36

1.5. Sisteme Fuzzy

1.5.1. Consideraii generale
[www-12 ] [www-13 ] [www-14 ] [www-20]
Specificul unui sistem fuzzy const n faptul c poate controla simultan date numerice i cunotine
lexicale. Reprezint n fapt o transformare neliniar aplicat vectorului datelor de intrare ntr-o ieire
scalar.
O mulime fuzzy (sau vag) este o mulime despre care nu se tiu prea multe lucruri exacte.
Expertul uman trebuie s aib abilitatea de a obine raionamente eficiente chiar prin exploatarea
imprecisului, a informaiilor incomplete i nesigure. Teoria mulimilor fuzzy ajut la transformarea
raionamentelor umane calitative n expresii numerice cantitative.
Se disting n general dou forme de cunoatere:
Cunoaterea obiectiv, utilizat n toate formulrile problemelor inginereti (de exemplu modele
matematice)
Cunoaterea subiectiv, care reprezint formularea lingvistic a informaiei, de regul imposibil de
cuantificat i evaluat numeric prin metode tradiionale (de exemplu reguli, informaii de expertiz,
cerine de proiectare)
Avantajul unui sistem fuzzy const n faptul c exist extrem de multe posibiliti care conduc la
loturi de transformri diferite.
Unii cercettori evit utilizarea sistemelor fuzzy, prefernd abordri de modele mai familiare n
proiectarea aplicailor. Sunt ns unele caracteristici care fac din fuzzy o abordare atrgtoare. Exprimarea
ADEVRAT/ FALS care st la baza aplicailor tradiionale, n cadrul unui sistem fuzzy este nlocuit cu
exprimri calitative mult mai nuanate. n tabelul 1.4 sunt date cteva exemple n acest sens.














n fig. 1.30 este redat structura clasic a unui sistem fuzzy compus din cele patru componente de
baz: fuzificator, reguli, motor de inferen, defuzificator. O dat ce regulile au fost stabilite, un sistem
fuzzy poate fi privit ca o transformare intrare ieire, exprimabil cantitativ n forma y=f(x).

Regulile furnizate de ctre experi sunt exprimate prin propoziii de forma DAC ATUNCI
cum ar fi: DAC x1 este foarte ntrziat I x2 este foarte mic ATUNCI urmrete
planificator_varianta_ 2. Regula din exemplul anterior reliefeaz cteva aspecte cum ar fi :
Transpunerea variabilelor lingvistice n corespondenele lor numerice (ex. foarte ntrziat poate
nsemna c activitatea este ntrziat cu mai mult de 7 zile)
Variabilele lingvistice au fiecare o gam finit de termeni (de exemplu progresul activitii poate
varia de la extrem de ntrziat la extrem de timpuriu cu cteva intervale intermediare)
Tabelul 1.4
Termen Utilizare n context
Asemnare de loc, puin, foarte
Corelare mic, medie, mare, perfect
Eroare mare, medie, mic, nu prea mare,
foarte mare, foarte mic aproape
zero
Eantionare rat mic, rat mare, rat foarte
mare

37

Conexiuni logice ale variabilelor lingvistice (de tipul SI, SAU)

Fuzificatorul are rolul de a transpune exprimrile numerice n seturi fuzzy, necesare pentru
activarea regulilor, care la rndul lor au asociate valorilor lingvistice seturi fuzzy corespunztoare.

Motorul de inferen aplic o transformare a seturilor de REGULI n seturi fuzzy. Aici se
implementeaz modulul de tratare al regulilor.

n majoritatea aplicaiilor, este necesar transformarea reciproc din seturi fuzzy n valori numerice,
sarcin pe care o are defuzificatorul.















Fig. 1.30. Sistem Expert bazat pe logica Fuzzy
1.5.2. Logica Fuzzy
Logica fuzzy, introdus de Dr. Lotfi Zadeh [www-20] este un superset al logicii convenionale
boolene, logic care a fost extins pentru a cuprinde conceptul adevrului parial valori ale adevrului
cuprinse ntre complet adevrat i complet fals.
Sistemele inteligente bazate pe logica bivalent consider c un obiect aparine unei mulimi.
Sistemele inteligente bazate pe logica fuzzy consider c acel obiect poate aparine unei mulimi, n grade
diferite, generndu-se o flexibilitate a interpretrii situaiilor.
Exist o strns corelare ntre logica fuzzy i conceptul de subset, n literatura de specialitate
ntlnindu-se cel mai des termenii de subset i set, care au aceeai semnificaie n context cu cei de
submulime respectiv mulime.
Un subset U al setului S poate fi definit ca un set de perechi ordonate, cu cte un element
aparinnd setului S iar cellalt element inclus n setul {0,1} , cu cte o pereche ordonat pentru fiecare
element al lui S.
Aceast regul stabilete corespondena ntre elementele setului S i setul {0,1}. Valoarea 0 este
utilizat pentru a reprezenta neapartenena , iar valoarea 1 pentru a reprezenta apartenena. Pentru a stabili
dac propoziia x este n U este adevrat sau fals, se caut n perechile ordonate, astfel nct primul
element al perechii s fie x. Propoziia este adevrat dac cel de-al doilea element al perechii este unu,
respectiv este fals dac acesta este zero.

n mod similar, un subset fuzzy F al setului S poate fi definit ca un set de perechi ordonate, care au
fiecare cte un prim element aparinnd lui S, iar cel de-al doilea element este o valoare n intervalul
[0,1]. Exist cte o pereche pentru fiecare element al lui S. Valoarea 0 este utilizat pentru a reprezenta
neapartenena, valoarea 1 pentru a reprezenta apartenena total, iar valorile intermediare sunt utilizate







xUp












Fuzificator

REGULI

Motor de inferen
Defuzificator
uU
38

pentru a reprezenta grade de apartenen intermediare. n mod frecvent, apartenena este descris de o
funcie funcia de apartenen a lui F. Gradul de adevr n propoziia x este n F se determin prin
gsirea celui de-al doilea element al perechii ordonate al crui prim element este X.

Trsturi specifice ale logicii Fuzzy:
n logica fuzzy raionamentul exact este privit ca un caz limit al raionamentului aproximativ ;
n logica fuzzy orice situaie este exprimat gradual;
Orice sistem logic poate fi reprezentat n logica fuzzy (fuzzyficare);
n logica fuzzy cunoaterea este interpretat ca o colecie de restricii fuzzy elastice sau de echivalen
pe o colecie de variabile;
Deducia este privit ca un proces de propagare al restriciilor elastice .
Mulimea fuzzy reprezint are asociat o funcie caracteristic care ia valori n intervalul [0,1], valorile acesteia
descriind gradul de apartenen al unui element la acea mulime
Variabile lingvistice
n logica fuzzy domeniile corespund conceptelor de variabile lingvistice. Unei variabile lingvistice,
i corespunde un domeniu de valori posibile, care sunt definite pe un interval numit univers de discurs
pentru variabila lingvistic respectiv. O problem care utilizeaz variabile lingvistice implic stabilirea
mulimii termenilor lingvistici asociai fiecrei variabile.
O variabil lingvistic este definit de un quintuplu format din : x, T(x), , U, M, unde:

x - este denumirea variabilei lingvistice;

T(x) este mulimea nevag a denumirilor pentru valorile diferite ale variabilei lingvistice, adic un
termen al variabilei lingvistice A;

este operatorul sau cuantificatorul, care se aplic conform regulilor sintactice i care genereaz
termenii variabilei lingvistice;

U este universul de discurs al aplicaiei;

M este operator semantic, fiind utilizat pentru fiecare ataare a unei submulimi vagi din Universul de
discurs, fiecrui termen T al variabilelor lingvistice.
1.5.3. Analiz comparativ ntre logica Fuzzy i sistemele logice tradiionale
Att sistemele tradiionale bazate pe logica natural (bivalent) ct si sistemele bazate pe logica
fuzzy efectueaz raionamente logice, care simuleaz inteligena artificial. Sistemele bazate pe logica
fuzzy utilizeaz date inexacte sau parial corecte, in timp ce sistemele bazate pe logica natural nu pot
funciona dac se modific modelul procesului, sistemele cu reguli de deducie avnd dificulti in
funcionare dac intervin situaii contradictorii. Sistemele bazate pe logica fuzzy sunt adecvate pentru
recunoaterea de caractere, de forme, etc, pe cnd sistemele bazate pe logica natural se preteaz mult mai
bine pentru analiza datelor financiare, respectiv pentru a naviga n scopul identificrii unei strategii
potrivite. Cteva diferene eseniale ale celor dou abordri sunt prezentate n Tabelul 1.5.



Tabelul 1.5 Diferene dintre logica natural i logica fuzzy
39


Sisteme inteligente bazate pe logica natural




Sisteme inteligente bazate pe logica fuzzy

Adevrat ; Fals adevrul
Valori lingvistice: Puin adevrat, Aproape adevrat,
Adevrat
Existenial, Universal cuantificatorii
Valori lingvistice: Cteodat, n general, ntotdeauna
Civa, Mai muli, Foarte muli
Mai mic dect, Mai mare dect predicatele
Valori lingvistice: Foarte mic, Puin mai mic,
Aproximativ, Mai mare
Negaie modificatori
Valori lingvistice: Puin, Mai mult, Mult, Foarte mult
Foarte rece, Rece, Moderat, Cald,
Foarte cald
Procentual, Pe un interval probabiliti
Cuantificatori fuzzy: MaxMin, MinMax
Procentual, Pe un interval posibiliti
Valori lingvistice: Imposibil, Puin posibil, Posibil,

1.5.4. Sisteme Expert Fuzzy
Sistemele expert fuzzy sunt SE care utilizeaz logica fuzzy n locul logicii tradiionale (bivalente).
Cu alte cuvinte, un SE fuzzy reprezint o colecie de funcii de apartenen i reguli de raionament. Spre
deosebire de SE tradiionale, care sunt maini de raionament simbolic, SE fuzzy sunt orientate mai
degrab spre procesare numeric. Regulile ntr-un SE fuzzy sunt reprezentate ntr-o form asemntoare
cu:
DAC x este mic I y este mare ATUNCI z = mediu
unde x i y sunt variabile de intrare; z - este variabil de ieire; mic - este o funcie de apartenen (subset
fuzzy) definit pentru x; mare - este o funcie de apartenen definit pentru y, iar mediu - este o funcie de
apartenen definit pentru z.
Partea din dreapta lui ATUNCI se numete concluzie sau consecin. Majoritatea aplicaiilor care
lucreaz cu logica fuzzy permit ns formularea mai multor concluzii pentru fiecare regul. Totaliatetea
regulilor este cunoscut ca baz de reguli sau baz de cunotine.
Mecanismul prin care regulile i funciile de apartenen sunt aplicate datelor de intrare i sunt
calculate valorile de ieire, se numete inferen (din engl. inference cu semnificaia de deducie,
raionament)
Sistemele expert fuzzy constau la rndul lor n combinarea a patru subprocese: fuzificare, inferen,
compoziie, defuzificare.
n procesul de fuzificare se aplic funciilor de apartenen variabilele de intrare,
determinndu-se astfel gradul de adevr al fiecrei premise componente a regulilor. Un grad
de adevr diferit de zero va avea ca efect luarea n considerare a premiselor, deci regula va fi
aplicat.
40

n procesul de inferen sunt calculate valorile de adevr ale premiselor, n funcie de care vor
fi activate regulile corespunztoare acestora din baza de cunotine. Concluziilor regulilor
activate le corespunde cte un subset fuzzy ataat ieirilor sistemului.
Compoziia reprezint procesul n care toate subseturile fuzzy corespunztoare cte unei ieiri
sunt combinate ntre ele, rezultnd un singur subset fuzzy pentru ieire.
Procesul de defuzificare nu apare ntotdeauna n aplicaii. El const n transpunerea unui
subset fuzzy ntr-o singur valoare corespunztoare unei ieiri.

1.5.4.1 Conectorii i operatorii mulimilor Fuzzy
Informaia fuzzy este tratat cu ajutorul conectorilor lingvistici, corespunztori termenilor
lingvistici, prin intermediul crora se caracterizeaz mulimea fuzzy. Tratarea matematic a conexiunilor
se bazeaz pe urmtorii operatori ai mulimilor fuzzy:

Conectorul I este asociat cu intersecia mulimilor fuzzy. Considernd mulimile fuzzy
1
,
2
,...
definite pe mulimea X, relaia corespunztoare interseciei este:

=
1

2
: X [0,1],

fiind evaluat prin operatorul MIN (minimum) conform relaiei:

(x) = (
1

2
)(x) = MIN(
1,

1
), x X

Proprietile conectorului I, respectiv ale operatorului de evaluare MIN sunt:

Comuntativitatea
1

2
=
2

1

Asociativitate
1

3
= (
1

2
)

3
=

Conectorul SAU este asociat cu reuniunea mulimilor fuzzy. Considernd mulimile fuzzy
1
,
2,...
definite pe mulimea X, relaia corespunztoare reuniunii este:

=
1
U
2
: X [0,1],

fiind evaluat prin operatorul MAX (maximum) conform relaiei:

(x) = (
1
U
2
)(x) = MAX(
1,

1
), x X

Proprietile conectorului SAU, respectiv ale operatorului de evaluare MAX sunt:
Comuntativitatea
1
U
2
=
2
U
1

Asociativitate
1
U
2
U
3
= (
1
U
2
) U
3
=

Operatorul de negare fuzzy (complementare)
Dac : X [0,1] este o mulime fuzzy, se definete complementul fuzzy, avnd notaia
c
,
c
: X
[0,1] i respectiv proprietatea:
c
(x)=1- (x), x X

Operatorul PRODUS (PROD)
Operatorul PROD reprezint alternativa evalurii operatorului MIN , fiind definit i evaluat conform
relaiei:

(x) = PROD(
1
(x),
2
(x)) =
1
(x)
2
(x), x X

41

Operatorul SUM (SUM)
Operatorul SUM reprezint alternativa evalurii operatorului MAX , fiind definit i evaluat conform
relaiei:

(x) = (1-m)[
1
(x) +
2
(x) +.......
m
(x)], x X

Orice operaie logic (I, SAU) poate fi transpus, n logica fuzzy sub forma unei aplicaii definit n
felul urmtor: [ 0,1] [0,1] [0,1]. Sub acest form se determin valoarea de adevr a unei formule
compuse, n funcie de valorile de adevr ale subformulelor nlnuite prin operaia logic respectiv. n
cazul sistemelor bazate pe logica fuzzy operaiile logice (I, SAU) nu mai sunt definite cu ajutorul
tabelelor de adevr.

1.5.4.2 Reprezentarea cunoaterii prin logica Fuzzy
ncercrile convenionale de reprezentare a cunoaterii prin reele semantice, cadre, calculul
predicatelor i PROLOG se bazeaz pe logica bivalent. Un impediment serios al acestor tehnici este
inabilitatea de a reprezenta incertitudinea i imprecizia. Reprezentarea convenional nu ofer un model
adecvat pentru metodele de raionament , care sunt mai degrab aproximative dect exacte. Majoritatea
metodelor raionamentului uman i toate metodele raionamentului comun se nscriu n aceast categorie .
Logica Fuzzy, care poate fi privit ca o extensie a sistemelor logice clasice , ofer un cadru
conceptual, care abordeaz problema reprezentrii cunoaterii, ntr-un mediu al incertitudini i impreciziei
.
Esena reprezentrii n logica Fuzzy se bazeaz pe semanticile test-scor, n cadrul crora o
propoziie este interpretat ca un sistem de restricii elastice, iar raionamentul este privit ca o propagare a
restriciilor elastice .
1.5.4.3 Aplicaie a inferenei Fuzzy n Management
[Pre-97] [Pro-99g ] [Pro-01b ],[Pro-01d]

Exist un numr mare de situaii n care apartenena unei anumite valori la o mulime dat nu
poate fi caracterizat prin funcii caracteristice. Astfel, lund ca exemplu anii de recuperare a investiiei
ntr-un proiect, acesta poate fi mprit calitativ prin 3 noiuni: durata de recuperare DR mic, DR
medie, DR mare. (Fig.1.31)



Fig. 1.31. mprirea calitativ a domeniului
Durat de recuperare (de la 0 la 10 ani) prin 3 noiuni
mic, medie i mare

42

Apar urmtoarele situaii: DR=3 ani, pe de-o parte mai este nc DR mic, pe de alt parte este i
DR medie. Deci DR = 3 ani aparine att mulimii MIC ct i mulimii MEDIE. Ce se poate spune
comparativ despre duratele de recuperare DR
1
=3 ani i 11 luni i DR
2
=5 ani ? Amndou valori aparin
mulimii MEDIE , dar n msuri diferite.
Termenii MIC, MEDIE, MARE, sunt variabilele lingvistice. Intervalele anilor la care se refer
sunt mulimile vagi. Apartenena unei anumite DR la o mulime se caracterizeaz prin funcia de
apartenen, care gradeaz apartenena valorilor la mulime. S-a convenit ca domeniul (mulimea care
gradeaz apartenena) s fie intervalul [0,1]. Devine astfel posibil reprezentarea din figur Fig.1.32, care
evideniaz 3 forme diferite de funcii de apartenen:
- trapezoidal
- triunghiular simetric
- triunghiular asimetric
mprirea pe ani este subiectiv, un alt expert ar putea caracteriza aceleai mulimi vagi prin
alte funcii de apartenen.
Valoarea
DR
(x) reprezint gradul de apartenen a lui x la mulimea DR.
Evaluarea investiiei ntr-un proiect bazat pe logica fuzzy, utilizeaz funciile de apartenen
corespunztoare acoperirii domeniului de variaie a diverselor mrimi, cu valori lingvistice att pentru
mrimile de intrare ct i pentru mrimile de ieire.
Domeniul total de variaie al unei mrimi este numit n general univers de discurs. De exemplu
pentru DR, universul de discurs (Fig.1.31) este de la 0 la 10 ani.














Fig. 1.32. Funcii de transfer

Aplicaie: Analiza Riscului Proiectelor de Investiie

n cele ce urmeaz se consider o aplicaie a abordrilor fuzzy ntr-o problem de Analiz a
Riscului Proiectelor de Investiii, n care se urmrete Rata de Randament (RR) posibil a unui proiect de
investiii, avnd ca date de intrare Durata de Recuperare (DR) estimat a investiiei n proiect. Universul
de discurs al celor 2 variabile DR i RR poate fi acoperit n acest caz, prin 5 valori lingvistice, fig.1.33.

1. FR foarte redus
2. R redus
3. m medie
4. M mare
5. FM foarte mare

Cazul inferenei o intrare o ieire i mai multe reguli
Se consider urmtoarea baz de reguli:


1

0

DR
mic

DR
mediu

DR
2 4 8 6 10

DR
mare
DR(ani)
43

R1: DAC (DR =FR) ATUNCI (RR=FM)
R2: DAC (DR= R) ATUNCI (RR=M)
R3: DAC (DR=m) ATUNCI (RR=m)
R4: DAC (DR=M) ATUNCI (RR=R)
R5: DAC (DR=FM) ATUNCI (RR=FR)

Durata de recuperare se consider DR=3ani i 6 luni, al crui univers de discurs este acoperit cu
2 termeni lingvistici R i m, avnd funciile de apartenen
DR
R
i
dR
m.
n acest caz

se vor activa
regulile R2 i R3.
R2: DAC (DR= R) ATUNCI (RR=M)
R3: DAC (DR=m) ATUNCI (RR=m)

Etapele inferenei
1. Fuzificarea valorii ferme DR = 3 ani i 6 luni
2. Analiza regulilor activate: R2 i R3
3. Stabilirea gradelor de apartenen H
2
, H
3
, la TL ce aparin lui
DR
R
i
DR
m

4. Stabilirea funciei de apartenen pentru TL din concluzia fiecrei reguli

RR
M
i
RR
m
5. Stabilirea funciei de apartenen pentru ieire

RR
rez.
(RR) = MAX (MIN ( H
i,

RR
i
(RR))




Fig.1.33. Funciile de apartenen pentru variabilele de intrare-ieire

DR durata de recuperare a investiiei
RR- rata de randament necesar








1. Fuzificarea valorii ferme






DR = 3 ani i 6 luni DR
*
= =




DR
FR
(t)

DR
R
(t)

DR
m
(t)

DR
M
(t)

DR
FM
(t)


0,0
0,25
0,75
0,0
0,0

44







R2: DAC (DR= R) ATUNCI (RR=M)
R3: DAC (DR=m) ATUNCI (RR=m)


3. Stabilirea gradelor de apartenen H
2
, H
3
, la TL:
DR
R
i
DR
m
, (Fig. 1.33)

4. Stabilirea funciei de apartenen pentru TL din concluzia fiecrei reguli

RR
M
i
RR
m
, (Fig. 1.33)

5. Stabilirea funciei de apartenen pentru ieire

RR
rez.
(RR) = MAX (MIN ( H
i,

RR
i
(RR)) (Fig. 1.33)

Inferena se bazeaz pe operaii cu mulimi vagi exprimate prin operaii efectuate asupra
funciilor de apartenen, aplicndu-se operatorii combinai MAX(MIN), adic haura maxim obinut
prin reunirea minimelor haurate (concluziile fiecrei reguli). ( 1.5.5.1). Inferena se soldeaz cu
determinarea caracteristicii MAX(MIN) haurate.

Defuzificarea const n a asocia o valoare concret variabilei RR, care s corespund ariei
haurate. Metoda din exemplu este cea a centrului de greutate, adic se consider c RR trebuie s ia
valoarea corespunztoare abscisei centrului de greutate al ariei haurate.
45




1.6. Implementarea tehnicilor bazate pe logica fuzzy n modulul fuzzy
toolbox al mediului de programare MATLAB 7.4.0
O posibilitate de implementare a tehnicilor bazate pe logica fuzzy este oferit de mediul de
programare MATLAB 7.4.0. Vizualizrile modulului Fuzzy toolbox sunt foarte accesibile utilizatorilor,
facilitnd introducerea, organizarea i prezentarea informaiilor sistemului bazat pe logica fuzzy, prin
proceduri de editare a intrrilor i ieirilor, de configurare a funciilor de apartenen, respectiv de editare
a bazei de cunotine. n continuare este prezentat modul de utilizare a modulului Fuzzy toolbox,
implementnd aplicaia rezolvat mai sus.
Dup lansarea programului MATLAB 7.4.0, n fereastra de comand Command Window
(fig.1.35) se tasteaz cuvntul <<fuzzy>> i se apas tasta Enter. Sistemul afieaz Editorul de tip FIS,
care proceseaz informaia corespunztoare Sistemelor bazate pe inferena Fuzzy. n partea superioar se
46

afieaz n mod grafic diagrama sistemului, care urmeaz a fi creat, avnd intrarea i ieirea etichetate.
(fig.1.36)
Sub diagram este un cmp de tip text care afieaz denumirea fiierului, avnd extensia FIS.



Fig.1.35. Fereastra de comand

n partea inferioar stng a ferestrei se afl o serie de meniuri derulante, care-i permit utilizatorului
s specifice operatorii care urmeaz s fie aplicai n cadrul procesului. n partea inferioar dreapta sunt
afiate cmpuri, care furnizeaz informaii despre ariabila selectat n partea superioar a interfeei.
Variabilele de intrare sunt afiate n caseta din partea stng a sistemului (ex. Durata_recuperare), la
mijloc este afiat caseta regulilor de inferen, respectiv n partea dreapt este afiat caseta variabilelor
de ieire (ex. Rata_randament).

47



Fig.1.36. Editorul FIS


Utilizatorul are posibilitatea definirii mai multor variabile de intrare, respectiv a mai multor
variabile de ieire.

Procedura de introducere a variabilelor de intrare (ieire)
Din meniul Edit se selecteaz Add Variable, respective Input (pentru adugarea variabilelor de
intrare) sau Output (pentru adugarea variabilelor de ieire) (Fig.1.37)

Procedura de tergere a variabilelor de intrare (ieire)
Dac se dorete tergerea unei variabile de intrare (ieire), se selecteaz caseta grafic a variabilei
respective, iar din meniul Edit se selecteaz Remove Selected Variable, sau de la tastatura se
tasteaz Ctrl+X.
48



Fig.1.37. Adugarea variabilelor

n urma introducerii variabilelor de intrare i de ieire, se stabilesc denumirile acestora.

Procedura de denumire a variabilelor de intrare (ieire)
Se selecteaz caseta grafic a unei variabile i se introduce numele acesteia n partea dreapt jos
a Editorului de tip FIS, n caseta Name.
Dup definirea numelui variabilelor de intrare i ieire se definesc funciile de apartenen i universal de
discurs pentru fiecare variabil n parte.

Procedura de definire a funciilor de apartenen i a universului de discurs
Se selecteaz variabila de intrare (ieire), care urmeaz s fie configurat
Din meniul Edit se selecteaz Membership Functions,
sau
Se face dublu clik cu mause-ul pe caseta grafic variabilei respective. (Fig.1.38)
MATLAB 7.4.0 afieaz o nou interfa grafic denumit Membership Funstion.



Fig.1.38. Adugarea funciilor de apartenen
49


Editorul funciilor de apartenen (Membership Funstion Editor)
Editorul Membership Funstion Editor (fig.1.39) se utilizeaz pentru a crea, anula sau modifica
funciile de apartenen ale sistemului fuzzy.



Fig. 1.39. Editorul Membership Funstion


Din meniul Edit al interfeei grafice Membership Function Editor se selecteaz Add MFs.
n caseta de dialog Membership Functions se deruleaz lista Number of MFs i se selecteaz
numrul de funcii de apartenen, pe care le are variabila respectiv.
Opional: n caseta Membership Functions se poate stabili forma general a funciilor de
apartenen, care poate fi triunghiular (trimf), trapezoidal (trapmf), clopot (gbellmf), gausian
(gaussmf), etc. Tipul formei stabilite se aplic tuturor funciilor de apartenen, utilizatorul
urmnd s diferenieze n paii care urmeaz definirea formelor funciilor de apartenen (dac
este cazul).

50



Fig.1.40. Incrementarea numrului de funcii de apartenen

Universul de discurs se definete n caseta Range din parte stng- jos a editorului Membership
Function.
n caseta Display Range (plasat sub Range) utilizatorul poate opta pentru afiarea ntregului
univers de discurs (caz n care se introduc aceleai cifre ca i n caseta Range), sau poate opta
pentru afiarea unei secvene din cadrul universului de discurs (caz n care se introduce cifre din
interiorul intervalului afiat n caseta Range).
Parametrii care definesc geometria funciei de apartenen se configureaz n caseta Params din
partea dreapt jos a editorului Membership Function
Lund exemplul aplicaiei Risc proiect de investiii (.1.5.4.3.),(Fig.1.40) au fost selectate 5
funcii de apartenen, care au fost denumite cu urmtoarele variabile lingvistice: Foarte_redusa, Redusa,
Medie, Mare, i Foarte_mare. Pentru definirea fiecrei variabile lingvistice, se selecteaz cte o funcie
de apartenen, urmnd a i se atribui denumirea in caseta Name din partea dreapt jos.
Pentru redefinirea formei fiecrei funcii de apartenen se selecteaz cte o funcie, dup care i se
selecteaz profilul geometric din lista derulant Type din partea dreapt jos a editorului Membership
Function. (Fig.1.41)

51


Fig. 1.41. Schimbarea formei funciei de apartenen

Forma unei funcii de apartenen poate fi de asemenea ajustat prin stabilirea parametrilor, (n
caseta Params din partea dreapt jos a editorului Membership Function) care definesc geometria
fiecrei funcii n cadrul universului de discurs. De exemplu, pentru funcia de apartenen Mare din
fig.1.42, s-au configurat urmtorii parametrii geometrici: parametrul 4 din cadrul universului de discurs
definete limita din partea stng a bazei triunghiului, parametrul 6 definete vrful triunghiului i
parametrul 8 definete limita din partea dreapt a bazei triunghiului.
n cazul n care funcia de apartene este un trapez, in caseta Params se configureaz 4 cifre,
avnd semnificaia definirii punctelor geometriei trapezului n ordinea urmtoare: limita stng a bazei
mari, limita stng a bazei mici, limita dreapt a bazei mici, respectiv limita dreapt a bazei mari.
Parametrii definitorii ai profilului geometric selectat pentru o funcie de apartenen pot fi ajustai
i cu ajutorul mouse-ului.

52



Fig. 1.42. Configurarea parametrilor pentru funciile de apartenen
Procedura de ajustare cu mose-ul a profilului geometric pentru o funcie de apartenen:
Se selecteaz funcia de apartenen (fig. 1.43)
Se selecteaz cu mose-ul vrfurile profilului geometric al funciei de apartenen i se dragheaz
n stnga sau dreapta universului de discurs. Parametrii din caseta Params din partea dreapt
jos a editorului Membership Function se reconfigureaz automat.
Procedura de definire a universului de discurs se repet pentru toate variabilele de intrare, respectiv
de ieire.
Procedura de definire a funciilor de apartenen se repet pentru toate funciile de apartenen ale
unei variabile de intrare (ieiere), respectiv pentru toate variabilele de intrare (ieiere). Fig. 1.44
Orice aciune poate fi anulat din meniul Edit prin selectarea comenzii Undo. De asemenea orice
functie de apartenen poate fi stears.
53



Fig. 1.43. Ajustarea profilului funciei de apartenen



Fig. 1.44. Definire funciilor de apartenen pentru variabila de ieire
Procedura de tergere a funciilor de apartenen
Se selecteaz funcia de apartenen, care trebuie tears, iar din meniul Edit se selecteaz
Remove Selected MF (Fig.1.39)
Dup ncheierea procesului de definire a variabilelor de intrare (ieire) urmeaz editarea bazei de reguli
pentru sistemul Fuzzy.

Procedura de afiare a editorului bazei de cunotine:
Se deschide una din ferestrele de editare FIS Editor sau Memberships Function Editor
54

Din meniul Edit se selecteaz Rules sau se tasteaz Ctr+3
Programul afieaz fereastra de editare Rule Editor, (Fig.1.44). Partea superioar a editorului de
reguli este destinat afirii bazei de reguli, pe msura editrii acesteia. n partea inferioar a
editorului sunt afiate variabilele de intrare (n partea stng) i variabilele de ieire (n parte
dreapt). Variabilele de intrare sunt plasate sub incidena condiiei If, iar variabilele de ieire sunt
plasate sub incidena concluziei Then.



Fig. 1.45. Editorul Rule
n cazul existenei mai multor variabile de intrare sau ieire utilizatorul are posibilitatea selectrii
conectorilor logici de combinare or (sau) sau and (i). De asemenea exist posibilitatea selectrii
conectorului logic de negare not att pentru variabilele de intrare ct i pentru variabilele de ieire.

55



Fig. 1.46. Editarea bazei de cunotine

Procedura de editare a bazei de cunotine:
Din lista derulant corespunztoare variabilelei de intrare se selecteaz denumirea funciei de
apartenen corespunztoare regulii, care se editeaz.
Din lista derulant corespunztoare variabilelei de ieire se selecteaz denumirea funciei de
apartenen corespunztoare regulii, care se editeaz.
Se selecteaz butonul Add rule i regula se editeaz automat n fereastra superioar a editorului
de reguli
Procesul se repet pn la finalul editrii bazei de cunotine. (Fig.1.46)
Observaie: n cazul n care o regul are o pondere mai mare dect celelalte reguli n cadrul procesului de
inferen, se va specifica cifra ponderii n caseta Weight. Ponderea este afiat ntre paranteze n partea
dreapt a fiecrei reguli.

Procedura de tergere sau modificare a bazei de cunotine

Se selecteaz regula din baza de cunotine, care trebuie tears sau modificat
Se selecteaz butonul Delete rule (pentru stergere), respective Change rule (pentru modificare).
n cazul modificrii, regula se va rescrie conform procedurii de editare.
n urma editrii, baza de conotine este conectat automat sistemului, putndu-se vizualiza grafic
inferena bazat pe logica fuzzy.

Procedura de vizualizare a inferenei fuzzy:
Opiunea 1.
Din meniul View al oricrei interfee de editare se selecteaz Rules sau Ctr+5, (Fig.1.47)
Sistemul vizualizeaz regulile n sistemul reprezentat prin funciile de apartenen (Fig.1.48)
Opiunea 2.
Din meniul View al oricrei interfee de editare se selecteaz Surface sau Ctr+6, (Fig.1.47)
56

Sistemul vizualizeaz n sistemul tridimensional suprafeele generate de inferena fuzzy n cazul
n care exist mai multe variabile de intrare i/sau de ieire.
Observaie: n cazul exemplului prezentat, exist o singura variabil de intrare i o singur variabil
de ieire, vizualizerea fiind reprezentat insistemul de axe bidimensional (Fig.1.49).



Fig. 1.47. Selectarea vizualizrii regulilor


Fig. 1.48. Vizualizarea regulilor

57



Fig. 1.49. Vizualizarea suprafeelor