13.1.1  模糊数学的发展历程

模糊性可以定义为现实中的不确定的没有明确标准的现象。比如“很好”与“不太好”、“健康”与“不健康”之间没有明确的界定标准，无法知道满足这些概念需要具备什么资格，从而便有了模糊性。模糊数学是一种定量处理方法，但是不同于其他学科，它是专门为了解决模糊现象而产生的数学方法。

L.A.Zadeh教授是美国著名的控制论专家，1965年他发表了一篇论文《FuzzySets》，至此模糊数学诞生了。

人类具有认知的能力，可以通过五官的感知从外界获取信息，通过大脑对这些信息进行整合与分析。在对这些信息进行处理的过程中，信息中包含了大量的模糊信息。但是人类却能够很好地通过这些信息进行推理、抽象，最终做出必要的正确的决策。这是人类特有的能力，看似简单的能力在计算机中实现起来却不是一件容易的事。计算机具有人类无法比拟的运算能力，对信息的记忆能力也要远超常人。虽然计算机具备这么多让人望尘莫及的超级能力，但是当计算机面对具有模糊性质的问题时却依然是束手无策。对于计算机不能如同人类的大脑一样思考问题，基于对计算机与大规模系统之间矛盾的研究，L.A.Zadeh教授对这一问题进行了详尽的分析。要解释计算机不能处理具有模糊性质的问题，首先要对康托尔集合论（Cantor’sSet）进行了解。康托尔集合论指出，论域中的任何一个元素与某个集合A之间的关系只有两种，属于A或者不属于A，不可能出现第三种情况。所以，康托尔集合只能描述“是”与“否”的概念，对于具有不确定性的问题就无法进行描述了。类似的，正是由于计算机只有处理康托尔集合的逻辑造成了它无法处理模糊问题。了解了原因之后，要解决这一问题就只剩下寻找解决的办法了，而模糊集合论正是为解决此类问题而诞生的。经过多年的发展，模糊集合论现在已经形成了一套完备的模糊数学体系。

虽然发展的时间很短，但是模糊数学却在很多领域得到了非常广泛的应用，它所涉及的领域几乎包含了迄今为止人类所有的活动。因此模糊数学理论正逐渐成为与人们息息相关的科学技术。很多具有模糊性的问题都需要使用模糊数学进行处理，尤其是面对庞大的系统决策时更是如此。