模糊数学与Rough集理论

原文摘录   · · · · · · 

• 长期以来，人们一直把模糊看成贬义词，只对精密与严格充满敬意。计算机是在精确科学的沃土中培育起来的一朵奇葩，计算机解决问题的高速度和高精度，是人脑望尘莫及的。有了计算机，精确方法的可行性大大提高了，但是也正是在使用计算机的实践中，人们认识到人脑具有远胜于计算机的许多能力，人们更深刻地理解了精确性的局限，促进了人们对其对立面或者说它的“另一半”——模糊性的研究。 人脑能接受和处理模糊信息，能依据少量的模糊信息对事物作出足够准确的识别、判断和推理，能灵活机动地解决复杂的模糊性问题。凭借这种能力，司机可以驱车安全穿越闹市，医生可以依据病人的症状所提供的模糊信息进行准确诊断，画家不用精确的测量计算可以画出栩栩如生的风景和人物，儿童可以辨认潦草的字迹、听懂不完整的语言，甚至婴儿也可以迅速地从人群中识别出自己的妈妈。而这一切都是以精确制胜的计算机所望尘莫及的。 在围绕决策、控制及相关系列重要问题的研究中，从应用传统数学方法和现代电子计算机解决这类问题的成败得失中，Zadeh逐步意识到传统数学方法的局限性。他指出：“如果深入研究人类的认识过程，我们将发现人类能运用模糊概念是一个巨大的财富而不是包袱。这一点，是理解人类智能和机器智能之间深奥区别的关键。”精确的概念可以用通常的集合来描述，模糊概念应该用相应的模糊集合来描述。Zadeh抓住这一点，首先在模糊集定量描述上取得突破，奠定了模糊性理论及其应用的基础。 (查看原文)

  津南一只瓜 2016-06-01 23:10:32