Fuzzy logic er en gren af matematikken, som er en generalisering af klassisk logik og mængdeteori , baseret på konceptet om et fuzzy sæt , først introduceret af Lotfi Zadeh i 1965 som et objekt med en elementmedlemskabsfunktion til en mængde, der tager alle værdier i intervallet , og ikke kun eller . Baseret på dette koncept introduceres forskellige logiske operationer på fuzzy sæt, og konceptet for en sproglig variabel formuleres, hvis værdier er fuzzy sæt.
Emnet for fuzzy logic er studiet af ræsonnement under tilstande af fuzziness, fuzziness, svarende til ræsonnement i sædvanlig forstand, og deres anvendelse i computersystemer [1] .
I øjeblikket[ klargør ] der er mindst to hovedområder for forskning inden for fuzzy logic:
Symbolsk fuzzy logik er baseret på begrebet t-norm . Efter at have valgt en bestemt t-norm (og den kan introduceres på flere forskellige måder), bliver det muligt at definere de grundlæggende operationer på propositionelle variable : konjunktion, disjunktion, implikation, negation og andre.
Det er let at bevise sætningen om, at fordelingsevnen til stede i klassisk logik kun er opfyldt i det tilfælde, hvor Gödel t-normen er valgt som t-normen[ angiv ] .
Derudover vælges af visse grunde oftest operationen kaldet residium som en implikation (generelt set afhænger det også af valget af t-normen).
Definitionen af de grundlæggende operationer anført ovenfor fører til en formel definition af grundlæggende fuzzy logic , som har meget til fælles med klassisk boolsk værdisat logik (mere præcist, med propositionel calculus ).
Der er tre grundlæggende uklare logikker: Lukasiewicz's logik, Gödels logik og probabilistiske logik ( engelsk produktlogik ). Interessant nok fører foreningen af to af de tre ovennævnte logikker til den klassiske booleske logik.
Zadeh fuzzy logic-funktionen tager altid værdien af et af dets argumenter eller dets negation. En fuzzy logic-funktion kan således specificeres af en udvælgelsestabel [2] , som oplister alle muligheder for at bestille argumenter og negationer, og for hver mulighed er værdien af funktionen angivet. For eksempel kan en funktionstabelrække med to argumenter se sådan ud:
.
En vilkårlig udvælgelsestabel definerer dog ikke altid en fuzzy logikfunktion. I [3] blev der formuleret et kriterium for at bestemme, om funktionen specificeret af udvælgelsestabellen er en fuzzy logic funktion, og en simpel syntesealgoritme blev foreslået baseret på de introducerede begreber om minimum og maksimum bestanddele. Fuzzy logic-funktionen er en disjunktion af bestanddelene af minimumet, hvor bestanddelen af maksimum er konjunktionen af variablerne i det aktuelle område større end eller lig med værdien af funktionen i dette område (til højre for værdien af funktionen i uligheden, herunder funktionens værdi). For den angivne tabelrække har minimumsbestanddelen f.eks. formen .
Hovedbegrebet fuzzy logik i bred forstand er et fuzzy sæt defineret ved hjælp af det generaliserede koncept for en karakteristisk funktion . Derefter introduceres begreberne forening, skæring og komplement af mængder (gennem den karakteristiske funktion; den kan sættes på forskellige måder), begrebet en fuzzy relation, samt et af de vigtigste begreber - begrebet en sproglig variabel .
Generelt set gør selv et sådant minimalt sæt af definitioner det muligt at bruge fuzzy logic i nogle applikationer, men for flertallet er det også nødvendigt at specificere en inferensregel (og en implikationsoperator).
Da fuzzy sæt er beskrevet af medlemskabsfunktioner, og t-normer og k-normer er beskrevet ved almindelige matematiske operationer, er det muligt at repræsentere fuzzy logisk ræsonnement i form af et neuralt netværk. For at gøre dette skal medlemsfunktioner tolkes som aktiveringsfunktioner af neuroner, signaltransmission som forbindelser og logiske t-normer og k-normer som specielle typer neuroner, der udfører tilsvarende matematiske operationer. Der er en bred vifte af sådanne neuro-fuzzy netværk ( neuro-fuzzy netværk (engelsk) ). For eksempel er ANFIS (Adaptive Neuro fuzzy Inference System) et adaptivt neuro-fuzzy inferenssystem. [4 ]
Det kan beskrives i den universelle form af approksimatorer som
,
desuden kan nogle typer af neurale netværk, såsom radiale basisnetværk (RBF), flerlagsperceptroner (MLP), samt wavelets og splines , også beskrives med denne formel .
Fuzzy-sættet , der indeholder tallet 5, kan for eksempel specificeres ved en sådan karakteristisk funktion :
Et eksempel på definition af en sproglig variabelI den anvendte notation for den sproglige variabel :
Karakteristiske funktioner:
Regel G genererer nye udtryk ved at bruge konjunktionerne "og", "eller", "ikke", "meget", "mere eller mindre".
Fuzzy logic er et sæt ikke-strenge regler, hvor radikale ideer, intuitive gæt og erfaringen fra specialister, der er akkumuleret i det relevante felt , kan bruges til at nå målet . Fuzzy logik er karakteriseret ved fraværet af strenge standarder. Oftest bruges det i ekspertsystemer , neurale netværk og kunstige intelligenssystemer . I stedet for de traditionelle værdier True og False , bruger fuzzy logic en bredere række af værdier, herunder Sand , Falsk , Måske , Nogle gange , jeg kan ikke huske ( Hvordan ville Ja , hvorfor ikke , jeg har ikke besluttet mig endnu , jeg vil ikke fortælle ...). Fuzzy logic er simpelthen uundværlig i tilfælde, hvor der ikke er noget klart svar på det stillede spørgsmål ( ja eller nej ; "0" eller "1") eller alle mulige situationer ikke er kendt på forhånd. I fuzzy logik fortolkes f.eks. et udsagn som "X er et stort tal" som at have en upræcis værdi, karakteriseret ved et fuzzy sæt . "Kunstig intelligens og neurale netværk er et forsøg på at simulere menneskelig adfærd på en computer. Og da folk sjældent kun ser verden omkring dem sort på hvidt, er der behov for at bruge fuzzy logik." [5]
Ordbøger og encyklopædier | |
---|---|
I bibliografiske kataloger |
|
Viden Engineering | |
---|---|
Generelle begreber | |
Stive modeller | |
Bløde metoder | |
Ansøgninger | |
Logikker | |||||||||
---|---|---|---|---|---|---|---|---|---|
Filosofi • Semantik • Syntaks • Historie | |||||||||
Logiske grupper |
| ||||||||
Komponenter |
| ||||||||
Liste over booleske symboler |