Báo cáo: Fuzzy logic

Chia sẻ: Pham Ngoc Hai | Ngày: | Loại File: PDF | Số trang:97

Thêm vào BST

Báo xấu

241
lượt xem 79
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Khái niệm về fuzzy logic được thai nghén bởi giáo sư Lotfi Zadeh của đại học UC Berkeley vào năm 1965.. cho phép giải quyết vấn đề thông tin không chính xác( imprecision) hay không chắc chắn ( uncertain) Lý thuyết fuzzy cung cấp một cơ chế xử lý các thông tin có tính ngôn ngữ như là " nhiều", thấ, trung bình, rất...

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Báo cáo: Fuzzy logic

Fuzzy logic Phần 2 GV: Lê Hoài Long 1
Fuzzy?  Những hình dưới đây có màu gì? GV: Lê Hoài Long 2
Fuzzy?  Các cô gái đẹp? GV: Lê Hoài Long 3
Fuzzy?  Tôi và bạn, ai cao? GV: Lê Hoài Long 4
Fuzzy logic  Khái niệm về fuzzy logic được thai nghén bởi giáo sư Lotfi Zadeh của đại học UC Berkeley vào năm 1965  Cho phép giải quyết vấn đề thông tin không chính xác (imprecision) hay không chắc chắn (uncertain)  Lý thuyết fuzzy cung cấp một cơ chế xử lý các thông tin có tính ngôn ngữ (linguistic) như là ‘nhiều’, ‘thấp’, ‘trung bình’, ‘rất’…  Cung cấp một cấu trúc suy luận tương tự như khả năng lập luận của con người. GV: Lê Hoài Long 5
Sự chính xác có chính xác?  Precision is not truth (Henri Matisse)  Sometimes the more measurable drives out the most important (Rene Dubos)  So far as the laws of mathematics refer to reality, they are not certain. And so far as they are certain, they do not refer to reality (Albert Einstein) GV: Lê Hoài Long 6
Fuzzy logic  Lý luận chính xác chỉ là một trường hợp giới hạn của lý luận xấp xỉ (approximate reasoning)  Mọi thứ chỉ là vấn đề của mức độ (matter of degree)  Kiến thức chỉ là một tập hợp của các ràng buộc mờ có ‘tính đàn hồi’ trên một tập hợp các biến  Suy luận chỉ là một quá trình lan truyền của các ràng buộc ‘đàn hồi’  Bất cứ một hệ luận lý (logic) nào cũng có thể làm mờ (fuzzify) GV: Lê Hoài Long 7
Fuzzy set  Gọi X là một tập không rỗng (nonempty set)  Một tập fuzzy A trong X được đặc trưng bởi một hàm thành viên (membership function) A (hay là A)  A : X  [0,1] GV: Lê Hoài Long 8
Fuzzy set  Ví dụ: Nếu gọi chiều cao từ 1,7m là cao trong tập crisp (cứng nhắc), tập fuzzy của người được coi là cao được đặc trưng bởi hàm thành viên như sau  1 0 1,5 1,7 Chiều cao GV: Lê Hoài Long 9
Bài tập 1  Với điều kiện nào đó được chấp nhận, hãy vẽ hàm thành viên của tập fuzzy thể hiện giá bán một xe ô tô là rẻ  1 0 Giá tiền GV: Lê Hoài Long 10
Fuzzy set  Nếu X={x1, x2,…,xn} là một tập hữu hạn (finite) và A là một tập fuzzy, chúng ta có thể sử dụng kí hiệu sau để trình bày: A  1 / x1   2 / x2  ...   n / xn i/xi thể hiện mức độ thành viên của xi trong tập fuzzy A GV: Lê Hoài Long 11
Fuzzy set  Ví dụ nếu ta có X={-2,-1,0,1,2,3} và A là một tập fuzzy có thể trình bày như sau: A  0.0 /  2  0.3 /  1  0.6 / 0  1.0 / 1  0.6 / 2  0.0 / 3  0.0 / 4 ? GV: Lê Hoài Long 12
Một số khái niệm trong lý thuyết fuzzy  Support  -cut  Tập fuzzy lồi (convex)  Tập fuzzy thường (normal)  Số fuzzy GV: Lê Hoài Long 13
Support của tập fuzzy  Gọi A là một tập fuzzy thuộc X, support của A (kí hiệu supp(A)) là một tập con cứng (crisp) của X sao cho: supp( A)  {x  X A( x)  0}  A 1 supp( A)  .................... 0 x1 x2 GV: Lê Hoài Long 14
-cut  Là một tập phi fuzzy (kí hiệu là [A]) được định nghĩa như sau: {t  X A(t )   } if   0 A     cl (supp(A)) if   0 cl(supp(A)) là khoảng đóng của supp(A) GV: Lê Hoài Long 15
Bài tập 2  Hãy tìm -cut (0
Convex fuzzy set  Một tập fuzzy A thuộc X được gọi là lồi nếu các tập con ở mức  (-level) là một tập lồi của X  [0,1] GV: Lê Hoài Long 17
Tập Fuzzy thường  Một tập fuzzy được gọi là thường (normal) nếu tồn tại giá trị xX sao cho A(x) = 1. GV: Lê Hoài Long 18
Fuzzy number  Một số fuzzy A là một tập fuzzy với hàm thành viên liên tục, lồi và thường GV: Lê Hoài Long 19
Fuzzy number GV: Lê Hoài Long 20