Реферат Курсовая Конспект
Лекция. fuzzy logic. Нечеткий подход к моделированию неопределенности - раздел Образование, Лекция. Fuzzy Logic. ...
|
Лекция. fuzzy logic.
Нечеткий подход к моделированию неопределенности
Среди методов моделирования неопределенных знаний в настоящее время выделяются методы изучающие стохастическую и лингвистическую неопределенность.
Основные понятия fuzzy logic
Нечеткое множество (fuzzy set) представляет собой совокупность элементов произвольной природы, относительно которых нельзя с полной определенностью утверждать — принадлежит ли тот или иной элемент рассматриваемой совокупности данному множеству или нет.
Математическое определение нечеткого множества. Формально нечеткое множество Л определяется как множество упорядоченных
пар или кортежей вида: <х, m(x)>, где х является элементом некоторого универсального множества или универсума X, а m(x) — функция принадлежности,которая ставит в соответствие каждому из элементов хÎХ некоторое действительное число из интервала [0, 1], т. е. данная функция определяется в форме отображения:
m(x): X®[0, 1]
Пример
понедельник вторник среда четверг пятница суббота воскресенье |
M={<понедельник, О, <вторник, 0.1>, <среда, 0>, <четверг, 0.1>, <пятница, 0.5>, <суббота, 0.9>, <воскресенье, 0.8>}.
Рис. 2.5. Графическое изображение некоторой буквы (а) и некоторой десятичной цифры (б)
Первое изображение порождает на множестве всех прописных букв (например, русского) алфавита Я={А, Б, В,..., Я} некоторое конечное нечеткое множество Это нечеткое множество содержательно описывает соответствие изображения, представленного на рис. 2.5, а), той или иной букве русского алфавита. Таким множеством может быть, например следующее нечеткое множество: С={<А, 0>, <Б, 0>,...,<И, 1.0>, <И,0.9>, <К, 0.4>, <Л, 0>, <М, 1.0>, <Н, 1.0>, <О, 0>,...,<Х, 0.3>,...,<Я, 0>}. Пропущенные элементы соответствуют нулевым значениям функции принадлежности для остальных букв алфавита.
Второе изображение порождает на множестве всех десятичных цифр ЛГ={0, 1, 2, 3, 4, 5, 6, 7, 8, 9} Это нечеткое множество содержательно описывает соответствие изображения, представленного на рис. 2.5, б, той или иной десятичной цифре. В частном случае таким нечетким множеством может быть, например, следующее: С={<0,0.8>,<1,0>, <2,0>,<3,0.9>,<4,0>,<5,0.2>, <6, 1.0>, <7,0>, <8, 1.0>, <9, 0.9>}. Здесь указаны все значения функции принадлежности для элементов универсума.
Применение
Работающие с fuzzy logic
Пакет iThink
В России первая программа когнитивного моделирования появилась лишь в году. Первооткрывателем рынка стал пакет iThink фирмы High Performance Systems, уже успевший продемонстрировать свои возможности при моделировании выборов Президента России.
Весьма вероятно, что пакет iThink в недалеком будущем станет и первооткрывателем нового рынка России - рынка услуг по повышению доходности бизнеса (т.н. BPR - Business Processing Re-engineering).
MATLAB
MATLAB – (матричная лаборатория) представляет собой интегрированную программную среду для выполнения численных расчетов, компьютерного моделирования и вычислительных экспериментов, охватывающих различные области математики и широкий спектр инженерных приложений.
Нечеткое моделирование в среде MATLAB осуществляется с использованием пакета расширения Fuzzy Logic Toolbox, в котором реализованы десятки функций нечеткой логики и нечеткого вывода.
– Конец работы –
Используемые теги: Лекция, fuzzy, Logic, Нечеткий, ход, моделированию, неопределенности0.098
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Лекция. fuzzy logic. Нечеткий подход к моделированию неопределенности
Если этот материал оказался полезным для Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов