Cтраница 1
Нечеткая логика используется для замены традиционных алгоритмов управления и совместно с ними. [1]
Нечеткая логика [ fuzzy logici ] - в математике и вычислительных системах: форма представления знаний или данных, связанных с описанием различных объектов понятиями вида тяжелый, громкий, горячий и т.п., имеющими неточные или неопределенные значения. Более строгое определение значения указанных понятий возможно только с привлечением ряда дополнительных сведений или данных, входящих в нечеткие множества и составляющих перечни дополнительных данных или условий. Центральным понятием нечеткой логики является понятие вероятность члена множества, определяющее степень правомерности отнесения данного члена к указанному множеству. Например, для члена нечеткого множества, относящего предметы к тяжелым, вес 20 кг может иметь такое значение с вероятностью 90 % для миниатюрных женщин и, скажем, только для 20 % мужчин. [2]
Нечеткая логика широко используется в различного рода экспертных системах для автоматизированного принятия решений, близких к человеческим, на основе адекватного реагирования на сигналы, поступающие от связанных с ними датчиков, а также команды с пульта управления. [3]
Нечеткая логика позволяет работать с параметрами, имеющими скорее качественную природу типа: большой - маленький, а не точное значение этих параметров, выражаемое определенной цифрой. [4]
Нечеткая логика применяется для обработки данных с размытыми значениями истинности ( см. разд. Нечеткое представление знаний широко применяется в системах с логическими выводами ( дедуктивными, индуктивными, абдуктивньши) для решения задач классификации и прогнозирования, например в системе XpertRule Miner ( Attar Software Ltd. [5]
Нечеткая логика находит применение в экс-ш-рт - - г. х системах ( ЕЛ51 expert sy-sitris), технике представления знаний и в системах искусственного интеллект. Вместо логических значений истина и ложь можно ввести логические величины, принимающие целый ряд значений, например, верно, неверно в высшей степени верно, не совсем верно, более или менее верно, не совсем ошибочно, в высшей степени ошибочно, не ошибочно, ошибочно, С другой стороны можно рассмотреть интервал [0, 1 ] и поставить в соответствие каждой степени истинности некоторое действительное число из этого интервала. [6]
Нечеткая логика имеет дело с правилами вывода для нечетких множеств. Ее полезность в рассуждениях о ненадежных данных зависит от приемлемости интерпретации мягких данных ( см. Заде [41]) как нечетких утверждений. Среди исследователей в области искусственного интеллекта не существует большой согласованности о полезности таких модифицированных логик для интеллектуальных систем и даже об их преимуществах для рассуждения с неполными данными. [7]
Нечеткая логика широко используется в различного рода экспертных системах для автоматизированного принятия решений, близких к человеческим, на основе адекватного реагирования на сигналы, поступающие от связанных с ними датчиков, а также команды с пульта управления. [8]
Нечеткая логика, как следует из названия, предполагает неточные, приблизительные, примерные оценки. Она предполагает, что ситуации оцениваются приблизительно, а не точно. [9]
Нечеткая логика, предложенная Заде в 1965 г.: - первая теория, оперирующая с неточными и даже не вполне ясными понятиями - дала схему решения проблем, в которых субъективное суждение или оценка играют существенную роль при анализе ситуации. [10]
Нечеткая логика исходит из того, что люди классифицируют предметы в определенном порядке, чтобы их познать. Подобным образом они классифицируют ситуации в соответствии со своим прошлым опытом с целью принятия решений. Начиная с XIX века предполагалось, что люди должны принимать рациональные решения. Это означает, что для каждого возможного исхода мы должны оценивать его вероятность. К несчастью, возможности нашего мозга слишком ограничены, чтобы достигать столь идеальной рациональности мышления. Вот почему было столько восхищения, когда был создан компьютер. Появилась машина, которая могла рассчитывать рациональную оценку ситуации при наличии достаточного количества информации. [11]
Нечеткая логика является системой, где дробные величины увеличивают способность теории множеств моделировать реальность. [12]
Нечеткая логика предполагает отказ от основного утверждения классической теории множеств о том, что некоторый элемент может либо принадлежать либо не принадлежать множеству. Такой подход дает возможность неоднозначности интерпретации знаний обучаемого и относительно более точного выбора управления для достижения цели обучения при меньших затратах времени. [13]
Нечеткая логика применяется для обработки данных с размытыми значениями истинности ( см. разд. Нечеткое представление знаний широко применяется в системах с логическими выводами ( дедуктивными, индуктивными, абдуктивными) для решения задач классификации и прогнозирования, например в системе Xpert Rule Miner ( Attar Software Ltd. [14]
Нечеткая логика имеет дело с ситуациями, когда и сформулированный-вопрос, и знания, которыми мы располагаем, содержат нечетко очерченные понятия. Однако нечеткость формулировки понятий является не единственным источником неопределенности, Иногда мы просто не уверены в самих фактах. Если утверждается: Возможно, что Джон сейчас в Париже, то говорить о нечеткости понятий Джон и Париж не приходится. Неопределенность заложена в самом факте, действительно ли Джон находится в Париже. [15]