------------------------2020.8.17更新------------------------------
模糊數學 1、模糊集、隸屬度函式、如何確定隸屬度函式
模糊數學 2、基本的一些模糊矩陣，以及模糊矩陣的運算
模糊數學 3、模糊聚類
模糊數學 4、模糊模式識別
模糊數學 5、模糊綜合評判
什麼叫評判，對論域中的所有物件按一定的標準（準則）來比較他們各自的優劣，這個過程我們叫評判。
評判就一般涉及到三個方面的東西：因素集、評語集、權重集
要評價乙個東西（物件），你肯定得從哪些角度來評價，那麼這些角度就組成所謂的因素集，舉個例子，我要評價乙個學生數學能力怎麼樣，我打算從平時考試分數、空間想象能力、邏輯推導能力、聯想能力這四個方面來評價，那麼考試分數、空間想象能力、邏輯推導能力、聯想能力就組成我們的因素集。
就是我們最後對這個物件評價，比如數學能力我們分成 [優，良，中，差]四個等級，[優，良，中，差]就是所謂的評語集。我們還要做一件事就是確定每個因素對應每個評語的隸屬度函式，比如考試分數125，他屬於優，良，中還是差啊，要有乙個隸屬度函式來刻畫。
就是說每個因素（也有人叫做指標）重要程度不一樣，我們想給他們分配不同的權重，比如上面例子，我認為考試分數絕大程度代表了乙個同學的數學能力我給他70%的權重，剩下的空間想象能力、邏輯推導能力、聯想能力各佔10%，那麼就是我們說的權重集
1、 確定因素集（從哪些方面來評判）
2、 確定評語集（最後評價有哪些可能取值）
3、 對每個因素進行評判得到乙個行向量（這個行向量的列數等於評語集元素個數，代表物件的這個因素分別隸屬於[優，良，中差]的隸屬度值，直接把物件的這個因素的取值帶入每個評語對這個因素的隸屬度函式裡面）
4、 所有因素評判後組成乙個矩陣r
5、 r和權重矩陣a進行相乘b=a*r（注意不是模糊矩陣的合成，而是我們經典矩陣裡面的矩陣相乘）
6、 相乘得到乙個行向量b（這個行向量的列數等於評語集元素個數），選行向量b裡面值最大的數對應的那個評語，就是最終評價的評語。
在第三步 意味著我們需要構造 [因素個數*評語個數] 這麼多個隸屬度函式，實在是個很麻煩的事
可以這麼理解，乙個物件屬於某乙個評語的程度 = 物件的每個因素屬於這個評語的程度乘上該因素的權重然後所有因素求和隸屬度求和。可以把這公式當成乙個隸屬度函式，那麼評判不就變成第一章講的確定隸屬度函式的問題了嗎。
主要就是針對因素過多的情況，我們先把因素集劃分為多個小因素集（當然這些小因素集兩兩之間無交集，他們的並集是大的那個因素集），每個小因素集分配乙個權重w。
按原來一級的做法對每乙個小因素集計算得到乙個行向量b（這個行向量的列數等於評語集元素個數），所以所有的小因素集得到的行向量組成乙個矩陣t，然後用v = w*t，得到的v是乙個行向量（這個行向量的列數等於評語集元素個數），選行向量v裡面值最大的數對應的那個評語，就是最終評價的評語。
我覺得這個耳機評判很奇怪，為啥要給小因素集分配權重，物理意義在哪兒，一級裡面的因素權重好理解，代表不同因素我們看中的程度不一樣。這個二級裡面這個代表啥呢？而且也沒有解決要構造多個隸屬度函式的問題
想了一下，二級裡面小因素集的權重可以這麼理解，我們把大因素集裡面的相似的一些因素放在一起，然後給這一類相似的因素總體給乙個權重。有點像那種因素合成，比如把物理、化學、生物變成理綜，歷史、地理、政治合成為文綜。物理110分/300分、化學100分/300分、生物90分/300分這個比例代表單個因素在小因素集裡面的權重。理綜佔300分/750分，這個比例代表小因素集（理綜）占大因素集（總分）的權重。
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...
模糊綜合評判法
模糊綜合評判法 一級模糊綜合評判模型的建立 1 確定因素集 將因素集 u按屬性的型別劃分為 k個子集，或者說影響 的k 個指標，記為u u u1，u2，uk 且滿足 2 確定評語集 由各種不同決斷構成的集合被評為評語集 權重 的確定方法很多，在實際運用中常用的方法有 delphi法 專家調查法和層次...
模糊數學 3 模糊聚類
2020.8.17更新 模糊數學 1 模糊集 隸屬度函式 如何確定隸屬度函式 模糊數學 2 基本的一些模糊矩陣，以及模糊矩陣的運算 模糊數學 3 模糊聚類 模糊數學 4 模糊模式識別 模糊數學 5 模糊綜合評判 懶了幾天了，把模糊數學後面的學了，繼續總結一下。模糊聚類 假設有m個物件，每個物件有n個...