Fuzzy tudás és fuzzy logic
A formális tudás van egy probléma, ami megnehezíti, hogy a hagyományos matematikai apparátus. Ez a probléma a leíró fogalmak működő minőségi jellemzői a tárgyak (sokat, egy kicsit fájt). Ezek a tulajdonságok általában homályos és nem értelmezhető egyértelműen, de fontos információkat tartalmaznak. A probléma megoldódott MIS, gyakran kell használni a pontatlan ismerete, hogy nem lehet úgy értelmezni, mint teljesen igaz vagy hamis. Ott a tudás, amelynek pontosságát fejezi ki egy bizonyos értéket, például 07. Tehát van egy probléma az elmosódás és pontatlanságok. Az ilyen problémák megoldására a korai 70-es években a XX század Lotfi A. Zadeh javasolt fuzzy formális algebra és a fuzzy logika. Ezt követően ez a tendencia már az úgynevezett „soft computing”. L. Zadeh bevezetett egyik legfontosabb fogalmak fuzzy logic - nyelvi változó (PL). LP - egy változó, amelynek értékét határozza meg egy sor verbális (szóbeli) jellemzői néhány tulajdonságait. Például, PL „növekedés” kerül meghatározásra egy sor.
PL értékeket úgy határozzuk meg fuzzy halmazok (HM), amely viszont a határozzuk meg alapkészletét értékek vagy numerikus skálán bázis, amelynek dimenzió. Mindegyik PL van meghatározva HM, például egy „kis növekedés”.
HM határozza valamilyen alap funkciója skála B és HM tartozékok - # 956; (x), X Î A figyelembe értékeket a [0; 1]. Így egy fuzzy halmaz A jelentése - kombinációja pár formájában (x, # 956; (x)), ahol x Î B. Gyakran használják ezt a bejegyzést:
ahol x i - i-edik értékét az alap skála;
N - elemek száma HM.
tagsági függvény határozza meg a mértékét szubjektív szakértői arról, hogy a fajlagos értéke a bázis a skála megfelel a meghatározott HM. Ezt a funkciót nem szabad összekeverni a valószínűsége rajta objektív természetű, és hogy bizonyos matematikai összefüggések.
Példa 4.3. Tegyük fel, hogy szeretné megoldani a problémát, értelmezése a PL értékek „kor”, mint a „baba”, „gyermek”, „fiatal”, ... „öreg”. LP „kor” a bázikus skála - egy numerikus skálán 0-tól 120 ábrán. 4.2 tükröződik, mint az azonos értékeket B meghatározásában való részvételt különböző HM.
Ábra. 4.2. Formation fuzzy halmazok
Ebben az esetben, az NM meghatározása a következő:
Így HM lehetővé teszi, hogy a meghatározás figyelembe veszi a szubjektív véleményeket az egyes szakértők.
Olyan műveletek fuzzy ismeretek alkalmazásával fejezik PL, sok különböző módon, hogy alapvetően heurisztikus és Zadeh logikai vagy végrehajtási valószínűségi megközelítés. Erősítése vagy gyengítése nyelvi fogalmak bevezetésével érik el különleges kvantifikátorok. Jelenítse meg a TM használ speciális kapcsolatok és műveletek rájuk. Jelenleg a legtöbb rendszer, fejlesztő eszközök, tudás alapú, beleértve az integrációt TM, továbbá kifejlesztett egy speciális SS végrehajtása fuzzy következtetési, például a „shell» Fuzzy klipek.
Feldolgozására fuzzy tudás fuzzy logika alapján a Bayes-tétel. Ez az elmélet foglalkozik feltételes valószínűségek és tartalmaz egy fejezetet a klasszikus elmélet a valószínűség. A módszer alapja az a kijelentés, hogy „egy bizonyos esemény történik, mert a múltban már megtörtént egy másik esemény.” Fuzzy logika ugyanazt a szerepet játssza, mint a két értékes (logikai érték) logika a klasszikus halmazelmélet. Általában, hanem a klasszikus valós értékek „igaz” és „hamis”, a klasszikus értékek, amelyek figyelembe veszik a különböző fokú bizonytalanságot. Ők is igénybe vehet a különböző értékek, „jobb”, „rossz”, „rendkívül jobbra”, „nem egészen”, „többé-kevésbé igaz”, „nem nagyon téved”, „nagyon téved”, és így tovább. n.
Fuzzy logika arra a helyzetre, amikor megfogalmazott kérdés és a tudás, hogy rendelkezünk tartalmaznak világosan meghatározott fogalom. Ugyanakkor a bizonytalanság a megfogalmazás a fogalmak nem az egyetlen forrása a bizonytalanság, mert néha nincs bizalom a tények magukat. Például, ha azt állítjuk: „Lehetséges, hogy a hallgató Ivanov most egy előadást az IMS, hogy” beszélni a homályossága a „hallgató Ivanov” és „IMS előadás” nem szükséges. A bizonytalanság abban a tényben rejlik, hogy egy diák valóban Ivanov egy előadást.
Az elmélet a lehetőségek egyike azon területeknek, fuzzy logika, amely foglalkozik pontosan megfogalmazott kérdések alapján némi tudást.
Példa 4.4. Tegyük fel, hogy az osztályban van 10 diák és tudjuk, hogy némelyik kész válaszolni a tanár kérdéseire. Mi a valószínűsége annak, hogy a tanár fogja hívni, hogy válaszoljon az, aki készen áll?
Jelöljük a szükséges valószínűség P. Csak kiszámítja a kívánt értéket, amely a tudat, hogy néhány diák tudják az anyagot, akkor nem.
Az elmélet szerint ez határozza meg az a lehetősége, hogy „néhány” hogyan NM:
Ez a meghatározás expresszió (3; 0,2) azt jelenti, hogy 3 10 aligha lehet ismerni, mint egy „kissé”, és a kifejezések (5, 1) és (6, 1) jelenti azt, hogy az értékeket az 5. és 6. 10 tökéletesen egyetértenek a „több” fogalmát. A meghatározás nem foglalja magában az értéke NM 1. és a 10., mert ösztönösen világos, hogy „több” azt jelenti, „több, mint egy” és nem „minden”. A 9-es értéket nem történik NM, mert 10-ből 9 - „szinte mindent”.
A megoszlása lehetőségeinek P úgy számítjuk ki, a szokásos formula "
hogy miután a helyettesítés ad
Expression (0,3; 0,2) azt jelenti: az esélye, hogy a P = 0,3 20%. P tekinthető fuzzy valószínűsége.