什么是模糊系统理论

模糊系统理论是指推广通常的系统理论得到的，以模糊集合的形式表示系统所含的模糊性并能处理这些模糊性的系统理论。

模糊系统理论的起源

模糊系统理论是在美国加州大学LA．Zadeh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，就有学者开始思考和研究如何描述客观世界中普遍存在的模糊现象。1923年，著名的哲学家和数学家B．Russell在其有关“含模糊性”的论文中就认为所有的自然语言均是模糊的，如“年轻的”和“年老的”都不是很清晰的或准确的概念。它们没有明确的内涵和外延，实际上是模糊的概念。然而，在一个特定的环境中，人们用这些概念来描述某个具体对象时却又能让人们心领神会，很少引起误解和歧义。与B．Russell同时代的逻辑学家和哲学家人lKasiewicz发现经典的：值逻辑只是理想世界的模型，而不是现实世界的模型，因为它在对待诸如“某人个子比较高”这一客观命题时不知所措。他在1920年创立厂多值逻辑，为建立正式的模糊模型走出了关键的第一步。但是，多值逻辑本质卜仍是精确逻辑，它只是二值逻辑的简单推广。

1937年，英国学者M．Nack也曾对“含模糊性”的问题进行过深入研究，并提出了“轮廓‘致”的新概念。这实际上是后来的“隶属度函数”这一重要概念的思想萌芽。遗憾的是，他在描述某一概念的“真实接近程度”时，错用了“用法的接近程度”，最终与模糊集合擦肩而过，失之交臂。应该说他已经走到了真理的边缘，可谓模糊系统理论的鼻祖。

1965年，Zadell在其“FuzzySets”论文中首次提出了表达事物模糊性的重要概念——隶属度函数，从而突破7，19世纪末德国数学家G．Contor创立的经典集合理论的局限性。借助于隶属度函数可以表达一个模糊概念从“完全不属于”到“完全隶属于”的过渡，从而能对所有的模糊概念进行定量表示。隶属度函数的提出奠定丁模糊系统理论的数学基础。这样，像“冷”和“热”这些在常规经典集合中无法解决的模糊概念就可在模糊集合中得到有效表达。模糊集合为计算机处理语言信息提供了一种可行的方法。

1966年，P．N．Marinos发表了有关模糊逻辑的研究报告。这一报告真正标志着模糊逻辑的诞生。模糊逻辑和经典的二值逻辑的不同之处在于：模糊逻辑是一种连续逻辑。一个模糊命题是一个可以确定隶属度的句子，它的真值可取

模糊系统理论的方法

模糊系统理论的基础是模糊集合理论，模糊系统理论的方法主要用于环境质量评价中，如模糊聚类法、模糊综合评判法等，它的核心是利用隶属度刻画客观事物中大量模糊的界线。在环境质量评价中，对于评价级别的归属问题，即元素与集合之间的关系，不再是笼统的经典集合论中的属于或不属于关系，而是中间的一个数，这样能更为确切地反映实际情况。

对于战略环境评价的研究对象——战略经济环境系统，其本身就是一个模糊系统，因此模糊系统理论可以在战略分析、战略环境影响预测中应用。

模糊系统理论案例分析

案例一：模糊系统理论在选拔高中语文师资中的应用

模糊系统理论以模糊集为基础，其内涵为认知不确定，依据为隶属度函数，手段为边界取值，特点为经验，要求为函数，目标为认知表达，思维方式为外延量化，信息准则为经验信息。

模糊量用模糊集表示，模糊集为1与0之间的集，元素的特征值可以取0到1之间的任何值。模糊系统模型含有的成份为：状态变量、独立变量、决定变量、外部干扰、因果律、它们的真值、目标、约束条件、评价函数、各种常数等。

模糊系统理论与我们的工作和生活有着千丝万缕的联系，有着无与伦比的优越性。它能满足逻辑与非逻辑、主观与客观、宏观与微观、定性与定量、模糊与严密等矛盾要求，它能更多地表示有关人类意愿的问题，能比较合理地表达人类的思考方法和主观上的模糊量。

模糊系统理论在运筹分析、社会科学、模糊控制、人工智能、调查分析、计划、评价等领域均有应用。运筹分析中，如模糊逻辑、模糊推理、模糊运算、多目标规划法、集团的选择、选考理论、对策理论、多变量分析、聚类分析、时序分析等；人工智能中，如根据图像判断形状、图象识别、设备诊断、自然语言理解、人类情报处理、系统分析、专家系统、故障诊断等。模糊系统理论以它强大的生命力受到人们的青睐，并以它蓬勃的朝气为人类造福。

模糊系统理论在选拔各类人才中有着重要的应用。如选拔高中语文教师时，该理论就显示出它的优越性，体现它的威力，它能进行动态最优化，它能以少的投资获取大的效益。现将其应用举例说明。例：某学校为了挑选优秀的高中语文师资，希望其教学质量好、综合素质高、一专多能，且对工资福利待遇要求不高。现将教学质量好、综合素质高作为目标；一专多能、对工资福利待遇要求不高作为约束条件，对甲、乙、丙、丁、戊共5名候选人进行了解。将此5人各自对教学质量好(Mf1)、综合素质高(Mf2)；一专多能(H1)、对工资福利待遇要求不高(H2)的隶属程度列入下表。需要进行合理的选择，从中挑选出合适的人选。

先对g(目标)、h(约束条件)都使用加权平均型综合评判函数。关于g，对教学质量好Mf1取权数0.65，综合素质高Mf2取权数0.35，综合评价结果记作MF1；关于h，对一专多能取权数0.55，对工资福利待遇要求不高取权数0.45，综合评判结果记作H。又将g改为主因素突出型，并取T=×，对教学质量好取正规化“权重”为1，综合素质高取正规化“权重”为0.54，综合评判结果记作MF2。又将MF1、MF2及H也列入下表中。

使用模型max uMF(x)TuH(x)

当取T=∧时，对于MF1，因(0.8∧0.8)∨(0.74∧1)∨(0.86∧0.6)∨(0.56∧0.9)∨(0.71∧0.4)=0.8∧0.8=0.8

故应在0.8水平录用甲。对于MF2，因(0.9∧0.8)∨(0.7∧1)∨(1∧0.6)∨(0.54∧0.9)∨(0.6∧0.4)=0.9∧0.8=0.8

也应在0.8水平录用甲。又当取T=×时，对于MF1：

(0.8×0.8)∨(0.74×1)∨(0.86×0.6)∨(0.5×0.9)∨(0.71×0.4)=0.74×1=0.74

对于MF2：(0.9×0.8)∨(0.7×1)∨(1×0.6)∨(0.54×0.9)∨(0.6×0.4)=0.9×0.8=0.72

均表明应在0.8水平录用甲。

综上所述，模糊系统理论不仅具科学性而且具前瞻性和实用性，能为我们的工作提供正确的指导。