110fuzzy 2 Chap3 Fuzzynumber

Fuzzy Control
模糊數之算術
陳德育博士
(Dr. Te-Yu Chen)
元智大學電機工程研究所
Contents
1. 模糊數 Fuzzy numbers
2. 區間之算數運算
3. 模糊數的算術
4. 離散型模糊集合之算術法
5. 模糊數之大小
6. 模糊數之代數
2 Fuzzy Control
1
1. Fuzzy numbers (模糊數)
 一個特別的模糊集合 A，定義在實數上，也就是宇集合
X=R(實數)，至少滿足以下三個性質
(i) A 必須是一個正規 (Normal) 模糊集合；
(ii) 對所有必須是一個封閉區間；
(iii) (A之底集)必須是有界的。
滿足以上(i)、(ii)、(iii) 性質之模糊集合，即稱為模糊
數(Fuzzy Numbers)。
3 Fuzzy Control

 非模糊數
 有兩個區間（非封閉）
 是無界的
4 Fuzzy Control
2
 特殊模糊數:(接近3的實數)
5 Fuzzy Control

 定理 1：一個模糊集合A 定義在實數上，則 A 是
一個模糊數，若且唯若存在一個閉區間，
使得
其中L(x) 是一個單調遞增函數，從左起片段連續
(Piecewise Continuous)且 ,當；
R(x)是一個單調遞減且連續函數，從右起連續且
,當。
6 Fuzzy Control
3
 下圖完全符合定理1所描述的，所以是一個模糊數。
 [a, b]之間：滿足性質(i)
 L(x) 或 R(x) 是單調遞增或單調遞減：滿足性質(ii)
 L(x) 往右連續；R(x) 往左連續：滿足性質(ii)
 當；當：滿足性質
(iii)
7 Fuzzy Control
圖中每個模糊集合其實均是一個模糊數，因性質(i)
～(iii)均滿足。
8 Fuzzy Control
4
 若[a, b] 及 [d, e] 分別代表實數中兩個區間，則
9 Fuzzy Control
 例2：有兩個區間[1, 4]及[2, 5]，則
圖：加減法運算
10 Fuzzy Control
5
 若有數個區間
則
(i) (交換性)；
(ii)
(結合性)；
(iii) (單一性).
11 Fuzzy Control
A 及 B 為兩個模糊數，依-截集之定義及宇
集合為R(實數)之前提下，我們定義
其中，代表任一種算
術。由分解定理可知
注意﹕A 與 B 均為模糊數，所以亦應

為模糊數。
12 Fuzzy Control
6
 例3：有兩個模糊數 A, B 如下
 現在我們欲利用式(2)及式(3)式來求
與四種運算。
13 Fuzzy Control
由上圖我們在 A 與 B 上取 -截集:
14 Fuzzy Control
7
 由式(4) 之左界，可得；

右界，可得。
 再由式(3)可知：，
 因此：
15 Fuzzy Control
 同理：
因此：
結論: 兩相同形狀模糊數加減, 其結果仍為同形狀的

模糊數
16 Fuzzy Control
8
理由是：在式(6a,b) 中之左界是取自於
右界是取自於
17 Fuzzy Control
 由(6a)式之左界，可知時
，，在此選取，
因另一解會使 >0.5。
 由(6a)式之右界可知時
，，在此選取，
因另一解會使 >1。
同理由(6b)式之左界，可知時
，。由(6b)式之右界
可知時，。
18 Fuzzy Control
9
19 Fuzzy Control
 同以上分析
20 Fuzzy Control
10
 上一節連續型模糊集合之算術方法，並不適用於離散型模
糊集合。在此介紹一種適用於離散型模糊集合之計算：
把式(10) 寫得更確實一些
21 Fuzzy Control
 定理 2: 若A, B為兩個連續型模糊數，則可由式
(10)計算而得到且其結果仍為模糊數。
 但是定理2對於離散型模糊數就不一定成立。針對
(11a)～(11d)之定義算術，我們再舉例於下﹕
 例 4：兩個模糊數 A 與 B
22 Fuzzy Control
11
 A, B 兩模糊數定義在整數Z上，若以式(11a)，式(11b) 來計算：
 我們舉來說明，如何來的。
時之組合有
五組，且
再作即得。
23 Fuzzy Control
 但若以(11c)及(11d)分別來作及則會有一個
問題產生。
上式結果不再是模糊數了，因它非凸集。這不是
我們預期的事情：〝兩個模糊數經算術運算其結果應
仍是模糊數〞。所以用(11c)式求時必須作些修
正，(11d) 作也要修正。
24 Fuzzy Control
12
 如何修正？
 把式(12) 及式(13)用式(3)分解定理來計算可得
25 Fuzzy Control
 依定理1應可由式(14) 錯誤的結果推測出式(15)之正確的結
果。先把式(14) 畫成下圖
 依圖4 (定理1)之說明。把上圖畫成定義在 R 上之片段式連

續樣子，
 再把圖10取離散型模糊集合表示法，即得式(15)
26 Fuzzy Control
13
 任兩個實數大小比較，可輕易看出。我們可用
來表示。但對兩個模糊數之大小比較又如何呢？
 對於兩個模糊數A及B，我們定義
其中宇集合為 R，且。
27 Fuzzy Control
 若令是那兩個模糊數之-截集，
若
則我們可以說-截集(區間)之大小順序如下
另外又定義
式(16)及式(17)則是藉式(18)及式(19)式經分解定理式(3)而推
導得之。
28 Fuzzy Control
14
 例5：
 求MAX(A, B) 及 MIN(A, B)。

 對所有我們有
29 Fuzzy Control
30 Fuzzy Control
15
31 Fuzzy Control
 例 6：再考慮以下兩個模糊數
則
 以MIN(A, B)來看，時滿足之

共有(0, 0), (0, 1), (0, 2), (0, 3), (0, 4), (1, 0),
(2, 0), (3, 0), (4, 0)，各組之歸屬度較小值為
結果以上各組取最大的則
32 Fuzzy Control
16
 由以上兩例可輕易看出 MIN 與 MAX 有下列特性：
(i) MIN(A, B)=MIN(B, A)；MAX(A, B)=MAX(B, A)；
(ii) MIN[MIN(A,B), C]= MIN[A, MIN(B, C)]；
(iii) MAX[MAX(A,B), C]= MAX[A, MAX(B, C)]；
(iv) MIN(A, A)=MAX(A, A)=A；
(v) MAX[A, MIN(A, B)]=MIN[A, MAX(A, B)]=A；
(vi) MAX[A, MIN(B, C)]=MIN[MAX(A, B), MAX(A, C)]；
MIN[A, MAX(B, C)]=MAX[MIN(A, B), MIN(A, C)]；
33 Fuzzy Control
 另外若對所有
 式(20) 之右邊可寫成，並可由下圖表

示
34 Fuzzy Control
17
 更簡易的方法可以得到 MIN(A, B)及 MAX(A,B)

的結果
其中滿足，而且以
上或是指標準運算。
35 Fuzzy Control
 一般代數中所熟悉的方程式
這對一般代數來說是非常非常容易的，但在模糊數的領域中，
求解 X 將是一樁挺麻煩的事。
 ，且求解求解區間 X ，
以一般代數來解，X 應該是
把此解 X 代回，可知
也就是說很不幸的, 此解 X 是錯的。
36 Fuzzy Control
18
 問題出在區間之加法與減法過程有差異，正確的解法
應是如此，令，則
 正確解應該是
因為X 是一個區間，所以
是必然的。
37 Fuzzy Control
 兩個模糊數 A 與 B，它們的截集是
其中若
這個代數之模糊數解 X 如何求呢？
 讓解 X 之-截集為，由式(22) 可得
因此。再依照式(3) (分解定理)
解 X 即可求得。
 當然，式(25)要有解必需
38 Fuzzy Control
19
 定理 3 ：兩個模糊數 A, B 滿足，則 X 有解之充要

條件為
條件(ii) 是指 X 必然是上窄下寬之模糊集合。
39 Fuzzy Control
 例7：求解，其中
 我們把 A,B及解 X 之-截集列表如下頁表。
40 Fuzzy Control
20
1 〔4, 4〕〔5, 5〕〔1, 1〕

0.9 〔3, 4〕〔4, 5〕〔1, 1〕
0.8 〔3, 4〕〔3, 5〕〔0, 1〕
0.7 〔2, 4〕〔2, 6〕〔0, 2〕
0.6 〔2, 5〕〔2, 7〕〔0, 2〕
0.5 〔1, 5〕〔1, 8〕〔0, 3〕
0.4 〔1, 6〕〔0, 9〕〔-1, 3〕
0.3 〔0, 6〕〔-1, 9〕〔-1, 3〕
0.2 〔0, 7〕〔-1, 10〕〔-1, 3〕
0.1 〔0, 7〕〔-1, 11〕〔-1, 4〕
41 Fuzzy Control
 由表可將解 X 畫出，如下圖
所以
42 Fuzzy Control
21
 再來探討。有兩個正實數
區間，求解區間 X。以一般代數解
為了簡化問題，假設，
則由式(26) 知，代入中可得
顯然的，式(26) 的解 X 有誤。
43 Fuzzy Control
 正確的解法應是讓
即。
上式的解。
但因為X 是一個區間，是必然的，當
均為正值時
44 Fuzzy Control
22
 若A, B 為模糊數定義在宇集合 (正實數)上，且

由前面知
從式(3) (分解定理)可得解。所以下面定理產生。
 定理 4 ：兩個模糊數 A, B 定義在宇集合上，且滿

足，則 X 有解之充要條件為
性質(ii)是指 X 必然是一個上窄下寬的模糊集合。
45 Fuzzy Control
 例 8：兩個模糊數
且，求解 X ?
 因為，
對所有，很明顯的
46 Fuzzy Control
23
 因此
 注意﹕當A, B兩個模糊數不只定義在上，而

可能包含了，則之計算就更麻
煩了。
47 Fuzzy Control
Fuzzy Control
www.themegallery.com
www.themegallery.com
24

110fuzzy 2 Chap3 Fuzzynumber

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

110fuzzy 2 Chap3 Fuzzynumber

Uploaded by

Copyright:

Available Formats

Fuzzy Control

1. 模糊數 Fuzzy numbers

1. Fuzzy numbers (模糊數)

1. Fuzzy numbers (模糊數)

1. Fuzzy numbers (模糊數)

 若[a, b] 及 [d, e] 分別代表實數中兩個區間，則

 例2：有兩個區間[1, 4]及[2, 5]，則

注意﹕A 與 B 均為模糊數， 所以亦應

 由式(4) 之左界 ，可得 ；

結論: 兩相同形狀模糊數加減, 其結果仍為同形狀的

 我們舉 來說明， 如何來的。

 依圖4 (定理1)之說明。把上圖畫成定義在 R 上之片段式連

 求MAX(A, B) 及 MIN(A, B)。

 以MIN(A, B)來看， 時滿足 之

 由以上兩例可輕易看出 MIN 與 MAX 有下列特性：

(i) MIN(A, B)=MIN(B, A)；MAX(A, B)=MAX(B, A)；

(ii) MIN[MIN(A,B), C]= MIN[A, MIN(B, C)]；

(iii) MAX[MAX(A,B), C]= MAX[A, MAX(B, C)]；

(iv) MIN(A, A)=MAX(A, A)=A；

(v) MAX[A, MIN(A, B)]=MIN[A, MAX(A, B)]=A；

(vi) MAX[A, MIN(B, C)]=MIN[MAX(A, B), MAX(A, C)]；

MIN[A, MAX(B, C)]=MAX[MIN(A, B), MIN(A, C)]；

 式(20) 之右邊可寫成 ，並可由下圖表

 更簡易的方法可以得到 MIN(A, B)及 MAX(A,B)

 定理 3 ：兩個模糊數 A, B 滿足，則 X 有解之充要

 我們把 A,B及解 X 之-截集列表如下頁表。

1 〔4, 4〕 〔5, 5〕 〔1, 1〕

區間， 求解區間 X。以一般代數解

 若A, B 為模糊數定義在宇集合 (正實數)上，且

 定理 4 ：兩個模糊數 A, B 定義在宇集合 上，且滿

 注意﹕當A, B兩個模糊數不只定義在 上，而

You might also like

注意﹕A 與 B 均為模糊數，所以亦應

 由式(4) 之左界，可得；

 我們舉來說明，如何來的。

 以MIN(A, B)來看，時滿足之

 式(20) 之右邊可寫成，並可由下圖表

1 〔4, 4〕〔5, 5〕〔1, 1〕

區間，求解區間 X。以一般代數解

 定理 4 ：兩個模糊數 A, B 定義在宇集合上，且滿

 注意﹕當A, B兩個模糊數不只定義在上，而