云模型簡介及個人理解matlab程序云模型簡介及個人理解matlab程序云模型簡介及個人理解matlab程序云模型簡介及個人理解matlab程序編制僅供參考審核批準(zhǔn)生效日期地址：電話：傳真:郵編:隨著不確定性研究的深入，越來越多的科學(xué)家相信，不確定性是這個世界的魅力所在，只有不確定性本身才是確定的。在眾多的不確定性中，隨機(jī)性和模糊性是最基本的。針對概率論和模糊數(shù)學(xué)在處理不確定性方面的不足，1995年我國工程院院士李德毅教授在概率論和模糊數(shù)學(xué)的基礎(chǔ)上提出了云的概念，并研究了模糊性和隨機(jī)性及兩者之間的關(guān)聯(lián)性。自李德毅院士等人提出云模型至今，云模型已成功的應(yīng)用到自然語言處理、數(shù)據(jù)挖掘、決策分析、智能控制、圖像處理等眾多領(lǐng)域.設(shè)是一個普通集合。,稱為論域。關(guān)于論域中的模糊集合，是指對于任意元素都存在一個有穩(wěn)定傾向的隨機(jī)數(shù)，叫做對的隸屬度。如果論域中的元素是簡單有序的，則可以看作是基礎(chǔ)變量，隸屬度在上的分布叫做隸屬云；如果論域中的元素不是簡單有序的，而根據(jù)某個法則，可將映射到另一個有序的論域上，中的一個且只有一個和對應(yīng)，則為基礎(chǔ)變量，隸屬度在上的分布叫做隸屬云[1]。數(shù)字特征云模型表示自然語言中的基元——語言值，用云的數(shù)字特征——期望Ex，熵En和超熵He表示語言值的數(shù)學(xué)性質(zhì)[3]。期望Ex：云滴在論域空間分布的期望，是最能夠代表定性概念的點(diǎn)，是這個概念量化的最典型樣本。熵En：“熵”這一概念最初是作為描述熱力學(xué)的一個狀態(tài)參量，此后又被引入統(tǒng)計物理學(xué)、信息論、復(fù)雜系統(tǒng)等，用以度量不確定的程度。在云模型中，熵代表定性概念的可度量粒度，熵越大，通常概念越宏觀，也是定性概念不確定性的度量，由概念的隨機(jī)性和模糊性共同決定。一方面,En是定性概念隨機(jī)性的度量，反映了能夠代表這個定性概念的云滴的離散程度；另一方面，又是定性概念亦此亦彼性的度量，反映了在論域空間可被概念接受的云滴的取值范圍。用同一個數(shù)字特征來反映隨機(jī)性和模糊性，也必然反映他們之間的關(guān)聯(lián)性。超熵He：熵的不確定性度量，即熵的熵，由熵的隨機(jī)性和模糊性共同決定。反映了每個數(shù)值隸屬這個語言值程度的凝聚性，即云滴的凝聚程度。超熵越大，云的離散程度越大，隸屬度的隨機(jī)性也隨之增大，云的厚度也越大。1.繪制云圖Ex=18En=2He=holdonfori=1:1000Enn=randn(1)*He+En;x(i)=randn(1)*Enn+Ex;y(i)=exp(-(x(i)-Ex)^2/(2*Enn^2));plot(x(i),y(i),'*')endEx=En=He=holdonfori=1:1000Enn=randn(1)*He+En;x(i)=randn(1)*Enn+Ex;y(i)=exp(-(x(i)-Ex)^2/(2*Enn^2));plot(x(i),y(i),'*')end2.求期望、熵及超熵X1=[];Y1=[];m=8;Ex=mean(X1)En1=zeros(1,m);fori=1:mEn1(1,i)=abs(X1(1,i)-Ex)/sqrt(-2*log(Y1(1,i)));endEn=mean(En1);He=0;fori=1:mHe=He+(En1(1,i)-En)^2;endEn=mean(En1)He=sqrt(He/(m-1))3.平頂山so2環(huán)境:X1=[];Y1=[0.];m=9;Ex=mean(X1)En1=zeros(1,m);fori=1:mEn1(1,i)=abs(X1(1,i)-Ex)/sqrt(-2*log(Y1(1,i)));endEn=mean(En1);He=0;fori=1:mHe=He+(En1(1,i)-En)^2;endEn=mean(En1)He=sqrt(He/(m-1))1.繪制正向云圖Ex=18En=2He=holdonfori=1:1000Enn=randn(1)*He+En;x(i)=randn(1)*Enn+Ex;y(i)=exp(-(x(i)-Ex)^2/(2*Enn^2));plot(x(i),y(i),'*')endEx=En=He=holdonfori=1:1000Enn=randn(1)*He+En;x(i)=randn(1)*Enn+Ex;y(i)=exp(-(x(i)-Ex)^2/(2*Enn^2));plot(x(i),y(i),'*')end2.逆向云發(fā)生器中需要剔除隸屬度大于0.9999的云滴，剩下個云滴。代碼如下：x=[,,,,,,,,];y=[,,,1,,,,,];X1=x;Y1=y;i=1;n=9;flag=0;m=0;whilei<=(n-flag)ifY1(1,i)>Y1(:,i)=[];X1(:,i)=[];flag=flag+1;elsei=i+1;m=m+1;endendmX1Y1輸出：m=8X1=[];%除以去掉的得到Y(jié)1，云模型在水資源供求預(yù)測中的應(yīng)用Y1=[];%確定度或者隸屬度求期望、熵及超熵X1=[];%除以去掉的得到Y(jié)1，云模型在水資源供求預(yù)測中的應(yīng)用Y1=[];%確定度或者隸屬度m=8;Ex=mean(X1)En1=zeros(1,m);fori=1:mEn1(1,i