Cursul

2 Numere fuzzy

2.1. Conceptul de numr fuzzy

2.1.1. Interval

Cnd un interval este definit pe mulimea numerelor reale , acest interval este
numit o submulime a lui . Dac intervalul este definit astfel:
A = [ a1, a3 ] a1,a3 unde a1 < a3 . Dac exprimm intervalul ca o funcie de
apartenen atunci vom scrie:

0 daca x < a1

A (x) = 1 daca a1 x a3
0 daca x > a
3

Dac a1 = a3 atunci intervalul va indica un punct.

2.1.2 Numr fuzzy

Numrul fuzzy este exprimat ca o mulime fuzzy definnd un interval fuzzy n
mulimea numerelor reale . Deoarece marginile acestui interval nu sunt clar
specificate, intervalul este tot o mulime fuzzy.

Un interval fuzzy este reprezentat de dou puncte finale a1 i a3 precum i de un
punct de vrf a2 .

Dac vom nota intervalul -cut pentru numrul
fuzzy A cu A , intervalul obinut astfel - A - este
definit astfel: A = a1( ), a(3 )

-cut pentru un numr fuzzy ' < ( A A ' )

2.2. Operaii pe un numr fuzzy

2.2.1. Operaii pe un interval -cut

Ne vom referi la intervalul -cut al unui numr fuzzy A = [ a1,a3 ] ca la o mulime

crisp: A = a1( ), a(3 ) [0,1], a1, a3 , a1( ), a(3 ) , deci A este un interval crisp.

Dac B este intervalul -cut al unui numr fuzzy dat B; B = [b1, b3 ] unde b1, b3 .
Operaiile ntre A i B sunt urmtoarele:

a1( ), a(3 ) (+) b1( ), b3( ) = a1( ) + b1( ), a(3 ) + b3( )

[
[a

( )
1

( )
3

,a

]
]

()

[
[b

( )
1

( )
3

,b

] [
] = [a

( )
1

( )
1

( )
3

b ,a

( )
3

]
]

Aceste operaii pot fi aplicabile la nmulire i mprire ntr-o manier similar.

2.2.2. Operaii pentru numere fuzzy

Rezultatul acestor operaii sunt exprimate ca i funcii de apartenen deoarece
numrul fuzzy este n fapt o mulime fuzzy. Pentru orice x, y, z vom avea:

1. Adunarea A (+) B
A (+)B (z) = ( A (x) B (y))
z =x +y

2. Scderea A (-) B
A ()B (z) = ( A (x) B (y))
z =x y

3. nmulirea A (*) B
A ( )B (z) = ( A (x) B (y))
z =x y

4. mprirea A (/) B
A (/)B (z) = ( A (x) B (y))
z =x / y

5. Minimul A ( ) B
A ( )B (z) = ( A (x) B (y))
z =x y

6. Maximul A ( ) B
A ( )B (z) = ( A (x) B (y))
z =x y

Exemple:
Presupunem dou mulimi fuzzy A i B. Aceste mulimi fuzzy sunt definite pe numere
discrete pentru simplificarea exemplelor astfel: A = {(2,1), (3, 0.5)} i
B = {(3,1), (4, 0.5)}

Mulimea fuzzy A

Mulimea fuzzy B

Adunarea A (+) B

Pentru a determina A (+) B pentru fiecare x A , y B , z A (+) B trebuie luat n
calcul fiecare caz:

(a). Pentru z < 5 vom avea A (+)B (z) = 0

(b). z = 5 rezult din: x + y = 2 + 3
A (2) B (3) = 1 1 = 1;
A (+)B (5) = (1) = 1
5=2+3

(c). z = 6 rezult din: x + y = 3 + 3 sau x + y = 2 + 4


A (3) B (3) = 0.5 1 = 0.5 ; A (2) B (4) = 1 0.5 = 0.5
A (+)B (6) = (0.5, 0.5) = 0.5


6=3+3
6=2+4

(d). z = 7 rezult din: x + y = 3 + 4


A (3) B (4) = 0.5 0.5 = 0.5


A (+)B (7) = (0.5) = 0.5
7=3+4

(e). Pentru z > 7 ; A (+)B (z) = 0

n concluzie A (+) B = {(5,1), (6, 0.5), (7, 0.5)} .

Scderea A (-) B

(a). z < 2 conduce la A ()B (z) = 0

(b). z = 2 provine din x y = 2 4


A (2) B (4) = 1 0.5 = 0.5
A ()B (2) = 0.5



(c). z = 1 provine din x y = 2 3 sau x y = 3 4


A (2) B (3) = 1 1 = 1; A (3) B (4) = 0.5 0.5 = 0.5


A ()B (1) = (1, 0.5) = 1
1=23

(d). z = 0 provine din x y = 3 3


A (3) B (3) = 0.5 1 = 0.5
A ()B (0) = 0.5



(e). z 1 conduce la A ()B (z) = 0

n concluzie A()B = {(2, 0.5), (1,1), (0, 0.5)}

Operaia MAX

(a). Pentru z 2 vom obine A ( )B (z) = 0

(b). z = 3 provine din x y = 2 3 i x y = 3 3


A (2) B (3) = 1 1 = 1; A (3) B (3) = 0.5 1 = 0.5
A ( )B (3) = (1, 0.5) = 1


3=2 3
3=3 3


(c). z = 4 provine din x y = 2 4 i x y = 3 4


A (2) B (3) = 1 0.5 = 0.5 ; A (3) B (4) = 0.5 0.5 = 0.5
A ( )B (4) = (0.5, 0.5) = 0.5


4 =2 4
4 =3 4

(d). z > 5 produce A ( )B (z) = 0

n concluzie A()B = {(3,1), (4, 0.5)} .

2.3. Numere fuzzy triunghiulare

2.3.1. Definirea numerelor fuzzy triunghiulare (TFN)

Aceste forme de numere fuzzy sunt cele mai des folosite.

Definiie: Este un numrr fuzzy reprezentat prin trei puncte astfel: A = ( a1, a2 , a3 ) .
Aceast reprezentare este interpretat ca funcii de apartenen astfel:

daca x < a1
0
xa
1

daca a1 x a2
a2 a1
(A ) (x) =

a

x
3

daca a2 x a3
a3 a2
0
daca x > a3

Dac aplicm o operaie de tipul -cut, intervalul A poate fi obinut astfel:

a( ) a1
a a(3 )
[0,1] din 1
= ; 3
= vom obine:
a2 a1
a3 a2

a1( ) = ( a2 a1 ) + a1 i a(3 ) = ( a3 a2 ) + a3 deci A = a1( ), a(3 ) =

= [(a2 a1 ) + a1, (a3 a2 ) + a3 ].

Exemplu:

Presupunem numrul fuzzy A descris astfel: A = (-5, -1, 1). Pentru acest numr fuzzy,
valoarea funciei de apartenen este:

daca x < 5
0
x + 5

daca 5 x 1
4
(A ) (x) =

1 x
daca 1 x 1
2
0
daca x > 1


Intervalul -cut de la acest numr fuzzy este:

x +5
= x = 4 5

4
1 x
= x = 2 + 1

2
A = a1( ), a(3 ) = [ 4 5, 2 + 1]


= [3, 0].
dac = 0.5 vom obine: A0.5 = a1(0.5), a(0.5)
3

Operaii:

(a). Adunarea i scderea. Rezultatul acestor operaii sunt deasemenea numere fuzzy
triunghiulare.
(b). nmulirea sau mprirea. Rezultatul acestor operaii nu sunt numere fuzzy
triunghiulare.
(c). MAX sau MIN. Rezultatul acestor operaii nu sunt numere fuzzy triunghiulare.

2.4. Numere fuzzy trapezoidale

Folosirea acestui tip de form provine din faptul c exist cteva puncte ale cror
grad de apartenen este maxim ( = 1).

Definiie: Definim un numr fuzzy trapezoidal A ca A = ( a1, a2 , a3 , a4 ) . Funcia de
apartenen a acestui numr fuzzy va fi interpretat astfel:




daca x < a1
0
xa
1

daca a1 x a2
a2 a1

A (x) = 1
daca a2 x a3
a x
4
daca a3 x a4
a4
0
daca x > a4

Intervalul -cut pentru acest tip de form este urmtorul:

[0,1] A = ( a2 a1 ) + a1, ( a4 a3 ) + a4 .


Cnd a2 = a3 forma trapezoidal se transform ntr-o form triunghiular.

Operaii permise

(a). Adunarea i scderea. Rezultatul obinut este un numr fuzzy trapezoidal.

(b). nmulirea, mprirea i inversarea

(c). MAX i MIN

2.5. Numr fuzzy tip clopot

Este o alt form care este utilizat n aplicaiile practice. Acest tip de form este
definit astfel:

x m 2

f
f (x) = exp

unde f este nelesul funciei, f este deviaia
2
2

standard

2.6. Fuzificarea

Fuzificarea este procesul de a transforma un crisp ntr-un numr fuzzy. n lumea
real, un digital voltmetru genereaz date crisp, dar acestea sunt valori care pot fi
alterate de erori.

n figura alturat se poate observa unul
interpretarea unei valori obinute care poate fi
afectat de erori. Funcia de apartenen prezentat
poate fi folosit pentru reprezentarea unei asemenea
imprecizii.

Reprezentarea datelor imprecise ca i mulimi fuzzy este o etap util pentru
utilizarea acestor date ntr-un sistem fuzzy.

va conduce la un grad de apartenen de 0.4

n figura (a) dorim s

comparm o tensiune
crisp ntr-o mulime fuzzy
numit tensiune mic.
n figur se poate observa
c
valoarea
crisp
intersecteaz mulimea
fuzzy tensiune mic la
valoarea de apartenen
0.3.

n figura (b) intersecia
unei
mulimi
fuzzy
tensiune medie i a unei
valori a tensiuni fuzificat

2.7. Defuzificarea

Defuzificarea este conversia unei cantiti fuzzy ctre o valoare precis. Defuzificarea
poate fi fcut:
(a). ctre mulimi crisp prin folosirea unei tieturi ! -cut
(b). ctre scalari

Ieirea unui proces fuzzy poate fi reuniunea logic a dou sau mai multe funcii de
apartenen definite pe universul de discuie al variabilei de ieire. Dac
presupunem dou mulimi fuzzy de ieire C1 i C2 n conformitate cu figura de mai
jos, reuniunea celor dou mulimi (aplicm MAX) va fi cea din figura (c).

2.7.1. Metoda nlimii

Aceast metod este dat de expresia

algebric C (z* ) C (z) z Z , unde z*
este valoarea defuzificat.

2.7.2. Metoda centroidului

Aceast metod este cea mai utilizat n practic i se
mai numete i metoda centrului de gravitate. Valoarea
defuzificat este determinat n conformitate cu
urmtoarea expresie algebric:

C (z) z dz unde
z* =
reprezint integrarea

(z)
dz
C
algebric.

2.7.3. Metoda mediei ponderate

n cadrul acestei metode se folosete expresia
algebric:

C (z) z unde reprezint suma algebric
z* =

C (z)

iar z este centroidul fiecrei funcii de apartenen

simetric.

n conformitate cu figura alturat aplicarea acestei metode va genera urmtoarea
a(0.5) + b(0.9)
valoare defuzificat z* =
.
0.5 + 0.9

Exemplu: Compania CFR dorete s deschid o nou rut ntr-o anumit zon din
Romnia. Zona prin care trece noua linie trebuie cumprat pentru considerente
legale. Exist 3 modaliti de construire a acestei linii; de aceea este nevoie de a
colecta anumite date pentru efectuarea unei analize. Datale analizate pentru cele 3
rute sunt mprite n 3 seturi B1, B2, i B3. Universul de discuie pentru fiecare
mulime este reprezentat de limile necesare cii ferate, exprimate n metri.

n vederea construirii cilor ferate, terenul va trebui achiziionat. Pentru aceasta este
necesar o evaluare a suprafeei de teren care urmeaz a fi achiziionat. Cele 3
anchete vor oferi date ambigue deoarece unele terenuri care sunt de-a lungul cii

ferate sunt deja n domeniul public i nu mai trebuiesc achiziionate. Anchetele

originale sunt foarte vechi astfel nct exist ambiguiti cu privire la grania dintre
vechile drumuri i vechile linii de utilitate.

Cele 3 mulimi fuzzy prezentate mai jos reprezint incertitudinea n cadrul fiecrei
anchete cu privire la calitatea de membru a limii drumului msurat n metri pentru
terenul privat.

Trebuie determinat cea mai bun lime a cii ferate care se poate realiza cu un
cost minim.

Mulimea fuzzy B1

Mulimea fuzzy B2

Mulimea fuzzy B3

Dac aplicm metoda centroidului vom avea:

1
3.6
4
5.5
6
7
8
z 3.6
7 z
(0.3z)z dz + (0.3z) dz +
z dz + (0.5)z dz + (z 5.5)z dz + z dz +
z dz

B (z) z dz 0
2
2

*
1
3.6
4
5.5
6
7
z =
=
1
3.6
4
5.5
6
7
8

(z)
dz
z 3.6
z 5.5
7 z
B
0 (0.3z) dz + 1 (0.3) dz + 3.6 2 dz + 4 (0.5)dz + 5.5 2 dz + 6 dz + 7 2 dz
= 4.9 metri

Rezultatul acestei metode poate fi observat n figura urmtoare:



n cazul n care aplicm metoda mediei ponderate vom obine:

(0.3 2.5) + (0.5 5) + (1 6.5)
= 5.41 metri
z* =
0.3 + 0.5 + 1

Rezultatul acestei metode poate fi observat n cadrul figurii urmtoare.

2.7.4. Metoda mijlocului maximului

Aceast metod spune c funcia de apartenen a maximului poate s nu fie unic.
a+b
Aceast metod este dat de expresia z* =
iar figura de mai exemplific mai
2
clar metoda.

Alte metode: centrul sumelor; centrul ariei celei mai mari i primul/ultimul
maxim. Aceste metode sunt lsate spre cercetare i trebuie adus un referat cu
metodele si un exemplu pentru fiecare metod.