確定隸屬函數常用的方法有以下三種
- 模糊統計法
- 指派法
- 借用已有的客觀尺度
1. 模糊統計法
模糊統計法更偏向於概率的方法,通過統計與計算概率使得隸屬頻率趨於穩定
2. 指派法
指派法通過已有的函數模型,將自己的實例放入對應的函數模型中完成隸屬函數的確定。
- 偏大型的f(x)常常爲增函數,而偏小型的爲減函數
以下是常見的函數模型:
例題:試確定A=“年輕人”的隸屬函數
當年齡的取值越大時,其越不屬於A集合,則我們採取選用減函數的數學模型,如選擇偏小型柯西分佈
假定我們將20歲作爲年輕人的分界線,則a=20
β常取值爲2,因爲平方項會忽視正負而求得差值
α常常用於調整函數,若我們將30歲的隸屬值設定爲0.5,則將A(30)=0.5帶入,求得α=1/25
3. 借用已有的客觀尺度
此方法在於採用現有的規定,如下圖所示