Механизм нечётких выводов, используемый в экспертных системах и системах управления, основывается на базе знаний, формируемой специалистами-экспертами предметной области в виде совокупности нечётких правил вида:
ЕСЛИ х есть А, ТО у есть В,
Где х – входная переменная; y – переменная вывода (имя для значения данных, которое будет вычислено); А и В – функции принадлежности, определенные соответственно для х и у.
Как посылка правила (часть ЕСЛИ), так и его заключение (часть ТО) могут содержать комбинацию нечётких условий, объединённых логическими и арифметическими отношениями.
Этапы нечёткого вывода:
Фаззификация (англ., fuzzification – введение нечёткости) - выбор нечётких термов и их функций принадлежности для лингвистических переменных; формализация термов с помощью множества реальных значений и выбранных функций принадлежности.
Нечёткий логический вывод. Вычисленное значение истинности для посылок каждого правила применяется к заключениям каждого правила. Это приводит к одному нечёткому подмножеству, которое будет назначено каждой переменной вывода для каждого правила.
|
|
Нечёткий логический вывод может осуществляться с помощью операций:
min (отсечение) или prod (масштабирование).
Композиция. Все нечеткие подмножества, назначенные к
каждой переменной вывода (во всех правилах), объединяются
вместе, чтобы сформировать одно нечеткое подмножество для
всех переменных вывода. При подобном объединении обычно используются операции max (МАКСИМУМ) или sum (СУММА). При композиции МАКСИМУМА комбинированный вывод нечеткого подмножества конструируется как поточечный максимум по всем нечетким подмножествам (нечеткая логика «ИЛИ»). При композиции СУММЫ комбинированный вывод нечеткого подмножества формируется как поточечная сумма по всем нечетким подмножествам, назначенным переменной вывода правилами логического вывода.
4) Приведение к четкости (дефаззификация, defuzzifica-tion) используется, если требуется преобразовать нечеткий набор выводов в четкое число. Существует большее количество методов приведения к четкости.