Sisteme Fuzzy S.

Ionita

7. DEFUZIFICAREA

Defuzificarea este operaţia de trecere de la reprezentarea fuzzy a

unei variabile la o valoare deterministă echivalentă. Din punctul de vedere
al teoriei raţionamentului aproximativ operaţia de defuzificare este o
transformare prin care conceptele vagi capătă un înţeles concret pe baza
unei interpretări lingvistice convenţionale. Astfel, defuzificarea constituie
inversul operaţiei de fuzificare. Am arătat că, prin fuzzyficare oricărei
variabile fuzzy i se poate atribui un corespondent lingvistic sub forma unui
termen lingvistic, prin intermediul unei funcţii semantice SX . Aplicaţia SX
pune în legătură domeniul unei variabile lingvistice (exprimat cantitativ prin
numere) cu o anumită mulţime fuzzy, aşa cum se arată în figura 7.1.

SX

0 Atribut lingvistic

x
Subdomeniu numeric

Figura 7.1. Funcţia semantică atribuie un inţeles fuzzy variabilei lingvistice

Cu alte cuvinte, SX este o funcţie care ia un simbol ca argument şi

returnează înţelesul acestui simbol în termenii unei mulţimi fuzzy.
Operaţia inversă, de defuzificare se aplică în diferite situaţii pentru a
ieşi dintr-un domeniu caracterizat de incertitudine (fuzzy), trecând în
domeniul determinist (crisp), dar rămânând în contextul fuzzy. Formal,
operaţia de defuzificare se exprimă printr-o funcţie D X = S X(−1) . Această

- 103 -
Sisteme Fuzzy S.Ionita

funcţie primeşte ca argument o mulţime fuzzy şi furnizează o valoare non-

fuzzy, aşa cum este ilustrat în figura 7.2.

DX

0
Valoare x
numerică
deterministă

Figura 7.2. Funcţia de defuzificare atribuie unei mulţimi fuzzy o

valoare unică deterministă

Sistemele de control fuzzy sunt un exemplu elocvent pentru

justificarea importanţei operaţiei de defuzificare. Variabilele de ieşire
(controlate) trebuie să aibă o valoare unică, deterministă în orice moment al
procesului de control. În general, este de preferat ca orice sistem de decizie
să furnizeze raspunsuri deterministe, astfel că este important să se adopte o
procedură cât mai eficientă pentru a extrage valoarea deterministă.

7.1. Metode de defuzificare

Cele mai utilizate metode de defuzificare, menţionate în literatura de

specialitate pot fi clasificate după elementul geometric cuantificat în
evaluarea variabilei supusă defuzificării, aşa cum se arată în tabelul 7.1.

Tabelul 7.1. Clasificarea metodelor de defuzificare

metoda centrului de greutate al suprafeţei compuse
Metode de suprafaţă
metoda centrului sumelor suprafeţelor
(arie)
metoda centrului celei mai mari suprafeţe
metoda primului maxim;
Metode de maximum
metoda maximului mijlociu

- 104 -
 Sisteme Fuzzy S.Ionita

Metode de nivel metoda înălţimii

1. Metoda centrului de greutate al suprafeţei compuse

Metodele de suprafaţă sunt cele mai utilizate dintre toate metodele

de defuzificare cunoscute până acum, deoarece se consideră că acestea
furnizează cel mai semnificativ răspuns. Metoda centrului de greutate al
suprafeţei compuse este una dintre cele mai cunoscute şi frecvent utilizată
tehnică de defuzificare în aplicaţii. Esenţa ei constă în calculul coordonatei
orizontale a centrului de echilibru static (centrul de greutate) al suprafeţei
corespunzătoare unei mulţimi fuzzy pe universul de discurs al unei variabile
de ieşire. Este cunoscută şi sub denumirea de metoda centroid sau metoda
centrului ariei. Pentru o mulţime fuzzy dată pe domeniul de definiţie al unei
variabile, definită printr-o funcţie de apartenenţă mTL (x ) procedeul
defuzificării prin metoda centrului de greutate presupune următorii paşi:
- se consideră figura plană determinată de funcţia de apartenenţă şi
axa (abscisa) variabilei;
- evaluarea ariei suprafeţei plane (cuprinsă sub funcţia de apartenenţă)
Ai ;
- determinarea poziţiei centrului de greutate al figurii plane pe axa
variabilei;
- coordonata de poziţie astfel determinată reprezintă valoarea
defuzificată.
De exemplu, pentru mulţimea fuzzy definită de funcţia triunghiulară
A( x; 0, 4, 8) , aşa cum se arată în figura 7.3, valoarea defuzificată este xd = 4 ,
adică valoarea coordonatei centrului de greutate pe axa x, care în acest caz
se află situat chiar pe axa de simetrie a figurii.

1
Valoare
numerică
deterministă

0 8 x
4

Figura.7.3. Valoarea defuzificată corespunde axei de simetrie a triunghiului

- 105 -
 Sisteme Fuzzy S.Ionita

Dacă figura plană este un triunghi oarecare, atunci centrul de

greutate se calculează după regulile geometriei. Deci, în general pentru o
funcţie de apartenenţă oarecare A(x;α , β , γ ) , poziţia centrului de greutate pe
α + β +γ
axa x este dată de formula: xd = .
3
În situaţia mai multor figuri geometrice corespunzătoare mulţimilor
fuzzy pe universul de discurs al unei variabile de ieşire, acestea se compun
prin reuniune, rezultând o suprafaţă totală. O astfel de situaţie se întâlneşte
în mod frecvent în urma activării mai multor reguli fuzzy pe universul de
discurs al variabilei de ieşire, asa cum se exemplifică în figura 7.4.

0 x1 x
xd x2 x3

Figura.7.4. Metoda centrului de greutate pentru figuri geometrice

compuse

Particularitatea esenţială a acestei metode constă în calculul centrului

de greutate făcând abstracţie de suprapunerea figurilor geometrice, deci
considerând figura compusă ca un întreg format prin reuniunea mulţimilor
punctelor ce aparţin figurilor. Cu alte cuvinte, porţiunile suprapuse se iau o
singură dată în calcul. Formal, rezultă o funcţie de apartenenţă globală
mO (x ) , considerată continuă, care defineşte domeniul fuzzy compus, aşa
cum se arată în figura 7.5. Integrala acestei funcţii reprezintă practic
suprafaţa al cărei centru de greutate se calculează. Astfel, teoretic problema
se reduce la calculul centrului de greutate cu următoarea relaţie:

- 106 -
Sisteme Fuzzy S.Ionita

∫X mO ( x) ⋅ x ⋅ dx
xd = (7.1)
∫X mO ( x) ⋅ dx

Practic, dacă se cunoaşte descrierea analitică a funcţiei mO (x ) pe

universul de discurs al variabilei x rezolvarea ecuaţiei (7.1) se efectuează în
general prin metode numerice. Trebuie menţionat însă că în cvasitotalitatea
cazurilor funcţia mO (x ) este multiformă, ceea ce presupune definirea ei pe
intervale, cu şanse minime să fie îndeplinită condiţia de continuitate pe
întreg domeniul de definiţie. Varianta discretă a formulei de calcul (7.1)
poate aduce unele avantaje practice în aplicarea metodei şi se exprimă
astfel:

n
∑ mO ( xi ) ⋅ xi
x d = i =1 (7.2)
n
∑ mO ( xi )
i =1

unde xi sunt puncte succesive din universul de discurs X discretizat pentru

i = 1,..., n puncte, iar xgi sunt coordonatele centrelor de greutate ale
suprafeţelor (elementare) obţinute prin discretizare.

1
mO (x)

0 x
xd
Figura.7.5. Funcţia de apartenenţă generică a domeniului fuzzy rezultat
prin compunere

- 107 -
Sisteme Fuzzy S.Ionita

Trebuie reţinut că abordarea discretă nu simplifică semnificativ

problema în ceea ce priveşte calculabilitatea acestei metode. O metodă de
arie care evită calculul în sensul unei integrări numerice este aşa numita
metodă a centrului sumelor şi va fi prezentată în cadrul acestui capitol.

2. Metoda centrului sumelor

Această metodă propune calculul valorii de defuzificare tot pe baza

centrului de echilibru static al figurii geometrice formate de mulţimile fuzzy
pe domeniul de definiţie al unei variabile de ieşire, ca şi în cazul metodelor
precedente. Procedeul de calcul este similar celui de la metoda centrului de
greutate, prezentată la început, cu deosebirea semnificativă că zonele de
suprapunere a suprafeţelor, în cazul că există, sunt luate în considerare
pentru fiecare figură elementară căreia îi aparţine. Astfel, această metodă
se poate interpreta tot ca o metodă de centru de greutate aplicată unui
ansamblu de suprafeţe (eventual parţial suprapuse).
În situaţia mai multor figuri geometrice compuse prin însumare,
calculul poziţiei centrului de echilibru static se face pe baza figurilor
elementare (de regulă triunghiuri şi dreptunghiuri) aplicând formula
binecunoscută din mecanica teoretică :

n
∑ Ai ⋅ xi
xd = i =1
n , (7.3)
∑ Ai
i =1

unde n reprezintă numărul figurilor (suprafeţelor) elementare, Ai ariile

suprafeţelor elementare şi xi coordonatele centrelor de greutate ale figurilor
elementare. O astfel de situaţie se întâlneşte în mod frecvent în urma
activării mai multor reguli fuzzy pe universul de discurs al variabilei de
ieşire, aşa cum se exemplifică în figura 7.4.
Aplicarea formulei (7.3) în termenii funcţiilor de apartenenţă
întâmpină dificultăţi pentru situaţii ca cele din figura 7.4, deoarece
trunchierea funcţiilor de apartenenţă schimbă practic clasa acestora (din
triunghiular în trapezoidal, etc.), aceasta complicând într-o anumită măsură
calculul ariilor. În continuare se descrie o soluţie practică, care sporeşte
eficienţa acestei metode.
O simplificare considerabilă în aplicarea oricărei metode de
defuzificare bazate pe calculul ariei se obţine prin aplicarea unei operaţii de
scalare a funcţiilor de apartenenţă, respectiv a mulţimilor fuzzy. Această
- 108 -
 Sisteme Fuzzy S.Ionita

tehnică decurge din interpretarea operaţiei de trunchiere a mulţimilor fuzzy

în urma activării regulilor ca o ponderare a funcţiilor de apartenenţă de
ieşire şi nu ca o pe o “retezare” propriuzisă a acestora (aşa cum este în
figura 7.4). Operaţia de scalare se realizează deci prin multiplicarea funcţiei
de apartenenţă cu valoarea gradului de activare a unei reguli wi ∈ [0,1] ,
valoare ce se obţine în urma inferenţei. Un exemplu de mulţimi fuzzy
scalate este ilustrat în figura 7.6 (reprezentând varianta scalată a situaţiei din
figura 7.4).

0 x1 x2 x3 x
xd

Figura.7.6. Defuzificarea mulţimilor fuzzy scalate compuse

Avantajul evident al acestei metode constă în faptul că odată

calculate ariile figurilor geometrice componente Ai orice modificare a
nivelelor de ponderare a acestora wi ∈ [0,1] nu fac altceva decât să scaleze
valoarea acestora fără să modifice poziţiile centrelor de greutate elementare
xi. Astfel, pentru calculul valorii defuzificate se poate folosi o formulă mai
eficientă:

n
∑ wi Ai ⋅ x i
x d = i =1 (7.4)
n
∑ wi Ai
i =1

- 109 -
Sisteme Fuzzy S.Ionita

Observaţie. Această metodă de defuzificare se poate utiliza în condiţiile

adoptării metodei de inferenţă fuzzy cu codificare prin produs (scalare) a
ieşirii.

3. Metoda centrului celei mai mari arii

Aşa cum se observă din cele prezentate până acum, valoarea de

ieşire defuzificată corespunde punctului de echilibru static al figurii formate
de mulţimile fuzzy compuse pe universul de discurs al variabilei de ieşire.
În cazul suprafeţelor convexe valoarea defuzificată se află de regulă în zona
mulţimii cu aria (ponderată) cea mai mare (vezi figura 7.4). Dacă suprafaţa
compusă pe universul de discurs aparţine unei figuri non-convexe, atunci
este posibil ca punctul de echilibru static, adică valoarea defuzificată să
rezulte într-o zona de concavitate a figurii respective, aşa cum se arată ca
exemplu în figura 7.7.

0 x1 x5 x
x2 x3 xd x4 x’d

Figura 7.7. Defuzificarea de mulţimi fuzzy scalate compuse într-o

suprafaţă non-convexă

Această situaţie conduce la soluţii considerate inacceptabile din

punct de vedere al raţionamentului intuitiv, deoarece, în general există
tendinţa de a considera mărimea efectului mai de grabă proporţională cu
amploarea locală a cauzei decât cu comportarea globală a acesteia. Ca
urmare, pare anormal ca valoarea rezultantă (defuzificată) a ieşirii să fie
situată în dreptul suprafeţei mai mici. Metoda de defuzificare bazată pe

- 110 -
 Sisteme Fuzzy S.Ionita

centrul celei mai mari arii propune valoarea cea mai semnificativă ca fiind
centrul de echilibru static al celei mai mari suprafeţe convexe descrisă pe
universul de discurs al variabilei fuzzy respective. Revenind la exemplul
grafic din figura 7.7, metoda de defuzificare pe baza centrului celei mai mari
arii, va furniza o valoare xd′ > xd , deoarece suprafaţa convexă mai mare se
află situată în acest caz în partea dreaptă a figurii. Spre deosebire de metoda
clasică a centrului de greutate aplicată pentru întreaga figură, aici se observă
că nu se poate elabora o metodă formală de descriere, deoarece găsirea
subdomeniului convex cu aria cea mai mare şi calculul acestei arii ridică
anumite dificultăţi din punct de vedere al algoritmului.

4. Metode de maximum

Aceaste metode se remarcă prin simplitatea aplicării lor din punctul

de vedere al calculabilităţii. Defuzificarea constă în detectarea abscisei
corespunzătoare primului, ultimului sau mijlocului maximului global al
funcţiilor de apartenenţă pe universul de discurs al variabilei fuzzy. Metoda
primului maxim furnizează ca valoare defuzificată valoarea abscisei
primului maxim absolut al funcţiei de apartenenţă, care se întâlneşte când se
parcurge domeniul de definiţie al variabilei fuzzy în sensul cresterii valorii
absolute. Cu alte cuvinte, cea mai mică valoare a variabilei fuzzy căreia îi
corespunde un maximum al funcţiei de apartenenţă este considerat rezultatul
defuzificării. Formal, pentru întregul univers de discurs X al variabilei de
ieşire fuzzy x , aceasta se exprimă astfel:

xd = inf {x ∈ X m X (x ) = max(hgt ( X ))}, (7.5)

x∈X

unde hgt(X) reprezintă valoarea înălţimii funcţiei de apartenentă

corespunzătoare tuturor punctelor universului de discurs. Principiul metodei
este ilustrat grafic în figura 7.8.
În aceeaşi manieră, ca alternativă se poate adopta metoda ultimului
maxim, care formal se exprimă astfel:

xd′ = sup {x ∈ X m X (x ) = max(hgt ( X ))}. (7.6)

x∈ X

În mod evident, în cazul de faţă xd′ > xd , aşa cum se arată şi în figura
7.8.

- 111 -
Sisteme Fuzzy S.Ionita

0 x
xd xd′

Figura.7.8. Metoda primului maxim global

Metoda mijlocului maximului ia în considerare media dintre valorile

determinate cu metodele precedente şi este formalizată pe baza formulei:

inf {x ∈ X m X (x ) = max(hgt ( X ))}+ sup {x ∈ X m X (x ) = max(hgt ( X ))}

x∈ X x∈X
xd′′ = (7.7)
2

În cazul în care max(hgt ( X )) = 1 sau pentru forme ale funcţiilor de

apartenenţă exclusiv triunghiulare atunci cănd se aplică operaţia de scalare a
acestora (vezi figura 7.7), cele trei metode de maxim furnizează aceeaşi
valoare.

5. Metoda înălţimii

Metoda înălţimii este o metodă de nivel, care foloseşte valorile de

vârf maxime ale funcţiilor de apartenenţă pe universul de discurs. Această
metodă calculează valoarea defuzificată pe baza sumei înălţimilor maxime
ponderate cu valoarea poziţiilor xi raportată la valoarea sumei tuturor
acestor înălţimi, conform relaţiei următoare:

n
∑ xi ⋅ max(mi (x ))
xd = i =1 (7.8)
n
∑ max(mi (x ))
i =1

- 112 -
Sisteme Fuzzy S.Ionita

Semnificaţia mărimilor din relaţia (7.8) şi principiul de lucru al

metodei sunt ilustrate în figura 7.9.

max(m2 (x ))
1

max(m1(x ))

max(m3 (x ))

0 x1 x2 x3 x
xd

Figura. 7.9. Defuzificarea prin metoda înălţimii

7.2. Criterii pentru alegerea metodei de defuzificare

Aplicarea uneia sau alteia dintre dintre metodele de defuzificare

descrise are efect asupra răspunsului sistemelor fuzzy. În procesul de
proiectare a sistemelor fuzzy, operaţia de defuzificare face obiectul unei
alegeri ce ţine de experienţa şi dorinţa proiectantului. Există însă anumite
criterii în funcţie de care metodele de defuzificare pot fi evaluate şi
comparate din perspectiva calităţii răspunsului sistemului fuzzy. Menţionăm
că răspunsul unui sistem fuzzy este influenţat şi de alte elemente care
intervin în procesul de proiectare, însă aici ne referim strict la compararea
metodelor de defuzificare pentru sisteme fuzzy cu aceeaşi structură.
Prezentăm în continuare principalele criterii care pot fi avute în vedere la
alegerea metodei de defuzificare [20].

a) Criteriul continuităţii, are în vedere faptul că modificările mici ale

intrării într-un sistem fuzzy nu trebuie să producă schimbări majore ale
răspunsului.
b) Criteriul ambiguităţii, este legat de senzitivitatea metodei de
defuzificare în raport cu mărimea ariei suprafeţei considerate. Astfel, o
problemă de ambiguitate la defuzificare apare atunci când pentru

- 113 -
Sisteme Fuzzy S.Ionita

suprafeţe diferite ca mărime, poziţia centrului de greutate de pildă este

aceeaşi.
c) Criteriul plauzibilităţii, se referă la poziţia valorii defuzificate pe
suportul mulţimilor fuzzy compuse şi la valoarea funcţiei de apartenenţă
corespunzătoare acesteia. Astfel, se spune că rezultatul defuzificării este
plauzibil dacă valoarea rezultată este situată aproximativ la mijlocul
suportului şi valoarea funcţiei de apartenenţă corespunzătoare este (cât
mai) mare.
d) Criteriul complexităţii calculului. Complexitatea calculului se referă la
efortul de evaluare a elementelor geometrice ce intervin în metoda de
defuzificare. Din acest punct de vedere, metodele se suprafaţă sunt mai
dezavantajoase, deoarece implică calculul numeric pentru evaluarea ariei
şi uneori a poziţiei centrului de greutate pentru suprafeţe mai complicate
şi cu formă nesimetrică.
e) Criteriul ponderării. Acest criteriu se consideră îndeplinit dacă metoda
de defuzificare ţine cont de faptul când o mulţime de ieşire fuzzy este
activată de mai multe ori cu ponderi (nivele) diferite. În general, această
problemă se rezolvă în etapa de agregare (compunere) a regulilor, unde
în mod uzual se reţine ieşirea cu ponderea cea mai mare. Această
operaţie este considerată însă o insuficienţă acceptată din motive
practice, fapt pentru care, este de preferat ca metoda de defuzificare să
corecteze aceasta şi să ţină cont de toate valorile cu care o mulţime
fuzzy este ponderată.

În tabelul 7.2 se prezintă o situaţie a calificativelor de îndeplinire a

criteriilor menţionate de către principalele metode de defuzificare prezentate
în acest capitol.

Tab. 7.2. Performanţele metodelor de defuzificare

Centrul de Centrul de Centrul de Primul Mijlocul Înălţimii
Metoda greutate al greutate al greutate al maxim maximului
Criteriul suprafeţei suprafeţelor celei mai
compuse însumate mari arii
Continuitatea da da nu nu nu da
Ambiguitatea da da nu da da da
Plauzabilitatea da da da nu nu da
Complexitatea nu da nu da da da
Ponderea nu da nu nu nu da

- 114 -