Пожалуй, наиболее поразительным свойством человеческого интеллекта является способность принимать правильные решения в обстановке неполной и нечеткой информации. Построение моделей приближенных рассуждений человека и использование их в компьютерных системах будущих поколений представляет сегодня одну из важнейших проблем науки.
Значительное продвижение в этом направлении сделано 30 лет тому назад профессором Калифорнийского университета (Беркли) Лотфи А. Заде (Lotfi A. Zadeh). Его работа "Fuzzy Sets", появившаяся в 1965 году в журнале Information and Control, № 8, заложила основы моделирования интеллектуальной деятельности человека и явилась начальным толчком к развитию новой математической теории.
Что же предложил Заде? Во-первых, он расширил классическое канторовское понятие множества, допустив, что характеристическая функция (функция принадлежности элемента множеству) может принимать любые значения в интервале (0;1), а не только значения 0 либо 1. Такие множества были названы им нечеткими (fuzzy). Л.Заде определил также ряд операций над нечеткими множествами и предложил обобщение известных методов логического вывода modus ponens и modus tollens.
Заде ввёл понятие лингвистической переменной. Лингвистическая переменная — в теории нечетких множеств, переменная, которая может принимать значения фраз из естественного или искусственного языка. Например, лингвистическая переменная «скорость» может иметь значения «высокая», «средняя», «очень низкая» и т. д. Фразы, значение которых принимает переменная, в свою очередь являются именами нечетких переменных и описываются нечетким множеством. Нечёткие мноества выступают в качестве значений лингвистических переменных. Л.Заде создал аппарат для описания процессов интеллектуальной деятельности, включая нечеткость и неопределенность выражений.
Дальнейшие работы профессора Л.Заде и его последователей заложили прочный фундамент новой теории и создали предпосылки для внедрения методов нечеткого управления в инженерную практику.
В последние 5-7 лет началось использование новых методов и моделей в промышленности. И хотя первые применения нечетких систем управления состоялись в Европе, наиболее интенсивно внедряются такие системы в Японии. Спектр приложений их широк: от управления процессом отправления и остановки поезда метрополитена, управления грузовыми лифтами и доменной печью до стиральных машин, пылесосов и СВЧ-печей. При этом нечеткие системы позволяют повысить качество продукции при уменьшении ресурсо и энергозатрат и обеспечивают более высокую устойчивость к воздействию мешающих факторов по сравнению с традиционными системами автоматического управления.
Другими словами, новые подходы позволяют расширить сферу приложения систем автоматизации за пределы применимости классической теории. В этом плане любопытна точка зрения Л.Заде: "Я считаю, что излишнее стремление к точности стало оказывать действие, сводящее на нет теорию управления и теорию систем, так как оно приводит к тому, что исследования в этой области сосредоточиваются на тех и только тех проблемах, которые поддаются точному решению. В результате многие классы важных проблем, в которых данные, цели и ограничения являются слишком сложными или плохо определенными для того, чтобы допустить точный математический анализ, оставались и остаются в стороне по той причине, что они не поддаются математической трактовке. Для того чтобы сказать что-либо существенное для проблем подобного рода, мы должны отказаться от наших требований точности и допустить результаты, которые являются несколько размытыми или неопределенными".
Смещение центра исследований нечетких систем в сторону практических приложений привело к постановке целого ряда проблем таких, как новые архитектуры компьютеров для нечетких вычислений, элементная база нечетких компьютеров и контроллеров, инструментальные средства разработки, инженерные методы расчета и разработки нечетких систем управления и многое другое.
Математическая теория нечетких множеств, предложенная Л.Заде более четверти века назад, позволяет описывать нечеткие понятия и знания, оперировать этими знаниями и делать нечеткие выводы.
Основанные на этой теории методы построения компьютерных нечетких систем существенно расширяют области применения компьютеров.
Микропроцессор, основанный на нечёткой логике , состоит из базы знаний, содержащей лингвистические переменные и нечёткие правила, и трёх блоков:
1)блок фаззификации;
2)блок решений;
4)блок дефаззификации.
Блок фаззификации преобразует четкие (сrisp) величины, измеренные на выходе объекта управления, в нечеткие величины, описываемые лингвистическими переменными в базе знаний.
Блок решений использует нечеткие условные (if – then) правила, заложенные в базе знаний, для преобразования нечетких входных данных в требуемые управляющие воздействия, которые носят также нечеткий характер.
Блок дефаззификации преобразует нечеткие данные с выхода блока решений в четкую величину, которая используется для управления объектом.
В последнее время нечеткое управление является одной из самых активных и результативных областей исследований применения теории нечетких множеств. Нечеткое управление оказывается особенно полезным, когда технологические процессы являются слишком сложными для анализа с помощью общепринятых количественных методов, или когда доступные источники информации интерпретируются качественно, неточно или неопределенно. Экспериментально показано, что нечеткое управление дает лучшие результаты, по сравнению с получаемыми при общепринятых алгоритмах управления.
Нечеткие методы помогают управлять домной и прокатным станом, автомобилем и поездом, распознавать речь и изображения, проектировать роботов, обладающих осязанием и зрением. Нечеткая логика, на которой основано нечеткое управление, ближе по духу к человеческому мышлению и естественным языкам, чем традиционные логические системы. Нечеткая логика, в основном, обеспечивает эффективные средства отображения неопределенностей и неточностей реального мира. Наличие математических средств отражения нечеткости исходной информации позволяет построить модель, адекватную реальности.
Другие работы по теме:
Модальности
Модальности (от лат. modus - вид, способ) - тип отношения высказывания к реальности. Наиболее известные нам модальности - это наклонения: изъявительное - оно описывает реальность ("Я иду"), повелительное - оно ведет диалог с реальностью ("Иди").
Структура философского знания
Характеристика и структура внутренней специализации философии, сущность ее основополагающих разделов: онтология, гносеология, логика, этика, эстетика и история философии. Роль и значение законов и принципов в становлении философского знания как системы.
Фигуры силлогизма
Задача 1 Определить вид отношения между понятиями и изобразить его с помощью круговых схем (кругов Эйлера). 1) автомобиль "Москвич-2141"; автомобиль "Москвич", выехавший на встречную полосу движения; автомобиль, нарушивший правила дорожного движения;
Философский кроссворд
ТВОРЧЕСКОЕ ЗАДАНИЕ ПО ФИЛОСОФИИ КРОССВОРД РАБОТУ ВЫПОЛНИЛА 1998 ПО ГОРИЗОНТАЛИ: 1 Понятие обозначающее одинаковое положение людей в обществе. 2 Австрийский философ и логик, виднейший представитель неопозитивизма.
Логика
Предмет логики, ее значение и виды. Особенности определения истинности сложного суждения по таблице истинности. Построение фигуры категорического силлогизма на основании посылки: "Все люди – смертны". Путь формирования логической культуры мышления.
Математическая логика
Ее еще называют символической логикой. Математическая логика - это та же самая Аристотелева силлогистическая логика, но только громоздкие словесные выводы заменены в ней математической символикой.
Многозначные логики
Обычная Аристотелева логика называется двузначной, потому что ее высказывания, имеют два значения, то есть они могут быть либо истинными, либо ложными. Однако мы знаем, что в реальности далеко не всегда можно определить точно истинность или ложность.
Диалектическая логика
Диалектическая логика (от греч. dialegomai — веду беседу) — филос. теория, пытавшаяся выявить, систематизировать и обосновать в качестве универсальных основные особенности мышления коллективистического общества.
Философский кроссворд
ТВОРЧЕСКОЕ ЗАДАНИЕ ПО ФИЛОСОФИИ КРОССВОРД РАБОТУ ВЫПОЛНИЛА 1998 ПО ГОРИЗОНТАЛИ: 1 Понятие обозначающее одинаковое положение людей в обществе. 2 Австрийский философ и логик, виднейший представитель неопозитивизма.
Основы логики
Представление отношений между объемами понятий с помощью кругов Эйлера. Выполнение операций обобщения и ограничения терминов. Установление определения и деления представленных высказываний. Способы обращения, превращения и противопоставления предикату.
Умозаключение
Умозаключение - форма мышления, посредством которого из одного или нескольких суждений выводится новое суждение. Виды умозаключений. Логика суждений (высказываний). "Аксиомы" логики суждений. Правила вывода логики суждений. "Условный силлогизм".
Васильев Николай Александрович
Васильев Николай Александрович- логик, психолог, философ. Профессор Казанского университета с 1918. Предвосхитил конструктивизм в логике /неуниверсальность закона исключенного третьего/.
Пищевая и питательная ценность грибов
Съедобны все те виды грибов, которые можно употреблять в пищу — при том, однако, условии, что они достаточно долго подвергались тепловой обработке.
Нечеткая логика при решении криминологических задач
При решении криминологических проблем возникает вопрос об эффективности обычно применяемых в правоведении методов анализа, в которых существенная роль принадлежит суждениям, а подчас и предубеждениям человека.
Контрольные вопросы по логике
Что изучает логика. Что мы называем истиной и ложью. Когда возникла логика как наука. Зачем нужно изучать логику. Определение понятия. Какие функции выполняют понятия.
Нечеткий анализ - в автомобиле
Московская Государственная Академия Приборостроения и Информатики ДОКЛАД по теория систем и системного анализа «Нечеткий анализ – в автомобиле» Выполнил: Пяров Тимур Р
Логика
Подобрать имена, отношения которых можно изобразить кругами Эйлера. Логический анализ высказываний. Могут ли быть одновременно ложными высказывания в предложенных парах. Сделать логический вывод и разобрать полученный силлогизм. Обоснование тезиса.
Контрольные вопросы по логике
Принципы моделирования. Теоретико-множественные средства моделирования. Средства моделирования логики высказываний. Средства моделирования логики предикатов. Логика научного познания. Доказательство и дедуктивный вывод. Виды индукции. Аналогия.
по Логике 10
Московский Государственный Университет Печати Контрольная работа по дисциплине ЛОГИКА Выполнила: Студентка группы ЗКЖ2 Савина А.М. Москва 2010 Задание 13.
Логика как самостоятельная наука
Введение Еще в древности люди знали, что достоверность выводных знаний зависит не только от истинности исходных посылок, но и от способа их соединения. Для того, чтобы убеждать, надо не только хорошо говорить, но и владеть различными приемами построения умозаключений и доказательств.
Тривиум
Введение 1 Состав 1.1 Грамматика 1.2 Риторика 1.3 Логика Список литературы Введение Тривиум, или тривий (лат. trivium — перекрёсток трёх дорог) — первая ступень средневекового образования, основа дальнейшего обучения. Предшествовала квадривиуму и состояла из трёх (отсюда название) дисциплин — грамматики, диалектики (логики) и риторики.
ЛИСП-реализация основных операций над нечеткими множествами
Рассмотрение методов совершения основных операций (содержания, равенства, пересечения, объединения, разности, произведения, отрицания и дизъюнктивной суммы) над нечеткими множествами, их функциональных моделей и программной реализации решения задачи.
Предмет и структура информатики
Б.В.Соболь Термин информатика получил распространение с середины 80-х гг. прошлого века. Он состоит из корня inform - «информация» и суффикса matics
Евгений Дюринг (During)
Евгений Дюринг (During) (1833–1921) – немецкий философ и экономист, профессор механики. Основные работы: «Курс философии» (1875), «Критическая история национальной экономии и социализма» (1875), «Логика и теория науки» (1878).
Понятие прогноза и методы прогнозирования. Трейдинг
Классификация по различным критериям (степени вероятности, однородности) и алгоритм выбора методов прогнозирования в практике бизнеса. Анализ недостатков "мягких" вычислений, генетических алгоритмов и нечеткой логики, основанных на нейронных сетях.