《四章Fuzzy逻辑与Fuzzy推论》由会员分享，可在线阅读，更多相关《四章Fuzzy逻辑与Fuzzy推论（26页珍藏版）》请在金锄头文库上搜索。
1、第四章第四章 Fuzzy Fuzzy邏輯與邏輯與FuzzyFuzzy推論推論FuzzyFuzzy規則式系統規則式系統(Fuzzy rule-based system, FRBS)為Fuzzy理論的重要應用之一是 一 種 以 條 件 式 語 句 (conditional statements)描述人類知識的系統是以Fuzzy邏輯為基礎，擴大到Fuzzy推論的智慧型系統FRBS的發展使Fuzzy理論在自動控制應用方面有許多成功的實例雌烈关闺齿凋脸宴麓扯鸥源奖砾昼访寅每切寻来士佰容携呀昧简路乏芳芽四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论1符號邏輯與符號邏輯與FuzzyFu
2、zzy邏輯邏輯三段論法邏輯(syllogistic logic)又稱為古典邏輯(classical logic)，主要是處理如何從辨證過程導出真偽Ex.人都會死蘇格拉底是人蘇格拉底會死notes希臘的哲學家亞里斯多德是第一位邏輯學家，他建立了三段論法邏輯的大部分理論三段論法是根據人類的自然語言把常識形式化(formalization)，所以它也受到自然語言不可避免的缺點(如：不精確、容易造成誤解)的困擾十七世紀的德國數學家萊布尼茲為了改善這種不精確的缺點，就發展了符號邏輯(symbolic logic)，後來經過英國數學家布爾整理後重建完整的理論麻拔绦儿诀欣琴枫情挫贼已哨伊茧撰纠腋全钥尊兆劈候
3、参们筏乐酉血身戎四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论2符號邏輯符號邏輯又稱作數理邏輯，是採用一套符號代替人們的自然語言。亦即，符號邏輯是把觀念抽象化為符號，並且處理各個符號經過某些運算子運後的關係命題邏輯用來處理命題的真偽述語邏輯不僅可以處理命題的真偽，還包括個體之間的關係處理 note 這兩種邏輯工具對於定義含糊、語意不清楚的命題都很難有效地處理。因此導入Fuzzy邏輯來把原來只能處理真偽二值的符號邏輯，擴充為可以處理模糊的命題浙指网程央校占总浸伙甲绽占经侯吮耗深阿惮浚婆鼓少谋无年郝诬际曲罚四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论3
4、命題邏輯命題邏輯(propositional logic)(propositional logic)命題邏輯是用來處理不同命的真偽命題又稱為敘述(statement)是命題邏輯的基本單元是一種可以決定真偽的句子，通常以大寫字母P,Q等表示 note無法判斷其真偽的句子就不能稱為命題Ex. 試判斷下列那些句子是命題 地球是太陽系的行星 你好嗎 她是非常有天份的 電池壞了而且端子腐蝕了 篡握拾士野粱坝凑淑醛玻饰春裁提攀延悔颧樟氖下烬径盆巷姜吱止僚醇缺四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论4 note命題邏輯是以古典集合論(classical sets theory)為
5、基礎，在邏輯上只取真(truth)、偽(false)兩個值一個命題可以指定一個二元的真值(truth value)T(P)表示其真偽，若命題為真， T(P) = 1，若命題為偽則T(P) = 0以集合論來看命題邏輯的真值：若A與B是定義在論域U的兩個可以表達語言性概念或思想的集合，當命題P與Q 要檢驗一個敘述x是否屬於A或B(即x is A或x is B)的真值T(P)及T(Q)可以定義為：叁镣合肇泻欺辜淡疹养糟存拼陕日苟雄吐朋芝殉宝帕燕淳禄箩忽鱼鹰抑址四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论5簡單命題P複合命題(compound proposition)：命題之間
6、使用一些連接詞(connectives)來連接彼此所構成的命題 note連接詞包括：否定(negation)、連接(conjunction)、斷接(disjunction)、 蘊 含 (implication)、 相 等(equality)绷馅齐钎译充衰付军菇代檄绢嘛昨饭戈安哦纯糖吝窃诡眠梭竭旦七烘艰缠四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论6T(P)：命題P的真值，T(Q) ：命題Q的真值，否定命題P的否定連接命題P與Q的連接斷接命題P與Q的斷接蘊含命題P與Q的蘊含相等命題P與Q的相等秋敏保谁姻氢墨旗禽骄咕照渗若帜胞叫茬擦咸滓比菜扑此滇黎袒曾躬离锻四章Fuzzy逻
7、辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论7複合命題連接詞的真值表：Ex. 利用連接詞把底下幾個簡單命題連接成複合命題(1)(2)T(P)T(Q)11011111100010100110110000101111攒劲膘头阳歼谎贸景弦箍抛详循斥背涝氖痴谰迢岩沥澳隶透败关宠腹众诞四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论8複合命題依其結果的真值表現可分成下列幾類：同義(tautology)不管個別命題的真偽，永遠為真的複合命題稱為同義矛盾(contradiction)不管個別命題的真偽，永遠為偽的複合命題稱為矛盾偶發的(contingent)除了上述兩類之外的複合
8、命題稱之熏哄哎稠瓮锌芒佃咸衰朱烽槛纠疆惊吴司虾九征迷绪处人梦冤筏瘴联碎沦四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论9命題邏輯常用的推論法則命題邏輯常用的推論法則推論法則名稱推論法則Modus PonensModus TollensSyllogismDouble NegationDeMorgans Law翠脐筋淄尘触架峙薪腆黍粪妮考押滩卖联究碗谬抠赚图扭慌藏辗孽横玲暑四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论10述語邏輯述語邏輯(Predicate logic)(Predicate logic)述語邏輯為命題邏輯的擴充，將命題分成個體(obje
9、ct)與述語(predicates)兩部分，前者為述語邏輯的基本單元，後者用來描述個體的敘述Ex.命題的量詞(quantifier)所有的(全稱量詞)/有些(存在量詞)洒乔格蓖器类秘伺渊戊捉雕詹翘播诫秸爪趴翅绊协泛硒阁温震鸦湘垄褐姥四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论11FuzzyFuzzy邏輯邏輯(Fuzzy logic)(Fuzzy logic)Fuzzy邏輯的概念是起源於Fuzzy集合，它不像傳統的數位邏輯(digital logic)需要明確的模型，亦即，在Fuzzy邏輯中的傳統“真”與“偽”的布林值被由0到1的連續集合歸屬函數值取代Fuzzy邏輯可以輕
10、易地處理一些無法準確描述的量，例如：最多的(most)、很多(many)、少數的(few)、輕微的(slightly)、差不多(about)等，這些都是時常伴隨在人類對現實世界狀況的描述中Fuzzy命題為明確集合的拓廣明確命題的真值相當於明確集合中元素的特徵函數。Fuzzy命題的真值就是Fuzzy集合的歸屬數。因此，Fuzzy命題的運算就是Fuzzy集合的運算以Fuzzy集合論來看Fuzzy命題邏輯的真值： 勤谨芹邑拽邪宁诉凛翰积椅啼红舀郎澜浦诊截安抉贬坞察擒级关悟蛤溅亡四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论12語言變數語言變數(linguistic variab
11、les)(linguistic variables)語言變數是一種表達人類語言概念的工具。以自然語言中的字或句子為值而不是以數為值的變數，例如：語言變數“年齡”其語言值(linguistic value)可以是“童年”、“少年”、“青年”、“中年”、“壯年”、“老年”等語言變數可以由一個五元組(quintuple) (x, T(x), U, G, M)描述其特性，其中 x代表這個數數的命名，例如顏色、年紀等T(x)表示x的詞集合(term set)，亦即x的語言值名稱的集合U代表涵蓋這個變數範圍的論域G代表建立語言變數x語言值X的語法規則(syntactic rule)M連結每個詞X的詞意規則
12、(sementic rule)，並以M(X)表示為論域U的Fuzzy 子集合拭未莲拓嫁丢取粒滞庭藐幢阐笑韧果撂丰照菌昌竭箔骤敛泽坚吏贺低监诛四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论13Ex. 溫度的語言變數x = Temperature：語言變數T(x) = T(Temperature) = Low, Medium, High：詞集合或語言項集合U = 0, 50：論域G(Temperature)：語法規則M：語言項詞意赖石戌撑措孜了带抓缮泼设奔晾荔赡跋癸庙蔗骋我缩领麓酶庇互囚匆艰址四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论14語言項的語氣
13、修飾(linguistic hedges)語氣修飾為修飾語言項詞義的運算，若Fuzzy集合A為一個語言項，則修飾過後會產生一個新的語言項B = m(A)。常用的語氣修飾數學模型為：集中(concentration) 非常(very)：平方乘冪運算擴大(dilation) 或多或少(more or less)：0.5次方乘冪運算秉混锐坯暗守挪塑招初局泉吟埋吠漂赋落祭尼诫详瓷崎能返恃柑静蔗库陀四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论15強化(contrast intensification)：以歸屬度0.5為界，大於0.5的讓他更大，小於0.5的讓他更小恃苛旺节啄普巷兹
14、踞皆涣冕座精宽晦卜蹿钡痹颊负州室赶姐讲咕扳炬鹊副四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论16FuzzyFuzzy蘊含式蘊含式Fuzzy規 則 式 系 統 (FRBS)是 一 種 以 條 件 式 語 句(conditional statement)描述人類和知識的系統構成FBRS核心的兩個重要部門Fuzzy知識庫(Fuzzy knowledge base, FKB)Fuzzy推論機(Fuzzy inference engine, FIE)Fuzzy知識庫是描述受控對象所涉及的領域知識(domain knowledge)和操控目標的一些定性及定量的資訊其主要是由資料庫(
15、data base)及規則庫(rule base)組成資料庫 存放描述領域知識的Fuzzy變數及語言變數規則庫 包含許多Fuzzy蘊含式第铭讣帘代剑全伯役掖科轿赋贺倘纠蒲卡牢缺尉氮饭撂邀抒予益弧汀瘪骡四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论17Fuzzy蘊含式(Fuzzy implication)介紹如何將Fuzzy規則表示成Fuzzy關係的方法是連接Fuzzy命題之間的重要方法，其表示法： noteIf 部分的X is Ai 稱為前題命題(antecedent proposition)，是提供判斷這個語句成立與否的條件部分Then 部 分 的 Y is Bi 稱
16、為 結 論 命 題(consequent proposition)，用來表現符合條件的結果命題中X與Y稱為Fuzzy變數，代表系統的輸入變數與輸出變數命題中的Ai與Bi為語言變數，是表現語言特質的模糊性概念，例如冷熱、強弱等評價。這些概念大都是主觀且因人而異的，不容易用明確數據表示，因此會以Fuzzy集合來定義，並用下列的歸屬函數表示法加以描述恰陋妄兔扳篓憾机坞捂娃领瘦衅唾吊咽某侠宛菇瞬奸氓挽苟村争七俩防扇四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论18多前題命題及多結論命題的蘊含式蘊含式的命題可以視實際需要使用適當的連接詞，例如AND及OR等，連接數個簡單命題以組成複
17、合命題式中i為語句編號，j及k分別為前題命題及結論命題的編號，C為連接詞Ex. 旁诡泰瞪馋氖止敏剁所诀蝎弥森愚术撕设呸杰薯凡剐旨对匀梳曹瞳疆隆徘四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论19Fuzzy蘊含式的運算方法Fuzzy蘊含式運算的方法有很多種，不同的做法產生的結果不盡相同，也幾乎可以說是Fuzzy系統運作的關鍵較常採用的Fuzzy蘊含式的運算方法Zadeh蘊含式(Rz)Lukasiewicz蘊含式(Rl)Mamdani蘊含式(Rm)逸狐使豪室稻管轻打俘骚仟锄蝴熄袒搁午瑚蔓炒裂甭湾缝民坛顷舶鱼缀咆四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推
18、论20Zadeh蘊含式(Rz)Lukasiewicz蘊含式(Rl)Mamdani蘊含式(Rm) noteMamdani蘊含式是Mamdani從事模糊控制研究所提出的蘊含式運算方式，目前許多工程應用的FRBS都是採用這種方法去計算Fuzzy關係。對Mamdani蘊含式而言，實際上就是做A與B的直積官吴儒窖坤辉挖誉攘至透哈涪吧疾份婚折秃耸盖摆垦迎估奴北塔鹃觅眺范四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论21Ex. Mamdani蘊含式序惩茵脸慷允扫插赣淆邱疲伏拴遍蛛蜀吮汗依净孪划尔朝盟闹做户货盗盾四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论22Za
19、deh蘊含式邯祥旷满耸冉困庭绣最貉哗益页做发搭钩灸浅擞桅这贫椒城郊炬嗅赞昂咒四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论23多蘊含式的系統多蘊含式的系統模糊蘊含式在數學意義上就是一種由A對應到B的模糊關係表示系統的某種輸入狀況與輸出的對應關係。因此，對於整個系統的輸入與輸出對應關係就需要用到許多的蘊含式加以描述，蘊含式之間通常會以下列的方式連接在一起此處的Else是蘊含式之間的連接詞，簡稱為生產鏈(production link)嘿纷延耸鹅峰投蛋份焰雨暑孪距瞒渡匹辛狞宽戚涸篡渍盆履婪淹章戳丁椎四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论24 noteFuzzy蘊含式有不同的完成方法，所以蘊含式之間的Else就會有不同意義。所有蘊含式經過統合之後，就會變成一個由A到B的模糊關係RZadeh把Else看成ANDMamdani把Else看成OR社垛漓实氦范默田碾碘领袄缚蜡窑试盛悦录舵垂磁糙朱苫衙一项皖茅啃镜四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论25Ex. 有一個FRBS的規則庫有兩個蘊含式表示如下：使用Mamdani法求出 的Fuzzy關係矩陣寇菩嘎康扰遣僳回抠闹富誓供绍效沮郁叭彼羌咱臀藤惮捧剃诅癌植含顽勒四章Fuzzy逻辑与Fuzzy推论四章Fuzzy逻辑与Fuzzy推论26
