模糊数学（二）：隶属函数的确定
确定隶属函数常用的方法有以下三种
- 模糊统计法
- 指派法
- 借用已有的客观尺度
1. 模糊统计法
模糊统计法更偏向于概率的方法，通过统计与计算概率使得隶属频率趋于稳定
2. 指派法
指派法通过已有的函数模型，将自己的实例放入对应的函数模型中完成隶属函数的确定。
- 偏大型的f(x)常常为增函数，而偏小型的为减函数
以下是常见的函数模型：
例题：试确定A=“年轻人”的隶属函数
当年龄的取值越大时，其越不属于A集合，则我们采取选用减函数的数学模型，如选择偏小型柯西分布
假定我们将20岁作为年轻人的分界线，则a=20
β常取值为2，因为平方项会忽视正负而求得差值
α常常用于调整函数，若我们将30岁的隶属值设定为0.5，则将A(30)=0.5带入，求得α=1/25
3. 借用已有的客观尺度
此方法在于采用现有的规定，如下图所示