案例一:模糊系统理论在选拔高中语文师资中的应用 模糊系统理论以模糊集为基础,其内涵为认知不确定,依据为隶属度函数,手段为边界取值,特点为经验,要求为函数,目标为认知表达,思维方式为外延量化,信息准则为经验信息。
模糊量用模糊集表示,模糊集为1与0之间的集,元素的特征值可以取0到1之间的任何值。模糊系统模型含有的成份为:状态变量、独立变量、决定变量、外部干扰、因果律、它们的真值、目标、约束条件、评价函数、各种常数等。
模糊系统理论与我们的工作和生活有着千丝万缕的联系,有着无与伦比的优越性。它能满足逻辑与非逻辑、主观与客观、宏观与微观、定性与定量、模糊与严密等矛盾要求,它能更多地表示有关人类意愿的问题,能比较合理地表达人类的思考方法和主观上的模糊量。
模糊系统理论在运筹分析、社会科学、模糊控制、人工智能、调查分析、计划、评价等领域均有应用。运筹分析中,如模糊逻辑、模糊推理、模糊运算、多目标规划法、集团的选择、选考理论、对策理论、多变量分析、聚类分析、时序分析等;人工智能中,如根据图像判断形状、图象识别、设备诊断、自然语言理解、人类情报处理、系统分析、专家系统、故障诊断等。模糊系统理论以它强大的生命力受到人们的青睐,并以它蓬勃的朝气为人类造福。
模糊系统理论在选拔各类人才中有着重要的应用。如选拔高中语文教师时,该理论就显示出它的优越性,体现它的威力,它能进行动态最优化,它能以少的投资获取大的效益。现将其应用举例说明。例:某学校为了挑选优秀的高中语文师资,希望其教学质量好、综合素质高、一专多能,且对工资福利待遇要求不高。现将教学质量好、综合素质高作为目标;一专多能、对工资福利待遇要求不高作为约束条件,对甲、乙、丙、丁、戊共5名候选人进行了解。将此5人各自对教学质量好(Mf1)、综合素质高(Mf2);一专多能(H1)、对工资福利待遇要求不高(H2)的隶属程度列入下表。需要进行合理的选择,从中挑选出合适的人选。
先对g(目标)、h(约束条件)都使用加权平均型综合评判函数。关于g,对教学质量好Mf1取权数0.65,综合素质高Mf2取权数0.35,综合评价结果记作MF1;关于h,对一专多能取权数0.55,对工资福利待遇要求不高取权数0.45,综合评判结果记作H。又将g改为主因素突出型,并取T=×,对教学质量好取正规化“权重”为1,综合素质高取正规化“权重”为0.54,综合评判结果记作MF2。又将MF1、MF2及H也列入下表中。
甲 |
乙 |
丙 |
丁 |
戊 |
|
教学质量好(Mf1) |
0.9 |
0.7 |
1 |
0.4 |
0.6 |
综合素质高(Mf2) |
0.6 |
0.8 |
0.6 |
1 |
0.9 |
MF1 |
0.8 |
0.74 |
0.86 |
0.56 |
0.71 |
MF2 |
0.9 |
0.7 |
1 |
0.54 |
0.6 |
一专多能(H1) |
0.8 |
1 |
0.6 |
1 |
0.4 |
对工资福利待遇要求不高(H2) |
0.8 |
1 |
0.6 |
0.8 |
0.4 |
H |
0.8 |
1 |
0.6 |
0.9 |
0.4 |
使用模型max uMF(x)TuH(x)
当取T=∧时,对于MF1,因(0.8∧0.8)∨(0.74∧1)∨(0.86∧0.6)∨(0.56∧0.9)∨(0.71∧0.4)=0.8∧0.8=0.8
故应在0.8水平录用甲。对于MF2,因(0.9∧0.8)∨(0.7∧1)∨(1∧0.6)∨(0.54∧0.9)∨(0.6∧0.4)=0.9∧0.8=0.8
也应在0.8水平录用甲。又当取T=×时,对于MF1:
(0.8×0.8)∨(0.74×1)∨(0.86×0.6)∨(0.5×0.9)∨(0.71×0.4)=0.74×1=0.74
对于MF2:(0.9×0.8)∨(0.7×1)∨(1×0.6)∨(0.54×0.9)∨(0.6×0.4)=0.9×0.8=0.72
均表明应在0.8水平录用甲。
综上所述,模糊系统理论不仅具科学性而且具前瞻性和实用性,能为我们的工作提供正确的指导。2100433B