Implemetare su matlab
Salve ragazzi...mi sapreste dire come si implementa su matlab una funzione di questo tipo?
S1 (A,B)= 1/N Sommatoria i=1 a n di min μA - μB / max μA - μB
è urgente grazie
S1 (A,B)= 1/N Sommatoria i=1 a n di min μA - μB / max μA - μB
è urgente grazie
Risposte
Non sono sicuro di aver capito la formula che hai scritto. Questo forum permette di inserire formule usando latex, sarebbe utile se riscrivessi la formula usando questa funzionalità. La formula è la seguente?
\[ S_1(A, B) = \frac{1}{N} \sum_{i=1}^{n} \frac{ \min (\mu_A - \mu_B) }{ \max (\mu_A - \mu_B) } \]
Se è questa ho alcune domande:
1. Cosa sono \(A\) e \(B\)? Matrici? Cosa sono \(\mu_A\) e \(\mu_B\)? In che modo questi valori cambiano con il variare di \(n\)?
\[ S_1(A, B) = \frac{1}{N} \sum_{i=1}^{n} \frac{ \min (\mu_A - \mu_B) }{ \max (\mu_A - \mu_B) } \]
Se è questa ho alcune domande:
1. Cosa sono \(A\) e \(B\)? Matrici? Cosa sono \(\mu_A\) e \(\mu_B\)? In che modo questi valori cambiano con il variare di \(n\)?
si la formula è quella...guarda se non sbaglio sono set fuzzy....ed n dovrebbe essere il numero degli elementi contenuti in questi set fuzzy A e B
μA e μB mi dice che sono i valori di appartenenza degli elementi nei set fuzzy A e B...non è la mia materia quindi spero sia questo il senso....
μA= μA(xi) e μB= μB(xi)
μA= μA(xi) e μB= μB(xi)
niente nessuno mi aiuta?
Il problema è che non mi è molto chiara la formula e quindi mi viene difficile convertirla in matlab. Per esempio, su cosa stai calcolando il massimo e minimo. Se dentro il tuo array hai \( \mu_A(x_i) - \mu_B(x_i) \) come sembra, allora stai calcolando il minimo di un singolo valore reale.. Non ne capisco il senso..
ti mando in privato tutto il documento da dove ci sono le formule da implementare su matlab e vediamo se ne capisci di più tu...
Sono convinto che nella formula sull'articolo il meno fosse un refuso e che la formula reale dovrebbe essere:
\[ S_1(A, B) = \frac{1}{N} \sum_{i=1}^{n} \frac{ \min (\mu_A, \mu_B) }{ \max (\mu_A, \mu_B) }. \]
La formula pubblicata non ha in effetti molto senso come ho spiegato nel mio precedente intervento e guardando le altre formule dell'articolo direi che questa versione abbia più senso.
Venendo ora all'implementazione. Non c'è differenza tra l'insieme fuzzy e i valori di appartenenza. Sono infatti entrambe rappresentati da vettori n-dimensionali di valori in [0,1]. Dati quindi questi due vettori A e B, puoi calcolare S_1 come segue:
\[ S_1(A, B) = \frac{1}{N} \sum_{i=1}^{n} \frac{ \min (\mu_A, \mu_B) }{ \max (\mu_A, \mu_B) }. \]
La formula pubblicata non ha in effetti molto senso come ho spiegato nel mio precedente intervento e guardando le altre formule dell'articolo direi che questa versione abbia più senso.
Venendo ora all'implementazione. Non c'è differenza tra l'insieme fuzzy e i valori di appartenenza. Sono infatti entrambe rappresentati da vettori n-dimensionali di valori in [0,1]. Dati quindi questi due vettori A e B, puoi calcolare S_1 come segue:
S1 = mean( min(A, B) ./ max(A, B) );
saresti cosi gentile di mandarmi l'implementazione delle altre formule? anche sulla mia mail è lo stesso...grazie tante...