模糊数的重新解释

Reinterpretation of fuzzy number

我有一个模糊数字“大约 20 岁”,例如,这些值 [age, degree][10, 0], [15, 0.5], [20, 1], [25, 0.6], [30, 0.3], [35, 0])

对于年龄 <= 10>= 35

,一个数字被认为是 20 的程度为零

它在各个年龄段之间线性上升或下降以达到目标(例如0.5在年龄15,每年0.1的步长)。

如何计算“至少 20 岁”的度数?我可以只对原始数字的度数求和吗?

不,我不会总结这些学位。虽然“大约 20 岁”可能是模糊的,但“至少 20 岁”是不是。

由于这些元组表示一个年龄“大约 20 岁”,数据点之间的“大约”呈线性变化,这意味着您有类似的东西:

Age about-ness
<=10 0%
11, 12, 13, 14, 15 10, 20, 30, 40, 50% (0 to 0.5 in 5 steps)
16, 17, 18, 19, 20 60, 70, 80, 90, 100% (0.5 to 1.0 in 5 steps)
21, 22, 23, 24, 25 92, 84, 76, 68, 60% (1.0 to 0.6 in 5 steps)
26, 27, 28, 29, 30 54, 48, 42, 36, 30% (0.6 to 0.3 in 5 steps)
31, 32, 33, 34, 35 24, 18, 12, 6, 0% (0.3 to 0.0 in 5 steps)
>35 0%

这意味着“至少 20 岁”可以非常简洁地表示为 [19,0], [20, 1], [999_999, 1]

换句话说,19 岁或以下是“100% 否”,从 20 岁到高龄是“100% 是”,没有逐渐增加或减少。如果最终的“about-ness”只是将最后一个值保持到无穷大,你甚至可以摆脱那个大年龄知道 [20, 1] 会永远延续下去。


如果您希望标准是“大约 20 岁但肯定至少 20”(再次模糊的东西),您可以只使用 ([19, 0], [20, 1], [25, 0.6], [30, 0.3], [35, 0]),消除任何项目的可能性20 岁以下有资格。


如果您希望标准是“至少大约 20 岁”,这将涉及将模糊度保持在年龄以下但确保它保持在 100% 以上,例如 [10, 0.0], [15, 0.5], [20, 1.0], [999_999, 1.0].