Documente Academic
Documente Profesional
Documente Cultură
(200978418) SRF - Curs 5
(200978418) SRF - Curs 5
Aşa cum teoria mulţimilor clasice stă la baza logicii clasice, teoria mulţimilor fuzzy
stă la baza logicii fuzzy. Operaţiile cu mulţimi ca reuniunea, intersecţia şi complementul
unei mulţimi au drept corespondent logic pe sau, şi şi negaţie. In cazul mulţimilor fuzzy,
operatorii logici vor avea însă mai multe reprezentări faţă de cazul mulţimilor clasice unde
reprezentările erau unice.
Tabelul 8.1.1
şi sau obs
Min(a,b) Max(a,b) Zadeh
Max(a+b-1,0) Min(a+b,1) Łukasiewicz
ab a+b-ab probabilitate
Fig.15. Rezultatele normelor T(a) şi conormelor T(c) propuse de Łukasiewicz şi ale normelor T(b) şi
conormelor T(d) propuse de Zadeh pentru conectorii logici şi şi sau. Obs. Rezultatul în fig.
a este 0.
Aşa cum se vede din fig.15 c conectorul sau aplicat pentru două propoziţii fuzzy
duce la o mulţime fuzzy cu un grad de apartenenţă complet între valorile aflate „între”
mulţimile fuzzy (suma a+b fiind chiar mai mare ca 1). Dacă se consideră două propoziţii
fuzzy „nivelul de zgomot este ridicat” şi „nivelul de zgomot este coborât”, în mod intuitiv
rezultatul obţinut prin aplicarea operatorilor propuşi de Łukasiewicz este mai potrivit. In
general, alegerea normelor T şi a conormelor T depinde de înţelesul conexiunii logice şi de
contextul în care aceasta e făcută.
Dacă propoziţiile se referă la universuri diferite, aplicarea conectorilor logici va
avea ca rezultat o relaţie fuzzy. De exemplu, să considerăm următoarea propoziţie fuzzy:
p: x1 este A1 şi x 2 este A2
unde A1 şi A2 au funcţiile de apartenenţă A x1 A x2 . Propoziţia p poate fi
1 2
şi
reprezentată de relaţia fuzzy P cu funcţia de apartenenţă:
P x1 , x2 T x1 , A x2 (28)
A 2
unde T este o normă T generală care este folosită să modeleze conectorul şi. O asemenea
combinaţie de propoziţii, în fapt o propoziţie fuzzy poate reprezenta premisa unei reguli
fuzzy.
8.1.2. Negaţia în propoziţiile fuzzy
2
R: (32)
R I T A1 , A2 , B
unde T este o conjuncţie bazată pe o normă T generală şi I este funcţia de implicaţie
fuzzy. Aşa cum norma T reprezintă (modelează) conectorul şi, funcţia de implicaţie fuzzy
I reprezintă (modelează) implicaţia, conectorul dacă–atunci. Astfel o regulă fuzzy poate
fi reprezentată ca o relaţie fuzzy. Funcţia de apartenenţă a lui R din exemplul anterior este
dată de:
R x1 , x2, y I T x1 , A x2 , B y (33)
A
2
Aşa cum orice operator din logica clasică are o infinitate de reprezentări în
logica fuzzy, implicaţia fuzzy respectă şi ea această regulă. In afara implicaţiilor fuzzy care
respectă înţelesul implicaţiilor clasice (ca în tabelul 8.2), implicaţia este implementată
uneori ca o conjuncţie, caz în care relaţia de cauzalitate dictată de expresia dacă–atunci nu
este păstrată de relaţia fuzzy care reprezintă implicaţia.
Dubois şi Prade (1991) au realizat o clasificare a diferitelor tipuri de implicaţii
fuzzy după cum urmează:
Implicaţii în logica fuzzy bazate pe logica clasică; o fuzificare a implicaţiei
_
materiale (unde a b este definit ca a b )
I a, b S ca , b (34)
care mai sunt denumite şi implicaţii S.
Implicaţii fuzzy bazate pe implicaţia din logica quantum (QL)
I a, b S ca , T a, b (35)
care mai sunt denumite şi implicaţii QL. Lee (1990) a denumit acest tip de implicaţie
calcul propoziţional şi a definit calculul şi calculul propoziţional extins
I a, b S T ca , cb , b (36)
care rezultă din (35) în care se înlocuiesc a şi b cu 1 a şi 1 b .
Implicaţii fuzzy care reflectă ordinea parţială a propoziţiilor
1 daca a b
I a, b daca a 1 si b 0
0,1 in rest
(37)
aceste implicaţii sunt denumite şi implicaţii R.
Implicaţii interpretate ca o conjuncţie
I a, b T a, b (38)
unde T este o normă T. Acest tip de implicaţii T este utilizat în reglarea fuzzy (vezi cap.
9).
Există multe alte tipuri de implicaţii care nu aparţin categoriilor menţionate,
exemple în acest sens fiind prezentate în fig.16.
Traducerea unui asemenea set de reguli fuzzy într-o relaţie fuzzy este realizată
prin construirea unei relaţii fuzzy Rk pentru fiecare regula rk şi combinarea acestor relaţii
într-o singură relaţie R . Această combinare a regulilor fuzzy într-o relaţie fuzzy se
numeşte agregare. Iar această agregare se face diferit în funcţie e tipul implicaţiei fuzzy
folosite.
R U Rk pentru implicaţiile care se supun conjuncţiei clasice şi R I pentru
k
Rk k
implicaţiile care se supun implicaţiei clasice. Pentru implicaţiile care se supun conjuncţiei
clasice operatorul de agregare este disjuncţia. Pentru implicaţiile care se supun implicaţiei
clasice operatorul de agregare este conjuncţia. In fig.17 (f) este prezentată agregarea a
două reguli fuzzy utilizând operatorul max. Operatorul min este utilizat ca funcţie de
implicaţie pentru cele două reguli din figură.
Inferenţa este o procedură care permite determinarea de noi cunoştinţe pornind
de la datele concrete ale problemei de rezolvat.
Fig.17. Agregarea regulilor fuzzy. Coloana din stânga prezintă agregarea pentru implicaţia
Kleene-Dienes; coloana dreaptă prezintă agregarea în cazul implicaţiilor Mamdani. Relaţia R este agregarea
regulilor R1 şi R2.