Connect with us

Hi, what are you looking for?

Наука и технологии

Дефаззификация и фаззификация как элементы логики

Нечеткая логика как многозначная логическая форма имеет множество применений в реальном мире. По сути, система принимает некоторые входные данные, а затем передает входные данные процессу, называемому дефаззификацией.

Дефаззификация — это преобразование нечеткого множества в четкое число.

Нечеткое множество не имеет определенных границ. Одной из основных операций для нечетких множеств кроме пересечения, объединения, дополнения является  и дефаззификация.ДефаззификацияДефаззификация

Результат дефаззификации – степень соответствия некоторому понятию, высказыванию, значению, утверждению выходным данным в цифровом виде.

Фаззификация как обратная процедура

Фаззификация процедура перевода точных и четких входных значений в лингвистические переменные как наука логика о рассуждениях и заключениях.

В процессе фаззификации входные данные (могут быть цифровыми, точными/неточными) будут подвергнуты некоторому преобразованию в лингвистические величины, такие как низкий, средний, высокий уровень физических свойств. Переведенные данные будут отправлены в механизм логического вывода, который будет применять предопределенные правила. Механизм логического вывода сгенерирует выходные данные в лингвистической форме.

Цель фаззификации – установление соответствия между конкретным числовым значением конкретной входной переменной системы нечеткого вывода и ее соответствующим лингвистическим значением в виде нечеткого множества и функции принадлежности.фаззификацияфаззификация

Лингвистический вывод будет проходить процесс дефаззификации, чтобы быть в числовой форме (обычная форма данных).

Дефаззификация определяется как преобразование нечеткой величины, представленной функцией принадлежности, в точную или четкую величину. Нечеткое моделирование и аппроксимация являются наиболее интересными областями, где теория нечеткости может быть эффективно применена.

Что касается моделирования и аппроксимации, можно сказать, что основной интерес связан с ее приложениями. Когда мы намереваемся применить нечеткое моделирование и аппроксимацию к промышленному процессу, одной из ключевых задач, которую необходимо решить, является поиск нечетких правил.

Нечеткая система определяется тремя основными компонентами:

  1. Нечеткие входные и выходные переменные, определяемые их нечетким значением.
  2. Набор нечетких правил.
  3. Механизм нечеткого вывода.

Функция принадлежности

Нечеткие правила имеют дело с нечеткими значениями, такими как, например, «высокий», «холодный», «очень низкий» и т.д. Эти нечеткие понятия обычно представлены их функциями принадлежности.

Функция принадлежности показывает степень, в которой значение включается в нечеткую концепцию. Нечеткий вывод принимает входные данные, применяет нечеткие правила и выдает выходные данные. Входными данными для нечеткой системы могут быть либо точные, четкие значения (например, 5), либо нечеткие значения (например, “умеренные»). Выходные значения из нечеткой системы могут быть нечеткими, например, полная функция принадлежности для выведенного нечеткого значения или точный, например, на выходе получается одно значение.

Процесс преобразования выходной функции принадлежности в одно значение называется дефаззификацией.

Процесс преобразования перевода точных и четких входных значений в лингвистические переменные называется фаззификацией.

Лингвистические переменные, например, могут иметь значения «высокая», «средняя», «очень низкая», «теплый», «молодой», «старый» и т.п.

Секрет успеха нечетких систем заключается в том, что они просты в реализации, обслуживании, понимании, надежны и дешевы.