隶属函数 | 柯西告诉你好、很好、非常好等于多少
故事从一道国赛题说起···
2004年的全国大学生数学数模D题——公务员招聘.(附试题链接:2004年全国大学生数学建模竞赛赛题 - 豆丁网)
如下图,复试成绩(专家组对应聘者特长的等级评分)是以ABCD四个等级给出的.
建模中,将等级量化是至关重要的一步.那么如何将这四个等级量化呢?这需要用到模糊数学中隶属度方法.
题目数据表求解过程
不妨设相应评语集为{A(很好),B(好),C(一般),D(差)},对应的数值为5,4,3,2.根据实际情况选取如下所示偏大型柯西分布隶属函数
取
于是求得将其带入(1)式可得隶属函数.
偏大型柯西分布隶属函数经计算得
则专家组对应应聘者各单项指标的评价{A(很好),B(好),C(一般),D(差)}的量化值为.
由此,评价就被量化出来了.值得一提的是,这个结果具有普适性.
“一切问题归根结底都是数学问题。”——笛卡尔
引入
这里用到的工具是隶属函数(membership function),也称为归属函数或模糊元函数,是模糊集合中会用到的函数,是一般集合中指示函数的一般化.
一元素的指示函数的值可能是0或是1.
一元素的隶属函数是0到1之间的数值,表示元素属于某模糊集合的“真实程度”(degree of truth).
EXX 如果集合S={体重超过120kg}.那么小张体重80kg,属于集合S中,其指示函数为1;小甘体重50kg(在此自欺欺人),不属于集合S中,其指示函数为0.但针对模糊集合,可能不会有如此明确的定义.假设微胖是一个模糊集合,可能体重120kg的人的隶属度为0.9,体重100kg的人其隶属度为0.8.
下面,给出数学上隶属函数的定义:
DEF 针对集合X,集合X上的隶属函数是将集合X映射到单位实数区间[0,1]的函数.
分析
上面求解过程中,为连续量化,取偏大型柯西分布隶属函数和对数函数作为隶属函数.
上述问题中,模糊集为{A(很好),B(好),C(一般),D(差)}.
当“好”时,隶属度为1;当“一般”时,隶属度为0.8;当”很差“时,隶属度为0.01.这样取值带有一定的主观性和经验性.这也是隶属函数的特点所在,背后隐藏的数学原理在此不深究(问了老师还是模糊滴).根据这个规律,对于任何一个评价值,都可以给出一个合理的量化值.
事实上,除了偏大型柯西分布隶属函数,还有偏小型和中间型.但一般的,我们根据实际情况,选择偏大型柯西分布隶属函数.
Q&A
QAQ 为什么选择偏大型柯西分布隶属函数?
ANSR 根据实际情况,也可构造其它的隶属函数,如偏大型正态分布隶属函数.
总结
量化让我们得以解决一些数学问题.但是,生活不应该被量化.因为和0、1相比,更美妙的是0、1之间那无限的、等待着人们去探索的未知.
❤️