模糊演算法是模糊數學

❶ 模糊數學演算法軟體

matlab裡面沒有模糊軟體包嗎？ http://www.mathworks.com/procts/fuzzylogic/
用 Matlab 中的 Fuzzy 工具箱做一個簡單的模糊控制，流程如下：1、創建一個 FIS (Fuzzy Inference System ) 對象，a = newfis(fisName,fisType,andMethod,orMethod,impMethod, aggMethod,defuzzMethod)一般只用提供第一個參數即可，後面均用默認值。2、增加模糊語言變數a = addvar(a,'varType','varName',varBounds)模糊變數有兩類：input 和 output。在每增加模糊變數，都會按順序分配一個 index，後面要通過該 index 來使用該變數。3、增加模糊語言名稱，即模糊集合。a = addmf(a,'varType',varIndex,'mfName','mfType',mfParams)每個模糊語言名稱從屬於一個模糊語言。Fuzzy 工具箱中沒有找到離散模糊集合的隸屬度表示方法，暫且用插值後的連續函數代替。參數 mfType 即隸屬度函數(Membership Functions)，它可以是 Gaussmf、trimf、trapmf等，也可以是自定義的函數。每一個語言名稱也會有一個 index，按加入的先後順序得到，從 1 開始。4、增加控制規則，即模糊推理的規則。a = addrule(a,ruleList)
其中 ruleList 是一個矩陣，每一行為一條規則，他們之間是 ALSO 的關系。假定該 FIS 有 N 個輸入和 M 個輸出，則每行有 N+M+2 個元素，前 N 個數分別表示 N 個輸入變數的某一個語言名稱的 index，沒有的話用 0 表示，後面的 M 個數也類似，最後兩個分別表示該條規則的權重和個條件的關系，1 表示 AND，2 表示 OR。例如，當「輸入1」 為「名稱1」 和 「輸入2」 為「名稱3」 時，輸出為 「 輸出1」 的「狀態2」，則寫為：[1 3 2 1 1]5、給定輸入，得到輸出，即進行模糊推理。output = evalfis(input,fismat)其中 fismat 為前面建立的那個 FIS 對象。一個完整的例子如下：clear all;
a = newfis('myfis');a = addvar(a,'input','E',[0 7]);
a = addmf(a,'input',1,'small','trimf',[0 1 4.333]);
a = addmf(a,'input',1,'big','trimf',[1.6667 6 7]);a = addvar(a,'output','U',[0 7]);
a = addmf(a,'output',1,'small','trimf',[0 1 4.333]);
a = addmf(a,'output',1,'big','trimf',[1.6667 6 7]);rulelist = [1 1 1 1;
2 2 1 1];
a = addrule(a,rulelist);u = evalfis(4,a)其結果為：u = 4.221

❷ 關於遺傳演算法，模糊數學，神經網路三種數學的區別和聯系

樓上說的不錯，只是你說的這三項里，只有模糊數學是數學的一個分支，遺傳演算法和神經網路都屬於智能計算方法，不屬於數學的一個分支，是涉及到多門學科的一類計算方法。

❸ 1、模糊數學檢驗法的適用范圍及特點是什麼

摘要 6.我國醫葯、生物、農業、文化教育、體育等過去看似與數學無緣的學科也開始應用模糊數學的原理和方法，如計算機模糊綜合診斷、傳染病控制與評估、人體心理及生理特點分析、家禽孵養、農作物品種選擇與種植、教學質量評估、語言詞義查找、翻譯辨識等均有一些應用模糊數學的實踐，並取得很好效果。李洪興教授，他領導的科研團隊採用「變論域自適應模糊控制理論」成功地實現了全球首例「四級倒立擺實物系統控制」。據介紹，倒立擺模擬或實物控制實驗是控制領域中用來檢驗某種控制理論或方法的典型方案。目前，實現三級倒立擺控制的實物系統仍然是世界公認的難題，而要實現四級倒立擺控制實物系統，在世界范圍內更是一項空白。北師大模糊系統與模糊信息研究中心暨復雜系統智能控制實驗室採用李洪興教授提出的「變論域自適應模糊控制」理論，先後成功地實現了四級倒立擺控制模擬實驗、三級倒立擺實物系統控制，並於今年8月11日實現了全球首例四級倒立擺實物系統控制。而由此項理論產生的方法和技術將在半導體及精密儀器加工、機器人技術、導彈攔截控制系統、航空器對接控制技術等方面具有廣闊的開發利用前景。

❹ 模糊數學在塔里木盆地圈閉評價中的應用

袁麗珍王英呂媛娥虎北辰

（西北石油局規劃設計研究院，烏魯木齊830011）

摘要圈閉評價的目的是為了降低油氣勘探風險，提高鑽探成功率。圈閉評價的方法很多，歸納起來有如下幾種：綜合定性排隊法、評分法、概率統計法、多信息疊合評價法、灰色系統理論和模糊數學評價法等。應用「模糊數學評價法」對塔里木盆地圈閉進行的綜合評價，收到了較好的效果。

關鍵詞塔里木盆地模糊數學權重模糊評判值圈閉圈閉評價

1方法原理

1.1模糊數學的概念

美國控制專家查德（L.A.Zaden）於1965年首先提出「模糊數學」的概念，它是研究和處理模糊體系規律性的理論和方法，也就是把普遍集合論只取0或1兩個值的特徵函數推廣到[0,1]區間上取值的隸屬函數。圈閉評價中常用「好」、「較好」、「中等」、「較差」、「差」這一評價方法，更適合用模糊數學的方法對圈閉含油氣性進行綜合評價。

1.2模糊綜合評判的基本概念及方法原理

所謂模糊綜合評判，是指用多個因素的評價結果，綜合處理最終得出一個屬於哪一類的隸屬度，以供決策使用。

決定圈閉（局部構造）是否成藏的地質因素很多，如儲層、蓋層、油源等等。考慮μ₁，μ₂，…，μ_。這n個評價圈閉因素，由此就構成了因素集合 U:

U＝{μ₁，μ₂…μ_m}

在評價中我們可把參評的因素分為 V₁,V₂，…，V_m這m個級別（如評價中常用的級別Ⅰ、Ⅱ、Ⅲ或好、中、差等），由此構成評語集合 V:

V={V₁,V₂…V_m}

因素集中 U中各個因素對圈閉（局部構造）成藏所起的作用是不同的，因此在圈閉（局部構造）評價中應根據我們對圈閉（局部構造）成藏規律的認識對各評價因素賦予不同權系數，由此構成權重分配集合 A:

A={A₁,A₂…A_n}

在這里

值必須等於1。在賦值過程中為了方便起見，對各評價因素賦值時只考慮各因素之間的相對關系，而不考慮 Ai值的大小，在運算過程中使其值再分配滿足

塔里木盆地北部油氣田勘探與開發論文集

應用各因素綜合判定圈閉（局部構造）的含油氣性，也就是屬於評語集合 V中的哪一個級別，這就要求建立因素集中 U與評語集合V的一個模糊變換關系R：

塔里木盆地北部油氣田勘探與開發論文集

其中R就是某個對象（這里指圈閉或局部構造）的某個因素關於各類的得分，即隸屬度。因此，R又稱單因素評價矩陣。

權重A與模糊變換矩陣R的合成，構成了圈閉的綜合評判矩陣 B:

B=AR

最後用下面公式求得每個圈閉（局部構造）的綜合評價值D:

D=BC

式中C為等級矩陣的轉置矩陣，評價級別分為好、較好等級別。C取值為（－2,－1,0,1,2），R_nm可按表1來確定。當評價級別分為好、中、差三個級別時，C取值為（－1,0,1），R_。可按表2來確定。

表1五個級別的評語Table1The comments of five ranks in the table

表2三個級別的評語Table2The comments of three ranks in the table

求出每個圈閉的綜合評價值D之後，再按D值的大小對所評圈閉（局部構造）進行排隊，得到優選圈閉（局部構造），以供勘探部署。1.3關於模糊運算

模糊數學中定義的演算法有很多種，其反映的意義是不同的。根據圈閉（局部構造）評價特點，本次採用如下4種：

①取小取大法：

取小取大法分別簡記為（∨，∧），合成矩陣B中的元素bj的演算法如下：

塔里木盆地北部油氣田勘探與開發論文集

②取小求和法

取小求和法分別簡記為（∧，⊕），合成矩陣B中的元素bj的演算法如下：

塔里木盆地北部油氣田勘探與開發論文集

③乘積取大法

乘積取大法分別簡記為（·，v），合成矩陣B中的元素bj的演算法如下：

塔里木盆地北部油氣田勘探與開發論文集

④乘積求和法

乘積求和法為評價重點考慮的演算法，分別簡記為（·，⊕），合成矩陣B中的元素bj的演算法如下：

塔里木盆地北部油氣田勘探與開發論文集

2圈閉評價參數及評分標准

影響圈閉的含油氣性的地質因素很多，結合塔里木盆地實際勘探情況，主要考慮圈閉的落實程度、儲集條件、蓋條件、油源條件、油氣大量生成期與構造形成期的配製關系（圈排關系）等五個地質因素，根據區內油氣成藏規律，確定各地質因素的權重系數見表3。

表3圈閉評價地質因素及權重系數Table3Geological factor and tentative crucial coefficient of trap evaluation

在評價圈閉含油氣級別時，分為好、較好、中等、較差、差五個級別，根據各項目組提供的數據確定各地質因素評估賦值標准。

2.1圈閉落實程度

主要用地震資料進行落實，如是否有三維控制、圈閉的二維地震測線數以及對圈閉的閉合幅度等進行評價（見表4）。

2.2儲集條件

表4圈閉落實程度評語Table4The comments of practicable level for trap

碳酸鹽岩儲層非均質性極為明顯，雅克拉—輪台地區主要為寒武系、奧陶系白雲岩，且經歷了長期古岩溶作用，儲集性一般為中等—較好。在塔河油區主要為奧陶系灰岩，儲層的岩塊物性較差。由於孔、縫、洞的發育，儲層的總體物性特徵明顯改善，其劃分表見表5。

碎屑岩主要用孔隙度、滲透率指標對儲層進行評價，不同區帶其劃分標准略有差異，結果見表6。

2.3蓋層條件

表5碳酸鹽岩儲層評語Table5The comments for carbonate reservoir

表6碎屑岩儲層劃分評語Table6The partition comments of clastic reservior

雅輪與巴麥工業區帶區內蓋層分析參數不全，本次主要以區帶內綜合研究成果為依據對圈閉蓋層進行評價，對於僅靠斷裂作為側向封堵的圈閉（斷鼻、斷塊等），要考慮斷裂兩盤的對接岩性，若斷裂兩側儲層與蓋層對接，評價為好，與砂泥岩互層對接為較好—中等，與儲層對接為較差—差。艾桑工區帶蓋層劃分標准見表7。

2.4油源條件

表7艾－桑工業區帶蓋層條件評語Table7The comments of cap condition in Aixieke-Sangtamu instrial estate

主要考慮圈閉距生油坳陷的距離和油氣的運移通道兩個因素。

對於陸相油氣主要考慮圈閉距生油坳陷區的距離和斷裂發育與儲層的關系，若斷裂下斷至不整合面，上斷至儲層，則以斷裂的斷距為評價標准（表8）。

表8陸相油氣油源條件評語表Table8The comment table of land oil-gas origin

對於海相油氣，除考慮斷裂是否將源岩與儲集岩溝通外，主要還要考慮油氣資源豐度以及構造帶是否處於油氣運移指向區，其評價標准見表9。

表9海相油氣油源條件評語Table9The comment table of marine oil-gas origin

2.5圈排關系

圈排關系是指圈閉形成期與生油高峰期的配置關系，構造形成期早於生油高峰期評價為好，兩者相同評為較好—中等，構造形成期晚於生油高峰期則評為較差—差。

3圈閉評價結果與排隊

我們對未上鑽的184個圈閉按上面的評語標准對某個地質評價因素進行賦值評價，然後對賦值圈閉利用模糊數學方法對其含油氣性進行綜合評判，根據模糊評判值D將圈閉的含油氣性分為Ⅰ（D≥1）、Ⅱ（0.5＜D＜1）、Ⅲ（D≤0.5）類。對篩選出的Ⅰ類圈閉，適當考慮一些能反映經濟效益的有關因素，如勘探中的探井成本和影響收益的重要參數資源量等，具體參數見表10。

表10局部構造綜合評判參數與標准Table10The synthetical judge parameters and standards of local structure

對各圈閉層及各評價因素結合區內目前勘探實際情況賦予不同的權重系數（表11、12）。

表11圈閉層系權重系數Table11Tentatively crucial coefficient of trap layer

表12局部構造評價因素權重系數分配表Table12Distribution table of tentative crucial coefficients for the judge of local structure

構造評價值由下式確定

塔里木盆地北部油氣田勘探與開發論文集

其中D_構造為構造評價模糊值，E為圈閉層權重系數，

為圈閉層系中圈閉模糊評判最大值。

利用模糊數學的方法對賦值後的局部構造含油氣性進行綜合評判，得出局部構造綜合評判值D_綜合，由 D_綜合值將局部構造的含油氣性劃分為Ⅰ（D_綜合≥0.28）、Ⅱ（0.17<D_綜合＜0.28）、Ⅲ（D_綜合＜0.17）類。將評定出的工類局部構造25個，選定為近期勘探目標，主要分布在艾協克－桑塔木工業區帶，近期已在艾協克北（沙73井三疊系）、桑塔木2號構造高點（沙60井）、艾協克2號構造西翼（沙65井）、牧場北3號構造（沙66井）、牧場北7號構造（沙67井）、桑塔木2號構造西高點（沙69井）、艾協克南構造（TK203井） 7口鑽井在下奧陶系碳酸鹽岩獲油氣突破，鑽探成功率為75％以上。實踐證明該圈閉評價方法是有一定的參考和使用價值。

參考文獻

[1]張躍等.模糊數學方法及其應用.北京：煤炭工業出版社，1992

[2]趙旭車.石油數學地質概論.北京：石油工業出版社，1992

Application of Fuzzy Mathematics to Evaluate the Traps in Tarim Basin

Yuan LizhenWang YingLu Yua n'eHu Beichen

(Academy of planning and designing,Northwest Bureau of Petroleum Geology，Ürümqi83001 1)

Abstract:The goal of evaluating trap isfor rection the risk of the oil and gas prospecting and increases the successful ratio of the drilling.There are six kinds of methods for evaluating trap:multiple determination queuing method,comparing and assessing method,probability statistical method,multiple information evaluation method,grap system theory,fuzzy mathematic evaluation method, etc.We have got satisfactory results in the course of the evaluation of the traps in Tarim basin using the fuzzy mathematic evaluation method.

Key words:Tarim Basinfuzzy Mathematics methodEvaluation the Traps

❺ 模糊聚類演算法為什麼要求 模糊相似矩陣

模糊聚類分析一般是指根據研究對象本身的屬性來構造模糊矩陣，並在此基礎上根據一定的隸屬度來確定聚類關系，即用模糊數學的方法把樣本之間的模糊關系定量的確定，從而客觀且准確地進行聚類。聚類就是將數據集分成多個類或簇，使得各個類之間的數據差別應盡可能大，類內之間的數據差別應盡可能小，即為「最小化類間相似性，最大化類內相似性」原則

❻ 模糊數學是什麼能舉個例子嗎謝謝

一般來說普通數學只能解決十分精確的問題，比如一個東西長度是多少，寬度是多少等等，多為客觀的判斷。
模糊數學是利用給定的條件，來進行類似主觀的判斷，比如一個人是高還是矮，是胖還是瘦，是像他父親還是像母親等等。

記得我們考模糊數學時，最後一道題就是判斷一個孩子像他父親還是像母親，我班一個同學的答案是像鄰居。

❼ 模糊數學中合成運算元:M(∧,∨)運算元,M(.,∨)運算元,M(∧,⊙)運算元,M(.,⊙)運算元的計算方法

基本計算方式：

左邊的行和右邊的列依次進行計算。

然後運算元中，∧表示取小，∨表示取大，·表示相乘，圓圈中一個加號表示求和。第一個運算元是先取小再取大。

先看等號左邊，左邊的第一個數字0.3和右邊第一列的第一個數字0.5進行比較，取小者為結果，就是0.3；然後左邊的第二個數字0.3和右邊第一列的第二個數字0.3進行比較，取小者，為0.3；左邊第三個數字0.4和右邊第一列第三個數字0.2進行比較，取小為0.2；

取小過程結束，然後再取大，就是這三個結果進行比較，取大者為最終結果：因為上邊算出的三個結果分別是0.3，0.3，0.2，取大者即為0.3。

這便是等號右邊第一個數字0.3的由來。同樣的，左邊矩陣與右邊矩陣的第二列依次比較取小後再取大，便得出了等號右邊第二個數字0.3.以此類推。

正確答案應該是（0.32 0.29 0.24 0.11）。

(7)模糊演算法是模糊數學擴展閱讀：

模糊數學的研究內容主要有以下三個方面：

第一，研究模糊數學的理論，以及它和精確數學、隨機數學的關系。

查德以精確數學集合論為基礎，並考慮到對數學的集合概念進行修改和推廣。他提出用「模糊集合」作為表現模糊事物的數學模型。

並在「模糊集合」上逐步建立運算、變換規律，開展有關的理論研究，就有可能構造出研究現實世界中的大量模糊的數學基礎，能夠對看來相當復雜的模糊系統進行定量的描述和處理的數學方法。

在模糊集合中，給定范圍內元素對它的隸屬關系不一定只有「是」或「否」兩種情況，而是用介於0和1之間的實數來表示隸屬程度，還存在中間過渡狀態。

比如「老人」是個模糊概念，70歲的肯定屬於老人，它的從屬程度是 1，40歲的人肯定不算老人，它的從屬程度為 0，按照查德給出的公式，55歲屬於「老」的程度為0.5，即「半老」，60歲屬於「老」的程度0.8。

指明各個元素的隸屬集合，就等於指定了一個集合。當隸屬於0和1之間值時，就是模糊集合。

第二，研究模糊語言學和模糊邏輯。

人類自然語言具有模糊性，人們經常接受模糊語言與模糊信息，並能做出正確的識別和判斷。

為了實現用自然語言跟計算機進行直接對話，就必須把人類的語言和思維過程提煉成數學模型，才能給計算機輸入指令，建立合適的模糊數學模型，這是運用數學方法的關鍵。查德採用模糊集合理論來建立模糊語言的數學模型，使人類語言數量化、形式化。

如果我們把合乎語法的標准句子的從屬函數值定為1，那麼，其他近義的，以及能表達相仿的思想的句子，就可以用以0到1之間的連續數來表徵它從屬於「正確句子」的隸屬程度。這樣，就把模糊語言進行定量描述，並定出一套運算、變換規則。

現時，模糊語言還很不成熟，語言學家正在深入研究。

人們的思維活動常常要求概念的確定性和精確性，採用形式邏輯的排中律，即：非真即假，然後進行判斷和推理，得出結論。

現有的計算機都是建立在二值邏輯基礎上的，它在處理客觀事物的確定性方面，發揮了巨大的作用，但是卻不具備處理事物和概念的不確定性或模糊性的能力。

為了使計算機能夠模擬人腦高級智能的特點，就必須把計算機轉到多值邏輯基礎上，研究模糊邏輯。現時，模糊邏輯還很不成熟，尚需繼續研究。

第三，研究模糊數學的應用。

模糊數學是以不確定性的事物為其研究對象的。

模糊集合的出現是數學適應描述復雜事物的需要，查德的功績在於用模糊集合的理論找到解決模糊性對象加以確切化，從而使研究確定性對象的數學與不確定性對象的數學溝通起來，過去精確數學、隨機數學描述感到不足之處，就能得到彌補。

在模糊數學中，現今已有模糊拓撲學、模糊群論、模糊圖論、模糊概率、模糊語言學、模糊邏輯學等分支。

❽ 模糊數學方法成礦遠景預測

模糊（fuzzy）集合論或者模糊數學是由Zadeh L A在1965年提出的一種數學理論。

首先我們介紹一下模糊集合、隸屬度的概念。

一個集合或集，通常是指滿足某種性質的一批元素的總體。例如，在成礦預測中，所謂含礦點集指：

D＝｛X∶X處是已知礦點和遠景礦點｝

再設Ω＝｛X｝是被研究的全體地點之集，那麼按照傳統的觀點，對於Ω中的每個元素X，在X∈D或X∈D兩種可能中，必是有一種發生（「為真」），也只能有一種為真。換句話說，X或者是含礦點，或者不是，二者必居其一。

在事實上，對任一個地點要做出這樣確切的判斷是困難的。我們也許只能說，X點一定含礦，可能含礦或者只有礦化現象。

為了解決上面的不確定問題，扎德提出了模糊集和隸屬度的概念。假設Ω＝｛X｝是一個任意的普通集合。對於Ω中的每個元素X定義一個實函數μ_D（X）滿足：

0≤μ_D（X）≤1

並用μ_D（X）描述X屬於D的「程度」。若μ_D（X）＝1，則X完全屬於D；若μ_D（X）＝0，則X完全不屬於D；μ_D（X）＝0.7，則X屬於D的「程度」是70%，等等。這時我們說D是Ω的一個「模糊子集」，由函數μ_D（X）決定。μ_D（X）稱為D的「隸屬度」。

模糊數學方法在自動化控制、信息處理、人工智慧、經濟學、社會學等方面有廣泛的應用。模糊聚類是一種無監督學習的識別方法，主要依據數據的內部結構進行模糊分類。模糊聚類又分為模糊聚類K均值法和模糊聚類協方差方法，我們以模糊聚類K均值法為例說明其聚類的原理。

假定已知樣品集為Ω＝｛x₁，x₂，…，x_N｝，每個樣品取n個特徵，首先確定要分成的類數，也就是凝聚點的個數。由於類數和凝聚點的位置是人為給定的，因此必須在聚類過程中對聚類中心的位置不斷調整，最後得出合理的分類。這種方法就是傳統聚類演算法中的聚類K均值法。模糊聚類K均值法由上述方法派生而來，它用模糊數學中隸屬度的概念代替聚類K均值法中距離的概念，用樣品對某一聚類中心的隸屬程度來衡量該樣品從屬某一類的程度，同樣要經過反復的迭代才能求出相應的聚類中心。其基本步驟如下。

（1）確定聚類的類數K，1＜K＜N。如把樣品集分為含礦和不含礦兩類，則K＝2。

（2）給出初始隸屬度矩陣

。一般的模糊聚類K均值法是根據經驗來設定每一點對各類的隸屬度，例如第j點我們認為含礦的可能性大，則可以把它歸為W₁類（不含礦的歸為W₂類）。如使u_1j＝0.9，u_2j＝0.1；或u_1j＝0.8，u_2j＝0.2，等等。注意到這里的每列元素之和等於1。顯然憑經驗來確定U^（0）並不容易，我們這里借鑒於誘導聚類K均值法來生成初始隸屬度矩陣。

（3）利用下式求各類的聚類中心

地球物理勘探概論

（4）由於聚類中心在計算中需要不斷調整，因此每得到一個新的聚類中心就必須重新計算新的隸屬度矩陣。計算新的隸屬度矩陣U^（l＋1），表達式為

地球物理勘探概論

式中：d_ij表示x_i與x_j的距離；d_pj為x_p與x_j的距離；m是權指數，通常取m＝2。

（5）重復步驟（3）、（4），直到收斂為止。結束迭代的標准可以取

。初始隸屬度矩陣是採用誘導的方法來產生的：

（1）確定類數K，1＜K＜N。

（2）輸入初始分類矩陣

，i＝1，2，…，K；j＝1，2，…，N。此處的U^*（0）是使用者根據自己意願簡單劃定的初始分類矩陣。通常把

取為0或1，例如定為不含礦取0，含礦取1，每列中必須有一個且僅有一個元素取1，然後通過計算對此矩陣進行調整。

（3）誘導產生隸屬度矩陣

，並有

地球物理勘探概論

把求得的U^（0）作為初始隸屬度矩陣U，其中

是x_j對第j類的隸屬度；N是總點數；N_i是「硬」分類中W_i類的點數（所謂「硬」分類是按常規方法分類的）；d_ij是x_i與x_j的距離；β是一個參數，其作用是保證

的值位於0～1范圍，通常取作max d_ij的某個倍數。

實例。某地矽卡岩銅礦區有14個已驗證的異常，其中見礦異常有葉花香1～4個，石頭殼等7個，未見礦異常有小劉勝、大劉勝等7個，每個異常的Cu、Ag、Bi的r值幾何平均值和對數值如表6-2-1所示。

我們用此實例來檢驗模糊聚類方法的聚類效果，模糊聚類方法的分類結果為（見表6-2-2）。

第一類：石頭殼、銅井、赤馬山、大劉勝

第二類：葉花香1～4、Ⅰ、Ⅲ、Ⅴ、Ⅶ、Ⅷ、小劉勝

不難看出，分類結果第1類多數為見礦異常，而第2類多數為未見礦異常。其中，葉花香1～4判為礦與非礦之間（結果為0.471356、0.484027、0.491749、0.475776，接近0.5），大劉勝也判為礦與非礦之間（結果為0.521641）。

表6-2-2是模糊K均值聚類結果，左列中數值大於0.5為同一類，數值小於0.5為同一類。

表6-2-1 某地矽卡岩型銅礦區異常表

表6-2-2 模糊K均值聚類結果

❾ 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

❿ 什麼是模糊演算法

通過對現實對象的分析，處理數據並構建模糊型數學模型。用隸屬關系將數據元素集合靈活成模糊集合，確定隸屬函數，進行模糊統計多依據經驗和人的心理過程，它往往是通過心理測量來進行的，它研究的是事物本身的模糊性