【Fuzzy】模糊專家系統(3)

minuxAE發表於2020-11-25

合成運算

一個重要的模糊關係運算元為composition,用在關係與關係(relation-relation)的合成或者集合與關係(set-relation)的合成.
最大-最小合成(max-min operation)最為常用.
如果 P P P Q Q Q分別為定義於 X × Y X\times Y X×Y以及 Y × Z Y\times Z Y×Z上的兩個確定關係,由合成運算,將 P P P以及 Q Q Q轉換為定義在 X × Z X\times Z X×Z上的關係 R R R.
R ( X × Z ) = P ( X × Y ) ∘ Q ( Y × Z ) = { ( x , z ) ∣ ∃ ( x , y ) ∈ P , ( y , z ) ∈ Q } \begin{aligned} &R(X\times Z)\\ &=P(X\times Y)\circ Q(Y\times Z)\\ &=\{(x, z)\mid \exist (x, y)\in P, (y, z)\in Q \} \end{aligned} R(X×Z)=P(X×Y)Q(Y×Z)={(x,z)(x,y)P,(y,z)Q}
max-min合成運運算元為
μ R ( x , z ) = ∨ y ∈ Y ( μ P ( x , y ) ∧ μ Q ( y , z ) ) = max ⁡ y ∈ Y [ min ⁡ ( μ P ( x , y ) , μ Q ( y , z ) ) ] \begin{aligned} \mu_R(x, z)&=\vee_{y\in Y}(\mu_P(x, y)\wedge \mu_Q(y, z))\\ &=\max_{y\in Y}[\min(\mu_P(x, y), \mu_Q(y, z))] \end{aligned} μR(x,z)=yY(μP(x,y)μQ(y,z))=yYmax[min(μP(x,y),μQ(y,z))]

模糊規則

語義式變數組成元素有5個 ( x , T ( x ) , U , G , M ) (x, T(x), U, G, M) (x,T(x),U,G,M).
- x x x 是變數的名稱

  • T ( x ) T(x) T(x) x x x的措詞集(term set),即形容 x x x的語義子句所構成的集合
  • U U U是變數 x x x的語義值(linguistic value)
  • G G G是產生 x x x的語義值的句法規則(syntactic rule)
  • M M M是將 x x x的語義值與其先關意義結合的語義規則(semantic rule)

Mamdani Implication: μ R M ( x , y ) = min ⁡ [ μ A ( x ) , μ B ( y ) ] \mu_{R_M}(x, y)=\min[\mu_A(x), \mu_B(y)] μRM(x,y)=min[μA(x),μB(y)]
Product Implication: μ R p ( x , y ) = μ A ( x ) μ B ( y ) \mu_{R_p}(x, y)=\mu_A(x)\mu_B(y) μRp(x,y)=μA(x)μB(y)

去模糊化

將經過模糊推理後產生的結論轉為明確數值的的過程稱為去模糊化

重心法(center of gravity defuzzifier or center of area defuzzifier)

當論域為連續
y ∗ = ∫ Y μ C ( y ) y d y ∫ Y μ C ( y ) d y y^*=\frac{\int_Y\mu_C(y)ydy}{\int_Y\mu_C(y)dy} y=YμC(y)dyYμC(y)ydy
當論域為離散
y ∗ = ∑ i = 1 L μ C ( y i ) y i ∑ i = 1 L μ C ( y i ) y^*=\frac{\sum_{i=1}^L\mu_C(y_i)y_i}{\sum_{i=1}^L\mu_C(y_i)} y=i=1LμC(yi)i=1LμC(yi)yi

最大平均法(mean of maximal defuzzifier)

y ∗ = 1 N ∑ j = 1 N y j y^*=\frac{1}{N}\sum_{j=1}^Ny_j y=N1j=1Nyj

修正型最大平均法(modified mean of maximal defuzzifier)

y ∗ = max ⁡ j y j + min ⁡ j y j 2 y^*=\frac{\max_j y_j+\min_j y_j}{2} y=2maxjyj+minjyj

中心平均法(modified center average defuzzifier)

y ∗ = ∑ j = 1 J y ˉ j μ C j ( y ˉ j ) ∑ j = 1 J μ C j ( y ˉ j ) y^*=\frac{\sum_{j=1}^J\bar{y}^j\mu_{C^j}(\bar{y}^j)}{\sum_{j=1}^J\mu_{C^j}(\bar{y}^j)} y=j=1JμCj(yˉj)j=1JyˉjμCj(yˉj)

相關文章