4.5 Aturan Fuzzy

Pada tahun 1973, Lotfi Zadeh diterbitkan kedua kertas yang paling berpengaruh (Zadeh,

1973).

Makalah ini menguraikan pendekatan baru untuk analisis sistem yang kompleks, di mana

Zadeh menyarankan menangkap pengetahuan manusia dalam aturan fuzzy.

Apa yang dimaksud dengan rule fuzzy?

Sebuah rule fuzzy dapat didefinisikan sebagai pernyataan kondisional dalam bentuk:

JIKA x adalah A

YANG y adalah B

di mana x dan y adalah variabel linguistik; dan A dan B adalah nilai-nilai linguistik

ditentukan oleh set fuzzy pada alam semesta wacana X dan Y, masing-masing.

Apa perbedaan antara aturan klasik dan kabur?

Sebuah klasik aturan IF-THEN menggunakan logika biner, misalnya,

Aturan: 1

JIKA kecepatan> 100

KEMUDIAN stopping_distance panjang

Aturan: 2

JIKA kecepatan <40

KEMUDIAN stopping_distance pendek

Variabel kecepatan dapat memiliki nilai numerik antara 0 dan 220 km / jam, tapi

variabel stopping_distance linguistik dapat mengambil nilai baik panjang atau short.In

103 ATURAN FUZZY

Dengan kata lain, aturan klasik disajikan dalam bahasa hitam-putih

Logika Boolean. Namun, kami juga dapat mewakili aturan jarak berhenti di

Bentuk kabur:

Aturan: 1

JIKA kecepatan cepat

KEMUDIAN stopping_distance panjang

Aturan: 2

JIKA kecepatan lambat

KEMUDIAN stopping_distance pendek

Di sini variabel kecepatan linguistik juga memiliki jangkauan (semesta pembicaraan)

antara 0 dan 220 km / jam, tapi kisaran ini termasuk set fuzzy, asslow tersebut, media

dan cepat. Semesta pembicaraan variabel stopping_distance linguistik dapat

antara 0 dan 300 m dan mungkin termasuk fuzzy set seperti pendek, menengah dan

panjang. Jadi aturan fuzzy berhubungan dengan fuzzy set.

Sistem pakar fuzzy menggabungkan aturan dan akibatnya mengurangi jumlah

aturan oleh setidaknya 90 persen.

Bagaimana untuk alasan dengan aturan fuzzy?

Penalaran Fuzzy mencakup dua bagian yang berbeda: mengevaluasi aturan yg (yang

JIKA bagian dari aturan) dan implikasi atau menerapkan hasil untuk konsekuen

(yang THEN bagian dari aturan).

Dalam sistem berbasis aturan klasik, jika aturan yg benar, maka

konsekuen juga benar. Dalam sistem fuzzy, di mana yg adalah kabur

pernyataan, semua peraturan api sampai batas tertentu, atau dengan kata lain mereka api

sebagian. Jika

yg adalah benar untuk beberapa derajat keanggotaan, maka konsekuen adalah

juga benar bahwa gelar yang sama.

Perhatikan, misalnya, dua set fuzzy, 'pria jangkung' dan 'orang-orang yang berat' diwakili

pada Gambar 4.8.

Bandara fuzzy set memberikan dasar untuk model estimasi berat. Model

didasarkan pada hubungan antara tinggi badan seseorang dan berat badannya, yang

dinyatakan sebagai rule fuzzy tunggal:

JIKA ketinggian tinggi

KEMUDIAN berat berat

Nilai output atau kelas keanggotaan kebenaran aturan konsekuen

dapat diperkirakan langsung dari keanggotaan kebenaran yang sesuai kelas di

pendahuluan (Cox, 1999). Bentuk kabur inferensi menggunakan metode yang disebut

Temukan monoton. Gambar 4.9 menunjukkan bagaimana berbagai nilai berat badan laki-laki

adalah

berasal dari nilai-nilai yang berbeda untuk tinggi laki-laki.

Dapatkah anteseden aturan kabur memiliki beberapa bagian?

Sebagai aturan produksi, aturan fuzzy memiliki beberapa anteseden, misalnya:

JIKA project_duration panjang

DAN project_staffing besar

DAN project_funding tidak memadai

KEMUDIAN resiko tinggi

JIKA layanan yang sangat baik

OR makanan lezat

KEMUDIAN tip murah hati

Semua bagian pendahuluan yang dihitung secara simultan dan diselesaikan dalam

nomor tunggal, menggunakan operasi himpunan fuzzy dipertimbangkan dalam bagian

sebelumnya.

Dapatkah akibat dari rule fuzzy memiliki beberapa bagian?

Konsekuen dari rule fuzzy juga dapat mencakup beberapa bagian, misalnya:

JIKA suhu panas

YANG hot_water berkurang;

cold_water meningkat

Gambar 4.9 pilihan monotonik nilai bagi manusia berat

105 ATURAN FUZZY

Dalam hal ini, semua bagian konsekuen dipengaruhi sama oleh anteseden.

Secara umum, sistem pakar kabur menggabungkan bukan hanya satu tapi beberapa aturan

yang

menggambarkan pengetahuan ahli dan bermain secara off satu sama lain. Output dari setiap

aturan adalah

himpunan fuzzy, tapi biasanya kita perlu untuk mendapatkan satu nomor mewakili ahli

keluaran sistem. Dengan kata lain, kita ingin mendapatkan solusi yang tepat, bukan yang

kabur.

Bagaimana seluruh output fuzzy set ini dikombinasikan dan diubah menjadi

nomor tunggal?

Untuk mendapatkan solusi renyah tunggal untuk variabel output, sistem pakar kabur

pertama agregat seluruh output fuzzy set menjadi output himpunan fuzzy tunggal, dan

kemudian

defuzzifies himpunan fuzzy yang dihasilkan ke satu nomor. Pada bagian berikutnya kita

akan melihat bagaimana seluruh proses bekerja dari awal sampai akhir.