Relații

fuzzy

Sisteme cu logica nuantata, G. Oltean

 Relaţii tranşante
 O relaţie tranşantă este o mulţime de tupluri (cu două sau
mai multe elemente ordonate); elementele din tuplu sunt
legate prin relaţia respectivă.

 În funcţie de numărul elementelor din tuplu, putem avea:

 tupluri binare, formate din 2 elemente (pereche) (u, v);
 (u,v) este o pereche ordonata: a- primul element; b- al doilea element
 tupluri ternare, formate din 3 elemente (u,v,w);
 tupluri n-are, formate din n elemente (x1 ,...., xn).
Relaţie n-ară tranşantă: Fie X1, X2, ...., Xn mulţimi tranşante. O relaţie
n-ară tranşantă este o submulţime a produsului cartezian X1X2....Xn.
Exemple:
• STUDENT x GRUPA x OPTIUNE (Nume Prenume, grupa 2142 , optiunea SLN)
• STUDENT x NOTA (Nume Prenume, 9)
Ce semnificatie au aceste relatii?
Sisteme cu logica nuantata, G. Oltean
 Funcția caracteristică pentru o
relaţie tranşantă binară

Fie R o relaţie binară în  (= mulţimea numerelor reale)

R={(u,v)u, v}.
Funcţia caracteristică a relaţiei R,
R(u,v) este definită ca
1, (u, v)  R
 R (u, v)  
0, (u, v)  R
Exercițiu:
Definiti o relatie binara transanta intre patru studenti si notele
posibile la disciplina SLN.

Sisteme cu logica nuantata, G. Oltean

Exemplu de relaţie tranşantă binară (1)

X= mulţimea studentilor: X={Dani, Vio, Roxi, Tim};

Y= mulţimea notelor la SLN: Y={6, 7, 8, 9, 10}.

relaţia “evaluare SLN” definită pe X  Y poate fi (de exemplu):

R={(Dani, 10), (Vio, 7), (Roxi, 10), (Tim, 9)}.

6 7 8 9 10

Sisteme cu logica nuantata, G. Oltean

 Exemplu de relaţie tranşantă binară (2)
Fie u, v.
Fie relaţia R={(u,v) u[a,b], v[0,c]} 
funcţia caracteristică a lui R este:

1, u [a, b] si v  [0,c]

 R (u, v)  
0, altfel
1, (u, v)  [a, b]  [0, c]
 R (u, v)  
0, altfel

reprezentarea
grafica a
relatiei?

Sisteme cu logica nuantata, G. Oltean

 Exemplu de relaţie tranşantă binară (3)
Fie mulţimile tranşante U = V = [5, 15]; uU, vV.
Fie relaţia R = {(u,v) u ≤ v} U x V
funcţia caracteristică a lui R este:

1, u  v, (u, v) U x V
 R (u, v)  
0, u  v, (u, v) U x V

reprezentarea
grafica a
relatiei?

Sisteme cu logica nuantata, G. Oltean

 Relaţii binare fuzzy
 Fie X şi Y două mulţimi tranşante nenule. O relaţie fuzzy R
este o submulţime fuzzy a lui XY
Definim relaţia fuzzy R: XY  [0, 1]
R={(x, y)(x, y) XY}.
R(x,y)[0,1]
R(x, y) este interpretata ca fiind
gradul de apartenenta al perechii (x, y) la relatia R, adică
masura in care perechea (x, y) satisface relatia R

 Caracterizeaza proprietatile legaturilor (relatiilor) intre elementele

multimilor

Dacă X = Y => R este o relaţie fuzzy binară în X

Sisteme cu logica nuantata, G. Oltean

Exemplu de relaţie binară fuzzy
Fie R o relaţie fuzzy binară în X={1, 2, 3}, numită “aproximativ egal”.
R poate fi definită ca:
 R (1,1)   R (2,2)   R (3,3)  1;
 R (1,2)   R (2,1)   R (2,3)   R (3,2)  0,8;
 R (1,3)   R (3,1)  0,3;

Funcţia caracteristică a lui R reprezentare matriciala

1, daca x  y 1 2 3
 1 1 0.8 0.3
R( x, y )  0.8, daca x  y  1 R
0.3, daca x  y  2 2 0.8 1 0.8

3 0.3 0.8 1

Relatiile fuzzy sunt importante deoarece pot descrie

interactiuni intre variabile
Sisteme cu logica nuantata, G. Oltean
 Operaţii cu relaţii fuzzy
Fie R, G două relaţii fuzzy binare peste X Y
R : X Y → [0,1]
G : X Y → [0,1]
 Intersecţia lui R şi G

R  G x, y   min{R( x, y), G( x, y)}

 RG ( x, y)  min{ R ( x, y), G ( x, y)}, ( x, y)  X  Y
( R  G )( x, y )  R ( x, y )  G ( x, y ), ( x, y )  X  Y

 R G ( x, y )   R ( x, y )  G ( x, y ), ( x, y )  X  Y

Sisteme cu logica nuantata, G. Oltean

 Exemplificarea intersectiei a doua relatii binare
R, G două relaţii fuzzy binare, R, G: X Y →[0,1]
R = ”x este mai mic decât y” X={x1, x2, x3}
G = ”x este apropiat de y” Y={y1, y2, y3 , y4}

 y1 y2 y4 
y3  y1 y2 y4 
y3
   
 x1 0.5 0.1 0.1 0.7   x1 0.4 0 0.9 0.6 
R  G  
 x2 0 0.8 0 0   x2 0.9 0.4 0.5 0.7 
   
 x3 0.7 0.8   x3 0.8 0.5 
 0.9 1  0.3 0

RG = “x este mai mic decât y” şi “x este apropiat de y”

 y1 y2 y4 
y3
 
 x1 0 .4 0 0 .1 0 .6 
( R  G )( x, y )  ? ( R  G )( x, y )   
 x2 0 0 .4 0 0 
 
 x3 0.7 0.5 
 0 .3 0
Sisteme cu logica nuantata, G. Oltean
 Reuniunea lui R şi G

Fie R, G două relaţii fuzzy binare peste X Y

R : X Y → [0,1]
G : X Y → [0,1]

R  G x, y   max{ R( x, y), G( x, y)}

 RG ( x, y)  max{  R ( x, y), G ( x, y)}, ( x, y)  X  Y
μ R G ( xi ,y j )  max { μ R ( xi ,y j ) , μG ( xi ,y j )}, ( xi ,y j )  X  Y

( R  G )( x, y )  R ( x, y )  G ( x, y ), ( x, y )  X  Y
 R G ( x, y )   R ( x, y )  G ( x, y ), ( x, y )  X  Y

Sisteme cu logica nuantata, G. Oltean

 Exemplificarea reuniunii a doua relatii binare
R, G două relaţii fuzzy binare, R, G: X Y →[0,1]
R = ”x este mai mic decât y” X={x1, x2, x3}
G = ”x este apropiat de y” Y={y1, y2, y3}

 y1 y2 y4 
y3  y1 y2 y4 
y3
   
 x1 0.5 0.1 0.1 0.7   x1 0.4 0 0.9 0.6 
R  G  
 x2 0 0.8 0 0   x2 0.9 0.4 0.5 0.7 
   
 x3 0.7 0.8   x3 0.8 0.5 
 0.9 1  0.3 0

RG = “x este mai mic decât y” sau “x este apropiat de y”

 y1 y2 y3 y4 
 
 x1 0 .5 0 .1 0 .9 0 .7 
( R  G )( x, y )  ? ( R  G )( x, y )   
 x2 0 .9 0 .8 0 .5 0 .7 
 
 x3 0.8 0.8 
 0 .9 1
Sisteme cu logica nuantata, G. Oltean
 Produsul cartezian a două mf – relație fuzzy binară
• universurile discuţiei: mulţimile tranşante X şi Y
• două mulţimi fuzzy A: X[0,1], B: Y[0,1].
• x - elementele lui X, xX; y - elementele lui Y, yY.

 Produsul cartezian (AB)(x,y) al mulţimilor fuzzy A şi B este:

( A  B): X  Y  [0,1]
( A  B)( x,y)  minA( x) , B( y),  ( x,y)  X  Y
 A B ( xi , y j )  min{  A ( xi ),  B ( y j )}, ( xi , y j )  X  Y

Produsul cartezian a două mulţimi fuzzy, AB,

este o relaţie fuzzy binară în XY

Sisteme cu logica nuantata, G. Oltean

Reprezentarea grafică a produsului cartezian
Dacă A şi B sunt două mulţimi fuzzy triunghiulare,
A: X[0,1] şi B: Y[0,1], atunci produsul lor cartezian
AB: XY  [0,1] este o piramidă patrulatera (mf bidimensionala)

Cum arata figura ce

reprezinta produsul
cartezian a două mf
trapezoidale?

Cum arata figura ce

demo matlab ProdCart.m
Sisteme cu logica nuantata,
reprezinta produsul
cartezian al unei mf
triunghiulare cu o
mf trapezoidala?
G. Oltean
 Compunerea relaţiilor fuzzy
R şi G două relaţii fuzzy binare, X, Y, Z - mulţimi tranşante.

R: X  Y[0,1], G: Y  Z[0,1]
R ○ G: X  Z[0,1].
Relaţia rezultată prin compunerea lui R şi G se notează P = R○G,

R G
X Y Z
P

Sisteme cu logica nuantata, G. Oltean

 Compunerea relaţiilor fuzzy – cont.
R: X  Y[0,1], G: Y  Z[0,1]
P= R ○ G: X  Z[0,1].
 Compunerea sup-min (max-min)
( R  G)( x, z )  sup min R( x,y ) , G( y,z )
yY
R ○ G este o relaţie fuzzy în X  Z
Pentru a determina gradul de apartenenta al perechii (x*, z*) la
relatia P = R○G, trebuie avute in vedere:
 gradele de apartenenta ale perechilor formate de x* cu toate
elementele intermediare yj in relatia R,
 gradele de apartenenta ale perechilor formate de toate
elementele intermediare yj cu z* in relatia G.

Sisteme cu logica nuantata, G. Oltean

 Exemplificarea compunerii sup-min
R=”x este mai mic decât y” G=”y este apropiat de z”,
y1 y2 y3 y4 z1 z2 z3
x1 0.5 0.1 0.1 0.7 y1 0.4 0.9 0.3
R G  y2 0 0.4 0
x2 0 0.8 0 0
x3 0.9 1 0.7 0.8 y 3 0 . 9 0 .5 0 .8
y 4 0 . 6 0 . 7 0 .5
z1 z2 z3
x1 0.6 0.7 0.5
R G  ? RG 
x2 0 0.4 0
x3 0.7 0.9 0.7
(R  G)(x1,z1 )  sup min (R(x1,y),G(y,z1 )  max ( min (R(x1,y1 ), G(y1,z1 )),
yY

min (R(x1,y 2 ), G(y2,z1 )), min (R(x1,y3 ), G(y3,z1 )), min (R(x1,y 4 ), G(y4,z1 )) )
 max ( 0.4; 0; 0.1; 0.6 )  0.6
Sisteme cu logica nuantata, G. Oltean
( R  G)( x1, z3)  max ( min (0.5;0.3), min (0.1;0), min (0.1;0.8), min (0.7;0.5) )
 max (0.3; 0; 0.1; 0.5)  0.5

( R  G)( x 2, z1)  max ( min (0;0.4), min (0.8;0), min (0;0.9), min (0;0.6) )
 max (0; 0; 0; 0)  0
( R  G)( x2, z2)  max ( min (0;0.9), min (0.8;0.4), min (0;0.5), min (0;0.7) )
 max (0; 0.4; 0; 0)  0.4

( R  G)( x 2, z3)  max ( min (0;0.3), min (0.8;0), min (0;0.8), min (0;0.5) )
 max (0; 0; 0; 0)  0

( R  G)( x3, z1)  max ( min (0.9;0.4), min (1;0), min (0.7;0.9), min (0.8;0.6) )
 max (0.4; 0; 0.7; 0.6)  0.7

( R  G)( x3, z2)  max ( min (0.9;0.9), min (1;0.4), min (0.7;0.5), min (0.8;0.7) )
 max (0.9; 0.4; 0.5; 0.7)  0.9

Sisteme cu logica nuantata, G. Oltean

 Formal, R ○ G se poate scrie ca o operaţie matricială
z1 z2 z3
y1 y2 y3 y4 z1 z2 z3
y 1 0.4 0.9 0.3
x1 0.5 0.1 0.1 0.7 x1 0.6 0.7 0.5
RG   y2 0 0.4 0 
x2 0 0.8 0 0 x2 0 0.4 0
y 3 0.9 0.5 0.8
x3 0.9 1 0.7 0.8 x3 0.7 0.9 0.7
y 4 0.6 0.7 0.5

R ○ G este echivalentă cu o înmulţire a matricilor R şi G, în care

operatorul “produs” se înlocuieşte prin “minim”, iar operatorul
“sumă” se înlocuieşte prin “maxim”.

( R  G )( xi , zk )  max min R( xi , y j ), G( y j , zk ) 

j

Se ia linia i din R şi coloana k din G, şi între elementele liniei şi

coloanei se calculează: min între ele (element cu element) şi apoi
max din toate minimele.
Sisteme cu logica nuantata, G. Oltean
 Compunerea unei mulţimi fuzzy cu o relaţie fuzzy binară
C R
X X Y
P
C: X[0,1] - mulţime fuzzy (cu funcţia de apartenenţă C(x))
R: XY[0,1] - relaţie fuzzy binară.
Compunerea sup-min a mulţimii fuzzy C cu relaţia R,
constituie o mulţime fuzzy C ○R : Y[0,1].
(C  R)( y )  sup min (C ( x) , R( x,y )) ,  y  Y
x X

Se utilizează în inferența compozițională la sistemele cu logică fuzzy!

Exemplu y1 y2 y3 y4
x1 x2 x3 x1 0.5 0.1 0.1 0.8 y1 y2 y3 y4
(C  R)( y )   
0.5 1 0.6 x2 0 0.8 0 0 0.6 0.8 0.6 0.5
x3 0.9 1 0.7 0.4
Sisteme cu logica nuantata, G. Oltean
Exemplificare y
x
SLF

IF x is A THEN y is Y

Care este relatia R intre A si Y in conformitate cu regula fuzzy?

R: {0, 1, 2, …, 10}  {20, 21, …, 30} [0,1]

Sisteme cu logica nuantata, G. Oltean

 IF x is A
THEN y is Y

0 0 0.33 0.67 1 1 1 0.67 0.33 0 0

20 21 22 23 24 25 26 27 28 29 30
0 0
0 1
0.33 2
0.67 3
1 4 produsul cartezian - min
R= 0.80 5
0.60 6
0.40 7
0.20 8
0 9
0 10

Sisteme cu logica nuantata, G. Oltean

 IF x is A
THEN y is Y

0 0 0.33 0.67 1 1 1 0.67 0.33 0 0

20 21 22 23 24 25 26 27 28 29 30
0 0 0 0 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0 0 0 0 0
0.33 2 0 0 0.3333 0.3333 0.3333 0.3333 0.3333 0.3333 0.3333 0 0
0.67 3 0 0 0.3333 0.6667 0.6667 0.6667 0.6667 0.6667 0.3333 0 0
1 4 0 0 0.3333 0.6667 1.0000 1.0000 1.0000 0.6667 0.3333 0 0
R= 0.80 5 0 0 0.3333 0.6667 0.8000 0.8000 0.8000 0.6667 0.3333 0 0
0.60 6 0 0 0.3333 0.6000 0.6000 0.6000 0.6000 0.6000 0.3333 0 0
0.40 7 0 0 0.3333 0.4000 0.4000 0.4000 0.4000 0.4000 0.3333 0 0
0.20 8 0 0 0.2000 0.2000 0.2000 0.2000 0.2000 0.2000 0.2000 0 0
0 9 0 0 0 0 0 0 0 0 0 0 0
0 10 0 0 0 0 0 0 0 0 0 0 0
Sisteme cu logica nuantata, G. Oltean
 Cum determinam multimea fuzzy de iesire pentru o multime
particulara la intrare, de tip singleton, A*

IF x is A THEN y is Y regula
x is A* fapt
y is Y* consecinta

Trebuie realizata compunerea

max-min intre multimea fuzzy
A* si relatia R

Y* = A* ○ R

Sisteme cu logica nuantata, G. Oltean

 A* o R
20 21 22 23 24 25 26 27 28 29 30
0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0
2 0 0 0.3333 0.3333 0.3333 0.3333 0.3333 0.3333 0.3333 0 0
3 0 0 0.3333 0.6667 0.6667 0.6667 0.6667 0.6667 0.3333 0 0
0 0 1 0 0 0 0 00 0 0 4 0 0 0.3333 0.6667 1.0000 1.0000 1.0000 0.6667 0.3333 0 0
o 5 0 0 0.3333 0.6667 0.8000 0.8000 0.8000 0.6667 0.3333 0 0
0 1 2 3 4 5 6 7 8 9 10
6 0 0 0.3333 0.6000 0.6000 0.6000 0.6000 0.6000 0.3333 0 0
7 0 0 0.3333 0.4000 0.4000 0.4000 0.4000 0.4000 0.3333 0 0
8 0 0 0.2000 0.2000 0.2000 0.2000 0.2000 0.2000 0.2000 0 0
9 0 0 0 0 0 0 0 0 0 0 0
10 0 0 0 0 0 0 0 0 0 0 0

0 0 0.33 0.33 0.33 0.33 0.33 0.33 0.33 0 0

Y* 20 21 22 23 24 25 26 27 28 29 30

Sisteme cu logica nuantata, G. Oltean

 IF x is A THEN y is Y regula
x is A* fapt
y is Y* consecinta

Sisteme cu logica nuantata, G. Oltean

 Compunerea sup-T a unei mulţimi fuzzy
cu o relaţie fuzzy binară
T – t-normă; operator compunere
C – mulţime fuzzy peste X, C: X[0,1]
R – relaţie fuzzy binară, R: X Y[0,1]

a) T este t-norma min => avem compunerea sup-min (studiată anterior)

b) T este t-norma produs => avem compunerea sup-prod, definită prin:

(C  R)( y )  sup (C ( x)  R( x,y)) ,  y  Y

xX

c) T este t-norma Lukasiewicz => avem compunerea sup-LAND,

LAND(x,y)=max{0, x+y-1}:

(C  R)( y )  sup max{0,C( x)  R( x,y)-1},  y  Y

xX

Sisteme cu logica nuantata, G. Oltean

 Exercitiu

A şi B sunt două mulţimi fuzzy normale; A : X[0,1], B : Y[0,1].

Relaţia fuzzy binară R în X Y este produsul cartezian al lui A şi B:
R = AB: X Y[0,1], (AB)(x,y)=min(A(x),B(y))
Care este rezultatul compunerii sup-min a mulţimii fuzzy A cu relaţia AB ?
A  ( A  B)( y )  sup {min[A( x), ( A  B)( x, y)]}
x X

A  ( A  B)( y )  sup minA( x), min A( x), B( y)  sup min A( x), B( y)
x X x X

 
 min B( y ), sup A( x)   min(B( y ),1)  B( y )
 
 x X 

A  ( A  B)  B
B  ( B  A)  A
Sisteme cu logica nuantata, G. Oltean
 Problema
În rețelele de calculatoare există o relație între gradul de utilizarea a lățimii de
bandă (viteza de transfer [Mbps]) și latența în rețea, la comunicarea între
calculatoare.
Fie B o mulțime fuzzy discretă a gradului de utilizare a lățimii de banda (în
procente), iar L o mulțime fuzzy discretă a latenței (în ms):
 0.3 0.5 0.8 1 0.55 0.1   0.3 0.45 0.6 1 0.75 0.3 
B(b)   ; ; ; ; ; ; L (l )   ; ; ; ; ; 
 10 20 40 60 80 100   0.5 1 1.5 4 8 14 
• Care este produsul cartezian reprezentat de relația fuzzy binară
R (b, l )  B (b) x L(l )
• Care este semnificația acestei relații?
• Se consideră o a doua mulțime fuzzy discretă definită peste gradul de utilizare
a lațimii de bandă  0.3 0.6 0.7 0.9 1 0.5 
B1(b)   ; ; ; ; ; 
 10 20 40 60 80 100 
• Gasiți multimea fuzzy L1(l), rezultată prin compunerea sup-min (max-min)
L1(l )  B1(b)  R (b, l )
• Ce semnificație are mulțimea fuzzy rezultată L1(l)?
Sisteme cu logica nuantata, G. Oltean
  0.3 0.5 0.8 1 0.55 0.1   0.3 0.45 0.6 1 0.75 0.3 
B(b)   ; ; ; ; ; ; L(l )   ; ; ; ; ; 
 10 20 40 60 80 100   0.5 1 1.5 4 8 14 

Sisteme cu logica nuantata, G. Oltean

 0.3000 0.3000 0.3000 0.3000 0.3000 0.3000
0.3000 0.4500 0.5000 0.5000 0.5000 0.3000
0.3000 0.4500 0.6000 0.8000 0.7500 0.3000
R=
0.3000 0.4500 0.6000 1.0000 0.7500 0.3000
0.3000 0.4500 0.5500 0.5500 0.5500 0.3000
0.1000 0.1000 0.1000 0.1000 0.1000 0.1000

Sisteme cu logica nuantata, G. Oltean

Problema

Sisteme cu logica nuantata, G. Oltean