模糊理論、 高斯型隸屬函式、模糊集這些之前的文章已經說明過了。
已知小車速度和離危險距離，使用高斯型隸屬函式求得模糊集合，進行乘法運算，運用比例原則進而推導出小車應設的阻力。
這是目前要解決的問題。
假設一輛行駛速度為v公尺/秒的汽車前方d公尺有乙個障礙物，設阻力為速度的程度和距離的程度的聯合，設計並求出該聯合。
①劃分v、d的程度區間，這裡只是假設，就將它們都劃分成(0, 50, 100)三個程度；
②在v和d區間內隨機地產生一定數量的隨機數x, y；
③使用高斯型隸屬函式，求得v，d各自的模糊集x, y；
④將兩個模糊集相乘，得到三維向量集：z = x + y；
也就是下面這張圖：
⑤設定比例原則的規則，這裡通過經驗按照原設計設定了下面9個規則：
⑥按照比例原則公式進行小車阻力推理演算
⑦先展示一下上面思路的最終效果：
⑧思路的結果與高斯隸屬函式設定的σ有關，如果增加σ的值的話，則會得到：
# python-模糊數乘積運算
# coding: utf-8
import numpy as np
import matplotlib.pyplot as plt
import math
import mpl_toolkits.mplot3d
defgmf
(x, y,c1, c2)
:return np.exp(
((x - c1)**2
+(y - c2)**2
)/(-
2*24**2)
)hc =[50
,25,5
,75,50
,25,100,75
,50]v =[0
,50,100
]d =[0
,50,100
]x, y = np.mgrid[0:
100:
500j,0
:100
:500j
]z =[0
]*500for i in
range(0
,3):
for j in
range(0
,3):
n = gmf(x, y, v[i]
, d[j]
)* hc[i *
3+ j]
z = z + n
ax = plt.subplot(
111, projection=
'3d'
)ax.plot_su***ce(x, y, z, rstride=
1, cstride=
1, cmap=
'rainbow'
, alpha=1)
ax.invert_xaxis(
)ax.set_xlabel(
'v')
ax.set_ylabel(
'd')
ax.set_zlabel(
'stop'
)plt.grid(
true
)plt.show(
)
機器學習 一型模糊集和二型模糊集
模糊集 一型模糊 在經典的集合理論中，乙個元素要麼屬於要麼不屬於這個集合。相比之下，模糊集則通過隸屬度函式來評價乙個元素對於乙個集合的隸屬程度。因此，模糊集是對經典集合的一般化。在模糊集理論中，經典的二價集 bivalent sets 被稱作crisp sets。模糊集通常先要劃分論域u，再定義乙個...
模糊數學 模糊集合
運用數學知識，如何用集合表示大於1且小於5的實數。這可以說是非常簡單的 a 但是這五個人的成績有各不相同，優秀成績有一定的程度，張三，李四，王五的成績可以說是非常優秀，而小紅的成績算是一般優秀，小王可以說是中等優秀。我們把優秀程度稱之為優秀集合的隸屬度。隸屬度取值範圍為 0,1 其隸屬度越靠近1的則...
delphi FMX使用模糊集合進行邊緣提取
模糊集合的邊緣提取 procedure mohulvbo b tbitmap var b read tbitmap x,y i integer 0 黑 白 三個輸入隸屬度函式 ze bl,wh array 0.255 of single wdata rdata tbitmapdata p0,p,p1...