Ⅰ 模糊c均值聚類中的隸屬度是什麼意思
模糊c-均值聚類演算法 fuzzy c-means algorithm (FCMA)或稱（ FCM）。在眾多模糊聚類演算法中，模糊C-均值（ FCM） 演算法應用最廣泛且較成功，它通過優化目標函數得到每個樣本點對所有類中心的隸屬度，從而決定樣本點的類屬以達到自動對樣本數據進行
Ⅱ 如何用遺傳演算法優化模糊控制器中的控制規則和隸屬度函數
你說的應該是模糊控制的隸屬度函數吧
(1)模糊統計法： 模糊統計法的基本思想是對論域U上的一個確定元素vo是否屬於論域上的一個可變動的清晰集合A3作出清晰的判斷.對於不同的試驗者,清晰集合 A3可以有不同的邊界,但它們都對應於同一個模糊集A.模糊統計法的計算步驟是:在每次統計中, vo是固定的,A3的值是可變的,作 n次試驗,其模糊統計可按下式進行計算 v0對 A 的隸屬頻率 = v0∈A 的次數 / 試驗總次數 n 隨著 n的增大,隸屬頻率也會趨向穩定,這個穩定值就是 vo對A 的隸屬度值.這種方法較直觀地反映了模糊概念中的隸屬程度,但其計算量相當大. (2)例證法： 例證法的主要思想是從已知有限個μA的值,來估計論域 U 上的模糊子集 A 的隸屬函數.如論域 U代表全體人類,A 是「高個子的人」.顯然 A 是一個模糊子集.為了確定μA,先確定一個高度值 h,然後選定幾個語言真值(即一句話的真實程度)中的一個來回答某人是否算「高個子」.如語言真值可分為「真的」、「大致真的」、「似真似假」、「大致假的」和「假的」五種情況,並且分別用數字1、0.75、0.5、0.25、0來表示這些語言真值.對 n個不同高度h1、h2、…、hn都作同樣的詢問,即可以得到 A 的隸屬度函數的離散表示. (3)專家經驗法： 專家經驗法是根據專家的實際經驗給出模糊信息的處理算式或相應權系數值來確定隸屬函數的一種方法.在許多情況下,經常是初步確定粗略的隸屬函數,然後再通過「學習」和實踐檢驗逐步修改和完善,而實際效果正是檢驗和調整隸屬函數的依據. (4)二元對比排序法： 二元對比排序法是一種較實用的確定隸屬度函數的方法.它通過對多個事物之間的兩兩對比來確定某種特徵下的順序,由此來決定這些事物對該特徵的隸屬函數的大體形狀.二元對比排序法根據對比測度不同,可分為相對比較法、對比平均法、優先關系定序法和相似優先對比法等.
編輯本段舉例
Ⅲ 什麼是模糊預測演算法啊
模糊預測控制演算法
Fuzzy Prediction Control Algorithm
翟春艷 李書臣
摘 要：模糊預測控制(FPC)是近年來發展起來的新型控制演算法,是模糊控制與預測控制相結合的產物.文章在預測控制的模型預測、滾動優化、反饋校正機理下,對模糊預測控制模型及其優化控制演算法作了歸納,並對模糊預測控制今後的發展進行了展望.
模糊表的一部分，就是個數組，多少個輸入就做個幾維數組就可以了(3514字)liyu2005[28次]2004-3-20 18:16:07
unsigned char outputs[MF_TOT], // 模糊輸出mu值
fuzzy_out; // 模糊控制值
unsigned char input[INPUT_TOT] ={ // 模糊輸入
0, 0
};
unsigned char code input_memf[INPUT_TOT][MF_TOT][256]={
// 輸入功能函數
{
{ // velocity: VSLOW
0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF,
0xFF,
0xFF, 0xFF,
0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF,
0xFF,
0xFF, 0xF6,
0xED, 0xE4, 0xDB, 0xD2, 0xC9, 0xC0, 0xB7, 0xAE, 0xA5, 0x9C, 0x93, 0x8A, 0x81,
0x78,
173
0x6F, 0x66,
0x5D, 0x54, 0x4B, 0x42, 0x39, 0x30, 0x27, 0x1E, 0x15, 0x0C, 0x03, 0x00, 0x00,
0x00,
0x00, 0x00,
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00,
0x00, 0x00,
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00,
0x00, 0x00,
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00,
0x00, 0x00,
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00,
0x00, 0x00,
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00,
0x00, 0x00,
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00,
0x00, 0x00,
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00,
0x00, 0x00,
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00,
0x00, 0x00,
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00,
0x00, 0x00,
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00,
0x00, 0x00,
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00,
0x00, 0x00,
0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00,
0x00,
0x00, 0x00
}
http://www.newcyber3d.com/cds/ch_cd05/intro_cga.htm
Ⅳ 模糊演算法問題
先看看能不能寫成凸優化的形式吧。還是要具體問題具體分析。
模糊演算法我不熟，一般來講還可以考慮一下隨機化的近似演算法，例如模擬退火、蟻群等。
一個簡單的想法，假設A和B是分別使得兩組數據誤差最小的解，那麼A、B之間有沒有綜合誤差更好的解?