Размещено на http://www.allbest.ru/

Лекция

Нечеткие множества и лингвистические переменные

План

1. Операции с нечеткими множествами

2. Нечеткие алгоритмы

1. Операции с нечеткими множествами

Определение операций, выполняемых с нечеткими множествами, во многом аналогично операциям с обычными (четкими) множествами.

Эквивалентность. Два нечетких множества А и В эквивалентны (это обозначается как А=В) тогда и только тогда когда для всех имеет место

Рис. 1.

Включение. Нечеткое множество А содержится в нечетком множестве В тогда и только тогда когда

, (1)

Объединение или дизъюнкция двух нечетких множеств А и В соответствует логической операции "ИЛИ" и определяется как наименьшее нечеткое множество, содержащее оба множества А и В. Функция принадлежности для этого находиться с помощью операции взятия максимума (рис. 1б).

(2).

Пересечение или конъюнкция соответствует логической операции "И" и определяется как наибольшее нечеткое множество являющееся одновременно подмножеством обоих множеств. Функция принадлежности множества выражается с помощью операции нахождения минимума (рис. 2в):

(3).

Дополнение нечеткого множества А, обозначаемое через , соответствует логическому отрицанию "НЕ" и определяется формулой (рис. 1г):

(4)

легко видеть, что применительно к классическим четким множествам, для которых функции принадлежности принимают только 2 значения 0 и 1, формулы 2-4 определяют известные операции логического "ИЛИ", "И", "НЕ".

Приведем определения еще двух достаточно распространенных операций над нечеткими множествами - алгебраического произведения и алгебраической суммы нечетких множеств.

Алгебраическое произведение нечетких множеств А и В определяются следующим образом:

(5)

Алгебраическая сумма :

(6)

Кроме этих операций существуют еще несколько более специфических операций для лингвистических переменных.

Операция концентрации определяется как алгебраическое произведение нечеткого множества А на самого себя:

(7) -(8)

в результате применения этой операции к множеству А уменьшаются степени принадлежности элементов к этому множеству. Причем если , то это уменьшение мало. А для элементов с малой степенью принадлежности - относительно велико. В естественном языке применение этой операции к тому или иному значению лингвистической переменной А соответствует использование усиливающего терма "очень" (например, "очень высокий", "очень старый" и т.д.)

Операция растяжения определяется как

 (9)

(10)

Действие этой операции противоположно действию операции концентрации и соответствует неопределенному терму "довольно", выполняющему функцию ослабления следующего за ним (основного) терма А: "довольно высокий", "довольно старый" и т.п.

Можно ввести и другие аналогичные по смыслу операции, позволяющие модифицировать значения лингвистической переменной увеличивая, таким образом, их количество. Так, терм "более чем" можно определить следующим образом:

"более чем А"= (11)

составной терм "очень очень":

(12)

Рассмотрим применение указанных операций на следующем наглядном примере. Пусть переменная x характеризует возраст человека, x - интервал [0, 100]. Тогда нечеткие подмножества, описываемые термами "молодой" и "старый" можно представить с помощью функций принадлежности (рис. 2).

Рис. 2.

тогда в соответствии с (7) находим

Например, если конкретному человеку 55 лет (т.е. x=55), то в соответствии с данными функциями принадлежности имеем:

До сих пор предполагалось, что речь идет об единственной переменной x, принимающей значения на вещественной оси. Для случая двух вещественных переменных x, y можно говорить о нечетком отношении , которое определяет некоторое соответствие между элементами множества X и множества Y с помощью двухмерной функции принадлежности :

, ,

Пример: допустим, что имеются два набора чисел , и пусть субъективные мнения экспертов о сравнительной величине этих числе представлены в виде следующих нечетких отношений:

Зададим отношение R1 с помощью табл. 1., а отношение R2 с помощью табл. 2.

Табл. 1

Табл.2.

Здесь (i,j) -ый элемент таблицы равен значению соответствующей функции принадлежности для i-го значения x и j-го значения y. Тогда операции объединения и пересечения указанных отношений могут быть интерпретированы как

x

больше и в то же время приблизительно равно y.

Функции принадлежности и определяются как и в (8), (9) с помощью операций нахождения максимума и минимума (2), (3) и принимают вид табл. 3 и 4.

2. Нечеткие алгоритмы

Понятие нечеткого алгоритма, впервые введенное Л.Заде, является важным инструментом для приближенного анализа сложных систем и процессов принятия решения. Под нечетким алгоритмом понимается упорядоченное множество нечетких инструкций (правил), в формулировке которых содержатся нечеткие указания (термы).

Например, нечеткие алгоритмы могут включать в себя инструкции типа:

А) x=очень малое

Б) x приблизительно равно 5

В) слегка увеличить

Г) если x - в интервале [4.9, 5.4]

Д) если x -малая, ТО y - большое, ИНАЧК - y - небольшое.

Использованные здесь термы "очень малое", "приблизительно равно", "слегка увеличить", "выбрать в интервале" и т.п. отражают неточность представления исходных данных и неопределенность, присущую самому процессу принятия решения.

Две последние инструкции (г и д) представляют собой (или нечеткие высказывания), построенные по схеме логической импликации ЕСЛИ - ТО, где условие ЕСЛИ соответствует принятию лингвистической переменной x некоторого значения А, а вывод (действие) ТО означает необходимость выбора значения В для лингвистической переменной y

/

Указанные правила получили широкое распространение в технике. Механизм построения правил принятия решений в конкретной задаче выгладит при этом следующим образом. На основе заданной цели (рис. 6) с помощью механизма упрощения, позволяющего выделить наиболее существенные и отсечь второстепенные факторы, определяются начальное состояние системы, желаемое конечное состояние и правила действия, приводящих систему в желаемое конечное состояние.

Набор таких правил, обеспечивающих получение "хорошего" (как правило), приближенного решения поставленной задачи, реализуется с помощью механизма вывода.

Рис.6.

Рассмотрим особенности выполнения нечетких правил на следующем примере.

Допустим, что необходимо регулировать открытие охлаждающего вентиля в зависимости от измеренного значения температуры Твх.

Воспользуемся для этих целей двумя правилами, записанными в лингвистической форме 1-е из которых имеет следующий вид:

Правило 1. ЕСЛИ температура = низкая, ТО охлаждающий вентиль полуоткрыт.

Будем полагать, что нечеткие подмножества А 1 (температура = низакая) и В 1 (вентиль=полуоткрыт) определяются функциями принадлежности, приведенными на рис.7.

Рис.7.

Если измеренное значение температуры Твх равна, например, 18оС, то степень принадлежности этого значения подмножеству А 1. Полагая, что меньшее значение степени выполнения условия ЕСЛИ должно сопровождаться уменьшением значения функции принадлежности вывода ТО ограничим возможные значения функции на уровне 0.2, т.е. получим

(13)

(соответствующая функция выделена в правой половине рис. 7)

Сформулируем 2-е лингвистическое правило следующим образом:

Правило 2. ЕСЛИ температура = средняя, ТО охлаждающий вентиль = почти открыт.

Функции принадлежности и где А2 и В2 обозначают соответственно нечеткие подмножества, содержащиеся в условии и выводе правила 2, показаны на рис. 8.

Степень принадлежности измеренного значения Твх=18оС подмножеству А2 здесь уже равна 0.5.

Рис. 8.

Следуя тому же приему, для функции принадлежности получаем:

.

Заметим, что приведенные выше правила 1 и 2 действуют совместно и связаны друг с другом с помощью союза ИЛИ, т.е. можно записать.

Правило 1. ЕСЛИ температура = низкая, ТО охлаждающий вентиль =полуоткрыт

ИЛИ

Правило 2. ЕСЛИ температура = средняя, ТО охлаждающий вентиль = полуоткрыт.

Результирующая функция принадлежности

находится по формуле

(15)

График полученной функции принадлежности представлен на рис. 9.

Рис. 9.

На практике часто используется еще один метод построения функции принадлежности выходного нечеткого множества, получивший название метода Максимума - Произведения.

Суть данного метода заключается в следующем. При вычислении функции принадлежности вывода (заключения) "ТО" для каждого из правил осуществляется не ограничение их на уровне выполнения соответствующего условия "ЕСЛИ" (как это делалось в методе Максимума - Минимума), а пропорциональное уменьшение их значений в соответствии с уровнем выполнения указанного условия (рис. 10 а) с последующим использованием операций "ИЛИ" (рис. 10 б).

Рис. 10

Важно отметить, что при использовании любого из указанных выше методов вывода (рис. 9, 10), результатом выполнения правил 1-2 является не конкретное число , а некоторое нечеткое множество, описываемое функцией принадлежности . В то же время данное решение не может считаться окончательным, поскольку сохраняется неопределенность выбора искомой переменной внутри рассматриваемого интервала - носителя нечеткого множества В 1 и В 2. Переход от полученного нечеткого множества к единственному четкому значению (), которое и признается затем в качестве решения поставленной задачи, называется дефаззификацией.

Перечислим некоторые из наиболее известных методов дефаззификации. нечеткий алгоритм множество дефаззификация

1. Метод максимума - выбирается тот элемент нечеткого множества, который имеет наивысшую степень принадлежности к этому множеству. Если такой элемент не является единственным, т.е. функция принадлежности имеет несколько локальных максимумов со значениями

или, если имеется максимальное "плато" между у 1 и уm, то выбор среди элементов, имеющих наивысшую степень принадлежности множеству, осуществляется на основе определенного критерия.

2. Метод левого (правого) максимума - выбирается наименьшее (наибольшее) из чисел , имеющих наивысшую степень принадлежности нечеткому множеству.

3. Метод среднего из максимумов - в качестве искомого "четкого" значения у_о принимается среднее арифметическое значение координат локальных максимумов

(16)

4. Метод центра тяжести - в качестве выходного значения уо выбирается абсцисса центра тяжести площади, расположенной под функцией принадлежности , :

(17)

Обычно при реализации этого метода на ЭВМ, используют численные методы интегрирования.

Существует простая возможность использования для этих целей взвешенного среднего значения

(18)

где - центральные значения нечетких множеств выходной переменной у;

- веса, учитывающие уровень выполнения условия ЕСЛИ i-го правила, называемые также уровнями активности соответствующих правил; n - число правил выхода.

5. Модифицированный метод центра тяжести. Здесь интегрирование (17) производится только в тех областях, где , . Параметр используется здесь для подавления шумов, отсеивания влияния малосущественных для процедуры вывода факторов (на практике обычно ).

На рис. 9-10 жирными стрелками выделены результаты процедуры дефаззификации, полученные методом центра тяжести и методом максимума. Незначительные различия полученных значений указывают на то, что механизм вывода в методах дефаззификации может быть, вообще говоря, достаточно произвольным и во многом определяется соображениями простоты их вычислительной реализации.

В тех случаях, когда имеется несколько измеряемых входных переменных, механизм вычисления управляющих воздействий в принципе остается неизменным.

Размещено на Allbest.ru