基于模糊数学理论的互联网疾病食疗系统设计(2)
| 第1页 |
参见附件。
贴近度是度量两个模糊集合接近程度的数量指标，常用的贴近度计算方法有：海明贴近度、欧几里得贴近度、最大最小贴近度、算数平均贴近度、测度贴近度、模糊贴近度。
择近原则：设Ai，B∈F(X)，i=1，2，…，n，若，则判断B与Aio为同类，其中B为待识别对象，Aio为标准模式。
本文涉及内容属多属性模糊信息问题，采用多特征模糊模式识别法[3，8-9]，步骤为：(1)确定论域；(2)通过研究对象的特征选择，建立标准模型库和标准模型及待识别对象的隶属函数；(3)应用层次分析法确定特征性指标的权重分配；(4)模糊模式识别算法：两个模糊子集间贴近度计算方法。离散型隶属函数采用模糊贴近度计算公式(公式1)：，其中：
HgtA=sup{A(x)∣x∈X}是模糊集合A的高度(峰值)，DpnA=inf{A(x)∣x∈X}是模糊集合A的深度(谷值)；两个模糊向量集合族贴近度计算方法：待识别对象B与标准模式Ai之间贴近度Si应用加权贴近度计算公式(公式2)： ；(5)根据多个特性的择近原则进行识别排序。
2.2 层次分析法基本概念和算法 层次分析法(AHP)是一种把定性与定量分析相结合的多目标决策方法。通过对复杂、不易量化的问题进行层次分解，构建一个层次结构模型，对同层次各因素采用两两比较的方法确定出相对于上一层目标的权重，步骤有：(1)建立层次关系模型和指标比较表；(2)对同一层次因素进行两两比较，应用Saaty1-9标度法进行赋值，并形成判断矩阵[10]；(3)采用方根法计算判断矩阵各指标的权重，并进行一致性检验，具体算法见3.2 ......
您现在查看是摘要介绍页，详见PDF附件。