Главная

По картинам

Теория нечетких множеств заде. Теория нечетких множеств

Теория нечетких множеств

Наиболее поразительным свойством человеческого интеллекта является способность принимать правильные решения в обстановке неполной и нечеткой информации. Построение моделей приближенных рассуждений человека и использование их в компьютерных системах будущих поколений представляет сегодня одну из важнейших проблем науки.

При изучении сложных систем, где человек играет существенную роль, действует так называемый принцип несовместимости : для получения существенных выводов о поведении сложной системы необходимо отказаться от высоких стандартов точности и строгости, которые характерны для сравнительно простых систем, и привлекать к ее анализу подходы, которые являются приближенными по своей природе.

При попытке формализовать человеческие знания исследователи столкнулись с проблемой, затруднявшей использование традиционного математического аппарата для их описания. Существует целый класс описаний, оперирующих качественными характеристиками объектов (много, мало, сильный, очень и т. п.) Эти характеристики обычно размыты и не могут быть однозначно интерпретированы, однако содержат важную информацию (например, «Одним из возможных признаков гриппа является высокая температура»).

Категория нечеткости и связанные с ней модели и методы очень важны с мировоззренческой точки зрения, поскольку с их появлением стало возможно подвергать количественному анализу те явления, которые раньше либо могли быть учтены только на качественном уровне, либо требовали использования весьма грубых моделей.

Значительное продвижение в этом направлении сделано примерно 35 лет тому назад профессором Калифорнийского университета (Беркли) Лотфи А. Заде (Lotfi A. Zadeh). Его работы легли в основу моделирования интеллектуальной деятельности человека и явились начальным толчком к развитию новой математической теории.

Что же предложил Заде? Во-первых, он расширил классическое понятие множества, допустив, что характеристическая функция (функция принадлежности элемента множеству) может принимать любые значения в интервале (0;1), а не только значения 0 либо 1. Такие множества были названы им нечеткими (fuzzy). Л.Заде определил также ряд операций над нечеткими множествами и предложил обобщение известных методов логического вывода modus ponens и modus tollens.

Введя затем, понятие лингвистической переменной и допустив, что в качестве ее значений (термов) выступают нечеткие множества, Л.Заде создал аппарат для описания процессов интеллектуальной деятельности, включая нечеткость и неопределенность выражений.

Вот точка зрения Л.Заде: "Я считаю, что излишнее стремление к точности стало оказывать действие, сводящее на нет теорию управления и теорию систем, так как оно приводит к тому, что исследования в этой области сосредоточиваются на тех и только тех проблемах, которые поддаются точному решению. В результате многие классы важных проблем, в которых данные, цели и ограничения являются слишком сложными или плохо определенными для того, чтобы допустить точный математический анализ, оставались и остаются в стороне по той причине, что они не поддаются математической трактовке. Для того чтобы сказать что-либо существенное для проблем подобного рода, мы должны отказаться от наших требований точности и допустить результаты, которые являются несколько размытыми или неопределенными".

Математическая теория нечетких множеств позволяет описывать нечеткие понятия и знания, оперировать этими знаниями и делать нечеткие выводы. Основанные на этой теории методы построения компьютерных нечетких систем существенно расширяют области применения компьютеров.

Нечеткая Логика - в основном многозадачная логика, которая позволяет определять промежуточные значения между стандартными оценками подобно Да/Нет, Истина/Ложь, Черное/Белое, и т.д. Понятия подобно "довольно теплый" или "довольно холодный" могут быть сформулированы математически и обработаны компьютерами. Таким образом, сделана попытка применить человекоподобное мышление в программировании компьютера.

В последнее время нечеткое управление является одной из самых активных и результативных областей исследований применения теории нечетких множеств. Нечеткое управление оказывается особенно полезным, когда технологические процессы являются слишком сложными для анализа с помощью общепринятых количественных методов, или когда доступные источники информации интерпретируются качественно, неточно или неопределенно. Экспериментально показано, что нечеткое управление дает лучшие результаты, по сравнению с результатами, получаемыми при общепринятых алгоритмах управления. Нечеткие методы помогают управлять домной и прокатным станом, автомобилем и поездом, распознавать речь и изображения, проектировать роботов, обладающих осязанием и зрением. Нечеткая логика, на которой основано нечеткое управление, ближе по духу к человеческому мышлению и естественным языкам, чем традиционные логические системы. Нечеткая логика обеспечивает эффективные средства отображения неопределенностей и неточностей реального мира. Наличие математических средств отражения нечеткости исходной информации позволяет построить модель, адекватную реальности.

Математическая теория нечетких множеств, созданная в 60-е гг. для решения узкой утилитарной задачи распознавания образов, в настоящее время имеет приложения в самых различных областях научной и хозяйственной деятельности - от работ по созданию искусственного интеллекта в ЭВМ пятого поколения до управления сложными технологическими процессами.
В основе данной теории лежат понятия нечеткого множества и функции принадлежности, определение которых приводятся ниже.

Пусть Е - множество, счетное или нет, их: - элемент Е. Тогда нечеткое подмножество А множества Е определяется как множество упорядоченных пар {(х, ц~А(х))}, Ух є Е, где ц-А(х) - характеристическая функция принадлежности, принимающая свои значения во вполне упорядоченном множестве М, указывающая степень принадлежности элемента х подмножеству А. Множество М называется множеством принадлежностей.
Применение теории нечетких множеств в экономике проиллюстрируем на примере вычисления перспективного ассортимента оптового предприятия в одном товарном профиле при фиксированной торговой зоне. Под перспективным ассортиментом в данном случае понимается набор товаров, которые заведомо будут иметь спрос среди потребителей - в данном случае розничных торговых предприятий, входящих в район эффективной коммерческой деятельности оптовой организации. Нахождение перспективного ассортимента гарантирует оптовой организации формирование ассортиментного ядра, которое будет реализовано на рынке с минимальным риском, а также помогает отразить общие тенденции того потребительского рынка, на котором организация оптовой торговли осуществляет свою коммерческую деятельность.
Успешное решение задачи нахождения перспективного ассортимента позволяет принять решение о заключении сделки при анализе поступающего коммерческого предложения.
Дано:
X = \хг х2,..., хп} - множество товаров, имеющихся на складе оптового торгового предприятия или выдвигаемых в качестве коммерческих предложений.
У = {уг у2,..., ур} - множество признаков товаров.
Z = {zr z2,., zm} - множество рассматриваемых розничных торговых предприятий - потребителей оптовой организации.
Требуется определить перспективный ассортимент организации оптовой торговли, т.е. набор х; для удовлетворения предполагаемых запросов из Z.
Модель строится при следующих допущениях:

на рынке действуют поставщик и потребители - соответственно оптовая и розничные торговые организации;
коммерческие запросы от розничных торговых организаций zt, z2,..., zm рассматриваются и по возможности удовлетворяются независимо от времени их поступления.
сделки между оптовой и розничными торговыми организациями имеют различный порядок, который определяется весовой функцией розничных организаций с помощью экс
пертной оценки по итогам предыдущей коммерческой деятельности;
товары хр х2,...,хп характеризуютсяр признаками;
степени принадлежности признаков уг у2,...,ур товарам варьируются между отдельными товарами хр х2,..., хп;
один товар предпочитается другому всякий раз, когда его признаки v. по степени важности более близки к оценке потребителя z. (розничного предприятия).

Пусть л х Y -gt; - функция принадлежности нечеткого бинарного отношения R, определяемая с помощью эксперта.
Отношение R представляется в матричной форме следующим образом:
.У, У2 " * * Ур ¦

%r(xi’ У і)^r(xpУ2) ^r(xi" Ур)

Х2 ?r(X2gt; У/) ?r(X2’ У2) " ‘ ^r(X2’ Ур)
*„1,іж(\’Уі) у2-gt; fAV .
В этой матрице элементы каждой строки выражают относительные степени принадлежности признаков определенным товарам. Чем выше значения, тем более важен признак.
Пусть fs:7xZ-gt; - функция принадлежности нечеткого бинарного отношения S. Для всех у є Y и всех zeZ ф5(у, z) равна степени совместимости розничного торгового предприятия z с признаком у. Чем выше значения функции, тем более данный признак совместим с конкретным предприятием розничной торговли.
В матричной форме это отношение имеет вид:
Значение матрицы S отражают относительные степени важности признаков Yt при принятии предприятием решения
о закупке партии какого-либо товара у рассматриваемого нами оптовика.

Z, ... Z
2 п
Из матриц R и S получаем матрицу Т:
элементы которой определяются функцией принадлежности
? ІR(X, У) -ф(У,Z,)
Рл/Хgt; zi) =¦
, для всех хе X, ye Y, zi Z.
Сумма 2, фв(х, у) равна степени нечеткого подмножества,
У
указывающей число важнейших признаков у, которое присуще товару д: с точки зрения предприятия розничной торговли. Далее строится матрица:
^A,(xl’zl) Л 1*А7(Х1- z2gt; - Iі Л /*/¦ zm-l) Л Мл (xl’zm)\
‘ * m-і т
I
\!lAt(xn‘Zl)^ltA7(xn-z2) - ,(xn-zm-l) Л ЦА (хп- zm)\
" 1 * т-1 т "
где конъюнкция Л означает операцию попарного минимума. Порог разделения / ассортимента ограничивается условием /lt;шіп шах шіп (и.(х, г.), и,(х, z.J).
i.j X ЯІ ‘ Aj 3
После того как порог I выбран, можно для любого z определить уровневое множество:
М\ = {х\ц,(х)gt; тіптахтіп(ц (х, г),ц (х, z))},
I 1 Л,j х I 1 Л] J
YxeMr
Пусть oj(z) - весовая функция, задающая для каждого розничного торгового предприятия его вес по итогам предыдущей коммерческой деятельности.

Ассортимент предприятия оптовой торговли описывается объединением уровневых множеств:
м = U 0)(z)Mr
І
Вычисление перспективного ассортимента помогает оптовому торговому предприятию определить:
как оптимизировать товарный ассортимент (какие товары обязательно следует иметь на складе при сохранении сложившейся структуры потребителей);
как изменить ассортиментную концепцию при заданном изменении зоны обслуживания, т.е. какие стратегические действия предпринять в случае выхода из числа обслуживаемых потребителей отдельных розничных организаций;
как оптимизировать зону обслуживания (в нашем случае это район эффективной коммерческой деятельности) при исключении из ассортимента тех товаров, признаки которых не удовлетворяют оптовую организацию, или включении тех товаров, признаки которых устраивают ее).
В качестве иллюстрации к данной задаче рассмотрим упрощенный числовой пример.
Пусть оптовая организация имеет на складе 6 потребительских товаров {х„ х2,..., х6} и осуществляет поставки трем потребителям - Zj (крупный универмаг), z2 (небольшой магазин) и z3 (палатка).
В качестве рассматриваемых признаков товаров возьмем следующие:
yt - «цена», у3-«внешний вид»
у2-«качество», у4-«сезонность»,
у5-«ступень жизненного цикла товара».
Пусть: X х Y -gt; и ф5: Y х Z -gt; [О, 1] задаются следующими матрицами:

1	0,8	0,5	1	0,2		1	0,5	о
0,8	0,7	1	0,1	0,7		1	0,5	0
0,5	0,5 0,3		1	0,7	gt;	1	0,3	1
0,5	0,3	0,9	0,1	0,2	5 =	0	1	0.5
0,3	0,4 0,1		0	0		1	0	0,5
0,5 0,5		1	1	0,5/		,		і

а значения весовой функции равны:
co(Zj) = 30, ш(^) = 20, co(z,) = 15.

Характеристики товаров, стоящие в матрице R, указывают, например, что товар х, - дорогой, высококачественный, внешне неброский, соответствует сезону, но несколько устарел технически (или, наоборот, только поступает на рынок и еще неизвестен покупателям).
Характеристики магазинов, стоящие в матрице 5, указывают, например, что второй потребитель - магазин z2 - стеснен в складских помещениях и поэтому предпочитает торговать товарами, соответствующими данному сезону, что следует из значения функции ф$(у4, zJ.
Вычисляем матрицу Т:

/0,714	0,586	0,314
0,97	0,348	0,41
0,667	0,53	0,234
0,95	0,34	0,525
1	0,475	0,125
\ 0,714	0,514	0,5

Заранее отметим для внимательного читателя, что уже на этом этапе можно предположить, что товар х6, как следует из последней строки матрицы Т, по всей видимости, будет закуплен всеми тремя потребителями.
Попарными сведениями получаем матрицу W:

(0,586	0,314	0,314
0,348	0,41	0,348
0,53	0,234	0,234
0,34	0,525	0,34
0,475	0,125	0,125
№,514	0,5	0,5

На этом этапе вычислений учитывается конкуренция между потребителями-магазинами zr z2 и z}.
Далее находятся максимальные элементы в каждом из столбцов матрицы W:
maxmin(nAi(x, zl)tjiAJx, z2))= 0,586; maxmm(nA](x, zl),nAJx, z3)) =0,525; maxminfnAJx, г2),цА](х, z})) =0,5.

{ X, х2, х3, х4, х}, х6,} ,
{Хг х3, ху х6),
{х4,х6,},
Таким образом, широкие возможности крупного универмага zt позволяют ему торговать всем спектром продукции, предлагаемой оптом, магазин z2 в силу недостатка складских помещений, избегает приобретать товары, реализация которых потребует длительного срока, а палатка z3 берет только броские и относительно недорогие товары. Большой спрос на товар х6 не случаен, это действительно товар с блестящими характеристиками: он имеет невысокую цену при среднем качестве, великолепно выглядит, соответствует сезону и достаточно известен розничному покупателю.
Воспользовавшись значениями весовой функции, получаем значения ассортимента:
М = {50хр 30х2, 50х3, 45х4, 50х}, 105х6}
Результатами этой задачи легко воспользоваться при принятии решения о заключении сделки (при анализе поступающего коммерческого предложения).
Для этого следует, определив функцию принадлежности цредлагаемого товара хп +, провести счет согласно приведенному алгоритму, и определить, в какой степени этот товар принадлежит множеству товаров перспективного ассортимента, а если принадлежит, то не вытеснит ли он каких-либо товаров из набора хг,..., хп, уже находящихся на складе предприятия оптовой торговли.
На основании этой оценки лицо, ответственное за заключение сделки, может принять положительное, выжидательное или отрицательное решение.

Здравствуйте, граждане и гражданочки. По велению левой пятки решил начать цикл научно-популярных статей, где буду объяснять азы искусственного интеллекта. Поэтому в дальнейшем буду примерять на себя роль приезжего лектора, рассказывающего о том, как космические корабли бороздят просторы Большого театра.

Выдавать на гора одну статью в день не смогу, поэтому не буду ничего обещать, дабы не стеснять себя данными обязательствами. Единственное: не стану мучить окружающих обилием математики, постараюсь изложить все как можно более доступно, но без профанации. Начну же цикл с аппарата нечеткой логики, где объясню, в чем же интеллектуальность оного.

Для начала краткий экскурс в теорию множеств. Множество – это совокупность нескольких объектов, обладающих определенным свойством. Например, множество всех людей, находящихся на нашей планете. Множество автомобилей марки «Ауди» с цветовыми координатами RGB (255, 165, 0). Множество всех самцов какаду, сидящих на ветке на одной лапе ровно в 15 часов 39 минут по Гринвичу. Суть четких множеств заключается в абсолютной их категоричности. То есть, для того, чтобы определить, принадлежит ли объект какому-то множеству, нужно ответить на вопрос, обладает ли он свойством, определяющим это множество. Да/Нет. Ни больше, ни меньше. Единица больше нуля? Да. Значит, она принадлежит к множеству положительных чисел.

Перейдем ближе к телу, к теории нечетких множеств. Создана она была американским ученым азербайджанского происхождения Лотфи Заде, для того, чтобы адаптировать теорию множеств к способу человеческого мышления. Ведь как человечишко мыслит? Если, будучи на пляже, спросить купающегося: «Скажи, мил человек, какую температуру имеет вода по шкале Фаренгейта, с точностью до десятых долей градуса?», - он посмотрит на вас, как на душевно больного. А если задать вопрос: «Как водичка сегодня?», он сообщит: «Холодная/горячая/теплая», или буркнет «мокрая», если сегодня не в духе. Весь цимес в том, что «холодная вода» - это достаточно размытая формулировка. Один будет в блаженстве нежиться там, откуда второй сбежит на берег греться через две минуты. Так уж устроен человек, субъективизм и отсутствие четких границ – это про нас.

Некоторые уже смогли сообразить, почему именно нечеткие множества. Крайне трудно определить, сколько людей обладает свойством «высокий». Для меня, двухметрового красавца, косой сажени в плечах, высокий – это как минимум не ниже уровня моего уха. А коротышка полутора метров будет смотреть на человека ростом 170 см задрав голову – для него высокий рост начинается гораздо раньше. Это что касается субъективизма.

Вторая сложность заключается в размытости границ. Возможно ли точно задать то количество сантиметров, которое отделит человека среднего роста от низкого? 170 с половиной? 172 и три четверти? Разделение очень и очень условно. Итак, мы вплотную подошли к отличию нечетких множеств от четких.

Барабанная дробь, мхатовская пауза… Итак, нечеткие множества отличаются от четких тем, что объекты, принадлежащие нечетким множествам, могут обладать определяющим их свойством в разной степени. Условились считать эту степень принадлежности лежащей в интервале от нуля до единицы, но если кому-то удобнее, то он может умножить на 100, и будут вам проценты.

Допустим, пьете вы обжигающий кофе, чашка дымится. С уверенностью 0,99 (99 процентов – первый и последний раз делаю работу за вас) можно утверждать, что кофе обладает свойством «горячий». Если же он (кофе, в смысле) имеет температуру 50 градусов по Цельсию, то степень обладания свойством «горячий» будет гораздо ниже, скажем, 0,76 (теперь считайте сами). В то же время, есть объекты, которые принадлежат множеству «горячий» с нулевой или единичной степенью. Например, полузамерзший кофе сможет назвать горячим лишь помешанный, либо не знающий русского языка, а кипящий – это горячий сто пудов. Примеров можно привести нескончаемое количество, благо, что практически любая человеческая категория, которая используется в повседневной жизни, является нечеткой. Полагаясь на ваше богатое воображение, оставляю задачу нахождения других примеров для самостоятельного решения.

Почему же создание подобной теории было так важно, почему на нее обратили столь пристальное внимание? Ответ прост: тут скрыто золотое дно. Колоссальная широта применения. Допустим, вы инженер, и перед вами стоит задача спроектировать микроволновку. До какой температуры человек будет разогревать еду? До 40,2°С? Хрен там. До горячей, что есть нечеткое множество. А задача микроволновки – придать хавчику такую температуру, которая с единичной степенью достоверности принадлежала бы к множеству «горячо».

Дальше начинается самое веселое, прогульщики уроков математики могут с воем разбегаться в стороны. А? Что? Я обещал обойтись без этого? Как говорил старина Арни в известном фильме – «Я солгал». Степень принадлежности как правило обозначается греческой буквой «мю» - μ. Чтобы не скучать, введем понятие лингвистической переменной – это такая переменная, которая может принимать значение в виде слов человеческого языка. То есть, лингвистическая переменная «рост» может принимать значения: «высокий», «средний», «низкий». Значения лингвистической переменной будем называть терм-множествами, обращаю внимание – они являются нечеткими. И, наконец, существует понятие универсального множества – обычное, четкое множество, содержащее все значения, которые может принимать обычная переменная. Обычная переменная «рост человека» может принимать значения от нуля до «сколько там рекорд Гиннеса, я не помню».

Задача функции принадлежности (ФП) – определить, с какой степенью обычная переменная принадлежит значению лингвистической переменной. Раз уж я начал педалировать тему роста, разовью: ФП определяет, с какой степенью человек ростом 184 см принадлежит терм-множеству «средний». Итак, подобьем бабки. У нас имеется лингвистическая переменная. У нас есть несколько ее значений, каждое из которых является нечетким множеством. Наконец, у нас есть универсальное множество – множество числовых значений обычной переменной. Перед нами стоит следующая цель: определить для каждого из нечетких множеств свою функцию принадлежности, т.е. для каждого из элементов универсального множества задать степень принадлежности соответствующему нечеткому множеству. Тогда мы сможем ткнуть на конкретное значение переменной и посмотреть, с какой степень оно принадлежит к какому-либо нечеткому множеству. Все, гроза прошла, можно утереть пот и ненадолго расслабиться. Дальше пойдут веселые картинки, после чего ненадолго продолжим развлекаться. На картинках я проиллюстрирую смысл функции принадлежности, покажу, каких видов бывают эти звери, с чем их едят, и объясню, как этих зверей строить. Вернемся к полюбившейся вам теме роста человека. Возьмем для примера множество «средний» ипостроим график функции принадлежности.

Теперь можно, вооружившись остро заточенным карандашом, выбрать любое значение «икс» и посмотреть, с какой степенью этот икс удовлетворяет условию среднего роста. То, что метр восемьдесят – это железно. Метр семьдесят два – со степенью 0,5. Рост метр пятьдесят средним ну никак не является, поэтому степень принадлежности равна нулю. И так далее. Отметим, что приведенная функция называется треугольной. В это поверить трудно, и тем не менее.

Но мы взяли готовую функцию, которую нам кто-то (кто-то!) любезно предоставил. Как же самим построить аналогичную функцию? Есть два способа: простой и с заморочками. По понятным причинам опишу лишь простой. Для начала, нужно собрать группу экспертов. Ну, то есть, тех бездельников, которые считают, что во всем разбираются и знают, как на самом деле устроен мир. Дать каждому эксперту по карандашу и блокноту. Потом перечислить значения переменной и попросить поставить «1» (палочку, крестик – опционально) напротив этого значения, если эксперт считает, что значение переменной принадлежит нечеткому множеству. Ноль – в противном случае. После чего для каждого значения переменной просуммировать нули и единицы и взять среднее - то бишь, разделить получившуюся сумму на количество бездельников. Получившееся значение будет лежать в интервале от нуля до единицы (оба значеия - включительно). Некоторые могли догадаться, что мы получили значение функции принадлежности для конкретного значения переменной. Получив величины ФП для всех значений переменной икс, можно строить график. Или не строить, если лень.

Пояснение причин и обсуждение - на странице Википедия:К объединению/15 августа 2012 .
Обсуждение длится одну неделю (или дольше, если оно идёт медленно).
Дата начала обсуждения - 2012-08-15.
Если обсуждение не требуется (очевидный случай), используйте другие шаблоны.
Не удаляйте шаблон до подведения итога обсуждения.

Переход от принадлежности элементов заданному множеству - к непринадлежности их этому множеству происходит или может происходить постепенно, не резко.

Математический аппарат

Нечёткое множество характеризуется функцией принадлежности, отображающей некоторое множество (носитель нечёткого множества) в отрезок . Значение функции принадлежности показывает степень принадлежности соответствующего элемента носителя рассматриваемому нечёткому множеству. Это значение меняется от 0 (полная непринадлежность) до 1 (полная принадлежность).

История

Понятие «нечёткое множество» введено Л. А. Заде в 1965 г. . Исходный термин - fuzzy set. Другие варианты перевода на русский язык - расплывчатое, размытое, туманное, пушистое множество.

Теория нечётких множеств в определённом смысле сводится к теории случайных множеств и тем самым к теории вероятностей .

Применение

Теория нечётких множеств применяется в теории и практике управления системами, в экономике и финансах для решения задач в условиях неопределённости ключевых показателей. Ряд стиральных машин и фотоаппаратов сегодня оборудованы нечёткими контроллерами.

В социологии

В социологии классификация и типология может проводиться по выбранным критериям, или по эмпирически обнаруженным основаниям. Это позволяет выделить теоретические и эмпирические типологии.

В психологии

Литература

Zadeh L.A. Fuzzy sets. Information and Control, 1965, vol.8, N 3, pp. 338-353.

Батыршин И. З., Недосекин А. А., Стецко А. А., Тарасов В. Б., Язенин А. В., Ярушкина Н. Г. Теория и практика нечётких гибридных систем. Под ред. Н. Г. Ярушкиной. М.: Физматлит, 2007. ISBN 978-5-9221-0786-0

Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. - 166c.

Круглов В. В., Дли М. И., Голунов Р. Ю. Нечёткая логика и искусственные нейронные сети. Учеб. пособие. М.: Издательство Физико-математической литературы, 2001. - 224 c. ISBN 5-94052-027-8

Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982. - 432 с.

Нечёткие множества и теория возможностей: Последние достижения. Под редакцией Р. Р. Ягера. - М.: Радио и связь, 1986.

Орлов А. И. Задачи оптимизации и нечёткие переменные . М.: Знание, 1980. - 64 с.

См. также

Типологизация
Нечёткие множества в финансовом менеджменте

Wikimedia Foundation . 2010 .

Смотреть что такое "Теория нечётких множеств" в других словарях:

- (англ. fuzzy logic) и теория нечётких множеств раздел математики, являющийся обобщением классической логики и теории множеств. Понятие нечёткой логики было впервые введено профессором Лютфи Заде в 1965 году. В его статье понятие множества… … Википедия

Эту страницу предлагается объединить с Теория нечётких множеств … Википедия

В ходе управления финансами очень часто возникает задача борьбы с неопределенностью, сопровождающей финансовые решения. Неопределенность эта двоякая: а) текущее состояние финансовой системы не может быть распознано с необходимой точностью; б)… … Википедия

Нечёткое (или размытое, расплывчатое, туманное, пушистое) множество понятие, введённое Лотфи Заде в 1965 г. в статье «Fuzzy Sets» (нечёткие множества) в журнале Information and Control . Л. Заде расширил классическое канторовское понятие… … Википедия

Нечёткая логика и теория нечётких множеств раздел математики, являющийся обобщением классической логики и теории множеств. Понятие нечеткой логики было впервые введено профессором Лотфи Заде в 1965 г. Содержание 1 Направления исследований… … Википедия

Теория нечетких множеств позволяет использовать при синтезе алгоритма управления нечеткие лингвистически определенные переменные.

Теория нечетких множеств прошла путь от разработки формальных средств представления плохо определяемых понятий, используемых человеком, и аппарата для их обработки до моделирования приближенных рассуждений, к которым человек прибегает в повседневной и профессиональной деятельности и даже до создания компьютеров с нечеткой логикой.

Теория нечетких множеств позволяет заменить строгую принадлежность объекта некоторому множеству на непрерывную степень принадлежности. Для ознакомления с теорией нечетких множеств, их применением для исследований в области каталитических процессов читатель может обратиться к разд.

Теорию нечетких множеств часто путают с теорией вероятностей. В самом деле, ее критики заявляли, что теория нечетких множеств не способна решать задачи, которые не сформулированы в терминах теории вероятностей. За исключением этих величин, две данные меры совершенно различны, хотя обе могут быть описаны как меры неопределенности. Из них каждая измеряет отличный аспект неопределенности.

В теории нечетких множеств, как известно, используются функции принадлежности, интерпретируемые как характеристические функции для нечетких множеств. Ее значение, равное 0, соответствует утверждению, что данный элемент х не принадлежит А, а ее значение, равное 1, свидетельствует о его безусловной принадлежности данному множеству. Промежуточные значения / ид (ж) не следует трактовать в вероятностном смысле, так как степень принадлежности элемента к нечеткому множеству не обязана иметь статистическую природу.

В теории нечетких множеств важную роль играет понятие комбинации двух нечетких отношений.

В теории нечетких множеств вводится ряд операций над множествами, которые должны соответствовать комбинациям нечетких терминов и их смысловым нагрузкам при решении прикладных задач. В работе отмечается, что в частном случае операции над нечеткими множествами должны соответствовать операциям в теории обычных множеств. При решении конкретных задач: каждый исследователь использует свои знания об объекте исследования и роли каждой операции.

В теории нечетких множеств большинство арифметических операций определены для непрерывных областей. Операции для дискретных областей выделяются обычно в виде особого случая.

В теории нечетких множеств в зависимости от способов задания операции (Т), которые удовлетворяют аксиомам (2.1) - (2.5), существует бесконечное число нечетких операций И. В теории нечеткого управления находят применение следующие их типы.

Элементы теории нечетких множеств могут успешно применяться для принятия решений в условиях неопределенности. Нечеткая логика возникла как наиболее удобный способ построения систем управления сложными технологическими процессами, а также нашла применение в диагностических и других экспертных системах. Несмотря на то что математический аппарат нечеткой логики впервые был разработан в США, активное развитие данного метода началось в Японии, Исследования в области нечеткой логики получили широкую финансовую поддержку, В Европе и США усилия были направлены на то, чтобы сократить огромное отставание от японцев.

Однако аксиоматика теории нечетких множеств существенно отличается от аксиоматики теории вероятностей и позволяет использовать более простые вычислительные процедуры. Чтобы убедиться в этом, достаточно рассмотреть операции объединения и пересечения нечетких множеств.

Упомянем также теорию нечетких множеств, в которой исходные понятия описываются нечеткими множествами и переменными и, соответственно, получаемое решение интерпретируется в терминах нечетких множеств. Как показывают конкретные примеры, эти методы во многом аналогичны статистическим. При их использовании предполагаются заданными функции принадлежности результатов наблюдений, и на их основе получают соответствующие функции принадлежности для конечных результатов.

Разделы