0.4​0.1∧00.5∧0.9​)=(0.70.3​00.5​)AC=(1−0.11−0.3​1−0.11−0.5​)=(00.7​0.90.5​)

注:模糊矩阵的运算性质与模糊集合完全一致。

4、模糊关系

对有限论域 U={u1,u2,⋯,un},V={v1,v2,⋯,vn},U=\left\{u_{1}, u_{2}, \cdots, u_{n}\right\}, V=\left\{v_{1}, v_{2}, \cdots, v_{n}\right\},U={u1​,u2​,⋯,un​},V={v1​,v2​,⋯,vn​}, 若元标 rij=R(ui,vj),r_{i j}=R\left(u_{i}, v_{j}\right),rij​=R(ui​,vj​), 则矩阵 R=(rij)n×nR=\left(r_{i j}\right)_{n \times n}R=(rij​)n×n​,表示从 UUU 到 VVV 的一个模糊关系,或者说一个模糊矩阵确定一个模糊关系.

  • 性质:模糊关系具有对称性和自反性。
5、 模糊关系的合成
  • 定义: 设 Q,RQ, RQ,R 为模糊关系,所谓 QQQ 对 RRR 的合成,就是从 UUU 到 WWW 的一个模糊关系,记作 Q∘RQ\circ RQ∘R. 其定义为:

Q∘R=∨k=1l(qik∧rkj)Q \circ R=\vee _{k=1}^{l}(q_{ik} \wedge r_{kj}) \\ Q∘R=∨k=1l​(qik​∧rkj​)

:这里表示QQQ的每行先与RRR的每列对应对小,再对这一组取大,得到该位置的元素。其操作方式与矩阵乘法类似。

特别地,记:
R2=R∘R,Rn=Rn−1∘RR^{2}=R \circ R, \quad R^{n}=R^{n-1} \circ R R2=R∘R,Rn=Rn−1∘R

  • :设模糊关系

Q=(0.30.70.2100.9),R=(0.80.30.10.80.50.6)Q=\left(\begin{matrix} 0.3 & 0.7 & 0.2 \\ 1 & 0 & 0.9 \end{matrix}\right), \quad R=\left(\begin{matrix} 0.8 & 0.3 \\ 0.1 & 0.8 \\ 0.5 & 0.6 \end{matrix}\right) Q=(0.31​0.70​0.20.9​),R=⎝⎛​0.80.10.5​0.30.80.6​⎠⎞​

记:
Q∘R=(s11s12s21s22)Q{\circ} R=\left(\begin{matrix} s_{11} & s_{12} \\ s_{21} & s_{22} \end{matrix}\right) Q∘R=(s11​s21​​s12​s22​​)
由模糊关系合成的定义:
s11=(0.3∧0.8)∨(0.7∧0.1)∨(0.2∧0.5)=0.3s12=(0.3∧0.3)∨(0.7∧0.8)∨(0.2∧0.6)=0.7s21=(1∧0.8)∨(0∧0.1)∨(0.9∧0.5)=0.8s22=(1∧0.3)∨(0∧0.8)∨(0.9∧0.5)=0.6\begin{matrix} s_{11}=(0.3 \wedge 0.8) \vee(0.7 \wedge 0.1) \vee(0.2 \wedge 0.5)=0.3 \\ s_{12}=(0.3 \wedge 0.3) \vee(0.7 \wedge 0.8) \vee(0.2 \wedge 0.6)=0.7 \\ s_{21}=(1 \wedge 0.8) \vee(0 \wedge 0.1) \vee(0.9 \wedge 0.5)=0.8 \\ s_{22}=(1 \wedge 0.3) \vee(0 \wedge 0.8) \vee(0.9 \wedge 0.5)=0.6 \end{matrix} s11​=(0.3∧0.8)∨(0.7∧0.1)∨(0.2∧0.5)=0.3s12​=(0.3∧0.3)∨(0.7∧0.8)∨(0.2∧0.6)=0.7s21​=(1∧0.8)∨(0∧0.1)∨(0.9∧0.5)=0.8s22​=(1∧0.3)∨(0∧0.8)∨(0.9∧0.5)=0.6​
则:
Q∘R=(0.30.70.80.6)Q {\circ} R=\left(\begin{array}{ll} 0.3 & 0.7 \\ 0.8 & 0.6 \end{array}\right) Q∘R=(0.30.8​0.70.6​)

模糊数学笔记:四、模糊矩阵与模糊关系相关推荐

  1. 模糊数学笔记大全(模糊集、截集、模糊矩阵、模糊关系、模糊聚类、模糊模型识别、模糊综合决策、模糊数)

    一.模糊集及其运算性质 二.模糊截集与分解定理 三.模糊隶属度函数的确定及常用隶属度函数 四.模糊矩阵与模糊关系 五.模糊聚类 六.模糊模型识别-I(最大隶属度原则) 六.模糊模型识别-II(择近原则 ...

  2. 「管理数学基础」4.3 模糊数学:模糊关系与模糊矩阵、模糊关系的运算与合成、模糊等价关系

    模糊关系与模糊矩阵.模糊关系的运算与合成.模糊等价关系 文章目录 模糊关系与模糊矩阵.模糊关系的运算与合成.模糊等价关系 模糊关系与模糊矩阵 定义:模糊关系 模糊矩阵的截集 模糊关系的运算与合成 模糊 ...

  3. 基于ZYNQ的嵌入式学习笔记四(矩阵键盘实现电子琴)

    本次要实现的是利用ZYNQ-7000板子上自带的16个矩阵键盘来实现每按一次发出一个音符的声音,从而实现电子琴的效果. 一.原理部分: 矩阵键盘:用8位来存储4*4的矩阵键盘的信息,初始化的值为000 ...

  4. java 矩阵分解_矩阵论学习笔记四:矩阵分解 | 学步园

    参考书:<矩阵论>第3版,程云鹏 张凯院 徐仲编著 西北工业大学出版社 矩阵的三角分解和QR分解等在计算数学中都扮演着十分重要的角色,尤其是以QR分解所建立的QR方法,以对数值线性代数理论 ...

  5. 模糊数学笔记:五、模糊聚类

    模糊聚类分析是模糊数学中应用最为广泛的方法之一.近年来也涌现出了多种不同的模糊聚类方法,本文直接从其操作流程出发,介绍模糊聚类分析的主要内容. 1.一般流程 数据预处理 相似关系建立 聚类分析 2.数 ...

  6. 最大隶属度原则_模糊数学笔记:六、模糊模型识别-I(最大隶属度原则)

    1.模型识别的问题提出 模型识别,通俗地理解即是对一个类别未知的对象进行归类(或者叫分类).这里与聚类不同的是,聚类实际上是要区分出已有的样本哪些属于同一类,但并没有参考标准.而识别则事先有参考的标准 ...

  7. 模糊数学 2、基本的一些模糊矩阵,以及模糊矩阵的运算

    ------------------------2020.8.17更新------------------------------ 模糊数学视频链接:https://pan.baidu.com/s/1 ...

  8. 数学模型学习——模糊关系与模糊矩阵

    一.基本概念 ​ 先来看一下模糊关系的定义: ​ 定义:设论域 U,VU,VU,V ,乘积空间上 U×V={(u,v)∣u∈U,v∈V}U\times V=\{(u,v)|u\in U,v\in V\ ...

  9. matlab 高斯模糊_摸鱼 | 茴香豆的“茴”有四种写法,模糊有几种糊法?

    时隔十二天终于等到宋老师的回复后,我拿到了自己的憨憨照片. (后知后觉的宋老师) 刚好考完认知期中(然后三周过去了),便摸个鱼,研究一下Photoshop的使用.今天就整理一下有关模糊的方法. 模糊的 ...

最新文章

  1. 住房要注意用电安全-记录一下失火
  2. 【转】SVN 与 GIT 详细对比
  3. Corodva Could not resolve com.android.tools.build:gradle:3.0.1 解决方法
  4. Spring项目中的Netflix Archaius属性
  5. linux镜像包含数据库数据么,docker 镜像中包含数据库环境和运行环境
  6. Uboot 启动流程分析
  7. server sql 分组 去重 字符串拼接_SQL必知必会
  8. UTF-8与GBK字符之间的转换
  9. python基础-craps赌牌游戏
  10. java中怎么编写一个类_Java入门(8) 创建新类
  11. vue 挑战最强大脑 记忆力5分 观察力5分 推理力4分
  12. 注册FaceBook和购买FaceBook小白号的区别
  13. 深入Netty源码解析内存优化技巧
  14. VA虚拟平台十大亮点
  15. Python列表必会的基础操作
  16. 全麦吐司和普通吐司的区别_全麦面包和白面包的区别是什么
  17. 先别急着质疑新世相,这里或许有内容付费的真相
  18. 链上星辰浩瀚,烤仔 NFT 画作亮相世界首个链上 AI 画展
  19. 如何配置Linux系统的IP地址?
  20. mysql查询时间段内所有日期 和 小时

热门文章

  1. 基于nginx实现反向代理
  2. JS中的NaN和isNaN,简直是双重人格?
  3. simple go web application 二维码生成 打包部署
  4. 继承Thread类使用多线程
  5. git学习小结(未完待续)
  6. TYVJ 2002 扑克牌 题解
  7. VMWare假造机上装配Ubuntu Linux体例-1
  8. C#中的委托和事件 (7)---总结
  9. android的helloworld工程目录学习
  10. go 查看全局安装了哪些包_GO 文档笔记