Sisteme fuzzy

Logica fuzzy arată importanța relativă a preciziei. „ Precizarea nu este adevăr”, spunea

Henri Matisse. Albert Einstein spunea la rândul său: „ Legile matematicii sunt foarte departe
de realitate, ele nu sunt sigure. Şi pentru că sunt foarte departe de a fi sigure ele nu
reflectă realitatea”. Există şi zicale populare în acest sens: „ Nu vede pădurea, din cauza
copacilor”.
Pornind de la aceste considerente, în 1965, Lofti Zadeh, profesor la Universitatea
Barkeley din California, a introdus noțiunea de mulțime vagă ( în engleză „fuzzy set”), care
furnizează posibilități de reprezentare şi manipulare a cunoaştințelor imperfect descrise, vagi
sau imprecise. Logica fuzzy este un teritoriu fascinant de cercetare, deoarece realizează o
legătură foarte bună  între semnificație  şi precizie. Ea apare uneori exotică sau intimidantă 
pentru cei nefamiliarizați, dar odată ce îi pătrunzi tainele, poți fi surprins de simplitatea
raționamentelor.
Ce înseamnă  precizie  şi semnificația în lumea reală? De exemplu, o greutate este gata
să strivească un om şi colegul său de muncă îi atrage atenția:
 „ O greutate de 1500 kg se apropie de capul tău cu viteza de 45,3 m/s”  
→ aceasta este precizie.
 „ Fereşte‐te ! Dă‐te la o parte ! Fugi” → aceasta este semnificație.

Logica fuzzy este o cale de a trasa o hartă între spațiul de intrare ( informație) şi

spațiul de ieşire (decizie). De exemplu, cineva spune cât de bine a fost servit la restaurant şi
altcineva spune, pe această  bază, ce bacşis să dea. Cineva spune cât de departe este obiectivul
pe care vrea să îl fotografieze şi altcineva, pe această bază, îi focalizează lentilele. Grafic
vorbind, o hartă între intrare şi ieşire arată astfel:

Cutia neagră  poate conține sisteme fuzzy, sisteme liniare, sisteme expert, rețele
neuronale, ecuații diferențiale, tabele multidimensionale de interpolare şi lista rămâne
deschisă. Pentru a umple cutia neagră, logica fuzzy este, de cele mai multe ori, cea mai
bună cale pentru că, aproape în toate cazurile, cu ajutorul ei se obține acelaşi produs (ca prin
alte metode) dar mai repede şi mai ieftin. Avantajele utilizării logicii fuzzy, față de alte
metode sunt:
a – este uşor de înțeles, pentru că foloseşte concepte matematice simple;
b – este flexibilă, deoarece porneşte de la informații cu un grad mai mare, sau mai mic
de imprecizie;
 c – poate modela funcții neliniare cu o complexitate arbitrară, se poate crea un sistem
fuzzy, pornind de la orice mulțime de date intrare‐ieşire;
d – se bazează pe limbajul natural, adică limbajul comunicării umane;
e – poate fi combinată cu tehnicile de control convenționale.
Singurul caz în care nu se recomandă  utilizarea logicii fuzzy, este acela în care există,
deja, o soluție mai simplă. Ca aparat de lucru, logica fuzzy are, în mediul MATLAB, un
modul special.

Mulțimi fuzzy şi funcții de apartenență

Definirea unei mulțimi X, în sens clasic, înseamnă să se decidă dacă un element dat x
aparține lui X, sau nu. Construcția mulțimii se face fie prin indicarea elementelor sale, fie prin
enunțarea unor propietăți comune ale lor.
Pentru o mai bună înțelegere, se consideră următorul exemplu: apartenența zilelor
săptămânii la „week‐end”.

În sens clasic, definiția de dicționar pentru week‐end este „perioada dintre noaptea de
vineri şi dimineața de duminică”. O definiție imprecisă, care nu arată  cât de mult aparțin
zilele de vineri  şi duminică noțiunii de week‐end. Utilizând logica fuzzy, putem răspunde
acestei probleme astfel:
Întrebare: Este ziua de sâmbătă, zi de week‐end?
Răspuns: 1 (da, sau adevărat).
Întrebare: Este ziua de joi, zi de week‐end?
Răspuns: 0 (nu, este fals).
Întrebare: Este ziua de vineri, zi de week‐end?
Răspuns: 0,8 (în cea mai mare parte da, dar nu complet).
Întrebare: Este ziua de duminică, zi de week‐end?
Răspuns: 0,95 (da, dar mai puțin decât sâmbătă).
O reprezentare grafică, în logica fuzzy a problemei de mai sus, arată  astfel:  
 Putem considera, ca un alt exemplu pentru mulțimile fuzzy, cele patru anotimpuri. Se
pune întrebarea: Ce anotimp este acum?
În emisfera nordică, utilizând definiția astronomică, limitele sunt precise: iarna:
1 decembrie – 28 februarie; primăvara: 1 martie – 31 mai; vara: 1 iunie – 30 august; toamna:
1 septembrie – 31 noiembrie. Experiența din ultimii ani arată însă, că lucrurile nu stau
totdeauna astfel. Analizând grafic situația, în logica fuzzy, rezultă:

După trecerea în revistă a acestor exemple, se poate da şi o altă definiție a funcției de

apartenență: „ O funcție de apartenență  este o curbă  care defineşte modul în care fiecare
punct din domeniul de definiție, i se alocă o valoare (grad) de apartenență, între 0 şi 1. Unul
dintre cele mai utilizate exemple de mulțimi fuzzy este mulțimea oamenilor înalți.
De exemplu, un individ cu înălțimea 1,50 m nu aparține deloc clasei „oameni înalți”.
În schimb, dacă are 1,80 m, atunci apartenența la această clasă este totală. Dacă înălțimea sa
este cuprinsă între 1,50 m şi 1,80 m, atunci apartenența sa la clasa respectivă  este cu atât mai
puternică, cu cât înălțimea sa se apropie mai mult de 1,80 m. Noțiunea de mulțime fuzzy
evită utilizarea arbitrară a unor limite clasice rigide ale claselor, cum ar fi, în exemplul
precedent, să considerăm că cineva care are 1,80 m este înalt şi altcineva, care are 1,79 m, nu
face parte din această categorie.