- 上一篇：基于Perl的地铁站台异常情况检测
- 下一篇：VR虚拟现实地铁突发事件驾乘应急培训系统框架设计
(4)清晰化环节的功能。清晰化环节的主要功能是将模糊推理所得的控制量(模糊量)变换为实际用于控制的清晰量，包含两部分内容：其一，将模糊的控制量经清晰化处理变换为表示在论域范围的清晰量；其二，将表示在论域范围的清晰量经尺度变换转换成实际的控制量。
2.6.3 隶属函数的确定原则和基本确定方法
隶属函数的确定，至今尚无统一的方法可循，主要依据实践经验来探求对应法则，就是要建立从论域U到[0,1]的映射，用来反映某对象具有某个模糊性质或属于某个模糊概念的程度。这种函数关系建立的正确与否，标准就在于是否符合客观规律，这就是确定隶属函数的基本原则。应该承认，对于同一个模糊概念，不同的人由于认识水平的不同，会建立不同的隶属函数。校验隶属函数建立的是否合适，应根据基本原则看其是否符合实际，具体方法是：通常初步确定粗略的隶属函数，再通过“学习”和“校验”逐步修正完善，使其达到主观与客观一致的程度。
综合人们的经验，确定隶属函数的方法常用的有以下几种:
（1）主观经验法
当论域离散时，根据个人主观经验，直接或间接给出元素隶属程度的具体值，由此确定隶属函数，具体有以下几种。
1)专家评分法：综合多数专家的评分来确定隶属函数的方法，这种方法广泛应用于经济与管理的各个领域。
2)因素加权综合法：若模糊概念由若干个因素相互作用而成，而每个因素本身又是模糊的，则可综合各因素的重要程度选择隶属函数。
3)二元排序法：通过多个事物之间两两对比来确定某种特征下的顺序，由此来决定这些事物对该特征的隶属函数的大致形状。
（2）模糊统计法
折中方法应用了概率统计的基本原理，以调查统计试验结果所得出的经验曲线作为隶属函数曲线，根据曲线找出相应的函数表达式，这种方法一般包含以下四个要素：
1)论域U；
2)试验所要处理的论域U的固定元素 ；
3)论域U中的一个随机运动子集A。(A为经典集合)作为模糊集合A的弹性边界的反映，可由此得到每次试验中 是否符合A所刻画的模糊概念的一个判决；
4)模糊统计试验的特点。