Что такое нечеткое множество

2.1. Определение и основные характеристики нечетких множеств

Нечеткое множество(fuzzyset) представляет собой совокупность элементов произвольной природы, относительно которых нельзя точно утверждать – обладают ли эти элементы некоторым характеристическим свойством, которое используется для задания нечеткого множества.

где знак суммирования обозначает не операцию арифметического сложения, а объединения элементов в одно множество. Носителем нечеткого множества A будет конечное подмножество (дискретный носитель):

Рис.2.1. Функции принадлежности нечетких множеств с (а)-дискретным и (б)-непрерывным носителями

Рис.2.2. Графическое представление нечеткого множества малый

Пример. Нечеткое понятие «очень маленькое количество деталей» может быть представлено в виде конечного нечеткого множества который является конечным четким множеством. Нечеткое понятие «очень большое количество деталей» может быть представлено в виде нечеткого множества с бесконечным счетным носителем S A ≡ N (множество натуральных чисел), который имеет счетную мощность в обычном смысле.

Величина sup x ∈ X μ A x называется высотой нечеткого множества.

Рис.2.3. Функции принадлежности выпуклого и невыпуклого нечетких множеств

Источник

Нечеткие множества

где μ_А(х) —характеристическая функция, принимающая значе­ние 1, если х удовлетворяет свойству R, и 0 – в противном случае.

Нечеткое подмножество отличается от обычного тем, что для элементов х из Е нет однозначного ответа «да-нет» относительно свойства R. В связи с этим нечеткое подмножество А универсаль­ного множества Е определяется как множество упорядоченных пар

где μ_А(х) — характеристическая функция принадлежности (или просто функция принадлежности), принимающая значения в некотором вполне упорядоченном множестве М (например, М = [0, 1]).

Функция принадлежности указывает степень (или уровень) принадлежности элемента х подмножеству А. Множество М назы­вают множеством принадлежностей. Если М = <0, 1>, то нечеткое подмножество А может рассматриваться как обычное или четкое множество.

Примеры записи нечеткого множества

Тогда А можно представить в виде

Замечание. Здесь знак «+» не является обозначением операции сложения, а имеет смысл объединения.

Основные характеристики нечетких множеств

Пусть М = [0, 1] и А — нечеткое множество с элементами из универсаль­ного множества Е и множеством принадлежностей М.

• Величина называется высотой нечеткого множества А. Нечеткое множество А нормально, если его высота рав­на 1,т.е. верхняя граница его функции принадлежности равна 1 ( = 1). При

• Нечеткое множество пусто, если ∀x ϵ E μ_A(x) = 0. Непу­стое субнормальное множество можно нормализовать по формуле

• Нечеткое множество унимодально, если μ_A(x) = 1 только на одном х из Е.

• Носителемнечеткого множества А является обычное под­множество со свойством μ_A(x)>0, т.е. носитель А = <x/x ϵ E, μ_A(x)>0>.

Примеры нечетких множеств

«Несколько» = 0,5/3 + 0,8/4 + 1/5 + 1/6 + 0,8/7 + 0,5/8; его характеристики: высота = 1, носитель = <3, 4, 5, 6, 7, 8>, точки перехода — <3, 8>.

2. Пусть Е = <0, 1, 2, 3,…, n,…>. Нечеткое множество «Малый» можно определить:

где х — возраст СИДОРОВА.

4. Пусть Е = <ЗАПОРОЖЕЦ, ЖИГУЛИ, МЕРСЕДЕС,… >– множе­ство марок автомобилей, а Е’ = [0, ∞] — универсальное множество «Сто­имость», тогда на Е’ мы можем определить нечеткие множества типа:

Рис. 1.1. Примеры функций принадлежности

«Для бедных», «Для среднего класса», «Престижные», с функциями при­надлежности вида рис. 1.1.

Имея эти функции и зная стоимости автомобилей из Е в данный момент времени, мы тем самым определим на Е’ нечеткие множества с этими же названиями.

Так, например, нечеткое множество «Для бедных», заданное на уни­версальном множестве Е = < ЗАПОРОЖЕЦ, ЖИГУЛИ, МЕРСЕДЕС. >, выглядит так, как показано на рис. 1.2.

Рис. 1.2. Пример задания нечеткого множества

Аналогично можно определить нечеткое множество «Скоростные», «Средние», «Тихоходные» и т. д.

5. Пусть Е — множество целых чисел:

Тогда нечеткое подмножество чисел, по абсолютной величине близких к нулю, можно определить, например, так:

О методах построения функций принадлежности нечет­ких множеств

В приведенных выше примерах использованы пря­мые методы, когда эксперт либо просто задает для каждого х ϵ Е значение μ_А(х), либо определяет функцию совместимости. Как правило, прямые методы задания функции принадлежности ис­пользуются для измеримых понятий, таких как скорость, время, расстояние, давление, температура и т.д., или когда выделяются полярные значения.

Во многих задачах при характеристике объекта можно выде­лить набор признаков и для каждого из них определить полярные значения, соответствующие значениям функции принадлежности, 0 или 1.

Например, в задаче распознавания лиц можно выделить шкалы, приведенные в табл. 1.1.

Таблица 1.1. Шкалы в задаче распознавания лиц

При прямых методах используются также групповые прямые методы, когда, например, группе экспертов предъявляют конкрет­ное лицо и каждый должен дать один из двух ответов: «этот че­ловек лысый» или «этот человек не лысый», тогда количество утвердительных ответов, деленное на общее число экспертов, дает значение μ_лысый (данного лица). (В этом примере можно действо­вать через функцию совместимости, но тогда придется считать число волосинок на голове у каждого из предъявленных эксперту лиц.)

На практике эксперт сам формирует матрицу А, при этом пред­полагается, что диагональные элементы равны 1, а для элемен­тов симметричных относительно диагонали a_ij= 1/a_ij, т.е. если один элемент оценивается в α раз сильнее, чем другой, то этот по­следний должен быть в 1/α раз сильнее, чем первый. В общем случае задача сводится к поиску вектора ω, удовлетворяющего уравнению вида Aw= λ_maxw, где λ_max— наибольшее собствен­ное значение матрицы А. Поскольку матрица А положительна по построению, решение данной задачи существует и является поло­жительным.

Можно отметить еще два подхода:

Источник

Нечеткая логика. Понятие о нечетких множествах

На основе теории о нечетких логиках в настоящее время создаются новые модели в таких областях как педагогика и психология, банковское дело и экономика.

Нечеткая логика возникла как наиболее удобный способ построения систем уравнений метрополитенами и сложными технологическими процессами, а также нашла применение в бытовой технике (стиральные машины, микроволновые печи).

Математический аппарат нечеткой логики был раз0работан в США. Активное развитие данного метода началось в Японии. Появился новый термин: fuzzy – “нечеткий”, “размытый”.

Нечеткая логика является многозначной логикой и этро позволяет определить промежуточные значения для таких общепринятых оценок как “да” / ”нет”, “истинно” / ”ложно”, “черное” / ”белое”. Выражения подобные таким как “слегка тепло”, “довольно холодно” возможно формулировать математически и обрабатывать на компьютерах.

Заде определил ряд операций над нечеткими множествами и предложил обобщение известных множеств логического вывода. Было введено понятие лингвистической переменной и допущено, что в качестве ее значений (термов) выступают нечеткие множества.

Заде создал аппарат для описания процессов интеллектуальной деятельности, включая нечеткость и неопределенность выражений.

Нечеткая логика, на которой основано нечеткое управление ближе по духу к человеческому мышлению и к естественным языкам, чем традиционные логические системы. Нечеткая логика обеспечивает эффективные средства отображения неопределенностей и неточностей реального мира. Наличием математических средств отражения нечеткости исходной информации позволяет построить модель аддитивную реальности.

Самым главным понятием систем основанных на нечеткой логике является понятие нечеткого множества. Четкие множества являются подмножествами нечетких.

Пример: Рассмотрим множество молодых людей. B = <молодежь>, возраст начинается с 0. верхний предел определить на много сложней. Рассмотрим верхний предел 20. т.е. B=[0..20]. Возникает вопрос: почему на следующий день после 20-летия кто-то не является молодёжью? Очевидно это структурная проблема.

Мысль должна быть формализована, если рассуждения четкие (молодой, немолодой) то используются 0 и 1. Реально можно допустить бесконечное число значений между 0 и1 (I=[0..1]).

Для наглядности приведём характеристическую функцию множества молодых людей.

25 летние люди молоды со степенью 50%.

Более строгое представление о нечётких множествах (НМ)

А=<μ_A(x)/x>, где μ_A(x) – характеристическая функция принимающая значение 1 в том случае, если х полностью удовлетворяет свойству R и значениям от 0 до 1, если х не полностью удовлетворяет свойству R и 0, если х вообще не удовлетворяет свойству R.

Множество М называется множеством принадлежности, если М=[0..1], то А нечёткое множество, если М=<0,1>, то А чёткое множество. Функция принадлежности указывает степень (или уровень) принадлежности элемента множеству А.

Рассмотрим пример, когда универсальным множеством Е является множество машин.

На основе универсального множества создаётся НМ А.

Точно также можно построить на основе этого множества НМ «престижные», «среднего класса», «скоростные» и т.д.

В рассмотренных примерах использованы прямые методы, когда эксперт либо просто задаёт для каждого х€Е значение μ_A(x), либо определяет функции совместимости. При прямых методах используются также групповые прямые методы:

Например: Группе экспертов предъявляют конкретное лицо и каждый должен дать один из двух ответов – «человек лысый» или «не лысый». Тогда количество утвердительных ответов делённое на общее число экспертов даёт значение μ_лысый данного лица.

С НМ можно выполнять те же действия, что и с числовыми множествами но они достаточно сложнее выполняются.

Например: построить характеристическую функцию для множества А- множество детей в 11а классе способных к математике. В- множество детей в 11а классе способных к музыке. Изобразить сначала отдельно две характеристические функции для множества А (5 детей), В (4), затем построить пересечение этих двух множеств.

Пусть А и В НМ на универсальном множестве Е, говорят, что А содержится в В, если для любого х из Е μ_А(x)≤ μ_B(x) и обозначают А B.

Пример: А-множество чисел очень близких к 10, В-множество чисел близких к 10, тогда можно сказать, что А B.

Пересечением НМ А и В называется наибольшее нечёткое подмножество содержащееся одновременно в А и в В.

μ_{А B}(x)=min(μ_А(x), μ_B(x))

Объединением НМ А и В называется НМ обозначаемое А В, функция принадлежности которого определяется следующим образом:

μ_{A B}(x)=max(μ_А(x), μ_B(x)).

Источник

Нечеткие множества

Что такое нечеткое множество, нечеткая и лингвистическая переменная?

Так, на пример, можно задать для числа 7 множество:

X= — область определения переменной, набор возможных значений x,

Ca= < >— нечеткое множество, описывающее ограничения на возможные значения переменной A (семантику).

Этой записью мы определили соответствия между словом и некоторыми цифрами. Причем, как в названии переменной, так и в значениях x можно было использовать любые записи, несущие какую-либо информацию.

Нечеткое множество (или нечеткое число), описывает некотоpые понятия в фyнкциональном виде, т. е. такие понятия как «пpимеpно pавно 5», «скоpость чyть больше 300 км/ч» и т. д., как видно эти понятия невозможно пpедставить одним числом, хотя в pеальности люди очень часто пользyются ими.

Hечеткая пеpеменная это тоже самое, что и нечеткое число, только с добавлением имени, котоpым фоpмализyется понятие описуемое этим числом.

Лингвистическая пеpеменная это множество нечетких пеpеменных, она использyется для того чтобы дать словесное описание некотоpомy нечеткомy числy, полyченномy в pезyльтате некотоpых опеpаций. Т. е. пyтем некотоpых опеpаций подбиpается ближайшее по значению из лингвистической пеpеменной.

Хочy дать несколько советов для твоей пpоги. Hечеткие числа лyчше хpанить как отсоpтиpованное множество паp (соpтиpyется по носителям), за счет этого можно yскоpить выполнения всех логических и математических опеpаций. Когда pеализyешь аpифметические опеpации, то нyжно yчитывать погpешность вычислений, т. е. 2/4 <> 1/2 для компьютеpа, когда я с этим столкнyлся, мне пpишлось несколько yсложнить сpавнение паp, а сpавнений пpиходится делать много. Hосители в нечетких числах должны быть кpатными какому-нибуть числy, иначе pезyльтаты аpиф. опеpаций бyдyт «некpасивыми», т. е. pезyльтат бyдет неточным, особенно это видно пpи yмножении.

За счет хpанения нечетких чисел в отсоpтиpованном виде, я добился того что аpифметические опеpации y меня выполняются по почти линейной зависимости (во вpемени), т. е. пpи yвеличении количества паpа, скоpость вычислений падала линейно. Я пpидyмал и pеализовал точные аpиф. опеpации пpи котоpых не имеет значение кол-во и кpатность носителей, pезyльтат всегда бyдет точным и «кpасивым», т. е. если пеpвоначальные числа были похожи на пеpевеpнyтyю параболу, то и pезyльтат бyдет похожим, а пpи обычных опеpациях он полyчается стyпенчатым. Я так же ввел понятие «обpатные нечеткие числа» (хотя не до конца pеализовал), для чего они нyжны? Как ты знаешь пpи вычитании или делении число из котоpого вычитается дpyгое должно быть шиpе, а это большая пpоблема пpи pешении сложных ypавнений, вот «обpатные нечеткие числа» позволяют это делать.

Базовые операции над нечеткими множествами.

ОБЪЕДИНЕНИЕ: создается новое множество из элементов исходных множеств, причем для одинаковых элементов принадлежность берется максимальной.

НОРМАЛИЗАЦИЯ: нечеткое множество нормально если супремум множества равен единице. Для нормализации перечитывают принадлежности элементов:

Словарь

Источник

нечеткое множество

Полезное

Смотреть что такое «нечеткое множество» в других словарях:

Нечеткое множество — Нечёткое (или размытое, расплывчатое, туманное, пушистое) множество понятие, введённое Лотфи Заде в 1965 г. в статье «Fuzzy Sets» (нечёткие множества) в журнале Information and Control [1]. Л. Заде расширил классическое канторовское понятие… … Википедия

Нечеткое, размытое множество — [fuzzy set] множество М., для которого определен так называемый функционал принадлежности μ: M → [0,1], что означает: чем ближе значение μ(x) к 1, тем в большей мере элемент х принадлежит рас­­сматриваемому множеству, т.е. .… … Экономико-математический словарь

множество — набор комплект — [http://www.rfcmd.ru/glossword/1.8/index.php?a=index d=4318] множество Одно из основных понятий современной математики, «произвольная совокупность определенных и различимых объектов, объединенных мысленно в единое… … Справочник технического переводчика

Множество — [set] одно из основных понятий современной математики, «произвольная совокупность определенных и различимых объектов, объединенных мысленно в единое целое». (Так определял множество основатель теории множеств, известный немецкий… … Экономико-математический словарь

Нечеткая логика — Нечёткая логика и теория нечётких множеств раздел математики, являющийся обобщением классической логики и теории множеств. Понятие нечеткой логики было впервые введено профессором Лотфи Заде в 1965 г. Содержание 1 Направления исследований… … Википедия

Функция принадлежности — нечёткого множества обобщение индикаторной (или характеристической) функции классического множества. В нечёткой логике она представляет степень принадлежности каждого члена пространства рассуждения к данному нечёткому множеству. Содержание 1… … Википедия

Характеристическая функция (нечёткая логика) — Функция принадлежности нечёткого множества это обобщение индикаторной (или характеристической) функции классического множества. В нечёткой логике она представляет степень принадлежности каждого члена пространства рассуждения к данному нечёткому… … Википедия

типология — (от греч. tipos отпечаток, форма) 1) учение о классификации, упорядочении и систематизации сложных объектов, в основе которых лежат понятия о нечетких множествах и о типе; 2) учение о классификации сложных объектов, связанных между собой… … Словарь терминов логики

АВТОМАТ — управляющая система, являющаяся автоматом конечным или некоторой его модификацией, полученной путем изменения компонент или функционирования. Основное понятие конечный А. возникло в середине 20 в. в связи с попытками описать на математическом… … Математическая энциклопедия

Источник