• 沒有找到結果。

模糊解釋結構模型法

在文檔中 MSM暨教育測驗統計之應用 (頁 61-66)

第一章 緒論

第四節 模糊解釋結構模型法

唯考慮輸入「1」與「0」的二項關係為條件,傳統的 ISM 容易解決各要素之 間的相互關係。運用在教學時,係利用圖形理論(graph theory)中的階層有向圖

(hierarchical digraph),來描述課程教材要素之前後順序,如此將可使教師把腦 中片段、抽象化的教材之要素順序,轉變為具體化、全面化的關聯構造階層圖(蔡 秉燁,2002)。

但其在應用中還存在缺陷,即對要素之間的關係不能作明確的判斷,實際上,

不能够只限制於「1」與「0」擇一的嚴格條件。必須導入人類的曖昧性即 Fuzzy 思惟。Fuzzy ISM 應用模糊演算法與 ISM 相結合,解決了此一問題。應用模糊理 論截切矩陣(

- cut matrix),以及察覺的模糊邏輯模式(fuzzy logic model of perception)測度,可以改進傳統 ISM 受限於二元資料的限制。

模糊理論是1965 年由 L. A. Zadel 所提出,其思惟不同於古典數學利用二元 邏輯來定義事物現象的敘述方法,以隷屬度(membership)的概念來描述要素對 集合的歸屬關係。模糊理論將要素s與集合A之間的關係介於 [0,1] 之間的隷屬 度來描述:令S表示全域(universal set)

為一映到 [0,1] 之函數,則

S

{s}之 模糊子集合A的隷屬函數(membership function)記為

A

 (Sugeno, 1974),表示 要素s隷屬於模糊集合 加以表示,即模糊關係矩陣(fuzzy relation matrix)。假設論域Sn個要素,同 様的論域S也有n個要素,則兩集合間的關係即模糊關係矩陣可表示為

1+

A

A

A



  1

 1

(2-19)

[Fuzzy 二元關係之隷屬函數]

設集合(系統)

S  { s

1

, s

2

,  , s

n

}

各要素間的二項關係之隷屬函數為

f

rfr時,

分別定義為:

f

r

: S  S  [ 0 , 1 ]

(2-20)

] 1 , 0 [ :

S

 S

fr (2-21)

則,

f

rfr之關係為:

r r

r

f

f f

  1

1 ,  1

(2-22)

如果有p為半開區間(0,1] 的實數時,

f

r有以下的三個性質。

(一) Fuzzy 非自反律

S

S s

s

i i

 

 ( , )

,若滿足

f

r

( s

i

, s

i

)  p

時,則Fuzzy 非自反律成立。

(二) Fuzzy 非對稱律

) ( )

,

(

si sj

S

S i

j

,若滿足 fr

(

si

,

sj

) 

p or fr

(

sj

,

si

) 

p時,則 Fuzzy 非對稱 律成立。

(三) Fuzzy 半遞移律

) (

) , ( ) , ( ) ,

(

si sj sj sk si sk

S

S i

j j

k i

k

 , , 其中, , ,

M f

r

s

i

s

j

f

r

s

i

s

k

p

n

j

 

( ( , ) ( , ))

1 時,若滿足

f

r

( s

i

, s

k

)  M

,則 Fuzzy 半遞移律成 立。

FSM 的算法步驟(Tazaki, and Amagasa, 1979)如下:

步驟一 定義模糊從屬矩陣(subordinate matrix)

設系統為

S  { s

1

, s

2

,  , s

n

}

,其各要素間之從屬關係,以矩陣A表示,AS

之模糊從屬矩陣,令

A  [ a

ij

]

nn

, i , j  1 , 2 ,  , n

矩陣A為一個nn的正方矩陣,矩陣内aij為要素

s

i從屬要素sj之程度,以模糊 二元關係

f

r表示為aij

fr

(

si

,

sj

), 0 

aij

 1 ,

i

,

j

 1 , 2 ,  ,

n

若模糊從屬矩陣滿足半遞移律時,則模糊從屬矩陣稱為模糊半可達矩陣

(fuzzy semi-reachability matrix)

步驟二 定義水準集合(level sets)

定義最上層水準集合

L

t

(s )

,中間層水準集合

L

i

(s )

,最下層水準集合

L

b

(s )

以 及獨立水準集合

L

is

(s )

分別如下:

( ) { }

1

1 lk

n

kj j n

iik j

t

s s a p a

L

    , ( ) { , }

1

1 kj

n

lk j n

k j

i

s s p a p a

L

   , (2-23)

( ) { }

1

1 kj

n

lk j n

kl

b

s s a p a

L

    , ( ) { , }

1

1

a p a p

s s

L

kj

n

lk j n

kl

is     

屬於最下層水準集合之要素

s

i,其從屬於最上層水準集合之要素

B ( s

i

)

,其 中

B ( s

i

)  { s

k

a

ij

p , s

i

L

b

( s ), s

j

L

t

( s ) }

。若滿足下列「條件1」或「不滿足條件 1 但滿足條件2」時,即可定義

{

Qj

}

為「區塊(block)」.

條件1:

sj

,

sm

Lb

,

B

(

sj

) 

B

(

sm

)  0

Qj

rj1 B

(

sj

)

條件2:集合

s

(k)為由

L

b

(s )

以任意u個抽取第k個所構成之集合。

步驟三 單一階層矩陣

從屬於同一「區塊」

Qj之要素,其要素,其要素間從屬關係亦是由模糊從 屬矩陣所構成;此時,對於各「區塊」所構成之小矩陣稱之為單一階層矩陣

A

( j)。 此單一階層矩陣為修正模糊半可達矩陣之結果矩陣

A

',修正過程如下:

1. 將矩陣中對應於

L

t

(s )

的元素之列消去。

2. 將矩陣中對應於

L

b

(s )

的元素之行消去。

3. 將矩陣中對應於

L

is

(s )

的元素之列和行消去。

所餘之模糊從屬矩陣為新的

A

'

步驟四 將矩陣

A

'對應毎一個「區塊」集合Qj進行分割,作成單一階層矩陣

)

A

( j

步驟五 設定結構参變數

之値,分別就毎一個單一階層矩陣

A

( j),決定系 統之結構。為了決定模糊從屬矩陣其系統結構的唯一性,必須在單一階層矩陣

A

( j) 裡對

s

i之階層行為sj進行演算:

[

ai

]  [

ai

]  [

a1

]  [

a2

]    [

an

]

。將

[ a

i

]

[

ai

]

置 換並消去,其中

jr jr

jr

a

a a

1+

 1

Fuzzy ISM 圖範例:

本範例採用國中七年級數學科二元一次方程式單元,十題選擇型試題為例,

其試題與試題間的模糊測度表如表2-5 所示。最後經由 ISM 軟體的計算,(i)當取 截切值

  0 . 5

,可以得到圖 2-3 FSM 概念結構圖;(ii)當取截切值

  0 . 7

,可以 得到圖2-4 FSM 概念結構圖。 

2-5 試題之試題-試題模糊測度表

P\S P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P1 0 0.67 0.24 0.42 0.71 0.78 0.81 0.49 0.35 0.51 P2 0 0 0.48 0.81 0.35 0.55 0.4 0.63 0.34 0.68 P3 0 0 0 0.77 0.42 0.46 0.12 0.45 0.59 0.66 P4 0 0 0 0 0.33 0.32 0.16 0.32 0.34 0.48 P5 0 0 0 0 0 0.46 0.22 0.12 0.72 0.16 P6 0 0 0 0 0 0 0.17 0.55 0.46 0.57 P7 0 0 0 0 0 0 0 0.29 0.33 0.64

P8 0 0 0 0 0 0 0 0 0.29 0.33

P9 0 0 0 0 0 0 0 0 0 0.64

P10 0 0 0 0 0 0 0 0 0 0

資料來源:作者自行整理

圖 2-3 試題之 FSM 結構分析圖-1

圖 2-4 試題之 FSM 結構分析圖-2

資料來源:作者自行整理

(

0.5) 資料來源:作者自行整理

(

0.7)

在文檔中 MSM暨教育測驗統計之應用 (頁 61-66)