急求《Fuzzy Sets》的中文版文献，1965年L.A.Zadeh发表的。

tara zadeh是一个比较小众的包包品牌，这个牌子的包包设计的还是很有特色的，非常的有代表性，让人一眼就能记住。下面我给大家讲讲tara zadeh是什么牌子？ tara zadeh是什么牌子 Tara Zadeh从巴黎著名的Parsons学院毕业，并从小对包包设计有着明锐的时尚感。受到她的伊朗血统的影响，她的包包设计注重几何对称和运用大量鲜明的马赛克色彩。极简又带有俏皮感的设计是不是超级符合你的新娘气质?Tara的用色非常丰富明媚，鲜艳和亮度和传统较为冷暗的欧系设计有这很鲜明的对比。再融合法式的剪裁和款式，中和了美加系服装因用色鲜艳，搭配不好就容易流露出的土豪感，同时也给总是蓝黑灰霸占主色彩流的欧系时尚加入了一抹新鲜的醒目。tara zadeh是什么牌子 LV圆饼帽子包平价替代品，种菜Lv的帽子包许久，在英国专柜和香港专柜都订了，但是每次承诺3个月之内给我，都以各种理由推脱!导致我到现在都还未到手。 刚巧刷Brownsfashion，发现了一个超级小众的新设计师品牌 Tara Zadeh，出了一款类似LV圆饼的包款。推荐!国外很多bloggers都背了，国内似乎还没什么人推荐，但是个人很相信browns的选货眼光，之前的yuzefi就是它带火的。 最近对紫色和明亮的阳光黄特别上头，看着心情就很好。而且这款平价帽子包才不过400+英镑。推荐给和我一样等不到LV又不想花高价收的小红薯们啦!tara zadeh包包推荐 Tara Zadeh这款圆圆的手拎包今年非常受宠。其实这种圆形手袋并不少见，这款的特别之处在于手柄位置融入了三角形、正方形、圆形的几何金属装饰，赋予了圆形手袋更多的设计感。 这款高颜值包包还有各种面料，包括适合秋冬季节的丝绒面、麂皮面，还有更显复古的牛皮面。除了这枚小爆款以外，Tara Zadeh的大号托特包更是奉行极简主义。四四方方的包身设计，简单的圆环手柄点缀，透着不失时髦感的严谨气息。另外一款方形挎包则像是圆形手袋的变形，不过显然更耐装、更实用。包包保养注意事项 1、不要让它沾到水 众所周知，皮质的东西在碰到水之后，尤其是在长时间和水接触后，它表面的那一层物质便会和周围相分离并翘起来，所以朋友们要注意别让它和水接触到。 2、尽量不要拿到太阳底下去 如果把它长时间放在有阳光的地方的话，它便会出现和上一种现象一样的情况，而且在比较严重的时候它的颜色也会产生变化，会变的黑一点或者变黄，所以即使它变得有点潮也不能将其拿出去晒。 3、千万不能用鞋油 虽然它的材质适合皮鞋差不多的，但是也一定不要将鞋油涂到上面，不然包便会变色。 4、用非常软的布去擦 如果包沾到了污垢，可以那一块软一点的布去小心的擦，朋友们可以选择眼镜布等，但是千万不能用刷子或者其他比较硬的东西，不然会很容易留下痕迹。

是Zadeh。是由美国设计师HoomanZadeh所创立，以手工制作的高品质珠宝首饰而闻名，深受好莱坞明星和时尚爱好者的喜爱。

Afshin Esmaeil Ghaderzadeh。吉尼斯世界纪录周四宣布，20 岁的伊朗人 Afshin Esmaeil Ghaderzadeh 是世界上现存最矮的人，身高 65.24 厘米（2 英尺 1.68 英寸）。

不是视力不好就是酒喝多的人提出来的

一般人名不用翻译的

　　1965年美国数学家L. Zadeh首先提出了Fuzzy集合的概念，标志着Fuzzy数学的诞生。建立在二值逻辑基础上的原有的逻辑与数学难以描述和处理现实世界中许多模糊性的对象。Fuzzy数学与Fuzzy逻辑实质上是要对模糊性对象进行精确的描述和处理，因此Fuzzy逻辑的出现标志着模糊逻辑的正式提出。　　模糊逻辑指模仿人脑的不确定性概念判断、推理思维方式，对于模型未知或不能确定的描述系统，以及强非线性、大滞后的控制对象，应用模糊集合和模糊规则进行推理，表达过渡性界限或定性知识经验，模拟人脑方式，实行模糊综合判断，推理解决常规方法难于对付的规则型模糊信息问题。模糊逻辑善于表达界限不清晰的定性知识与经验，它借助于隶属度函数概念，区分模糊集合，处理模糊关系，模拟人脑实施规则型推理，解决因“排中律”的逻辑破缺产生的种种不确定问题 。　　

1、当模糊集合中的元素为有限个时，模糊集合可表示为：令论域U={u(1),u(2),....,u(n)}（1） Zadeh表示法：（2）向量表示法：A={A(u1),A(u2),....}（3）序偶表示法：A=((u1,A(u1)),(u2,A(u2)),....)2、当模糊集合中的元素为无穷多个时，模糊集合可用Zadeh法表示为

1965年美国L. A. Zadeh教授创立了模糊集合论。基于模糊集合论而形成的模糊数学，其应用范围已遍及理、工、农、医及社会科学等众多领域，并显示出了强大的生命力，特别是对工程设计、自动控制、信息技术、人工智能等学科产生了极大影响，并取得了许多令人振奋的新成果。模糊设计是模糊数学应用于工程设计的产物，是模糊系统理论的一个分支学科，由于它问世不久，至今尚无一致公认的定义。我们认为，所谓模糊设计是运用模糊数学原理，针对工程中研究对象的特点，分析、量化、研究、决策设计中的模糊因素，模拟人的经验、思维与创造力，设计模糊化、智能化的软件与硬件产品的综合性学科。值得一提的是，近年来我国广大工程技术人员在模糊优化设计、模糊可靠性设计、模糊自动控制设计、人工智能设计等方面取得的优异成果，使工程设计这门古老的学科开放出新的花朵。可以说，模糊设计是传统的常规设计理论及方法的拓展与延伸，是设计概念的深化，并已成为解决复杂工程模糊设计问题的有效方法与手段。模糊设计的基本理论是在现实的客观世界及工程领域中，既存在着许多确定性与随机性的现象，还普遍存在着模糊现象。模糊现象是指边界不清楚，在质上没有确切的含义，在量上没有确切界限的某种事物的一种客观属性，是事物差异之间存在着中间过渡过程的结果。国外从20世纪70年代、国内从80年代开始，以数学规划论为基础，以计算机为工具的优化设计技术取得了不断发展和广泛应用，收到了显著的效益。但是常规的优化设计把设计中的各种因素均处理成确定的二值逻辑，忽略了事物客观存在的模糊性，使得设计变量和目标函数不能达到应有的取值范围，往往会漏掉一些真正的优化方案，甚至会带来一些矛盾的结果。事实上，不仅事物差异之间的中间过渡过程所带来的事物普遍存在的模糊性，而且研究对象的复杂化必然要涉及模糊因素，信息技术、人工智能的研究必然要考虑到模糊信息的识别与处理，以及工程设计不仅要面向用户需求的多样化和个性化，还要以满足社会需求为目标，并依赖社会环境、条件、自然资源、政治经济政策比较强烈的模糊性问题等，这些都必然使上述领域的优化设计涉及种种模糊因素。如何处理工程设计中客观存在的大量模糊性，这正是模糊优化设计所要解决的问题。模糊优化设计是将模糊理论与普通优化技术相结合的一种新的优化理论与方法，是普通优化设计的延伸与发展。目前，国内外模糊优化理论及应用已取得较大进展，我国在机械结构的模糊优化设计、抗震结构的模糊优化设计等方面取得了较多成果。特别值得一提的是，我国将系统分析、经典优化技术中的动态规划原理与模糊优化理论相结合，为求解多目标、多层次、多阶段的复杂的大型成套机械设备系统的优化问题提供了新的途径。下面是基于模糊综合评价法对某石油钻机司钻控制房内显示、操纵元件的人机界面进行的模糊评价，如图4-29所示。图4-29　采用模糊理论评价一部新设计的钻机司钻控制界面在对现场进行深入设计调查的基础上，与现场专家司钻员交流，记录他们对操作界面的重要性和界面本身作出的评价，建立评价模型，如图4-30所示。该评价模型包括确定评价指标（又称评价因素）体系和参与评价的专家，确定专家评测意见的表达方法和综合方法，然后再确定各层的权重系数，并根据离散语言值标尺确定评语集为U＝（V1，V2，V3，V4，V5）＝（位置非常合理，位置合理，位置一般，位置不合理，位置非常不合理），给每个评语集的每个等级赋予分值，如下表所示，赋值后的评语集为H＝（9，7，5，3，1）。图4-30　某交流变频电驱动钻机司控台界面评价层次模型评价分值表评　语评价分值含　义99～8.0分人机界面设计很合理78.0～7.0分人机界面设计比较合理57.0～5.0分人机界面设计一般35.0～3.0分人机界面设计不太合理13.0分以下人机界面设计很不合理结合现场调研的司钻意见和各元素权重系数对单一因素进行评价，再对整个司钻控制显示操作元件界面进行评价。计算交流变频电驱动钻机司钻房的人机界面设计的模糊评价结果，对照规定的评语等级标准判断设计的合理性。设计方案的优度C：C＝BU·HT式中　BU——综合评价向量；H——　评语集。本案例最终计算的界面优度C为8.789，设计后的司钻房人机界面的评价结果为非常合理，体现了使用者对设计的心理认同性，说明该人机界面的设计是合理的。

三角模糊数是为了解决不确定环境下的问题，由Zadeh在1965年提出Dev模糊集的概念，应用于质量管理、风险管理。

信息粒化(IG)是粒化计算和词语计算的主要方面, 研究信息粒化的形成、表示、粗细、语义解释等. 从本质上讲,信息颗粒是通过不可区分性、功能相近性、相似性、函数性等来划分的对象的集合．粒化计算(GrC)是信息处理的一种新的概念和计算范式, 覆盖了所有有关粒化的理论、方法、技术和工具的研究. 它是词计算理论、粗糙集理论、商空间理论、区间计算等的超集,也是软计算科学的一个分支.它已成为粗糙的及海量的信息处理的重要工具和人工智能研究领域的热点之一.信息粒化这一概念最早是由Lotfi A. Zadeh(L.A. Zadeh)教授提出的.信息粒化就是将一个整体分解为一个个的部分进行研究,每个部分为一个信息粒. Zadeh教授指出：信息粒就是一些元素的集合,这些元素由于难以区别、或相似、或接近或某种功能而结合在一起.信息粒作为信息的表现形式在我们的周围是无所不在的,它是人类认识世界的一个基本概念.人类在认识世界时往往将一部分相似的事物放在一起作为一个整体研究它们所具有的性质或特点,实际上,这种处理事物的方式就是信息粒化.而所研究的“整体”就称为信息粒. 例如：时间信息粒有年、月、日、时等.从时间信息粒中可以看出信息粒在本质上是分层次的,一种信息粒可以细化为更“低”一层次的信息粒.信息粒化中,粒为非模糊的粒化方式（c-粒化）在众多方法技术中起着重要的作用,但是在几乎所有人的推理及概念形成中,粒都是模糊的（f-粒化）,非模糊的粒化没有反映这一事实.模糊信息粒化正是受人类粒化信息方式启发并据此进行推理的.信息粒化的主要三种模型是：基于模糊集理论的模型;基于粗糙集理论的模型;基于商空间理论的模型. 三种模型之间存在着密切的联系与区别.模糊集理论与粗糙集理论有很强的互补性,这两个理论优化、整合在处理知识的不确定性和不完全性时已显示出更强的功能.商空间理论与粗糙集理论都是利用等价类来描述粒化,再用粒化来描述概念,但是,它们讨论的出发点有所不同.粗糙集理论的论域只是对象的点集,元素之间拓扑关系不在考虑之内;商空间理论是着重研究空间关系的理论,商空间理论是在论域元素之间存在有拓扑关系的前提下进行研究的,即论域是一个拓扑空间.

答案是3/10，先把所有的取小符号算了，再算取大符号，因为取小符号相当于乘法，而取大符号相当于加法。

模糊限制语如下：模糊现象客观地、广泛地存在于人类生活的方方面面。因此，在人类语言中，同样存在着许多词语，它们所表达的概念是没有明确外延的概念，即所谓的“模糊概念”。人们对模糊现象的关注与研究已有很长历史了，但是对模糊语言进行专门的研究却是最近二三十年的事。模糊语言学，作为一门新兴学科，开始只是一门研究语义的学科，主要关照对象是作为概念的语言范畴，属于语义学的一个分支(Quantitative Fuzzy Semantics)，其理论基础是美国加州大学控制论专家查德(L.A.Zadeh)的“模糊集”(Fuzzy Sets)理论。语言中存在着大量的模糊语言。模糊语言在语言运用中主要有三种情况：第一种是模糊词语（vague words），即有些词语和表达形式本身就是模糊的。如青年，中年，老年；冷，凉温，烫；等。这些词的外延都是不明确的；第二种是模糊限制语（hedges），即附加在意义明确的表达形式之前的词或短语，可使本来意义明确的概念变得模糊。例如：He is twenty years old?He is about twenty years old?第三种是模糊蕴涵（vagueness by implicature），即有的清晰概念含着某些不言自明的细枝末节，以精确形式传递模糊意义。例如：Sam is six feet tall?

模糊综合评价法奠基于模糊数学。模糊数学诞生于1965年，他的创始人美国自动控制专家L.A.Zadeh。一种基于模糊数学的综合评价方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。一般使用的步骤为：1、模糊综合评价指标的构建模糊综合评价指标体系是进行综合评价的基础，评价指标的选取是否适宜，将直接影响综合评价的准确性。进行评价指标的构建应广泛涉猎与该评价指标系统行业资料或者相关的法律法规。2、采用构建好权重向量通过专家经验法或者AHP层次分析法构建好权重向量。3、构建隶属矩阵建立适合的隶属函数从而构建好隶属矩阵。4、隶属矩阵和权重的合成采用适合的合成因子对其进行合成，并对结果向量进行解释。

模糊集合是用来表达模糊性概念的集合。模糊集合，又称模糊集、模糊子集。普通的集合是指具有某种属性的对象的全体。模糊集合论以模糊数学为基础，研究有关非精确的现象。客观世界中，大量存在着许多亦此亦彼的模糊现象。1965年美国学者扎德在数学上创立了一种描述模糊现象的方法—模糊集合论。这种方法把待考察的对象及反映它的模糊概念作为一定的模糊集合，建立适当的隶属函数，通过模糊集合的有关运算和变换，对模糊对象进行分析。这种属性所表达的概念应该是清晰的，界限分明的。因此每个对象对于集合的隶属关系也是明确的，非此即彼。但在人们的思维中还有着许多模糊的概念，这些概念所描述的对象属性不能简单地用“是”或“否”来回答，模糊集合就是指具有某个模糊概念所描述的属性的对象的全体。由于概念本身不是清晰的、界限分明的，因而对象对集合的隶属关系也不是明确的、非此即彼的。这一概念是美国加利福尼亚大学控制论专家L.A.扎德于1965年首先提出的。模糊集合这一概念的出现使得数学的思维和方法可以用于处理模糊性现象，从而构成了模糊集合论的基础。模糊集的常用表示法有下述几种：1、解析法，也即给出隶属函数的具体表达式。2、Zadeh记法，分母是论域中的元素，分子是该元素对应的隶属度。有时候，若隶属度为0，该项可以忽略不写。3、序偶法，序偶对的前者是论域中的元素，后者是该元素对应的隶属度。4、向量法，在有限论域的场合，给论域中元素规定一个表达的顺序，那么可以将上述序偶法简写为隶属度的向量式。

在日常生活中，我们遇到的概念不外乎只有两类：一类是清晰的概念，对象是否属于这个概念是明确的。如人、自然数、正方形等概念，要么是人，要么不是人；非此即彼。另一类概念，对象从属的界限是模糊的，判断随人的思维而定。如美不美、早不早、便不便宜等概念。西施是我国古代公认的美女，但有道是“情人眼里出西施”，即便是相貌平平，可是在情人的眼里相貌可以与西施媲美。可见“美”与“不美”，是没有精确界限的。第二类概念，就是模糊数学研究的范畴。

模糊控制洗衣机是一种利用模糊控制理论来控制洗衣机运行的技术。模糊控制理论是一种基于模糊逻辑的控制方法，它可以处理不确定性和模糊性的问题，适用于一些复杂的非线性系统。在模糊控制洗衣机中，洗衣机的运行状态和洗涤质量等参数都可以通过模糊控制器来控制。模糊控制器根据洗衣机的输入和输出信号，通过模糊化、规则库和模糊推理等步骤，得出洗衣机的控制策略，从而实现洗衣机的自动控制。模糊控制洗衣机相比传统的洗衣机具有以下优点：可以适应不同的洗涤质量要求，根据用户的需求进行自动调节。可以处理不确定性和模糊性的问题，提高了洗衣机的稳定性和可靠性。可以根据洗衣机的输入和输出信号进行实时控制，提高了洗衣机的效率和性能。总的来说，模糊控制洗衣机是一种先进的洗衣机控制技术，可以提高洗衣机的效率和性能，适应不同的洗涤质量要求，具有广泛的应用前景。

Z变换的基本思想众所周知来自拉普拉斯。在1947年由W. Hurewicz重新引入作为一个易操纵的方式来解决线性常系数差分方程。它后来于1952年在哥伦比亚大学被Ragazzini和Zadeh冠以“the z-transform“用于采样。 离散时间序列x[n]的Z变换定义为：式中 ，σ为实变数，ω为实变量，所以Z是一个幅度为 ，相位为ω的复变量。x[n]和X(Z)构成一个Z变换对 。 通常意义下的Z变换指双边Z变换，单边Z变换只对右边序列（ 部分）进行Z变换。单边Z变换可以看成是双边Z变换的一种特例，对于因果序列双边Z变换与单边Z变换相同。单边Z变换定义为 ：

模糊控制规则如下：模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验编成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上。模糊控制器也称为模糊逻辑控制器，由于所采用的模糊控制规则是由模糊理论中模糊条件语句来描述的，因此模糊控制器是一种语言型控制器，故也称为模糊语言控制器。模糊控制器的输入必须通过模糊化才能用于控制输出的求解，因此它实际上是模糊控制器的输入接口。它的主要作用是将真实的确定量输入转换为一个模糊矢量。数据库所存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值（即经过论域等级离散化以后对应值的集合），若论域为连续域则为隶属度函数。在规则推理的模糊关系方程求解过程中，向推理机提供数据。模糊控制器的规则司基于专家知识或手动操作人员长期积累的经验，它是按人的直觉推理的一种语言表示形式。模糊规则通常有一系列的关系词连接而成，如if－then、else、also、end、or等，关系词必须经过“翻译”才能将模糊规则数值化。最常用的关系词为if－then、also，对于多变量模糊控制系统，还有and等。推理是模糊控制器中，根据输入模糊量，由模糊控制规则完成模糊推理来求解模糊关系方程，并获得模糊控制量的功能部分。在模糊控制中，考虑到推理时间，通常采用运算较简单的推理方法。最基本的有Zadeh近似推理，它包含有正向推理和逆向推理两类。正向推理常被用于模糊控制中，而逆向推理一般用于知识工程学领域的专家系统中。推理结果的获得，表示模糊控制的规则推理功能已经完成。但是，至此所获得的结果仍是一个模糊矢量，不能直接用来作为控制量，还必须作一次转换，求得清晰的控制量输出，即为解模糊。通常把输出端具有转换功能作用的部分称为解模糊接口。扩展资料：利用模糊数学的基本思想和理论的控制方法。在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要关键。系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。因此便尝试着以模糊数学来处理这些控制问题。参考资料：百度百科-模糊控制

我想知道你是干吗的，只是为了措展回答者的思维吗/对你有什么好处呢！

同上

原名：侯赛因·拉扎扎德英文名：HosseinRezazadeh出生年月：1978-05-12性别：男血型：A型籍贯：伊朗项目：举重主要成绩：奥运会金牌(2枚)：105+公斤2000 2004世锦赛金牌(10枚)：105+公斤2002 、2003 、2005、 2006105+公斤抓举2002 2006105+公斤挺举2002、 2003、2005、 2006

现代数学是建立在集合论的基础上。集合论的重要意义就一个侧面看，在与它把数学的抽象能力延伸到人类认识过程的深处。一组对象确定一组属性，人们可以通过说明属性来说明概念（内涵），也可以通过指明对象来说明它。符合概念的那些对象的全体叫做这个概念的外延，外延其实就是集合。从这个意义上讲，集合可以表现概念，而集合论中的关系和运算又可以表现判断和推理，一切现实的理论系统都一可能纳入集合描述的数学框架。　　但是，数学的发展也是阶段性的。经典集合论只能把自己的表现力限制在那些有明确外延的概念和事物上，它明确地限定：每个集合都必须由明确的元素构成，元素对集合的隶属关系必须是明确的，决不能模棱两可。对于那些外延不分明的概念和事物，经典集合论是暂时不去反映的，属于待发展的范畴。　　在较长时间里，精确数学及随机数学在描述自然界多种事物的运动规律中，获得显著效果。但是，在客观世界中还普遍存在着大量的模糊现象。以前人们回避它，但是，由于现代科技所面对的系统日益复杂，模糊性总是伴随着复杂性出现。　　各门学科，尤其是人文、社会学科及其它“软科学”的数学化、定量化趋向把模糊性的数学处理问题推向中心地位。更重要的是，随着电子计算机、控制论、系统科学的迅速发展，要使计算机能像人脑那样对复杂事物具有识别能力，就必须研究和处理模糊性。　　我们研究人类系统的行为，或者处理可与人类系统行为相比拟的复杂系统，如航天系统、人脑系统、社会系统等，参数和变量甚多，各种因素相互交错，系统很复杂，它的模糊性也很明显。从认识方面说，模糊性是指概念外延的不确定性，从而造成判断的不确定性。　　在日常生活中，经常遇到许多模糊事物，没有分明的数量界限，要使用一些模糊的词句来形容、描述。比如，比较年轻、高个、大胖子、好、漂亮、善、热、远……。这些概念是不可以简单地用是、非或数字来表示的。在人们的工作经验中，往往也有许多模糊的东西。例如，要确定一炉钢水是否已经炼好，除了要知道钢水的温度、成分比例和冶炼时间等精确信息外，还需要参考钢水颜色、沸腾情况等模糊信息。因此，除了很早就有涉及误差的计算数学之外，还需要模糊数学。　　人与计算机相比，一般来说，人脑具有处理模糊信息的能力，善于判断和处理模糊现象。但计算机对模糊现象识别能力较差，为了提高计算机识别模糊现象的能力，就需要把人们常用的模糊语言设计成机器能接受的指令和程序，以便机器能像人脑那样简洁灵活的做出相应的判断，从而提高自动识别和控制模糊现象的效率。这样，就需要寻找一种描述和加工模糊信息的数学工具，这就推动数学家深入研究模糊数学。所以，模糊数学的产生是有其科学技术与数学发展的必然性。现代计算机的计算速度及贮存能力几乎达到了无与伦比的程度，它不仅可以解决复杂的数学问题，还可以参与控制航天飞机等。既然计算机有如此威力，那么为什么在判断和推理方面有时不如人脑呢？ 美国加利福尼亚大学Zadeh（扎德）教授仔细的研究了这个问题，以至于她在科研工作中经常回旋与“人脑思维”、“大系统”与“计算机”的矛盾之中。1965年，他发表了论文《模糊集合论》“隶属函数”这个概念来描述现象差异中的中间过渡，从而突破了古典集合论中属于或不属于的绝对关系。Zadeh教授这一开创性的工作，标志着模糊数学这门学科的诞生。　　模糊数学的研究内容主要有以下三个方面：　　第一，研究模糊数学的理论，以及它和精确数学、随机数学的关系。　　查德以精确数学集合论为基础，并考虑到对数学的集合概念进行修改和推广。他提出用“模糊集合”作为表现模糊事物的数学模型。并在“模糊集合”上逐步建立运算、变换规律，开展有关的理论研究，就有可能构造出研究现实世界中的大量模糊的数学基础，能够对看来相当复杂的模糊系统进行定量的描述和处理的数学方法。　　在模糊集合中，给定范围内元素对它的隶属关系不一定只有“是”或“否”两种情况，而是用介于0和1之间的实数来表示隶属程度，还存在中间过渡状态。比如“老人”是个模糊概念，70岁的肯定属于老人，它的从属程度是 1，40岁的人肯定不算老人，它的从属程度为 0，按照查德给出的公式，55岁属于“老”的程度为0.5，即“半老”，60岁属于“老”的程度0.8。查德认为，指明各个元素的隶属集合，就等于指定了一个集合。当隶属于0和1之间值时，就是模糊集合。　　第二，研究模糊语言学和模糊逻辑。　　人类自然语言具有模糊性，人们经常接受模糊语言与模糊信息，并能做出正确的识别和判断。　　为了实现用自然语言跟计算机进行直接对话，就必须把人类的语言和思维过程提炼成数学模型，才能给计算机输入指令，建立合适的模糊数学模型，这是运用数学方法的关键。查德采用模糊集合理论来建立模糊语言的数学模型，使人类语言数量化、形式化。　　如果我们把合乎语法的标准句子的从属函数值定为1，那么，其他近义的，以及能表达相仿的思想的句子，就可以用以0到1之间的连续数来表征它从属于“正确句子”的隶属程度。这样，就把模糊语言进行定量描述，并定出一套运算、变换规则。目前，模糊语言还很不成熟，语言学家正在深入研究。　　人们的思维活动常常要求概念的确定性和精确性，采用形式逻辑的排中律，即：非真即假，然后进行判断和推理，得出结论。现有的计算机都是建立在二值逻辑基础上的，它在处理客观事物的确定性方面，发挥了巨大的作用，但是却不具备处理事物和概念的不确定性或模糊性的能力。　　为了使计算机能够模拟人脑高级智能的特点，就必须把计算机转到多值逻辑基础上，研究模糊逻辑。目前，模糊逻辑还很不成熟，尚需继续研究。　　第三，研究模糊数学的应用。　　模糊数学是以不确定性的事物为其研究对象的。模糊集合的出现是数学适应描述复杂事物的需要，查德的功绩在于用模糊集合的理论找到解决模糊性对象加以确切化，从而使研究确定性对象的数学与不确定性对象的数学沟通起来，过去精确数学、随机数学描述感到不足之处，就能得到弥补。在模糊数学中，目前已有模糊拓扑学、模糊群论、模糊图论、模糊概率、模糊语言学、模糊逻辑学等分支。模糊数学是一门新兴学科，它已初步应用于模糊控制、模糊识别、模糊聚类分析、模糊决策、模糊评判、系统理论、信息检索、医学、生物学等各个方面。在气象、结构力学、控制、心理学等方面已有具体的研究成果。然而模糊数学最重要的应用领域是计算机职能，不少人认为它与新一代计算机的研制有密切的联系。　　目前，世界上发达国家正积极研究、试制具有智能化的模糊计算机，1986年日本山川烈博士首次试制成功模糊推理机，它的推理速度是1000万次/秒。1988年，我国汪培庄教授指导的几位博士也研制成功一台模糊推理机——分立元件样机，它的推理速度为1500万次/秒。这表明我国在突破模糊信息处理难关方面迈出了重要的一步。　　模糊数学还远没有成熟，对它也还存在着不同的意见和看法，有待实践去检验。

模糊综合评价法的优缺点如下：模糊评价法是一种基于模糊数学的综合评价方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。理论背景：谈到模糊集对分析理论先要说集对分析理论。集对分析理论(SPA)是我国学者赵克勤先生于1989 年创立的一门新兴学科,它是一种用联系数“a+bi+cj”统一处理模糊、随机、中介等不确定性系统的理论和方法。集对分析理论已在自然科学、社会经济等领域得到了广泛的应用。在我们对不确定性系统的描述中，一种是描述随机不确定性的概率统计理论，一种是模糊不确定性的模糊集合理论。概率统计理论过分强调系统的独立性，而模糊逻辑理论则过分的依赖主观的经验，因而这两种理论都有不足之处。模糊集对理论是将模糊逻辑理论用于集对分析，结合从两个集合的同一性、差异性和对立性三个方面来研究系统的不确定性。在处理不确定性问题时较为客观，运算也较简单，所以模糊集对分析理论已经成功运用于人工智能、系统控制、管理决策等领域。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。 模糊集合理论的概念于1965 年由美国自动控制专家查德（L．A．Zadeh）教授提出，用以表达事物的不确定性。模糊综合评价法的应用程序。

再举一个例子，我们现在要从一片西瓜地里找出一个最大的西瓜，那是件很麻烦的事。必须把西瓜地里所有的西瓜都找出来，再比较一下，才知道哪个西瓜最大。西瓜越多，工作量就越大。如果按通常说的，到西瓜地里去找一个较大的西瓜，这时精确的问题就转化成模糊的问题，反而容易多了。由此可见，适当的模糊能使问题得到简化。确实，像上面的“一粒”与“一堆”，“最大的”与“较大的”都是有区别的两个概念。但是它们的区别都是逐渐的，而不是突变的，两者之间并不存在明确的界限，换句话说，这些概念带有某种程度的模糊性。类的，我们说一个人很高或很胖，但是究竟多少厘米才算高，多少千克才算胖呢？像这里的高和胖都是很模糊了。模糊数学模糊数学是研究现实中许多界限不分明问题的一种数学工具，其基本概念之一是模糊集合。利用模糊数学和模糊逻辑，能很好地处理各种模糊问题。模式识别是计算机应用的重要领域之一。人脑能在很低的准确性下有效地处理复杂问题。如计算机使用模糊数学，便能大大提高模式识别能力，可模拟人类神经系统的活动。在工业控制领域中，应用模糊数学，可使空调器的温度控制更为合理，洗衣机可节电、节水、提高效率。在现代社会的大系统管理中，运用模糊数学的方法，有可能形成更加有效的决策。模糊数学这种相当新的数学方法和思想方法，虽有待于不断完善，但其应用前景却非常广阔。模糊数学是运用数学方法研究和处理模糊性现象的一门数学新分支。它以“模糊集合”论为基础。模糊数学提供了一种处理不肯定性和不精确性问题的新方法，是描述人脑思维处理模糊信息的有力工具。它既可用于“硬”科学方面，又可用于“软”科学方面。模糊数学由美国控制论专家L.A.扎德（L.A.Zadeh,1921--）教授所创立。他于1965年发表了题为《模糊集合论》（《Fuzzy Sets》）的论文，从而宣告模糊数学的诞生。L.A.扎德教授多年来致力于“计算机”与“大系统”的矛盾研究，集中思考了计算机为什么不能象人脑那样进行灵活的思维与判断问题。尽管计算机记忆超人，计算神速，然而当其面对外延不分明的模糊状态时，却“一筹莫展”。可是，人脑的思维，在其感知、辨识、推理、决策以及抽象的过程中，对于接受、贮存、处理模糊信息却完全可能。计算机为什么不能象人脑思维那样处理模糊信息呢？其原因在于传统的数学，例如康托尔集合论（Cantor′s Set）,不能描述“亦此亦彼”现象。集合是描述人脑思维对整体性客观事物的识别和分类的数学方法。康托尔集合论要求其分类必须遵从形式逻辑的排中律，论域（即所考虑的对象的全体）中的任一元素要么属于集合A，要么不属于集合A，两者必居其一，且仅居其一。这样，康托尔集合就只能描述外延分明的“分明概念”，只能表现“非此即彼”，而对于外延不分明的“模糊概念”则不能反映。这就是目前计算机不能象人脑思维那样灵活、敏捷地处理模糊信息的重要原因。为克服这一障碍，L.A.扎德教授提出了“模糊集合论”。在此基础上，现在已形成一个模糊数学体系。所谓模糊现象，是指客观事物之间难以用分明的界限加以区分的状态，它产生于人们对客观事物的识别和分类之时，并反映在概念之中。外延分明的概念，称为分明概念，它反映分明现象。外延不分明的概念，称为模糊概念，它反映模糊现象。模糊现象是普遍存在的。在人类一般语言以及科学技术语言中，都大量地存在着模糊概念。例如，高与短、美与丑、清洁与污染、有矿与无矿、甚至象人与猿、脊椎动物与无脊椎动物、生物与非生物等等这样一些对立的概念之间，都没有绝对分明的界限。一般说来，分明概念是扬弃了概念的模糊性而抽象出来的，是把思维绝对化而达到的概念的精确和严格。然而模糊集合不是简单地扬弃概念的模糊性，而是尽量如实地反映人们使用模糊概念时的本来含意。这是模糊数学与普通数学在方法论上的根本区别。恩格斯说：“辩证法不知道什么绝对分明的和固定不变的界限，不知道什么无条件的普遍有效的‘非此即彼！"它使固定的形而上学的差异互相过渡，除了‘非此即彼！"，并且使对立互为中介；辩证法是唯一的、最高度地适合于自然观的这一发展阶段的思维方法。模糊数学产生的直接动力，与系统科学的发展有着密切的关系。在多变量、非线性、时变的大系统中，复杂性与精确性形成了尖锐的矛盾。L.A.扎德教授从实践中总结出这样一条互克性原理：“当系统的复杂性日趋增长时，我们作出系统特性的精确然而有意义的描述的能力将相应降低，直至达到这样一个阈值，一旦超过它，精确性和有意义性将变成两个几乎互相排斥的特性。”这就是说，复杂程度越高，有意义的精确化能力便越低。复杂性意味着因素众多，时变性大，其中某些因素及其变化是人们难以精确掌握的，而且人们又常常不可能对全部因素和过程都进行精确的考察，而只能抓住其中主要部分，忽略掉所谓的次要部分。这样，在事实上就给对系统的描述带来了模糊性。“常规数学方法的应用对于本质上是模糊系统的分析来说是不协调的，它将引起理论和实际之间的很大差距。”因此，必须寻找到一套研究和处理模糊性的数学方法。这就是模糊数学产生的历史必然性。模糊数学用精确的数学语言去描述模糊性现象，“它代表了一种与基于概率论方法处理不确定性和不精确性的传统不同的思想，……，不同于传统的新的方法论”。它能够更好地反映客观存在的模糊性现象。因此，它给描述模糊系统提供了有力的工具。L.A.扎德教授于1975年所发表的长篇连载论著《语言变量的概念及其在近似推理中的应用》（《The Concept of a Linguistic Variable &Its Application to Approximate Reasoning》），提出了语言变量的概念并探索了它的含义。模糊语言的概念是模糊集合理论中最重要的发展之一，语言变量的概念是模糊语言理论的重要方面。语言概率及其计算、模糊逻辑及近似推理则可以当作语言变量的应用来处理。人类语言表达主客观模糊性的能力特别引人注目，或许从研究模糊语言入手就能把握住主客观的模糊性、找出处理这些模糊性的方法。有人预言，这一理论和方法将对控制理论、人工智能等作出重要贡献。模糊数学诞生至今仅有22年历史，然而它发展迅速、应用广泛。它涉及纯粹数学、应用数学、自然科学、人文科学和管理科学等方面。在图象识别、人工智能、自动控制、信息处理、经济学、心理学、社会学、生态学、语言学、管理科学、医疗诊断、哲学研究等领域中，都得到广泛应用。把模糊数学理论应用于决策研究，形成了模糊决策技术。只要经过仔细深入研究就会发现，在多数情况下，决策目标与约束条件均带有一定的模糊性，对复杂大系统的决策过程尤其是如此。在这种情况下，运用模糊决策技术，会显得更加自然，也将会获得更加良好的效果。我国学者对模糊数学的研究始于70年代中期，然而发展甚速，已有了一支较强的研究队伍，成立了中国模糊集与系统学会，出版了《模糊数学》杂志。出版了许多颇有价值的论著，例如，汪培庄教授所著《模糊集与随机集落影》、《模糊集合论及其应用》，张文修教授编著的《模糊数学基础》等等。我国学者把模糊数学理论应用于气象预报，提高了预报质量，在1980年召开的国际气象学术讨论会上，我国所提交论文得到会议的好评。在中医医疗诊断方面，还制成了《关幼波教授治疗肝病计算机诊断程序》。实践表明，该计算机的医疗效果良好，为继承、发扬祖国医学作出了贡献。这一经验也被推广应用于治疗急腹症等方面。我国学者应用模糊数学理论，在地质探矿、生态环境、企业管理、生物学、心理学等领域，也都分别取得了较好的应用成果。

模糊理论（Fuzzy Logic)是在美国加州大学伯克利分校电气工程系的L.A.zadeh（扎德）教授于1965年创立的模糊集合理论的数学基础上发展起来的,主要包括模糊集合理论、模糊逻辑、模糊推理和模糊控制等方面的内容. 早在20世纪20年代，著名的哲学家和数学家B.Russell就写出了有关含糊性的论文。他认为所有的自然语言均是模糊的，比如“红的”和“老的”等概念没有明确的内涵和外延，因而是不明确的和模糊的。可是，在特定的环境中，人们用这些概念来描述某个具体对象时却又能心领神会，很少引起误解和歧义。美国加州大学的L.A.Zadeh教授在1965年发表了著名的论文，文中首次提出表达事物模糊性的重要概念：隶属函数，从而突破了19世纪末康托尔的经典集合理论,奠定模糊理论的基础。1966年，P.N.Marinos发表模糊逻辑的研究报告，1974年，L.A.Zadeh发表模糊推理的研究报告，从此，模糊理论成了一个热门的课题。1974年，英国的E.H.Mamdani首次用模糊逻辑和模糊推理实现了世界上第一个实验性的蒸汽机控制，并取得了比传统的直接数字控制算法更好的效果，从而宣告模糊控制的诞生。1980年丹麦的L.P.Holmblad和Ostergard在水泥窑炉采用模糊控制并取得了成功，这是第一个商业化的有实际意义的模糊控制器。

没有这个概念，可能有部分人自己说出的啊～～～

洗衣机搭载了先进的智能模糊控制技术，根据衣物重量及衣物材质对洗衣程序进行模糊控制，以确定水位的高低，洗涤、漂洗、脱水时间的长短，选择最佳洗衣程序，精确洗衣，节水节电，为用户带来更简单的洁净体验。所以，只要直接放入衣物，打开“模糊控制”功能开关，再启动洗衣机，就可以了。1965年美国加州大学的L.A.Zadeh教授在其发表的著名论文“Fuzzy Sets”中，首次提出用“隶属函数”的概念来定量描述事物模糊性的模糊集合理论，从此奠定了模糊数学的基础。我国古代伟大的哲学家和思想家老子曰“精确兮，模糊所伏；模糊兮，精确所依。”模糊数学不是将数学变得模模糊糊，而是用数学的方法去描述客观世界中的模糊现象，揭示其本质和规律。模糊数学在经典数学和充满模糊性的现实世界之间架起一座桥梁。1974年英国学者E.H.Mamdani首次把模糊集合理论成功地应用在锅炉和蒸汽机的控制之中，在自动控制领域中首开模糊控制在实际工程上应用之先河。在短短的30多年里，模糊数学获得了长足的发展，在理论和应用上都取得了令人惊叹的丰硕成果。模糊数学的应用领域已涉及到自动控制、图像和文字识别、人工智能、地质、地震、医疗诊断、气象分析、航空、航天、火车汽车轮船驾驶、交通管理、决策评价、企业管理和社会经济等许多方面。在自动化技术中的应用是模糊数学非常活跃而又硕果累累的一个领域。著名的自动控制权威Austrom 曾经指出：模糊逻辑控制，神经网络控制与专家控制是三种典型析智能控制方法。90年代初，模糊家电风靡日本，给日本企业带来了巨大的商业利润，同时也推动欧美和其它国家，进一步促进了模糊技术的发展。1985年世界上第一块模糊逻辑芯片在美国著名的贝尔实验室问世，这是模糊技术走向实用化的又一里程碑。日本、美国、德国等许多著名公司都在积极从事这方面的研究，相继开发出许多商业化的模糊逻辑芯片，1986年日本建立了模糊控制器硬件系统（模糊控制专用器件）。上个世纪80年代末期到90年代中期先后提出了模糊近似推理、模糊自适应控制、模糊神经元网络和模糊自适应推理系统等。给模糊技术的应用注入了新的活力，开辟了十分诱人的光明前景。我国在模糊理论领域的研究处于世界先进水平，先后出版了几十本有关模糊领域的著作。在工程技术应用方面较为薄弱，已经提出了连续监控系统设计方法和便于工程应用的模糊集成控制方法。上世纪90年代后期开始出现了模糊家电控制等。

模糊控制规则如下：模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验编成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上。模糊控制器也称为模糊逻辑控制器，由于所采用的模糊控制规则是由模糊理论中模糊条件语句来描述的，因此模糊控制器是一种语言型控制器，故也称为模糊语言控制器。模糊控制器的输入必须通过模糊化才能用于控制输出的求解，因此它实际上是模糊控制器的输入接口。它的主要作用是将真实的确定量输入转换为一个模糊矢量。数据库所存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值（即经过论域等级离散化以后对应值的集合），若论域为连续域则为隶属度函数。在规则推理的模糊关系方程求解过程中，向推理机提供数据。模糊控制器的规则司基于专家知识或手动操作人员长期积累的经验，它是按人的直觉推理的一种语言表示形式。模糊规则通常有一系列的关系词连接而成，如if－then、else、also、end、or等，关系词必须经过“翻译”才能将模糊规则数值化。最常用的关系词为if－then、also，对于多变量模糊控制系统，还有and等。推理是模糊控制器中，根据输入模糊量，由模糊控制规则完成模糊推理来求解模糊关系方程，并获得模糊控制量的功能部分。在模糊控制中，考虑到推理时间，通常采用运算较简单的推理方法。最基本的有Zadeh近似推理，它包含有正向推理和逆向推理两类。正向推理常被用于模糊控制中，而逆向推理一般用于知识工程学领域的专家系统中。推理结果的获得，表示模糊控制的规则推理功能已经完成。但是，至此所获得的结果仍是一个模糊矢量，不能直接用来作为控制量，还必须作一次转换，求得清晰的控制量输出，即为解模糊。通常把输出端具有转换功能作用的部分称为解模糊接口。扩展资料：利用模糊数学的基本思想和理论的控制方法。在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要关键。系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。因此便尝试着以模糊数学来处理这些控制问题。参考资料：百度百科-模糊控制

Z变换的基本思想众所周知来自拉普拉斯。在1947年由W. Hurewicz重新引入作为一个易操纵的方式来解决线性常系数差分方程。它后来于1952年在哥伦比亚大学被Ragazzini和Zadeh冠以“the z-transform“用于采样。 离散时间序列x[n]的Z变换定义为：式中 ，σ为实变数，ω为实变量，所以Z是一个幅度为 ，相位为ω的复变量。x[n]和X(Z)构成一个Z变换对 。 通常意义下的Z变换指双边Z变换，单边Z变换只对右边序列（ 部分）进行Z变换。单边Z变换可以看成是双边Z变换的一种特例，对于因果序列双边Z变换与单边Z变换相同。单边Z变换定义为 ：

1、只靠自己。当交易时，千万别想依靠他人，成就自己。投资人想依靠的人，可能根本不是一位成功的交易员。当然也有例外，但机会不多。只有相信自己，才能做得更好。绝不将自己的失败归咎他人，这点无比重要。无论沦落到何种地步，自己必须为自己的决策负起全责。只有自己承担责任，才能改正错误，也才可能不重复犯错。2、以长期目标为焦点。避免根据短期绩效调整交易方式。因为短期而言，任何交易方式均可能亮丽一时，然而长期累积结果，却可能糟透。另一方面，最佳的交易方式，也难免三不五时的亏损。因而，若以短期绩效，判断交易方式好坏，很可能剔除了最佳的交易方式，从而导致亏损。3、不自我中心。以自我为中心，正是顶尖交易员的致命伤。这种例子屡见不鲜，别再因而成为牺牲者。以自我为中心的交易员，是无法面对亏损的。他们几乎禁不起连续几次的亏损。这导致他们往往以非常短期的绩效，评估交易方式的好坏。市场没有立即顺着自己的交易走势，便急急出场，无异是投资大忌。4、在能力范围之内交易。交易不能影响正常生活。如果无论获利或亏损，投资人总是情绪紧绷，就千万别进场，因为一时的情绪极易导引出灾难性的策略与谬误的判断。投资人最严重的错误之一，便是获利后就加码。这种事最糟糕不过，因为欢乐后，紧接着而来的，往往便是亏损。在亏损之前加码，便会使得亏损较获利加快一倍。交易金额应保持恒常，毕竟，缓步稳健者，才会是最终赢家。5、无论获利亏损，都别情绪化。交易就像打高尔夫球。每个高尔夫球员都有自己的优缺点，成绩也就时好时坏。当成绩好的时候，就觉得自己像老虎伍兹，以为已经找到了打球诀窍，不会再打进砂坑或水塘。不幸的很!下次他就发现自己进入了砂坑，大喊再也不打球了。其实，交易心理才是在这些市场获利的关键。只有那些精确了解这些规则，及市场与投资人心理尤其自己心理的投资人，才能更有获利机会，而且同时还保持着理性。

1分。一厘利息对应0.1%的月利率。一分利息对应1%的月利率。也就是说，几分利息对应百分之几的月利率。月利率通过把它乘以十二就可以转换成年利率。1996年，T，Y，Lin教授在加州大学伯克利分校访问时，向Zadeh提出了“GranularComputing”的研究，至此，粒计算一词正式诞生。随后讨论了二元关系下的粒计算模型，论述了粒结构、粒表示、粒应用等方面的问题。

数学基础（Foundation of Mathematics）是研究整个数学的理论基础及其相关问题的一个专门学科，即研究数学的基础，回答“数学是什么？”，“数学的基础是什么？”，“数学是否和谐？”等等一些数学上的根本问题的学科。对于直觉主义、逻辑主义和形式主义的异同，可以追溯到近代哲学家康德对数学本质的思考。康德认为算术来自先验主体对时间纯形式的直观，几何则是对空间纯形式的直观。这实质上是一种由主观而客观的思路。康德的思想后来又在胡塞尔那里得到继承和发展。胡塞尔就是从考虑“数在哪里”的问题提出现象学还原方法的。中文名数学基础外文名Foundation of Mathematics目录1历史及发展2现状3三次数学危机▪ 第一次危机▪ 第二次危机▪ 第三次危机▪ 危机的影响4研究学派▪ 逻辑主义▪ 直觉主义▪ 形式主义1历史及发展编辑对于数学基础的关注和研究，可追溯至古代。但在较长的历史阶段中，只限于对单科数学分支基础的讨论.至于作为整个数学理论基础的探索，尤其是“数学基础”作为一门专门学科的形成和诞生，乃是20世纪初的事.当时也是由于多种因素和研究活动的汇合，尤其是在作为整个经典数学之理论基础的集合论中出现悖论之后，才把数学基础问题的研究推向高潮，并进一步促进了数学哲学的发展，直至最终成为20世纪数学领域中深入的研究活动之一。欧几里得《几何原本》中译版关于几何基础的研究.欧几里得(Euclid)的《几何原本》一直被公认为是最早用严格的逻辑结构建立学科体系的典范.但其不足之处也一 直为历代学者所关心。直到19世纪末，德国数学家希尔伯特(Hilbert，D.)才第一次给出了一个完备的欧几里得几何公理系统，这就是希尔伯特《几何基础》一书的核心内容.关于欧几里得几何基础研究的另一个重要线索，来自关于第五公设问题的探讨，长达两千年之久对第五公设的所有试证全告失败，由此导致非欧几何的建立和引起人们对于几何公理系统相容性问题的注意.后来知道：只要假定实数系统是相容的，那么欧几里得几何公理系统和罗巴切夫斯基几何公理系统都是相容的。而实数系统究竟相容与否，最终还是要归结到作为整个经典数学理论基础的集合论系统相容与否。在其他方面，也有类似的涉及数学基础的问题.公元前5世纪，毕达哥拉斯学派的古希腊数学家希帕索斯微积分基础奠基人之一，法国数学家柯西(Hippasus，(M))发现了等腰直角三角形的直角边与斜边不可通约，由于当时人们对于无理数的概念还一无所知，因而上述发现致使人们惊奇不安，数学史上称为第一次数学危机.数学史上又把18世纪微积分诞生以后在数学界产生的混乱局面称为第二次数学危机.在17世纪和整个18世纪，一方面微积分的理论和应用得到了广泛而迅速的发展，另一方面整个微积分却又是建立在含混不清的无穷小概念上，以致遭到各方面的非难和攻击.其中最为著名而激烈的攻击来自贝克莱(Berkley，G.)大主教，有所谓贝克莱悖论等.这就不能不迫使数学家们认真投入到如何为微积分奠定理论基础的工作中去.首先是法国数学家、力学家柯西(Cauchy，A.-L.)系统地发展了极限论，德国数学家戴德金(Dedekind，(J.W.)R.)在实数论基础上证明了极限论的基本定理，德国数学家康托尔(Cantor，G.(F.P.))和德国数学家外尔斯特拉斯(Weierstrass，K.(T.W.))避开了实无限小和实无限大的概念，发展了ε-δ方法和精化了极限论，从而避开了贝克莱悖论并给出解释方法.当时普遍认为极限论作为严格的分析基础的建立，数学的第一和第二次危机已获解决.但在实际上，建立极限论是以实数理论为基础的，而要建立严格的实数理论，又必须以集合论为基础，亦即最终还是归结到作为整个经典数学理论基础的集合论是否相容的问题.英国数学家、逻辑学家罗素19世纪，数学的各个分支都得到了迅速的发展，亟待建立一种能以统括各个数学分支的理论基础.这时康托尔系统地总结了长期以来数学的认识与实践，缔造了一门崭新的数学学科，即集合论.由于集合论的思想方法渗透到各个数学分支，同时从集合论的基本概念和思想规定出发，能导出整个经典数学，因此，大家公认集合论可以作为整个经典数学诸分支学科的共同的理论基础.但在集合论中却又偏偏出现了悖论，特别是那个十分基本而又直接涉及逻辑理论本身的罗素悖论的出现，惊动了整个西方数学界、逻辑学界和哲学界，人们恰当地将集合论悖论的出现所造成的困难局面，称之为第三次数学危机，而且在实质上是第一、第二次数学危机的进一步深化和发展，因为涉及的范围更大，涉及的问题更深.正是在这样的历史背景下，“数学基础论”这一数学分科在20世纪初诞生了，摆在从事数学基础问题研究的数学家面前的首要任务，就是如何为数学的有效性重新建立可靠的依据.由于在这一工作中所持的基本观点不同，以致在数学基础的研究中形成了诸如逻辑主义派、直觉主义派、形式主义派等不同的流派.另一方面，在如何避免悖论的研究中，直接导致了作为排除悖论的重要方案之一的近代公理集合论的发展，在近代公理集合论中，能对历史上已经出现之逻辑数学悖论一一给出解释方法，即保证这些悖论不在近代公理集合论中出现，同时迄今也未发现有新的悖论在系统内出现，但却未能从理论上证明近代公理集合论在今后的展开中永远不会出现矛盾.因而近代公理集合论相对于康托尔的古典集合论而言，为整个经典数学提供了一个相对牢固的理论基础.还应指出，近代公理集合论是立足于修改康托尔的概括原则而去实现避免悖论出现的.能否在集合论公理中保留概括原则而避免悖论?20世纪30年代，波茨娃尔(Бочевар，B.)曾考虑不修改概括原则，而立足于发展多值逻辑去避免悖论的出现，但却始终未能达到这一目标.美国控制论专家扎德[1]20世纪60年代，美国控制论专家扎德(Zadeh，L.A.)明确提出要用数学的手段和方法去处理那些为经典数学所拒绝研究的模糊现象，并由此创立了模糊数学.这标志着数学的发展已进入数学研究对象由精确性到模糊性的再扩充时代.20世纪后期，模糊数学发展迅速，应用范围极为广阔.但在另一方面，模糊数学也同样面临着一个如何奠定其理论基础的问题.解决这一奠基问题的方案有如下三种：其一是将模糊数学直接或间接地奠基于近代公理集合论，但这样发展起来的模糊数学只能成为经典数学的分支，而不能在更高的形式下包括经典数学;其二是为模糊数学建立它所特有的公理集合论系统;其三是拓宽精确性经典数学的逻辑基础和集合论基础，在数学基础理论意义下解决模糊谓词的造集问题，以求能为精确性经典数学和未来的不确定性数学(应在内容和方法上有别于扎德的模糊数学)提供一个共同的理论基础.最后还应特别提到与数学基础论的发展有密切关系的另一个研究领域，这就是作为数学与哲学之间的边缘学科的数学哲学.数学哲学与哲学密切相关，但又与数学发展中的那些具有最普遍意义的课题有密切关系.当然，对于数学哲学的研究，无论是东方或西方，均可追溯到古代，但在很长的历史阶段中，数学哲学又只是作为自然哲学的一部分而未能形成独立的学科.直到19世纪末和20世纪初，由于数学基础论的诞生和发展，由于迫切需要深入研究数学领域中的那些带有极端普遍和根本性的问题，才促使数学哲学的研究日趋专门化，而最终形成独立的学科.特别是现代数学的蓬勃发展，又提出了一系列深刻的数学哲学问题，致使数学哲学这一学科进一步趋向全面繁荣的阶段.所以，数学哲学既是一个古老的研究领域，又是一门年轻的新兴学科.这一学科的研究价值和在数学发展中的作用日益明显，特别是关于数学认识论、数学方法论，以及数学发展规律的研究，有许多深刻的课题有待于人们去深入探索.数学哲学的研究包括数学本体论、数学认识论、数学方法论、数学发展的外在因素、数学发展规律以及数学哲学家的不同流派和观点等方面.数学哲学的研究将对数学工作者的世界观、思想方法、研究兴趣和研究力量的分布，甚至数学研究的基本趋势，都会产生重大影响.[2]

双方沟通方法

问题一：什么叫本益比,市盈率等于本益比吗 市盈率就是本益比----每股股价除以每股收益 问题二：什么叫“本益比”？请教高手！拜托了各位 谢谢 3/0.81=3.7 就是我们常说市盈率。 本益比是某种股票普通股每股市价与每股盈利的比率。所以它也称为股价收益比率或市价盈利比率。 其计算公式为： 本益比＝普通股每股市场价格/普通股每年每股盈利 上述公式中的分子是指当前的每股市价，分母可用最近一年盈利，也可用未来一年或几年的预测盈利。这个比率是估计普通股价值的最基本、最重要的指标之一。一般认为该比率保持在10-20之间是正常的。过小说明股价低，风险小，值得购买；过大则说明股价高，风险大，购买时应谨慎，或应同时持有的该种股票。但从股市实际情况看，本益比大的股票多为热门股，本益比小的股票可能为冷门股，购入也未必一定有利。 下面的这篇文章，对您有一些帮助！ 对于股市来说，看书是好事，看多了未必是好事！中国的股市和国外的不一样！中国的股市就是赌场！一个合法的赌场！多看，多想，多比！ 大卫u30fb瑞安不认为购买低价股是好的投资方式。但他并非一直如此。瑞安回忆他在13岁时，曾经翻阅《华尔街日报》，找到一支股价只有1美元的股票。于是，他拿着报纸问他父亲说：“假如我筹到1块钱，我能不能买这支股票?”他父亲就告诉他，事情并非这样简单。“在购买股票之前，你必须对该股票的上市公司做一些研究。”，他父亲解释。 从糖棒开始的投资生涯 几天之后，瑞安在《华尔街日报》上看到一篇有关华德食品公司(Wards Foods Co．)的文章。该公司是制造蜂蜜糖棒的厂商，它对瑞安而言，似乎是一个很好的投资目标，因为他非常喜爱吃蜂蜜糖棒。后来他父亲替他开了一个帐户，于是他买了10股华德公司的股票。 记得他当时一再向朋友推荐华德食品公司的蜂蜜糖棒。他认为，只要他的朋友多买华德食品公司的蜂蜜糖棒，该公司的业绩就会大增，而他的股票也会因此上涨。瑞安的股票投资生涯就此正式展开。 瑞安对股票的兴趣随年岁俱增。他在16岁时，就订了一份投资周刊，并曾多次参加由威廉u30fb欧尼尔以及其他投资专家所举办的投资研讨会。在大学时代，他几乎读遍所有有关股市投资的书籍。 威廉u30fb欧尼尔是瑞安的偶像。1982年瑞安从大学毕业后，便决定到欧尼尔的公司工作。他向该公司表示，愿意接受任何工作，至不支薪都可以，只要让他进去就行。后来，他终于说服了欧尼尔，而且在短短的4年内，凭其卓越的投资业绩而成为欧尼尔公司年轻的副总裁和最具声名的投资组合经理人，甚至也成为欧尼尔为机构投资客户选股的最得力助手。 瑞安在股市中的名声，可说是从1985年的一次全美投资大赛中建立起来的。这场比赛是由前史坦福大学教授诺恩u30fb塞迪(Norm Zadeh)主办的，而瑞安以161％的年投资报酬率获得该届比赛的冠军。瑞安为证明自己不是靠运气赢得冠军，于是在1986年再度参赛，结果以160％的年投资报酬率再获得亚军。1987年，瑞安又参加全美投资大赛，并以3位数字的年投资报酬率再度冠军：综合这!年的成绩，瑞安的投资报酬率高达令人难以置信的1379％。 选股就像寻宝游戏 虽然我所采访的交易员大都热爱操盘，然而却没有任何一人表现得像瑞安如此狂热。对他而言，选股是非常有趣的游戏，根据他的说法，选股就像寻宝。瑞安到现在都还无法相信，竟然有人愿意付饯给他去玩寻宝游戏。 我所采访交易员的办公室大都相当豪华，但瑞安却正好相反。他的办公室不但空间狭小，而且四周声音相当吵杂。可是他根本不在乎。就我的看法，瑞安只要有一台电脑和所需要的资料，就是衣橱里工作，他也不会在意。 问：你在欧尼尔公司最初的工作是否与股市分析有关? 答：没有。不过我一进欧尼尔公司就......>> 问题三：本益比高是什么意思? 本益比（price/earning，简称P/E） 本益比是某种股票普通股每股市价（股价）与每股盈利的比率。也称“股价收益比率”或“市价盈利比率（简称市盈率）”。 英文用PER表示。其计算公式为：本益比＝股票市价／每股纯利（年） 本益比是某种股票普通股每股市价与每股盈利的比率。所以它也称为股价收益海率或市价盈利比率。 如此，本益比应该是通常所说的市盈率。 本益比高换句话说：就是市盈率高的意思。 参考：baike.baidu/view/10173 问题四：市盈率和本益比是不是指同一个概念啊？ 1、市盈率：也叫做静态市盈率，是一只股票现在的价格，除以按照上一个季度（年度）折算的年收益。单位是（倍）。 2、动态市盈率：是用静态市盈率，除以下一个年度的利润增长率。 3、市盈率越小越好。动态市盈率小于静态市盈率说明这个股票的成长性好。 4、举例 假设招商银行，2007年股价30元，如果2007年年利润为1.20元/股，静态市盈率就是30÷1.20＝25倍。 如果预计招商银行2008年收益1.50元/股，会是2007年的125%，动态市盈率＝25倍÷1.25＝20倍。小于静态市盈率，说明招商银行的成长性也比较好。 问题五：什么是本益比(P/E Ratio)？ 本益比是选股票的重要指标之一，说起本益比这个词，相信很多人都有听过，大部分投资者也自认明白和了解本益比的含义，但当你叫他和你解释时，他却说了半天你也没听懂。一开始我也以为自己明白和了解本益比，因为本身读金融系的关系，我知道本益比的计算方式，但最近我终于明白，知道计算本益比和了解本益比是两回事，方程式始终只是方程式，必须探讨其中的含义，了解方程式的的由来，才能一探本益比的真实意义，让本益比成为选股的武器。首先先放百度百科的本益比含义：本益比（price/earning，简称P/E）本益比是某种股票普通股每股市价（股价）与每股盈利的比率。也称“股价收益比率”或“市价盈利比率（简称市盈率）”。英文用PER表示。其计算公式为：本益比=股票市价/每股纯利（年）本益比是某种股票普通股每股市价与每股盈利的比率。所以它也称为股价收益比率或市价盈利比率。 如此，本益比应该是通常所说的市盈率。马来西亚和新加坡财经报章一般将其称为“本益比”，而香港和中国一般称作“市盈率”，其实只是称呼不同，但内容和含义相同，英文则称为P/E RATIO或者PER，就是PRICE/EARNING RATIO的缩写。本益比的计算方式：Market Value per Share（股票当今价格）Earnings per Share (EPS)（每股盈利）股票当今价格也就是股票闭市的价格。每股盈利则是公司盈利除于股票数量。例子：一间上市公司拥有100万股，2012年度公司盈利为50万。每股盈利就等于 50万÷100万 = 0.50 （每股分得0.50的盈利）EPS(Earning Per Share) 就是0.50如果该公司闭市价格为RM2.00本益比就是2.00/0.50 = 4倍用白话解释本益比，一句就搞定了：本益比其实就是回本年份，如果该股本益比为4倍，代表我们购买该股，4年才能回本。股价就好比你的投资额，EPS就是我们的回报。如果该股闭市价格RM2.00，我们购买该股本钱就是RM2.00，EPS就是我们的回报，如果该股EPS是0.50，代表我们投资RM2.00，每年能拿回0.50，要4年才能回本，这4年其实就是我们常说的本益比。预测本益比就是根据该公司今年的盈利，预测明年的盈利，再计算出来的本益比。本益比其实就是回本年份，如果该公司没有盈利，你永远都不能回本，那么该公司就不会有本益比。马航就是没有本益比的最好例子。很多人可能会说，如果本益比代表回本年份，那么是不是越低越好？那么就表示越快回本。其实不然，本益比虽然是代表着回本年份，但不一定越低越好，要视公司而定，很多蓝筹股的本益比都很高，也有很多垃圾股本益比都很低。一般上互联网科技股的本益比都很高。马来西亚基本面大师冷眼觉得本益比在10以下的公司，都比较合理，本益比超过10，该股有被高估的可能。 问题六：本益比和市盈率有什么区别吗？ 本益比是某种股票普通股每股市价与每股盈利的比率。所以它也称为股价收益比率或市价盈利比率。 如此，本益比应该是通常所说的市盈率。 问题七：什么叫本益比,本益比公式如何计算 就是市盈率，股价除以每股收益 问题八：什么是股票的本益比~本利比？有公式吗？ 市盈率又称“价格收益比或“本益比”，是每股价格与每股收益之间的比率，其计算公式为： 市盈率=每股价格/每股收益。｛仅供参考｝ 问题九：PE中 EPS指的是什么？ 本益比的意义是什么？ PE就是PRICE/Earning，就是价格除以每股收益（代表盈利状况），简称PE。 本益比没有听过~~~

问题一：通用技术 系统分析 综合性原则和综合性原则的差别 1整体性原则 2科学性原则 3综合性原则 整体性原则： 系统分析首先着眼于系统整体，要先分析整体，再分析部分；先看全局，后看局部；先看全过程，再看某一阶段；先看长远，再看当前 综合性原则： 系统分析总是为实现系统目标服务的，应将目标排出优先次序，首先选取最优先的目标，然后尽可能在不损害第一目标的前提下完成下一个目标，这就需要综合分析、统筹兼顾、不可顾此失彼。 科学性原则： 指系统分析一方面要有严格的工作步骤，另一方面尽可能地运用科学方法和数学工具进行定量分析，使决策的过程和结果更具说服力 问题二：幼儿园综合性课程的设计原则是什么简答题 不管以哪种方式综合而形成的综合性课程，在结构上都可以有不同的结构化程度。 　　结构化程度高的综合性课程，仍然反映的是以教师为中心，以课程的行为目标为导向，以结果为评价标准的课程特征，在这种课程中，教育活动可能成为各学科教育活动的凑合，从而使综合性课程成为大拼盆；相反，结构化程度低的综合性课程，则能比较理想化地反映以儿童为中心，以课程的过程原则为取向，以活动过程为评价依据的课程特征，在这种课程中，教育活动打破了学科的界限，与儿童的真实生活经验相符合。 应该看到，综合性课程的长处在于能够通过综合化的方式而实施较低结构化的课程。 问题三：黑皮肤为什么不怕日晒呢 黑色的皮肤里的黑色素比较多，这是由于日晒造成的。黑色素可以阻挡紫外线对皮肤的伤害，所以我们的机体会在长时期的日光照射下，在皮肤下堆积更多的黑色素来保护我们，这样我们的皮肤就变黑了 问题四：通用技术中系统分析的科学性原则 综合性原则 整体性原则的定义是什么 1整体性原则 2科学性原则 3综合性原则 问题五：什么是综合评估法 综合评分法，是指在最大限度地满足招标文件实质性要求前提下，按照招标文件中规定的各项因素进行综合评审后，以评标总得分最高的投标人作为中标候选供应商或者中标供应商的评标方法。 综合评分的主要因素是：价格、技术、财务状况、信誉、业绩、服务、对招标文件的响应程度，以及相应的比重或者权值等。上述因素应当在招标文件中事先规定。评标时，评标委员会各成员应当独立对每个有效投标人的标书进行评价、打分，然后汇总每个投标人每项评分因素的得分。 采用综合评分法的，货物项目的价格分值占总分值的比重(即权值)为30%至60%；服务项目的价格分值占总分值的比重(即权值)为10%至30% 。执行统一价格标准的服务项目，其价格不列为评分因素。有特殊情况需要调整的，应当经同级人民 *** 财政部门批准。 综合评分法中的价格分统一采用低价优先法计算，即满足招标文件要求且投标价格最低的投标报价为评标基准价，其价格分为满分。其他投标人的价格分按照下列公式计算： 投标报价得分＝（评标基准价M投标报价）×价格权值×100采购人或其委托的采购代理机构对同类采购项目采用综合评分法的，原则上不得改变评审因素和评分标准。采购人或其委托的采购代理机构采用综合评分法的，应当根据采购项目情况，在招标文件中明确合理设置各项评审因素及其分值，并明确具体评分标准。投标人的资格条件不得列为评分因素。加分或减分因素及评审标准应当在招标文件中载明。 问题六：系统论最基本的原则是整体性还是综合性 整体 问题七：什么是最大隶属度原则？ 美国加利福尼亚大学控制论教授扎得（L、A、Zadeh）经过多年的琢磨，终于在1965年首先发表了题为《模糊集》的论文。指出：若对论域（研究的范围）U中的任一元素x，都有一个数A（x）∈[0，1]与之对应，则称A为U上的模糊集，A（x ）称为x对A的隶属度。当x在U中变动时，A（ x）就是一个函数，称为A的隶属函数。隶属度A（x）越接近于1，表示x属于A的程度越高，A（x）越接近于0表示x属于A的程度越低。用取值于区间[0，1]的隶属函数A（x）表征x 属于A的程度高低，这样描述模糊性问题比起经典 *** 论更为合理。 隶属度属于模糊评价函数里的概念：模糊综合评价是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法，其特点是评价结果不是绝对地肯定或否定，而是以一个模糊 *** 来表示。 [编辑本段]隶属度函数及其确定方法分类 隶属度函数是模糊控制的应用基础,正确构造隶属度函数是能否用好模糊控制的关键之一。隶属度函数的确定过程,本质上说应该是客观的,但每个人对于同一个模糊概念的认识理解又有差异,因此,隶属度函数的确定又带有主观性。 隶属度函数的确立目前还没有一套成熟有效的方法,大多数系统的确立方法还停留在经验和实验的基础上。对于同一个模糊概念,不同的人会建立不完全相同的隶属度函数,尽管形式不完全相同,只要能反映同一模糊概念,在解决和处理实际模糊信息的问题中仍然殊途同归。下面介绍几种常用的方法。 (1)模糊统计法： 模糊统计法的基本思想是对论域U上的一个确定元素vo是否属于论域上的一个可变动的清晰 *** A3作出清晰的判断。对于不同的试验者,清晰 *** A3可以有不同的边界,但它们都对应于同一个模糊集A。模糊统计法的计算步骤是:在每次统计中, vo是固定的,A3的值是可变的,作 n次试验,其模糊统计可按下式进行计算 v0对 A 的隶属频率 = v0∈A 的次数 / 试验总次数 n 随着 n的增大,隶属频率也会趋向稳定,这个稳定值就是 vo对A 的隶属度值。这种方法较直观地反映了模糊概念中的隶属程度,但其计算量相当大。 (2)例证法： 例证法的主要思想是从已知有限个μA的值,来估计论域 U 上的模糊子集 A 的隶属函数。如论域 U代表全体人类,A 是“高个子的人”。显然 A 是一个模糊子集。为了确定μA,先确定一个高度值 h,然后选定几个语言真值(即一句话的真实程度)中的一个来回答某人是否算“高个子”。如语言真值可分为“真的”、“大致真的”、“似真似假”、“大致假的”和“假的”五种情况,并且分别用数字1、0.75、0.5、0.25、0来表示这些语言真值。对 n个不同高度h1、h2、…、hn都作同样的询问,即可以得到 A 的隶属度函数的离散表示。 (3)专家经验法： 专家经验法是根据专家的实际经验给出模糊信息的处理算式或相应权系数值来确定隶属函数的一种方法。在许多情况下,经常是初步确定粗略的隶属函数,然后再通过“学习”和实践检验逐步修改和完善,而实际效果正是检验和调整隶属函数的依据。 (4)二元对比排序法： 二元对比排序法是一种较实用的确定隶属度函数的方法。它通过对多个事物之间的两两对比来确定某种特征下的顺序,由此来决定这些事物对该特征的隶属函数的大体形状。二元对比排序法根据对比测度不同,可分为相对比较法、对比平均法、优先关系定序法和相似优先对比法等。 [编辑本段]举例 【例一】 A(x )=表示模糊集“年老”的隶属函数，A表示模糊集“年老”，当年龄x≤50时A（x）=0......>>

模糊数字这个其实是人类思维方式的一种在数字领域的应用。我想你要问的是“模糊控制”理论在数字化编程领域的应用。具体可以参见百度百科：http://baike.baidu.com/view/87377.htm讲的很清楚下面只是简单说一下。模糊数字的理论原型：这个概念原本是一个数学概念。后来被广泛应用于数字编程领域。这一新领域的理论基础源于1965年美国加利福尼亚州立大学伯克利分校Zedeh教授提出的模糊集合和创立的模糊逻辑。这一新的概念在我国已开始引起人们的极大关注，它将是21世纪人工智能取得重大发展的突破口之一。自从模糊逻辑创立以来，其模糊技术在电子工业，特别是家电产品得到了广泛的应用，并十分成熟起来，从而打破了精确逻辑一统天下的历史。那么，什么是模糊逻辑呢？模糊逻辑又会实现怎样一个目的呢？所谓模糊逻辑，就是一种能够在容许定义的二值之间的模糊地带，有选择地正确执行某一指令的技术，又称模糊技术。微处理器采用模糊逻辑之后，其控制能力更接近人类的思维方式。比如，70岁以上的人是老年人，那么69岁的人是不是老年人呢？这一问题如果用精确逻辑推算就只能确认70岁的人为老年人，而在现实生活中人们对69岁的人肯定也会遵为老年人，这就出现了智能上的差异，模糊逻辑正在于实现这种人工智能。优势：随着人类社会的发展，问题日益高度复杂，测量和计算的高精确度已走向其反面，常规的自动控制要求数据高度准确，一旦有错可能导致整个系统失灵。而采用模糊逻辑控制，一处出点错即纠正，不会拖累全局，故系统稳定，容错性好。编程领域应用：网上有很多，我简单点说： 模糊逻辑是处理不确定参数的一种数学方法，把被控制状态用模糊数学的处理方法放在程序的知识库里。然后用if then 语句调用。 比如模糊控制室温。先将控制状态存入知识库，按照模糊表选出状态存入，比如20度，30度，40度温度，空调开到低档，中档，高档，，，等等。 调用的时候，在程序里： if 温度30度 then 开启中档； if 温度40度 then 开启高档，， 当然实际编程不是这么简单，但是道理如此。模糊控制理论在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要关键，系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。因此便尝试着以模糊数学来处理这些控制问题。自从Zadeh发展出模糊数学之后，对于不明确系统的控制有极大的贡献，自七○年代以后，便有一些实用的模糊控制器相继的完成，使得我们在控制领域中又向前迈进了一大步，在此将对模糊控制理论做一番浅介。3.1概念图3.1为一般控制系统的架构，此架构包含了五个主要部分，即:定义变量、模糊化、知识库、逻辑判断及反模糊化，底下将就每一部分做简单的说明：(1) 定义变量：也就是决定程序被观察的状况及考虑控制的动作，例如在一般控制问题上，输入变量有输出误差E与输出误差之变化率CE，而控制变量则为下一个状态之输入U。其中E、CE、U统称为模糊变量。(2) 模糊化（fuzzify）：将输入值以适当的比例转换到论域的数值，利用口语化变量来描述测量物理量的过程，依适合的语言值（linguisitc value）求该值相对之隶属度，此口语化变量我们称之为模糊子集合（fuzzy subsets）。(3) 知识库：包括数据库（data base）与规则库（rule base）两部分，其中数据库是提供处理模糊数据之相关定义；而规则库则藉由一群语言控制规则描述控制目标和策略。(4) 逻辑判断：模仿人类下判断时的模糊概念，运用模糊逻辑和模糊推论法进行推论，而得到模糊控制讯号。此部分是模糊控制器的精髓所在。(5) 解模糊化（defuzzify）：将推论所得到的模糊值转换为明确的控制讯号，做为系统的输入值。参考资料：http://liting.51.net/professional/pro_contents_rob_tech_6.htmhttp://zhidao.baidu.com/question/6563668.html

姓名：拉扎扎德 Hossein Reza Zadeh (伊朗) 性别：男 国籍：伊朗 生日：1978.5.12 身高：1.86米 体重：160公斤 项目：举重105公斤级

1965年美国加州大学的L.A.Zadeh教授在其发表的著名论文“Fuzzy Sets”中，首次提出用“隶属函数”的概念来定量描述事物模糊性的模糊集合理论，从此奠定了模糊数学的基础。 我国古代伟大的哲学家和思想家老子曰“精确兮，模糊所伏；模糊兮，精确所依。”模糊数学不是将数学变得模模糊糊，而是用数学的方法去描述客观世界中的模糊现象，揭示其本质和规律。模糊数学在经典数学和充满模糊性的现实世界之间架起一座桥梁。 1974年英国学者E.H.Mamdani首次把模糊集合理论成功地应用在锅炉和蒸汽机的控制之中，在自动控制领域中首开模糊控制在实际工程上应用之先河。 在短短的30多年里，模糊数学获得了长足的发展，在理论和应用上都取得了令人惊叹的丰硕成果。模糊数学的应用领域已涉及到自动控制、图像和文字识别、人工智能、地质、地震、医疗诊断、气象分析、航空、航天、火车汽车轮船驾驶、交通管理、决策评价、企业管理和社会经济等许多方面。 在自动化技术中的应用是模糊数学非常活跃而又硕果累累的一个领域。著名的自动控制权威Austrom 曾经指出：模糊逻辑控制，神经网络控制与专家控制是三种典型析智能控制方法。 90年代初，模糊家电风靡日本，给日本企业带来了巨大的商业利润，同时也推动欧美和其它国家，进一步促进了模糊技术的发展。1985年世界上第一块模糊逻辑芯片在美国著名的贝尔实验室问世，这是模糊技术走向实用化的又一里程碑。日本、美国、德国等许多著名公司都在积极从事这方面的研究，相继开发出许多商业化的模糊逻辑芯片，1986年日本建立了模糊控制器硬件系统（模糊控制专用器件）。上个世纪80年代末期到90年代中期先后提出了模糊近似推理、模糊自适应控制、模糊神经元网络和模糊自适应推理系统等。给模糊技术的应用注入了新的活力，开辟了十分诱人的光明前景。 我国在模糊理论领域的研究处于世界先进水平，先后出版了几十本有关模糊领域的著作。在工程技术应用方面较为薄弱，已经提出了连续监控系统设计方法和便于工程应用的模糊集成控制方法。上世纪90年代后期开始出现了模糊家电控制等。这也有你看看吧：

　　最大隶属度原则：　　第一,是穷尽性原则,即对象总体中所有分子都能归类。　　第二,是排它性原则,即对象总体中任何一个分子都不能同时归属于两个或者更多的类类。　　模糊性：若对论域（研究的范围）U中的任一元素x,都有一个数A（x）∈[0,1]与之对应,则称A为U上的模糊集,A（x ）称为x对A的隶属度.当x在U中变动时,A（ x）就是一个函数,称为A的隶属函数.隶属度A（x）越接近于1,表示x属于A的程度越高,A（x）越接近于0表示x属于A的程度越低.用取值于区间[0,1]的隶属函数A（x）表征x 属于A的程度高低,这样描述模糊性问题比起经典集合论更为合理。　　隶属度属于模糊评价函数里的概念：模糊综合评价是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法,其特点是评价结果不是绝对地肯定或否定,而是以一个模糊集合来表示。

问题一：灰色预测的条件是什么？？ 灰色预测是灰色系统理论的数学应用，其数学基础，从根本上区别于传统数学预测模型，典型传统数学预测模型，就是那些基于统计数据的数理模型，如一元线性回归、多元回归、Logistic等。 这些统计模型对给定数据采取自变量与因变量相对应的简单处理方式，也就是说，先行假定这些量及其数据之间具有这样一些形式的对应关系，采用数学方式表达这种形式关系，就是统计回归模型。但是，灰色预测模型则认为，量及其数据同其他量及数据之间、甚至一个量的多个序列数据值之间所具有的关系，并不必然显现为那种明确的统计回归关联，而是总带有内部联系，而这种联系又并不能确定无疑地表达出来，而只能表达出这种联系在数据上呈示给我们的那种数列关系，于是，这种呈示出来的关系，其实已经是该量多个数据值内部 *** 所产生出来的结果 所以，要列出这些数据值之间的关系，就并不是无隐藏的统计关系，而应该是隐含着原因在结果数据值之中的那种关系，那也就是微分方程，其实这也是微分方程的实际意义。灰色预测的数据理论基础，简而言之，集成了中等数学中的数列理论、高等数学中的微分方程、线性代数、数理统计等理论。在近年来，灰色预测的发展还体现在以上那些数学理论基础与最新人工智能算法、进化算法、生物仿生算法的相融合上，具体而言，已经涉及到较深的研究领域了。 问题二：灰色预测的特点 对于一个模糊系统来说，传统的预测方法就会失去作用。处理模糊预测问题的数学方法是模糊数学。模糊数学的基础是模糊 *** 论，而模糊 *** 是普通 *** 的扩展。美国学者l.a.zadeh教授建立的模糊 *** 论，为模糊预测理论与方法的研究奠定了理论基础。它用简捷有力的方法处理复杂系统，在某种程度上弥补了经典数学与统计数学的不足。 问题三：灰色预测的分类 ①灰色时间序列预测；即用观察到的反映预测对象特征的时间序列来构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征量的时间。②畸变预测；即通过灰色模型预测异常值出现的时刻，预测异常值什么时候出现在特定时区内。③系统预测；通过对系统行为特征指标建立一组相互关联的灰色预测模型，预测系统中众多变量间的相互协调关系的变化。④拓扑预测；将原始数据作曲线，在曲线上按定值寻找该定值发生的所有时点，并以该定值为框架构成时点数列，然后建立模型预测该定值所发生的时点。 问题四：灰色预测的应用 在预测应用上，如气象预报、地震预报、病虫害预报等，国内学者做出了许多有益的研究。 问题五：灰色预测法的介绍 灰色预测是就灰色系统所做的预测。所谓灰色系统是介于白色系统和黑箱系统之间的过渡系统。 问题六：灰色预测的建模步骤 a、建模机理b、 把原始数据加工成生成数；c、 对残差（模型计算值与实际值之差）修订后，建立差分微分方程模型；d、 基于关联度收敛的分析；e、 gm模型所得数据须经过逆生成还原后才能用。f、采用“五步建模（系统定性分析、因素分析、初步量化、动态量化、优化）”法，建立一种差分微分方程模型gm(1,1）预测模型。 令 x(0)=(x⑴，x⑵，…，x(n)) 　　作一次累加生成， k 　　x(k)= ∑x(m) 消除数据的随机性和波动性　　m=1 　　有 x=(x⑴，x⑵，…，x(n)) 　　=(x⑴，x⑴+x⑵，…，x(n-1)+x(n)) 　　x可建立白化方程：dx/dt+ax=u 即gm(1,1).该方程的解为： x(k+1)=(x⑴-u/a)exp()+u/a其中：α称为发展灰数；μ称为内生控制灰数 1、残差模型：若用原始经济时间序列建立的GM（1，1）模型检验不合格或精度不理想时，要对建立的GM（1，1）模型进行残差修正或提高模型的预测精度。修正的方法是建立GM（1，1）的残差模型。2、GM（n，h）模型：GM（n，h）模型是微分方程模型，可用于对描述对象作长期、连续、动态的反映。从原则上讲，某一灰色系统无论内部机制如何，只要能将该系统原始表征量表示为时间序列x(0)(t)，并有 x(0)(t)>0，即可用GM模型对系统进行描述。 问题七：进行灰色预测要经过哪些步骤?为什么要先对数据进行处理? 进行灰色预测，首先要鉴别系统因素之间发展趋势的相异程度，即进行关联分析，再对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型来预测事物未来发展趋势的状况。 在建立灰色预测模型之前，需先对原始时间序列进行数据处理是为了弱化原始时间序列的随机性。灰色系统常用的数据处理方式有累加和累减两种。 问题八：灰色预测模型能预测什么样的数据 一般是需要线性的 定基比有这个定义的 问题九：灰色预测和时间序列分析在预测时的异同 第一：预测的概念 预测就是在事情发生以前，分析过去、现在的变化，对未来发展的可能性作出估计和推测，以指导人们的行动。 第二：经济预测的类型 1、定性经济预测： 定性经济预测是在数据资料掌握不多的情况下，依靠人的经验和分析能

歌曲《Unholy》是关于欲望和诱惑，它试图探讨对爱和欲望的病态理解，以及如何从这种理解中解放出来。

仔细看标题了吗？再认真看一遍，没有错，是特斯拉ModelY Perfromance高性能全能驱动版，不是单电机的modelY！它的真正对手来了——阿维塔011·MMW！(MMW是 时尚 先锋品牌1017 ALYX 9SM联合创始人、纪梵希创意总监Matthew M. Williams） 大家可能还没有听过阿维塔这个名字，“阿维塔”取自于英文Avatar，意为虚拟化身，是由长安 汽车 、华为、宁德时代三家公司共同打造的智能 情感 汽车 。阿维塔011定位中国的性能电动轿跑SUV，而与MMW联名打造的限量版阿维塔011·MMW更是把电动轿跑SUV玩到了一个新的高度。 今天就拿最新公布的阿维塔011·MMW的一些信息与特斯拉ModelY Perfromance做一些对比。 一、车身尺寸 两车都为溜背设计，ModelY Perfromance车身长宽高为4750/1921/1624mm，轴距2890mm。阿维塔011的车长宽高分别4880/1970/1601毫米，轴距为2975毫米。可以看到，阿维塔除了车高，其他数据都超过了特斯拉。二、外观对比 1.轮毂 ModelY Perfromance为21英寸旋风涡轮轮毂，黑化的轮毂内带有红色刹车卡钳，运动氛围的营造很足。 前轮尺寸为255/35 R21，后轮尺寸为275/35 R21，能够保证抓地力和操控性。 阿维塔011·MMW的 轮毂为22英寸五辐花瓣轮毂，轮胎尺寸细节信息还没有公布，不过绝对不会在这方面吝啬的。刹车卡钳上也印有“MMW”联名标识，来凸显其联名车型的定位。2.车头 特斯拉的车头和3如出一辙，大家在马路上可能见得太多了，设计中规中矩，从上市之初到现在就没有变过，确实跟现在的车比起来没什么亮点。 阿维塔 011的车头设计完全颠覆常规 汽车 设计，分体式大灯，和动态的日间行车灯，无处不在彰显这个车的个性。（这个车头设计褒贬不一，大家可能一下很难接受这样的设计，可能会是大家争议的点。）3.车尾 车尾特斯拉有一个短的碳纤尾翼，能很容易让你将P版从普通版中区别出来，这也是尾部和普通版的主要区别。而阿维塔就不一样了，尾部的尾翼采用了类似奥迪A7上的动态升降尾翼，可谓逼格十足，这可不是只为了造型，是在高速行驶时为 汽车 提供下压力，提高了车辆行驶的稳定性。三、动力对比 两车同样都是3秒俱乐部，特斯拉ModelY Perfromance的前电机137千瓦，后220千瓦双电机，最高功率可达357千瓦零，百加速3.7秒。阿维塔011配备前195千瓦、后230千瓦双电机，最高功率可达425千瓦，并且拥有50:50的前后轴配重，0-100公里/小时加速时间也进入到了“3秒俱乐部”，而且阿维塔011·MMW加速应该不会比特斯拉P版慢。四、内饰对比 P版Model Y同样走着极简的设计风格。整个中控只有一块15英寸超大中控屏，初看 科技 感爆满，但时间一长难免觉得单调。 而阿维塔内饰可以看出战斗感十足，可以出流出来的图上看到环抱式座舱，氛围灯，甚至副驾的屏幕都给你配齐了，绝不会为了所谓的"简约"而妥协。 阿维塔的战斗式一体座椅，和内饰中采用了过去很少用在 汽车 领域的NUPRIMA亚光真皮，通过在涂层表面的细微结构，能够实现有别于传统真皮的触感和视觉效果。（注意座椅上的MMW联名标）。 联名版后排竟然是两个大的老板座椅，这你受得了吗？ 六、细节对比 两车都采用隐藏式门把手，能够进一步降低风阻系数， 特斯拉ModelY Perfromance作为P版，设计师在车身上用了很多黑化处理，确实让车子看起来更漂亮一些。黑色轮毂与红色卡钳相配，十分养眼，不过与普通版的主要区别还是在车尾，碳纤维扰流板、带有红色下划线MODEL Y标识，比较容易分辨，不过也仅此而已！ 阿维塔011·MMW的设计就是慢慢的细节了，随处可见的MMW联名标识， 阿维塔首席设计官Nader Faghihzadeh表示：“作为一个 汽车 设计师，你必须以某种方式将信息转化为 情感 。设计是感性的，它需要去打动别人，也需要打动你。 四副轮毂盖的悬浮式车标，在车辆高速行驶过程中，亦始终处于“安若泰然”的姿态，彰显着阿维塔011独特的身份。 七、续航对比 特斯拉ModelY PerfromanceNEDC综合续航里程为566KM， 阿维塔11 在续航里程方面，新车配备电池容量为90.38kWh的宁德时代三元锂离子电池组，最高续航里程将达700km。另外，新车还 支持200千瓦高压超级快充 ，从30%充至80%仅需15分钟。 八、智能配置 特斯拉的智能辅助就不用多说了，一直处于领先地位，重点说说阿维塔011，基于长安 汽车 、华为与宁德时代共同开发的智能电动网联 汽车 平台(CHN)，同时配有3颗激光雷达、6颗毫米波雷达、12颗超声波雷达、13颗摄像头，算力可达400Tops，可实现便捷安全的智能辅助驾驶。 九、售价 受芯片短缺影响，目前特斯拉ModelY Perfromance售价涨到了41.79万元，而阿维塔011普通版售价也许会在35左右,而阿维塔011·MMW的售价预计会接近40万，你会为它买单吗？(文中有不对的地方，请大家指正）

Z变换的基本思想众所周知来自拉普拉斯。在1947年由W. Hurewicz重新引入作为一个易操纵的方式来解决线性常系数差分方程。它后来于1952年在哥伦比亚大学被Ragazzini和Zadeh冠以“the z-transform“用于采样。双边Z变换离散时间序列x[n]的Z变换定义为：式中，σ为实变数，ω为实变量，所以Z是一个幅度为，相位为ω的复变量。x[n]和X(Z)构成一个Z变换对[1-2] 。

Kalantar-Zadeh博士与其同事分析了2872例首次肾移植后平均随访736日的糖尿病透析患者的数据。移植前糖化血红蛋白(Hb)A1c水平与移植失败或移植物功能延迟不相关。但与移植前HbA1c水平在6% ~7%的患者相比，移植前HbA1c介于8% ~9%之间的患者全因死亡率风险比为2.06，HbA1c水平≥10% 的为3.43。“我们的研究还显示糖化血红蛋白水平小于5%的患者并不比小于8%的转归好”，Kalantar-Zadeh博士称。实际上，对于HbA1c水平非常低的患者，其转归有恶化的趋势。“这些发现与其他提示严格血糖控制可能弊大于利的近期结果相似，”Kalantar-Zadeh博士说。“我们建议把透析患者的A1c 控制在8%一下，但应避免其水平太低。”

实车那是真的帅 爱了

图像分类是与图像信息提取和增强不同的遥感图像处理中另一重要的方面，与图像增强后仍需人为解译不同，它企图用计算机做出定量的决定来代替人为视觉判译步骤。因此，分类处理后输出的是一幅专题图像。在此图像中，原来图像中的每一个象元依据不同的统计决定准则被划归为不同的地表覆盖类，由于是一种统计决定，必然伴随着某种错误的概率。因此，在逻辑上的合理要求是，对每一个象元所做的决定，应是使整个被分类面积即对大量单个象元的分类的某个错误判据为最小。以下是几种常用的遥感图像分类方法：1.最大似然分类（maximum likelihood classification）最大似然分类是一种基于贝叶斯判别准则的非线性监督分类方法，需要知道已知的或确定的训练样区典型标准的先验概率P（wi）和条件概率密度函数P（wi，x）。P（wi）通常根据各种先验知识给出或假定它们相等：P（wix）则是首先确定其分布形式，然后利用训练样本估计其参数。一般假设为正态分布，或通过数学方法化为正态分布。其判别函数集为：Di（x）=P（wix），i=1，2，…，m （2-2）如果Di（x）≥ Dj（x），则x属于wi类。其中，j≠i，j=1，2，…，m。m为类别数。从上述最大似然分类的说明看，其关键就在于已知类别的定义，先验概率的确定，参与分类的变量的好坏和结果误差评价。直到现在，最大似然分类至少还有两个缺点：一是事先大量人力已知光谱类的选择和定义：二是需要长时间的计算机分类计算时间。实际上这也使得最大似然分类法遥感应用受到了限制，因此许多人专门研究改进算法以便解决和缩减图像分类的时间，提高分类的精度。Solst和Lillesand（1991）为了解决已知类别定义消耗大量人力的缺点，发展了半自动训练法进行已知光谱类的定义。Fabio Maselli等（1992）利用Skidmore和Tumer提出的非参数分类器计算出各已知类训练集的先验概率，然后将它们插入常规的最大似然分类过程中进行分类。该方法融合了非参数和参数分类过程的优点，提高了分类的精度。通常情况下，地形会影响到训练集数据，这样训练集光谱数据就偏离了最大似然分类的假设条件正态分布，从而常规的最大似然分类法在地形起伏较大的地区效果并不太好。为了解决这一问题，C.Conese和G.Maracchi和F.Maselli（1993）提出了一种改进的最大似然分类算法，即去掉每一类数据集中与第一主成分相关的信息（地形信息）然后再进行分类。通过试验，这种方法是有效的，分类精度得到了提高。K.Arai（1993）用光谱和空间信息进行分类改进了最大似然分类方法。该方法简单易行，大大提高了正确分类的概率。C.Conese和Fabio Maselli（1992）用误差矩阵提高最大似然分类面积估计的精度。Irina Kerl（1996）加最大似然分类精度的一种方法，即多概率比较法。他对同一遥感数据的原始波段、主成分和植被指数的22种组合进行了最大似然分类，发现没有一种波段组合的分类能给出图像中所有土地利用类型的精确分类，每一波段组合仅对图像中的一两类土地利用类型分类有效。因此他提出将能有效区分出所要决定的土地利用类型的几个波段组合的分类结果进行组合来进行图像分类，并称这种方法为多概率比较法，这种方法的基础就是图像数据不同波段组合的分类结果之间分类概率大小的比较。应用这种方法提高了分类的精度。2.最小距离分类（minimum distance classification）最小距离分类是一种线性判别监督分类方法，也需要对训练区模式样本进行统计分析，是大似然分类法中的一种极为重要的特殊情况。最小距离分类在算法上比较简单，首先需选出要区分类别的训练样区，并且从图像数据中求出各类训练样区各个波段的均值和标准差，然后再计算图像中其他各个象元的灰度值向量到各已知类训练样区均值向量之间的距离。如果距离小于指定的阈值（一般取标准差的倍数），且与某一类的距离最近，就将该象元划归为某类。因此称为最小距离分类。该方法的精度主要取决于已知类训练样区的多少和样本区的统计精度。另外，距离度量的方法不同，分类的结果也不相同，常见的有：（1）明氏距离（minkowski distance）中亚地区高光谱遥感地物蚀变信息识别与提取当q=2时，即为欧氏距离，而当q趋于无穷时，得到切比雪夫距离。明氏距离，特别是其中的欧氏距离，在实际中用得较多，但它存在着两方面的缺点：一是它与各指标的量纲有关；为克服这一缺点，常常采用先将数据规格化的方法。二是它没有考虑变量之间的相关性。一种改进的距离就是马氏距离。（2）马氏距离（mahalanobis distance）中亚地区高光谱遥感地物蚀变信息识别与提取当 中各特征间完全不相关，这时的马氏距离即为欧氏距离。总之，最小距离分类是一个能在程序上经济有效实现的简单方法，与最大似然方法不同，它在理论上并不使平均分类错误为最小，所得到的精度与最大似然分类法可相比拟，而计算时间却只有后者的一半。3.平行管道分类（parallelepiped classification）平行管道分类是一种最简单的分类方法，是通过研究训练样区数据的各个光谱成分的直方图来进行分类的图像直方图中灰度值的上下限描述了图像中每个波段中类别的灰度值范围。某一光谱类在所有波段的灰度值范围定义了一个多维的平行管道。通过分类计算，图像中的未知象元被划分到属于已知一光谱类的平行管道内，因此称该方法为平行管道分类。这种方法简单易行，但也有几个缺点：①各已知光谱类的平行管道之间必定具有一定的间隔，如果图像中的象元落在这些间隔内，则这些象元不被分类。②对于图像中相关性强的光谱类，它们所定义的平行管道之间必定具有某些重叠，结果落在重叠区的这些象元不能被很好地分离。③没有考虑已知光谱类的先验概率。④根据直方图定义的已知光谱类的平行管道仅仅是通常用来定义光谱类特征的椭圆平面的粗略表示。T.W.Kellenberger和K.I.Iten（1996）提出改进方法。改进过的平行管道方法基于每个图像波段内两类之间累积百分比直方图的最大差值自动分离已知目标类，这种分离值和图像波段都是自动选择的。他利用改进过的平行管道分类对TM遥感数据进行了森林覆盖分类，结果取得了较好的效果，提高了分类的精度。4.模糊分类（fuzzy classification）模糊理论（fuzzy theory）是处理模糊性的理论的总称，它是以1965年由Zadeh提出的模糊集合论为基础的。模糊分类即是建立在模糊理论之上的分类方法。在常规遥感图像分类中，图像中的每个象元都被划归为某一种地物类型，象元和类别之间一一对应，并没有考虑遥感图像中实际存在的混合象元问题，即某一象元中同时存在有几种地物类型，所以这种分类方法的结果必然存在有误差，这也是常规遥感图像分类方法的局限性。模糊分类法正好克服了这一不足，它利用象元隶属度表示象元的归属问题。当一象元对某一类地物的隶属度为0时，表示该象元不属于该类；当一象元对某一类地物的隶属度为1时，表示该象元属于该类；当一象元对某一类地物的隶属度为0和1之间的数时，表示该象元以该隶属度属于该类，也即表明该象元为混合象元。模糊分类的方法有很多，大多是常规分类方法的扩展。F.Wang（1990）详细讨论了遥感图像模糊监督分类的意义，他认为模糊监督分类与常规分类方法相比，在3个方面有所改进：①用模糊集合表示地学信息更合理；②光谱空间的模糊划分；③分类参数的模糊估计。Paolo Gamba等（1996）利用完全模糊分类链对多光谱遥感图像进行了分类，他们不仅考虑了图像中象元的光谱特征，而且还考虑了图像中邻近象元之间空间上的相互关系，结果图像的分类精度得到了提高。5.神经元网络分类（neural network classification）神经元网络的结构包含一个输入层、一个输出层以及一个或多个隐层。输入层结点数与参加分类的特征数相同，输出层结点数与最终类别数相同，而中间隐含层结点数则由实验来确定。神经元网络分类主要就是网络的训练迭代，要达到一定的精度，往往需要很多次的迭代，这是非常费时的，然而网络训练一经完成，则可较快地应用于分类识别。F.Amar等（1995）基于分类误差百分比和用户CPU时间比较了4 种神经元网络的遥感应用，他发现后向传播神经元网络算法（back-propagation neural network algorithm）需要最多的迭代次数，是其中最慢获得88%分类精度的算法。动态学习神经元网络算法（dynamic-learning neural network algorithm）只需迭代两次，占用591 s的CPU时间就可获得85%的分类精度，达到86%的分类精度需要迭代5次，占用CPU时间1613.7 s；功能连接神经元网络算（functional link neural network algorithm）分类精度比快速学习神经元网络算（fast-learning neural network algorithm）算法低，但占用了较少的CPU时间；快速学习神经元网络算法提供了最高的分类精度，但两次迭代运算后比功能连接神经元网络算法和动态学习神经元网络算法需要更长的CPU时间。另外，许多研究者利用神经元网络算法对遥感图像数据进行了分类（Mcclellan et al.，1989；Benediktsson et al.，1990；Kanellopoulos et al.，1991；Heermann and Khazenie，1992；Bischof et al.，1992），这些研究表明神经元网络分类能够给出好的分类结果，该结果与常规最大似然分类算法取得的分类精度大致相当，如神经元网络分类算法应用恰当，则分类精度更高。K.Sanjo（1996）研究了神经元网络技术的遥感图像分类，发现监督分类中训练样本数据的排列影响着分类的精度，因此必须注意由于简单地神经元网络算法学习阶段训练样本数据的重新排列所造成的分类结果的改变。另外，他还研究了混合象元问题，结果表明通过学习混合数据，神经元网络算法能有效地减少分类的误差。6.N维概率密度函数（N-dimensional probability density functions）Haluk Cetin和Donald W.Levandowski（1991）利用N维概率密度函数对多维遥感数据进行了分类和填图。N维概率密度函数是一种用来显示、分析和分类数据的算法，源于常称的频率透视图，但又克服了早先方法的内在限制。利用N维概率密度函数算法进行的交互式分类过程是一种新的多维数据的分类方法，它提供了遥感数据分布的清晰透视和监督分类中被选择的训练区分布的清晰透视。经过多维数据和训练区分布的N维概率密度函数的制图后，N维概率密度函数空间根据训练区数据的分布被划分，然后将N维概率密度函数的这种划分当作查询表（look-up table）分类遥感图像数据。对非监督分类，N维概率密度函数图可以提供数据分布的一种有价值的代表，数据分布可直接用来选择类别数和数据初始聚类时类均值的位置。与传统的统计分类方法，例如最大似然分类和最小距离分类，需要大量计算机内存、计算缓慢、对显示重叠类能力有限相比，N维概率密度函数分类速度极快，可利用无限制的波段数，图形地显示数据和类别的分布。Haluk Cetin和Timothy A.Warner和Donald W.Levandowski（1993）利用N维概率密度函数对TM等多种遥感数据源数据进行了分类、可视化和增强，结果取得了良好的效果，取得了比传统分类方法较高的分类精度。7.其他分类方法N.B.Venkateswarlu和P.S.V.S.K.Raju（1993）提出了一种新的遥感图像快速分类器该分类器是一种非参数分类器，叫做整体平均分类（ensemble-average classifier），利用了最小距离的概念，算法步骤如下：①计算每一组的整体平均值（一般为均值）Mi，i=1，2，...，C②如果满足下列两式，那么任一随机象元X将被划归wi组。XT（Mi-Mj）＜ Tij，j≠ I （2-5）中亚地区高光谱遥感地物蚀变信息识别与提取式中Tij=-Tij。③经过①②步后，随机象元X被划归为正确的类。另外，通过对参与计算变量的排序和部分一总和逻辑的考虑，可大大降低该算法计算的时间。与最小距离（欧氏距离）和最大似然分类器相比，整体平均分类器所用时间最少，分类精度与最小距离大致相同，对像农田面积和森林这样的名义类型的分类十分有效。Haluk Cetin（1996）提出了一种分类方法：类间距离频率分布法（interclass distance frequency dis-tribution），这是多光谱数据非参数分类方法的一种。类间距离频率分布过程简单，是一种有力的可视化技术，它图形地显示多光谱数据和类分布。首先选择感兴趣的类，这些类的统计信息从典型的训练样区可获得。利用类的平均测量矢量计算多光谱数据中每个象元的距离，并存放在一个两维数据分布数组中。选择其他类的训练区，训练区数据的分布通过距离计算可获得。通过可视化地检查结果，建立分类查询表（look-up table），然后利用分类查询表进行多光谱图像数据的分类，具体细节请参见原文。H.N.Srikanta Prakash等（1996）改进了遥感数据凝聚聚类分析，这是一种基于相互近邻概念，用来进行多光谱数据分类的非参数、层次、凝聚聚类分析算法。该方法定义了围绕象元的感兴趣区域（area of interest around each pixel），然后在它内部寻找分类时初始合并操作需要的k最近邻，将象元的特征值、波段值和象元的相对位置值一起考虑，提出了改进的距离量度，这样，大大减少了计算的时间和内存的需求，降低了分类的误差概率。Steven E.Franklin和Bradley A.Wilson（1992）设计了3阶段分类器进行遥感图像的分类，它由一个基于四叉树的分割算子、一个高斯最小距离均值测试和一个包括辅助地理网数据和光谱曲线测量的最终测试构成。与最大似然分类技术相比，3阶段分类器的总体分类精度得到了提高，减少计算时间，另外仅需最少的训练样区数据（它们在复杂地形区很难获得）。

易车讯 5月26日，阿维塔011实车亮相，作为阿维塔11的联名限量版车型，阿维塔011全球限量销售500辆。新车由纪梵希创意总监MATTHEW M. WILLIAMS (MMW) 与阿维塔首席设计官NADAR FAGHIHZADEH操刀设计，在阿维塔11基础上融入时装理念。与此同时，本次亮相的阿维塔011也将是阿维塔“0系列“的首款车型。造型方面，阿维塔011全车采用黑色涂装，并且黑专属特调自恢复高光钢琴烤漆的应用，让钣金喷涂部位受损可自我修复80%以上。溜背式的设计让其看起来更年轻、更动感。LED光源前大灯采用了分体式设计，造型非常炫酷，点亮后有着极高的识别度。作为联名限量版车型，阿维塔011采用黑色阿维塔logo和车标，并配备带有阿维塔车标的22英寸轮圈。包括白色前刹车卡钳、迎宾踏板、座椅头枕和侧门上，均带有AVATR MMW联合logo，以彰显其特别版车型的身份。车尾设计圆润饱满，采用了贯穿式尾灯设计，为了照顾车身造型，尾窗面积相对较小，尾灯下是车辆的中文名称，除此之外并没有多余的点缀，将简约风格发挥到了极致。来到内饰部分，采用环抱式座舱设计的阿维塔011除了与造型相一致的黑色内饰配色外，车内采用全手工真皮包覆内饰，例如座椅头枕、方向盘上幅等部位的哑光表面采用Nuprima真皮，高亮表面采用Nappa真皮。此外，车内还采用了定制化座椅版型及缝线，仿佛一件时尚单品。MMW标志性搭扣位于前排座椅后背、中控下方储物格以及后备箱储物绑带上，全车音响面罩采用金属材质，配合真皮面料，呈现出更强的高级感。配置部分，新车配备了15.6英寸悬浮式中控屏、10.25英寸全液晶仪表及10.25英寸副驾驶屏。动力部分参考阿维塔11的申报信息，新车搭载双电机系统，前电机最大功率195kW、后最大功率230kW双电机，系统综合功率可达425kW。50:50的前后轴配重，官方公布的0-100公里/小时加速时间进入3秒俱乐部。所配备的宁德时代三元锂离子电池包，、容量为90.38kWh，续航里程600km。续航超过700km的车型也在同步开发中。阿维塔11将率先在业内应用750V高压充电系统，充电功率最高可达240kW，仅需15分钟即可将电量从30%充至80%。根据易车App“新能源车型热度榜”数据显示，阿维塔11日均关注度1.32万，位列排行榜第55名。如需更多数据，请到易车App查看。

《不归路》百度网盘高清资源免费在线观看：链接: https://pan.baidu.com/s/1dkntv_cZj5nlYc8gdWDb7Q 提取码：52gi导演: Parviz Saghizadeh编剧: Parviz Saghizadeh主演: 迈克尔·马德森、大卫·卡拉丁、Michael Blain-Rozgay、Ernest Anthony、Shane Woodson、Carlie Westerman、Sandy Kanan、Michelle Capra类型: 剧情、动作制片国家/地区: 美国语言: 英语上映日期: 2008-11-10片长: 91 分钟又名: 爆裂末路、四个杀手不太冷一群职业打手被秘密指派去调查一系列黑帮运毒与销赃的行动，殊不知在他们残酷面容的背后隐藏着一个个需要救赎的灵魂，在这次的行动中，他们将面临生命中最大的挣扎，他们从腥风血雨中救出一个孤儿，这个身世可怜的女孩让他们起了恻隐之心，但这却违背了打手的职业信念，他们将如何自处? 还有那隐藏在幕后的黑手正企图把真相一个一个湮灭，他们该如何脱逃…

模糊数学是用数学方法研究和处理具有“模糊性”现象的一门科学，它是由美国控制论专家查德（Zadeh L.A.）在1965年创立的。模糊数学的理论和方法虽然还不很完善，但是已显示出强大的生命力。模糊数学的方法弥补了“综合指数法”忽略水质分级界线的模糊性的缺陷。因为地下水环境系统存在如下特征。1）水环境系统中污染物质之间存在着复杂的、难以明确的相关关系。水污染是由各污染因子共同作用的结果，它是一个连续、渐变、边界模糊的复杂过程，在评价时客观上存在模糊性。2）根据水的用途和环境指标来确定水质分级标准时，若用单一的每个因素的数值来表征其特征和用途，在标准选取上，人为因素极大，在客观上人们对水质的要求而制定的标准也存在模糊性。3）经过各种单项及综合运算后，对水质量给出一个结论，由于水质量是一个连续的变化的事件，因此给出的结论也存在模糊性（孙幼平等，1988）。根据上述特征，为了真实地刻画这个过程，针对其模糊性，运用模糊数学理论进行处理，对地下水水质的评价会给出比较客观的结果。（一）模糊综合评判法所谓模糊评判，就是根据给出的评价标准和实测值，经过模糊变换，对事物的全体作出总的评价的一种方法。模糊综合评判问题，实际上就是模糊变换问题，它的原理可用模式（4-27）表示：B=A·R （4-27）式中：A为因子权重。为了突出地下水水质成分的主要因子，对各种样品、各因子视其在模糊分级标准中不同情况，分别赋权，得权重A。A是由各评价因子的权重处理后所构成的1×m阶行矩阵，称为输入。权重A与评价的方法和目的有关。赋权应以各评价因子对地下水质量影响的贡献为主要考虑因素。若多种因子对地下水质量影响时，应能反映出多因子之间的协同、颉颃作用状况。在实际评价中，由于化学组分在地下水系统介质中迁移转化的机制不易认清，所以合理赋权是比较困难的。一般采用环境质量分指数法求出权重A。为了进行模糊变换，Wi应满足归一化要求：区域地下水功能可持续性评价理论与方法研究进行归一化，计算公式为区域地下水功能可持续性评价理论与方法研究式中：Wi为经归一化i因子的权重。由此构成（1×m）权重矩阵：A=（W1，W2，…，Wm）R为模糊转换器，是由若干个单因子评价行向量构成的，它表示从被考查要素到评定最高等级的一种模糊转化关系，其模糊关系矩阵为区域地下水功能可持续性评价理论与方法研究B为综合评判结果，称为输出。B是要求的评价结果，它是评价集上一个模糊子集，用一个1×n行向量的形式表示。B=（μ（x1），μ（x2），…，μ（xi））上式中各个元是各因子对于评价等级的隶属度。μmn的计算采用降半梯形法，换算公式如表4-4所示（韩银富等，2000）。表4-4 隶属度μmn计算公式一览表续表概括地说，已知输入和模糊转换器求输出，就是模糊综合评判（付雁鹏等，1987）。综合评判，即A与R两个模糊矩阵的复合运算，采用（∧，∨）型综合评判计算法，类似于普通矩阵乘法，只是将矩阵乘法运算中的“×”号改为“∧”号，将“+”号改为“∨”号，“∧”意为两数中取小值，“∨”意为两数中取大值。复合运算的结果，表示某水样相对于各个质量类别的综合评判隶属度。根据所评价的综合隶属度，比较各级隶属度的大小。其中，隶属度最大者所在等级，即为水样点的分类等级。若Bi=max｛B1，B2，…，Bn｝，则该样品水质等级定为第i级。多样品水质按从优到劣排序的原则；同级别水质，比较各样品其邻级较优级别的隶属度，大的先排；不同级别水质，较劣的后排。将模糊综合评判法应用到地下水质量评价中，可得出一个客观的综合评价结论，以及各种组分影响程度的顺序。模糊综合判别法的局限性：1）B=A·R是通过“∨”，“∧”得到的，这种运算形式过分强调了极值的作用，这就势必丢掉一些数据所提供的信息，使判断结果显得“粗糙”，如评价函数呈现b1=b2=…=bm的情况时，就给最后的判别造成困难。2）由于强调“取小，取大”，如果A中各分量小于R中各量，复合结果R中各量将全部被筛选掉，使单因素判别失去作用，结果形成以权数作为评判函数的现象。以上情况会影响评价的精度。为了得到更好的评价结果，可根据实际情况，将“∨”，“∧”换成其他形式的算子进行评判，表4-5列出了几种常见的算子形式（付雁鹏等，1987）。表4-5 其他几种常见的算子形式注：a，b分别表示μa（x），μb（x）；a·b表示普通实数乘法；⊕表示有界和运算。如果采用一种算子评判把握不准，可以同时采用多种算子分别评判，最后进行评判结果比较，确定客观的较优的结论。（二）相似优先比法相似优先比法是模糊数学中的一种计算方法，是在被选择对象所组成的集合上，根据一些因素建立一个模糊相似关系，然后由表现这个模糊关系的模糊矩阵来决定元素的优劣。借助这种方法，可以对集合中元素按优劣程度排序。模糊相似矩阵是以海明距离比为基础构建的，使用λ截矩阵概念计算各分区与环境目标值相似程度的次序。1.海明距离dki=xk-xi （4-29）dkj=xk-xj （4-30）式中：xk为某级水质（环境目标值）标准值；xi，xj为被比较的两个区的实测平均值。2.模糊相似优先比区域地下水功能可持续性评价理论与方法研究rji=1-rij （4-32）若rij在（0.5，1）之间，表示xi比xj优先；若rij在（0，0.5）之间，表示xj比xi优先。理想情况有3种：若rij=1，表示xi显然比xj优先；若rij=0，表示xj显然比xi优先；若rij=0.5，无法确定优先比，两个选择等价。3.模糊相似优先比矩阵区域地下水功能可持续性评价理论与方法研究4.相似程度根据实际情况，在［0，1］之间由大到小选定一系列λ值（λ为评价样品与标准值相似程序的界限），作出相似的矩阵Rλ，得出各因子与目标之间的相似程度，并按求λ截矩阵的次序将元素排序。区域地下水功能可持续性评价理论与方法研究5.综合排序综合排序，即将各元素的多种排序的序号求和，序号和越小，则该元素越优，反之，则差。应用相似优先比法对地下水质量进行优劣排序，效果较好。但是建立模糊相似关系矩阵和求λ截矩阵的工作比较繁琐，为避免较大的计算量，建议当样品少时，应用此方法（胡志荣等，1996）。（三）Fuzzy距离定序法Fuzzy距离定序法是在相似优先比法的基础上，将繁琐的建立模糊相似关系矩阵和求λ截矩阵的工作，通过变换待定序样品的序列，分析利用Fuzzy距离确定的Fuzzy优先矩阵的性质给出Fuzzy优先关系定序的简化方法。Fuzzy距离定序法简介：设已知给定一标准样品为B=（b1，b2，…，bi） （4-35）式中：i=1，2，…，m。给定待序样品序列为A′：A′1，A′2，…，A′i，…，A′n （4-36）式中：A′i=（ai1，ai2，…，aij），1≤i≤n，1≤j≤m，即每一个样品由m个指标构成。由于样品的各项指标单位各异，同一指标可能相差较大，为充分发挥样品各项指标在综合评比中的作用，首先对样品序列A′中每一样品的各项指标进行标准化处理。然后计算待定序样与标准样品之间的Fuzzy距离，具体计算时采用下述公式：区域地下水功能可持续性评价理论与方法研究式中：d（Ai，B）为样品Ai与标准样品B的Fuzzy距离；xik为待定序样品Ai的第k项指标；dk为样品第k项指标的权重，且 ；p为选定的常数，p=1时，式（4-37）为加权海明距离；p=2时，为加权欧氏距离。用式（4-35）通过计算得到待定序样品A′与标准样品B之间Fuzzy距离序列D′：d（A1，B），d（A2，B），…，d（Ai，B），…，d（An，B） （4-38）对序列（4-36）按从小到大的次序排列，得到新的Fuzzy距离序列d：d1，d2，…，di，…，dn （4-39）其中：d1＜d2，…＜di…＜dn对样品序列式（4-36），按样品在序列式（4-39）中相应出现的先后次序进行重新排列，得到新的样品序列A：A1，A2，…，Ai，…，An （4-40）若在序列式（4-39）中，存在di=dj，则相应把序列式（4-40）写成：A1，…，A2，…，Ai，Aj，…，An把Fuzzy距离按从小到大的顺序排列，待定序样品在距离序列中相应出现的先后次序即为所求的排列结果。对地下水质量优劣排序而言，Fuzzy距离由小到大代表地下水质量由优到劣。利用Fuzzy距离定序法进行地下水质量优劣排序，比相似优先比法简便，计算量小，评别易行，尤其当样品多时，更体现出此方法的有效性。但是此方法存在许多问题需进一步研究和探讨，如Fuzzy距离公式的选用、样品指标权数的确定等。因为Fuzzy距离定序法，定序的结果与Fuzzy距离有关，因此，应根据实际问题选用适当的计算公式，并结合研究区的水文地质条件及监测数据进行优劣排序；样品指标权数的选取是人为根据诸指标对地下水质量贡献大小来进行的，需要对各因素的影响有比较清楚的认识，才能够把握权重值。