Фаззификация

Алгоритмы нечеткого логического вывода

Таблица 13.2 Лингвистические значения степени истинности правила

Нечеткий логический вывод включает пять этапов: фаззификация, агрегирование, активизация, аккумуляция и дефаззификация.

Под фаззификацией понимают процесс нахождения u_{i j} (j =1,n ; i=1,m_j), значений функций принадлежности m_ij(x_j) нечетких множеств M_ij, определяющих нечеткое значение a_ij аргумента функции f с именем b_i, по известным значениям аргументов x_j:

u_ij= m_ij(x_j).

Значение u_ij интерпретируется как степень истинности нечеткого высказывания A_ij: A_ii : b_i ЕСТЬ a_ij , j=1,n, i=1,m_j , a_ij Î T_j, b_IÎB

Рассмотрим пример фаззификации. Пусть скорость автомобиля a₁ равна 55 км/час. Результат фаззификации b₁ (b₁ = 0.68) при заданной функции принадлежности показан на рис. 5.2.

Рис. 13.2.

Пусть определены нечеткие множества, определяющие лингвистические значения низкого и высокого содержания гемоглобина в крови (табл. 13.3., рис. 13.3.) и лингвистические значения низкого и нормального веса новорожденного (табл. 13.3., рис. 13.4.).

Таблица 13.3.

	Лингвистическое имя аргумента функции	Лингвистическое имя значения функции	Нечеткое множество	Функция принадлежности
	Содержание гемоглобина в крови	Низкое	= ={<m11(x1),x1>/x1ÎX1}	m11(x1) = -0.01 x1 + 1.5
	Содержание гемоглобина в крови	Высокое	= ={<m21(x1),x1>/x1ÎX1}	m21(x1) = 0.01 x1 - 0.5
	Вес новорожденного	Низкое	= ={<m12(x2),x2>/x2ÎX2}	m12(x2) = -0.00025 x2 + 1.125
	Вес новорожденного	Высокий	= ={<m22(x2),x2>/x2ÎX2}	m22(x2) = 0.00025 x2 - 0.125