”或者’云滴‘是云模型的基本单元,所谓云是指在其论域上的一个分布,可以用联合概率的形式(x, u)来表示

云模型用三个数据来表示其特征 
期望:云滴在论域空间分布的期望,一般用符号Εx表示。 
熵:不确定程度,由离散程度和模糊程度共同决定,一般用En表示。 
超熵: 用来度量熵的不确定性,既熵的熵,一般用符号He表示。

云有两种发生器:正向云发生器和逆向云发生器,分别用来生成足够的云滴和计算云数字特征(Ex, En,He)。

正向云发生器: 
1.生成以En为期望,以He^2为方差的正态随机数En’。 
2.生成与Ex为期望,以En‘^2为方差的正态随机数x。 
3.计算隶属度也就是确定是 u=exp(-(x - Ex)^2 / 2*En‘^2),则(x, u)便是相对于论域U的一个云滴。这里选择常用的“钟型”函数u=exp(-(x - a)^2 / 2*b^2)为隶属度函数。 
4. 重复生成123步骤直到生成足够的云滴

逆向云发生器 
1.计算样本均值X和方差S^2 
2.Ex = X 
3.En = S^2 
4. He = sqrt(S^2 - En^2)

云模型的MATLAB设计 ———评估下面四位选手的设计水平

选手 A B C D
1 9.5 10.3 10.1 8.1
2 10.3 9.7 10.4 10.1
3 10.6 8.6 9.2 10.0
4 10.5 10.4 10.1 10.1
5 10.9 9.8 10.0 10.1
6 10.6 9.8 9.7 10.0
7 10.4 10.5 10.6 10.3
8 10.1 10.2 10.8 8.4
9 9.3 10.2 9.6 10.0
10 10.5 10.0 10.7 9.9

MATLAB程序如下:

cloud_main.m

% 以下是主函数cloud_main.m
clc;
clear all;
close all;
% 每幅图生成N个云滴
N = ;
% 射击成绩的原始数据
Y = [
9.5 10.3 10.1 8.1;
10.3 9.7 10.4 10.1;
10.6 8.6 9.2 10.0;
10.5 10.4 10.1 10.1;
10.9 9.8 10.0 10.1;
10.6 9.8 10.0 10.1;
10.4 10.5 10.6 10.3;
10.1 10.2 10.8 8.4;
9.3 10.2 9.6 10.0;
10.5 10.0 10.7 9.9;
]; for i = : size(Y,)
subplot(size(Y,)/, , i)
% 调用函数
[x, y, Ex, En, He] = cloud_transform(Y(:,i), N);
plot(x, y, 'r.');
xlabel('射击成绩分布/环');
ylabel('确定度');
title('人射击云模型还原图谱');
% 控制坐标轴的范围
% 统一坐标轴上才会在云模型形态上才具有可比性
axis([, , , ]);
end
cloud_transform.m
function [x, y, Ex, En, He] = cloud_transform(y_spor, n);
% x 表示云滴, y 表示隶属度(这里是钟型隶属度), 意义是度量倾向的稳定程度;
% Ex 云模型的数字特征,表示期望;En 云模型的数字特征,表示滴(表示混乱程度的物理量,实在是打不出来了,就用这个代替了,下同);
% He 云模型的数字特征,表示超滴
Ex = mean(y_spor);
En = mean(abs(y_spor - Ex)).*sqrt(pi./);
He = sqrt(var(y_spor) - En.^);
% 通过统计数据样本计算云模型的数字特征
for q = :n
Enn = randn().*He + En;
x(q) = randn.*Enn + Ex;
y(q) = exp(-(x(q) - Ex).^./(.*Enn.^));
end
x;
y;

结果如下图:

可以看出C选手的云滴凝聚抱合程度更高,所以可以认为C选手在本次比赛表现更为出色

读  《MATLAB在数学建模中的应用》

基于MATLAB实现的云模型计算隶属度的更多相关文章

  1. 基于MATLAB搭建的DDS模型

    基于MATLAB搭建的DDS模型 说明: 累加器输出ufix_16_6数据,通过cast切除小数部分,在累加的过程中,带小数进行运算最后对结果进行处理,这样提高了计算精度. 关于ROM的使用: 直接设 ...

  2. 如何将Matlab中“模糊控制设计器”的隶属度函数导出图片(figure)

    如何将Matlab中"模糊控制设计器"的隶属度函数导出图片(figure)详情参考matlab官方帮助手册:plotmf()函数https://www.mathworks.com/ ...

  3. 模糊集合和隶属度函数--AForge.NET框架的使用(一)

    原文:模糊集合和隶属度函数--AForge.NET框架的使用(一) 什么是AForge.NET? AForge.NET是一个为开发人员和研究人员开发的框架,它可以用于计算机视觉,遗传算法,图像处理,神 ...

  4. LSF-SCNN:一种基于 CNN 的短文本表达模型及相似度计算的全新优化模型

    欢迎大家前往腾讯云社区,获取更多腾讯海量技术实践干货哦~ 本篇文章是我在读期间,对自然语言处理中的文本相似度问题研究取得的一点小成果.如果你对自然语言处理 (natural language proc ...

  5. 基于MATLAB System Generator 搭建Display Enhancement模型

    基于MATLAB System Generator 搭建Display Enhancement模型

  6. 基于Matlab的多自由度系统固有频率及振型计算

    可参考文涛,基于Matlab语言的多自由度振动系统的固有频率及主振型计算分析,2007 对于无阻尼系统 [VEC,VAL]=eig(inv(A)*K) 对于有阻尼系统,参考振动论坛计算程序 输入M,D ...

  7. 无人机基于Matlab/Simulink的模型开发(连载一)

    "一切可以被控制的对象,都需要被数学量化" 这是笔者从事多年研发工作得出的道理,无论是车辆控制,机器人控制,飞机控制,还是无人机控制,所有和机械运动相关的控制,如果不能被很好的数学 ...

  8. 基于MATLAB的多项式数据拟合方法研究-毕业论文

    摘要:本论文先介绍了多项式数据拟合的相关背景,以及对整个课题做了一个完整的认识.接下来对拟合模型,多项式数学原理进行了详细的讲解,通过对文献的阅读以及自己的知识积累对原理有了一个系统的认识.介绍多项式 ...

  9. 阿里云 CDN 业务基于边缘容器的云原生转型实践

    导读:本文基于边缘容器的阿里云 CDN 云原生实践, 涵盖了边缘容器的背景和趋势,边缘托管集群 ACK Managed Edge K8s(文中简称“Edge@ACK”) 的能力.架构,以及基于边缘容器 ...

随机推荐

  1. 使用sp_addextendedproperty添加描述信息

    -- For table EXECUTE sp_addextendedproperty N'MS_Description', '描述内容', N'user', N'dbo', N'table', N' ...

  2. c# C++接口封装 汽车模拟仿真

    struct PinCamParIn//用户输入的针孔相机参数结构体{    char CameraName[512];    float Offset[3];    float Angle[3];  ...

  3. 十四、EnterpriseFrameWork框架核心类库之简易ORM

    在写本章前先去网上找了一下关于ORM的相关资料,以为本章做准备,发现很多东西今天才了解,所以在这里也对ORM做不了太深入的分析,但还是浅谈一下EFW框架中的设计的简易ORM:文中有一点讲得很有道理,D ...

  4. SVN分支与合并

    分支的基本概念就正如它的名字,开发的一条线独立于另一条线,如果回顾历史,可以发现两条线分享共同的历史,一个分支总是从一个备份开始的,从那里开始,发展自己独有的历史(如下图所示) ⑴创建分支 假设目前我 ...

  5. 【NS2仿真】TCP与UDP混合

    # # ftp # \ # tcp # \ # n0 sink # \ / # \ / # n1---5M 2ms---n3 # / \ # / \ # n2 null # / # udp # / # ...

  6. ArcGIS“一个或多个ActiveX控件无法显示...”问题的解决方案

    ArcMap启动时的一个警告信息“一个或多个ActiveX控件无法显示...”,如图 出现这种情况,有可能的原因是IE浏览器的安全选项设置被修改了.比如被手动修改过,或者被第三方系统杀毒优化软件修改了 ...

  7. form表单action提交表单,页面不跳转且表单数据含文件的处理方法

    在最近的项目中需要将含 input[type='file']的表单提交给后台 ,并且后台需要将文件存储在数据库中.之前所用的方法都是先将文件上传到七牛服务器上,然后七牛会返回文件的下载地址,在提交表单 ...

  8. java中的vo 、dto 、dao--转

    原文地址:http://yinchunjian.iteye.com/blog/758196 O是跟数据库里表的映射,一个表对应一个VO DAO是用VO来访问真实的表,对数据库的操作都在DAO中完成 B ...

  9. 资料下载:敏捷个人的成长思考.pptx(第1次线下活动2011.04)

    本文挪至 http://www.zhoujingen.cn/blog/629.html PDF下载地址:http://down.51cto.com/data/207112 推荐:你可能需要的在线电子书 ...

  10. 我理解的Android加载器

    Android的加载器(loader)是从Android 3.0开始出来的东西.要理解这里需要先理解为什么会出现加载器(也有地方把它说成是装载器)呢? 如果没有加载器... 首先Activity是我们 ...