Нечеткие и лингвистические переменные. Нечеткие множества

Напомним, что лингвистической называется переменная, принимающая значения из множества слов или словосочетаний некоторого естественного или искусственного языка. Множество допустимых значений лингвистической переменной называется терм-множеством. Задание значения переменной словами, без использования чисел, для человека более естественно. Ежедневно мы принимаем решения на основе лингвистической информации типа: "очень высокая температура"; "длительная поездка"; "быстрый ответ"; "красивый букет"; "гармоничный вкус" и т.п. Психологи установили, что в человеческом мозге почти вся числовая информация вербально перекодируется и хранится в виде лингвистических термов. Понятие лингвистической переменной играет важную роль в нечетком логическом выводе и в принятии решений на основе приближенных рассуждений. Формально, лингвистическая переменная определяется следующим образом.

Определение 44. Лингвистическая переменная задается пятеркой , где - ; имя переменной; - ; терм-множество, каждый элемент которого (терм) представляется как нечеткое множество на универсальном множестве ; - ; синтаксические правила, часто в виде грамматики, порождающие название термов; - ; семантические правила, задающие функции принадлежности нечетких термов, порожденных синтаксическими правилами .

Пример 9. Рассмотрим лингвистическую переменную с именем "температура в комнате". Тогда оставшуюся четверку можно определить так:

Таблица 4 - Правила расчета функций принадлежности

Графики функций принадлежности термов "холодно", "не очень холодно", "комфортно", "более-менее комфортно", "жарко" и "очень жарко" лингвистической переменной "температура в комнате" показаны на рис. 13.

Рисунок 13 - Лингвистическая переменная "температура в комнате"

Нечеткая истинность

Особое место в нечеткой логике занимает лингвистическая переменная "истинность". В классической логике истинность может принимать только два значения: истинно и ложно. В нечеткой логике истинность "размытая". Нечеткая истинность определяется аксиоматически, причем разные авторы делают это по-разному. Интервал используется как универсальное множество для задания лингвистической переменной "истинность". Обычная, четкая истинность может быть представлена нечеткими множествами-синглтонами. В этом случае четкому понятию истинно будет соответствовать функция принадлежности , а четкому понятию ложно - ; , .

Для задания нечеткой истинности Заде предложил такие функции принадлежности термов "истинно" и "ложно":

;

где - ; параметр, определяющий носители нечетких множеств "истинно" и "ложно". Для нечеткого множества "истинно" носителем будет интервал , а для нечеткого множества ложно" - ; .

Функции принадлежности нечетких термов "истинно" и "ложно" изображены на рис. 14. Они построены при значении параметра . Как видно, графики функций принадлежности термов "истинно" и "ложно" представляют собой зеркальные отображения.

Рисунок 14 - Лингвистическая переменная "истинность" по Заде

Для задания нечеткой истинности Балдвин предложил такие функции принадлежности нечетких "истинно" и "ложно":

Квантификаторы "более-менее" и "очень" часто применяют к нечеткими множествами "истинно" и "ложно", получая таким образом термы "очень ложно", "более-менее ложно", "более-менее истинно", "очень истинно", "очень, очень истинно", "очень, очень ложно" и т.п. Функции принадлежности новых термов получают, выполняя операции концентрации и растяжения нечетких множеств "истинно" и "ложно". Операция концентрации соответствует возведению функции принадлежности в квадрат, а операция растяжения - возведению в степень ½. Следовательно, функции принадлежности термов "очень, очень ложно", "очень ложно", "более-менее ложно", "более-менее истинно", "истинно", "очень истинно" и "очень, очень истинно" задаются так.

Основополагающим математическим понятием является понятие переменной. В практических приложениях теории нечётких множеств обычно употребляют нечёткие и лингвистические переменные.

Нечёткие и лингвистические переменные используются при естественно-языковом описании различных объектов и явлений, при формализации процессов и принятии решений в трудноформализуемых ситуациях.

Особенностью человеческого мышления является способность анализировать и выбирать сведения, имеющие отношение к анализируемой проблеме, то есть способность оценивать разнородную информацию. Такая способность играет важную роль в описании сложных явлений и процессов.

Рассмотрим способность человека оценивать понятие «Температура». Во многих случаях при оценке значений температуры люди оперируют не числовой характеристикой, а нечётко выраженными понятиями, такими, как «низкая», «средняя», «нормальная», «высокая» и др. При этом, если речь идет об оценке температуры, например, в печах определенного типа, то человек-оператор легче ориентируется по качественной информации, такой, как «нормальная температура», чем по конкретному числовому значению.

При такой качественной оценке информации, отражающей характер явления или процесса, большую роль играет естественный язык, который позволяет выразить основные понятия.

Введем понятия нечёткой и лингвистической переменной, которые, как и обычная переменная, могут изменять свои значения.

Итак, нечёткая переменная характеризуется тройкой:

< ,Х ,С  >,

где – название нечёткой переменной;

Х – универсальное множество (конечное или бесконечное), то есть область определения нечёткой переменной;Х = {х };

С  = { х (х ) } – нечёткое подмножество множестваХ , представляющее собой нечёткое ограничение на значения переменнойх .

Пример 3.19. Пусть универсальное множествоХ = описывает область определения параметра – «Температура в реакторе». Этот параметр характеризует качество протекающего технологического процесса. Нечёткое множество, описывающее нечёткую переменную «Нормальная» (= «Нормальная»), человеком-оператором может быть представлено следующим образом:

С  = {(4800), (4810,3), (4820,4), (4830,5), (4841), (4851), (4861), (4870,5), (4880,4), (4890,3), (4900)}.

Очевидно, что при таком определении нечёткого множества С  для человека-оператора, управляющего температурой в реакторе, понятию «Нормальная температура» полностью соответствуют значения температуры от 484 до 486, в меньшей степени – значения температуры от 481 до 483 и от 487 до 489. Значения температуры в реакторе, которые меньше 481 и больше 489, понятием «Нормальная» охарактеризованы быть не могут, то есть не являются элементами носителя данного нечёткого множества.

Перейдем к рассмотрению лингвистической переменной, являющейся переменной более высокого порядка.

Лингвистической переменной называется переменная, значениями которой являются слова или предложения естественного или искусственного языка.

Лингвистическая переменная характеризуется набором:

< ,Т  ,Х ,G, М >,

где – название лингвистической переменной;

Т β – терм-множество переменной, т. е. множество её значений, представляющих собой наименования нечётких переменных, областью определения каждой из которых является множествоХ с базовой переменнойх ;

Х – универсальное множество;

G– синтаксическое правило, порождающее термы множестваТ β ();

М – семантическое правило, ставящее в соответствия каждой нечёткой переменной Т β нечёткое множествоС  , причёмС  обозначает нечёткое подмножество множестваХ .

В более упрощенном виде лингвистическая переменная описывается кортежем: < ,Т β ,Х >.

Пример 3.20 . Значениями лингвистической переменной «Качество» (β= «Качество») могут быть: «Низкое», «Среднее», «Невысокое», «Высокое», «Очень высокое» и т.п. Каждое из этих значений является названием нечёткой переменной. Именно поэтому лингвистическая переменная считается переменной более высокого порядка.

Обсудим все составляющие понятия «лингвистическая переменная».

Обратимся к примеру 3.20. Прилагательные «Низкое», «Среднее» и т.д., определяющие лингвистическую переменную «Качество», отражают некоторый комплекс характеристик качества. Каждое из этих значений представляет собой ограничение, обусловленное названием и способом задания соответствующего нечёткого множества. С этой точки зрения определения качества «Очень высокое», «Чрезвычайно высокое», «Не очень высокое» и т.д. – названия нечётких множеств, образованных путем действия модификаторов «очень», «чрезвычайно», «не очень» на нечёткое множество «Высокое».

Совокупность значений лингвистической переменной составляет терм-множество этой переменной. Этим множеством может быть, вообще говоря, бесконечное число элементов.

Пример 3.21. Рассмотрим способы описания терм-множества лингвистической переменной «Качество»:

Т β (Качество) = {«Очень низкое», «Низкое», «Не низкое», «Среднее», «Скорее высокое, чем среднее», «Высокое», «Очень высокое»};

Т β (Качество) = «Очень низкое»«Низкое»«Не низкое»…«Очень высокое».

Терм, название которого состоит из одного слова или нескольких слов, всегда фигурирующих вместе друг другом, называется атомарным термом . Термы, состоящие из более одного атомарных термов, называютсясоставными термами. Формирование составного терма путём приписывания друг к другу цепочек-компонент называетсяконкатенацией , а приписываемые компоненты являютсяподтермам и составного терма.

При необходимости явно указать на то, что терм был порожден грамматикой G(синтаксическим правиломG), будем писать:

Т β * =Т β G(Т β),

где Т β * – составной терм.

Что же касается семантического правила М, то оно может быть выполнено с использованием одной из типовых операций над нечёткими множествами, рассмотренных в главе 3.2. Наиболее часто используются следующие модификаторы и соответствующие им операции над нечёткими множествами:

«не» – дополнение;

«очень» – концентрация;

«более или менее» – растяжение;

«и» – пересечение;

«или» – объединение.

Лингвистические переменные играют важную роль при построении нечётких моделей: с их помощью формализуется качественная информация об объекте принятия решения, представленная в словесной форме специалистами-экспертами. Принципиально важным является то, что любая лингвистическая переменная, как и все её значения, определяется конкретной количественной шкалой, называемой базовой шкалой . Отсюда вытекаетдругое определение лингвистической переменной:

Лингвистической переменной называется переменная, заданная на некоторой шкале (базовой шкале) и принимающая значения, являющиеся словами и словосочетаниями естественного языка. Значения лингвистической переменной описываются нечёткими переменными.

К названию лингвистической переменной и названиям её термов не предъявляется особых требований. С этими величинами, за которыми скрыт математический аппарат нечётких множеств, непосредственно работает эксперт, описывающий систему качественными или нечёткими понятиями. Однако к функциям, аппроксимирующим эти нечёткие понятия, а также к их взаимному расположению, предъявляются определённые требования.

Выделим ряд ограничений, которым должны удовлетворять термы лингвистических переменных. Пусть Т β – базовое терм-множество лингвистической переменной <,Т β ,Х >,Т β = {Т i },i = 1, 2, …,m . Каждому термуТ i Т β соответствует нечёткая переменная <Т i ,Х ,С i >.

Прежде всего, базовое терм-множество Т β должно бытьупорядочено в соответствии с выражением:

(Т i Т β)(Т j Т β)(i j )(х S С i )(y S С j )(x y ), (3.36)

где S С i – носитель нечёткого множества:

S С i = {x X   Sc i (x )  0 },

то есть это множество строгого уровня = 0

Выражение (3.36) означает, что терм, который имеет носитель, расположенный левее, получает меньший номер.

Ограничение, накладываемое на вид функций принадлежности , соответствующих базовым термам, выглядит так:

 Т 1 (х min) = 1, Tn (x max) = 1, (3.37)

где n – количество термов в базовом терм-множестве,х min иx max – границы универсального множестваХ , на котором определена лингвистическая переменная.

В соответствии с выражением (3.37) функции принадлежности термов Т 1 иT n должны быть аммодальными.

Следующее условие может быть определено как полнота и согласованность :

(Т i  Т β)(0  sup  C i  C (i +1) (x )  1). (3.38)

Это выражение означает, что должно соблюдаться естественное разграничение понятий, когда одна и та же точка универсального множества Х не может одновременно принадлежать (со степенью уверенности 1) двум и более термам. С другой стороны, каждое значение из области определения лингвистической переменной должно описываться хотя бы одним термом.

Очередное условие – нормальность – определяется следующим выражением:

(Т i Т β)(х Х : C i (x ) = 1). (3.39)

Каждое понятие в лингвистической переменной должно иметь хотя бы один эталонный или типичный объект.

Последнее условие – ограниченность :

(β)(х 1 R )(x 2 R )((x X )(x 1 x x 2)), (3.40)

где R – действительная ось.

Область определения Х должна быть ограничена конечным множеством точек, так как в любой задаче анализа и принятия решений существуют реальные ограничения на числовые значения параметров объектов.

На рис. 3.14 представлена лингвистическая переменная β с числом термов, равным 5, и проиллюстрировано невыполнение перечисленных условий и ограничений.

Рис. 3.14.Ограничения, накладываемые на базовые термы лингвистической переменной

Итак, при формировании базового терм-множества лингвистической переменной β были допущены следующие ошибки:

На границах универсального множества Х значения функций принадлежности термов, обозначающих минимальное и максимальное значение лингвистической переменной β, должны быть единичными. На рис. 3.14 термТ 1 имеет неправильный вид (унимодальный), а термТ 6 – правильный (аммодальный).

Запрещается существование в базовом терм-множестве T β пар термов типаТ 2 иТ 3 , так как отсутствует естественная ограниченность понятий, аппроксимируемых термами. Эти термы иллюстрируют невыполнение условия согласованности.

Условие полноты нарушается парой термов Т 3 иТ 4 , так как участку Х не соответствует никакое понятие.

В базовом терм-множестве запрещается наличие термов Т 5 , имеющихsup  C i (x )  1. Так как термы должны описываться нормированными функциями принадлежности, на рис. 3.14 нарушено условие нормальности.

Применение лингвистических переменных для описания сложноформализуемых систем на практике неизбежно ставит предварительную задачу формирования лингвистических переменных, то есть определения всех её компонент. Это, как правило, реализуется на основе опросов экспертов – высококвалифицированных специалистов в той области, для которой строится нечёткая модель с использованием лингвистической переменной. Особое внимание при этом уделяется формированию функций принадлежности нечётких множеств, являющихся термами базового терм-множества.

Процесс формирования лингвистической переменной включает в себя следующие этапы :

Определение множества термов лингвистической переменной и его упорядочение.

Построение числовой области определения лингвистической переменной.

Выяснение схемы опроса экспертов и проведение опроса.

Построение функций принадлежности для каждого терма лингвистической переменной.

На этапе 1 эксперт, формирующий лингвистическую переменную, задает количество термов множества Т β и названия соответствующих им нечётких переменных.

На этапе 2 описывается универсальное множество Х . Реализация этого этапа может сопровождаться рядом трудностей, вызванных типом лингвистической переменной. Так, например, вид универсального множества для лингвистической переменной «Температура в реакторе» очевиден – это будет некоторый интервал значений температуры, заданный на определенной температурной шкале, и значения температуры, определяющие границы интервала, также не вызовут у эксперта затруднений. Однако если требуется формализация понятия «Качество», которое определяется как «Высокое», «Среднее» или «Низкое», то возникает необходимость искусственно вводить числовое универсальное множествоХ R =(–; +), на котором будут определяться аппроксимируемые нечёткие понятия. Эта процедура позволит в дальнейшем использовать единые подходы для работы с лингвистическими переменными различных видов.

Этап 3 является ключевым при формировании лингвистической переменной. Выбранная на этом этапе схема проведения опроса эксперта (или экспертов) уже предполагает, что выбран и метод построения интересующих нас функций принадлежности.

С.Д.Штовба "Введение в теорию нечетких множеств и нечеткую логику"

1.7. Нечеткая логика

Нечеткая логика это обобщение традиционной аристотелевой логики на случай, когда истинность рассматривается как лингвистическая переменная, принимающая значения типа: "очень истинно", "более-менее истинно", "не очень ложно" и т.п. Указанные лингвистические значения представляются нечеткими множествами.

1.7.1. Лингвистические переменные

Пример 9. Рассмотрим лингвистическую переменную с именем "температура в комнате". Тогда оставшуюся четверку можно определить так:

Таблица 4 - Правила расчета функций принадлежности

Рисунок 13 - Лингвистическая переменная "температура в комнате"

1.7.2. Нечеткая истинность

Для задания нечеткой истинности Заде предложил такие функции принадлежности термов "истинно" и "ложно":

;

Рисунок 14 - Лингвистическая переменная "истинность" по Заде

Для задания нечеткой истинности Балдвин предложил такие функции принадлежности нечетких "истинно" и "ложно":

Графики функций принадлежности этих термов показаны на рис. 15.

Рисунок 15 - Лингвистическая переменная "истинность" по Балдвину

1.7.3. Нечеткие логические операции

Вначале кратко напомнить основные положения обычной (булевой) логики. Рассмотрим два утверждения A и B, каждое из которых может быть истинным или ложным, т.е. принимать значения "1" или "0". Для этих двух утверждений всего существует различных логических операций, из которых содержательно интерпретируются лишь пять: И (), ИЛИ (), исключающее ИЛИ (), импликация () и эквивалентность (). Таблицы истинности для этих операций приведены в табл. 5.

Таблица 5 - Таблицы истинности булевой логики

Предположим, что логическое утверждение может принимать не два значения истинности, а три, например: "истинно", "ложно" и "неопределенно". В этом случае мы будем иметь дело не с двухзначной, а трехзначной логикой. Общее количество бинарных операций, а, следовательно, и таблиц истинности, в трехзначной логике равно . Нечеткая логика является разновидностью многозначной логики, в которой значения истинности задаются лингвистическими переменными или термами лингвистической переменной "истинность". Правила выполнения нечетких логических операций получают из булевых логических операций с помощью принципа обобщения.

Определение 45. Обозначим нечеткие логические переменные через и , а функции принадлежности, задающие истинностные значения этих переменных через и , . Нечеткие логические операции И (), ИЛИ (),
НЕ () и импликация () выполняются по таким правилам:

;

В многозначной логике логические операции могут быть заданы таблицами истинности. В нечеткой логике количество возможных значений истинности может быть бесконечным, следовательно в общем виде табличное представление логических операций невозможно. Однако, в табличной форме можно представить нечеткие логические операции для ограниченного количества истинностных значений, например, для терм-множества {"истинно", "очень истинно", "не истинно", "более-менее ложно", "ложно"}. Для трехзначной логики с нечеткими значениями истинности T - ; "истинно", F - ; "ложно" и T+F - "неизвестно" Л Заде предложил такие лингвистические таблицы истинности:

Применяя правила выполнения нечетких логических операций из определения 45 можно расширить таблицы истинности для большего количества термов. Как это сделать рассмотрим на следующем примере.

Пример 10. Заданы следующие нечеткие истинностные значения:

Применяя правило из определения 45, найдем нечеткую истинность выражения "почти истинно ИЛИ истинно":

Сравним полученное нечеткое множество с нечетким множеством "более-менее истинно". Они почти равны, значит:

В результате выполнения логических операций часто получается нечеткое множество, которое не эквивалентно ни одному из ранее введенных нечетких значений истинности. В этом случае необходимо среди нечетких значений истинности найти такое, которое соответствует результату выполнения нечеткой логической операции в максимальной степени. Другими словами, необходимо провести так называемую лингвистическую аппроксимацию , которая может рассматриваться как аналог аппроксимации эмпирического статистическими распределения стандартными функциями распределения случайных величин. В качестве примера приведем предложенные Балдвином лингвистические таблицы истинности для показанных на рис. 15 нечетких значений истинности:





неопределенно			неопределенно
неопределенно		неопределенно
неопределенно	неопределенно	неопределенно	неопределенно
	очень истинно		очень истинно
	более-менее истинно	более-менее истинно

1.7.3. Нечеткая база знаний

Определение 46. Нечеткой базой знаний называется совокупность нечетких правил "Если - то", определяющих взаимосвязь между входами и выходами исследуемого объекта. Обобщенный формат нечетких правил такой:

Если посылка правила, то заключение правила.

Посылка правила или антецедент представляет собой утверждение типа "x есть низкий", где "низкий" - ;это терм (лингвистическое значение), заданный нечетким множеством на универсальном множестве лингвистической переменной x. Квантификаторы "очень", "более-менее", "не", "почти" и т.п. могут использоваться для модификации термов антецедента.

Заключение или следствие правила представляет собой утверждение типа "y есть d", в котором значение выходной переменной (d) может задаваться:

нечетким термом: "y есть высокий";
классом решений: "y есть бронхит"
четкой константой: "y=5";
четкой функцией от входных переменных: "y=5+4*x".

Если значение выходной переменной в правиле задано нечетким множеством, тогда правило может быть представлено нечетким отношением. Для нечеткого правила "Если x есть , то y есть ", нечеткое отношение задается на декартовом произведении , где - ; универсальное множество входной (выходной) переменной. Для расчета нечеткого отношения можно применять нечеткую импликацию и t-норму. При использовании в качестве t-нормы операции нахождения минимума, расчет нечеткого отношения осуществляется так:

Пример 11. Следующая нечеткая база знаний описывает зависимость между возрастом водителя (x) и возможностью дорожно-транспортного происшествия (y):

Если x = Молодой, то y = Высокая;

Если x = Средний, то y = Низкая;

Если x = Очень старый, то y = Высокая.

Пусть функции принадлежностей термов имеют вид, показанный на рис. 16. Тогда нечеткие отношения, соответствующие правилам базы знаний, будут такими, как на рис. 17.

Рисунок 16 - Функции принадлежности термов

Рисунок 17 - Нечеткие отношения, соответствующие правилам базы знаний из примера 11

Для задания многомерных зависимостей "входы-выходы" используют нечеткие логические операции И и ИЛИ. Удобно правила формулировать так, чтобы внутри каждого правил переменные объединялись логической операцией И, а правила в базе знаний связывались операцией ИЛИ. В этом случае нечеткую базу знаний, связывающую входы с выходом , можно представить в следующем виде.

Лингвистические переменные (ЛП) являются способом описания сложных систем, параметры которых рассматриваются не с количественных позиций, а как качественные. При этом лингвистические переменные позволяют поставить в соответствие качественным характеристикам некоторую количественную интерпретацию с заданной долей уверенности, что обеспечивает возможность обработки качественных данных на ЭВМ. Другой сферой применения лингвистических переменных является нечеткий логический вывод, отличие которого от обычного заключается в том, что истинность логических высказываний определяется не двумя значениями 0 и 1, а множеством значений в интервале .

В основе понятия лингвистической переменной лежит понятие нечетной переменной.

Нечеткой переменной называется совокупность трех элементов:

< X , U , µ A (u ) >,

где Х – название нечеткой переменной; U – универсальное множество; µ A (u ) – нечеткое подмножество А универсального множества U . Другими словами, нечеткая переменная представляет собой именованное нечеткое множество.

Лингвистической переменной называется совокупность пяти элементов:

< L , T (X ), U , G , M >,

где L – название лингвистической переменной;

Т (X ) –множество базовых термов лингвистической переменной, состоящее из множества названий значений лингвистических переменных {T 1 , T 2 , …, T n }, каждому из которых соответствует нечеткая переменная Х универсального множества U;

U – универсальное множество, на котором определена лингвистическая переменная;

G – синтаксическое правило, порождающее названия X значений переменной;

М – семантическое правило, которое ставит в соответствие каждой нечеткой переменной X ее смысл М (X ), т.е. нечеткое подмножество универсального множества U .

К термам лингвистической переменной предъявляется требование упорядоченности: T 1 < T 2 < … < T n .

Функции принадлежности нечетких множеств, составляющих количественный смысл базовых термов лингвистической переменной, должны удовлетворять следующим условиям:

2. : ;

4. : .

Здесь n – количество базовых термов лингвистической переменной; u min , u max – границы универсального множества U , на котором определяется лингвистическая переменная. Если U R (R – множество действительных чисел, то U = [u min , u max ].

Синтаксическое правило G представляет собой совокупность четырех элементов: G = < V T , V N , T , P >,

где V T – совокупность терминальных символов или слов; V N – совокупность нетерминальных символов или фраз; Т – совокупность базовых термов; Р – совокупность правил подстановки, определяющих эквивалентность фраз.

Семантическое правило М ставит в соответствие каждой фразе новое не-

четкое множество, определенное на основе функций принадлежности базовых термов и совокупности операций с нечеткими множествами.

В качестве примера рассмотрим числовую лингвистическую переменную «рост человека». Пусть значения переменной задаются с помощью трех базовых термов: «низкий», «средний», «высокий». Термы упорядочены. Универсальным числовым множеством U в данном случае является интервал U = .

Функции принадлежности термов приведены на рис. 7.6 и удовлетворяют рассмотренным выше требованиям.

Рис. 7.6 Лингвистическая переменная «Рост человека»

В качестве синтаксического правила определим, что в множество нетерминальных символов включены слова «и», «или», «более или менее», «не», «очень», которые могут сочетаться с базовыми термами «низкий», «средний», «высокий», причем должны выполняться следующие правила:

Символы «и» и «или» могут соединять только две фразы или базовых терма, а остальные нетерминальные символы являются унарными, т.е. могут предварять фразу или базовый терм; например, «не высокий», «очень низкий», «низкий или средний»;

Одновременное отрицание двух базовых термов, например, «не низкий и не высокий», эквивалентно оставшемуся базовому терму, т.е. «средний».

Применяя эти правила, можно построить множество фраз и правил подстановки. В случае, если синтаксическое правило нельзя задать алгоритмически, то просто перечисляются все возможные фразы.

В качестве семантического правила определим соответствие между нетерминальными символами и операциями над нечеткими множествами:

«не» – дополнение;

«и» - пересечение;

«или» - объединение;

«очень» - концентрирование;

«более или менее» - расширение.

Используя рассмотренную лингвистическую переменную, можно оцени-

вать рост людей, не прибегая к точным измерениям.

Таким образом, с помощью лингвистических переменных можно описывать объекты, точное измерение характеристик которых либо крайне трудоемко, либо вообще невозможно.

Формирование лингвистической переменной, как правило, реализуется на основе опроса экспертов – специалистов в той области, для которой строится ЛП. При этом особое внимание уделяется формированию функций принадлежности нечетких множеств, являющихся базовыми термами лингвистической переменной, так как определение синтаксического и семантического правил для большинства лингвистических переменных стандартно и на практике сводится к перечислению всех возможных фраз и интерпретации нетерминальных символов, как показано выше.

Процесс формирования лингвистической переменной включает следующие этапы:

1. Определение множества термов ЛП и его упорядочение.

2. Построение числовой области определения ЛП.

3. Выяснение схемы опроса экспертов и проведение опроса.

4. Построение функций принадлежности для каждого терма ЛП.

Этап 1 предполагает задание экспертом количества термов ЛП и названий соответствующих им нечетких переменных. Количество термов выбирается из диапазона n = 7±2.

На этапе 2 описывается универсальное множество U , которое может быть числовым и нечисловым. Вид универсального множества зависит от описываемых объектов и определяет способ формирования функций принадлежности термов ЛП.

Этап 3 является ключевым при формировании ЛП. Существует два вида

опроса экспертов: прямой и косвенный. Каждый из этих способов может быть индивидуальным или групповым. Наиболее простым с точки зрения организации и

программной реализации является индивидуальный способ опроса экспертов.

При прямом опросе экспертов непосредственно указывают все параметры функций принадлежности. Недостатком здесь является проявление субъективизма в суждениях, а также необходимость знания экспертом основ нечеткой логики. При косвенном опросе функции принадлежности формируются на основе ответа эксперта на «наводящие» вопросы. При этом повышается объективность оценки и не требуется знания нечеткой логики, однако усиливается риск несогласованности суждений эксперта.

При групповых методах опроса результат формируется на основе объединения мнений нескольких экспертов. На практике наиболее часто используется индивидуальный косвенный опрос.

Лекция. Нечеткие вычисления

Понятие нечеткого числа

Одной из областей применение нечеткой логики является выполнение арифметических операций с нечеткими множествами. Для снижения трудоемкости таких операций используется специальный тип нечетких множеств – нечеткие числа.

Нечетким числом (НЧ) называется нечеткая переменная, имеющая следующие свойства: ; .

Другими словами, нечеткое число– именованное нечеткое множество, для которого универсальное множество U представляет собой интервал действительной оси R .

В реальных задачах используются кусочно-линейные нечеткие числа.Для упрощения арифметических операций кусочно-линейные функции принадлежности дополнительно аппроксимируют, чтобы получить специальный вид нечетких чисел – параметрические нечеткие числа или нечеткие числа

(L –R )–типа, которые характеризуются компактностью представления и просто-

той реализации арифметических операций.

Нечеткое число А называется нечетким числом (L –R )–типа , если его функция принадлежности имеет следующий вид (рис. 7.8):

1, ,

где – параметры нечеткого числа; L (x ), R (x ) – некоторые функции.

Нечеткое параметрическое число обозначается (a , b , c , d ) LR .

Таким образом, нечеткое число (L –R )–типа описывается шестью параметрами: четырьмя числами, обозначающими его границы, и двумя функциями, определяющими форму его функции принадлежности.

Рис.7.8 Параметрические нечеткие числа

Нечеткое числоназывается унимодальным , если оно имеет только одну точку, в которой функция принадлежности равна единице, т.е. его параметры b и c равны, в противном случае нечеткое число называется толерантным (см. рис. 7.8). Унимодальные нечеткие числа обозначаются пятью параметрами (a , b , d ) LR .

В качестве LR –функций наиболее часто используют линейные зависимости, задаваемые следующими соотношениями:

LR – функции также могут задаваться квадратичными, экспоненциальными и другими зависимостями.

В случае использования линейных функций унимодальные и толерантные нечеткие числа называют соответственно треугольными и трапециевидными и обозначают (a , b , d ) и (a , b , c , d ).

Для нечетких чисел особым образом определяется понятие знака и нулевого значения.

Нечеткое число А называется положительным , если его основание лежит в положительной действительной полуоси или

Нечеткое число А называется отрицательным , если его основание лежит в отрицательной действительной полуоси или

Для параметрических нечетких чисел знак определяется значениями параметров: положительное нечеткое число, если a > 0; отрицательное, если d < 0; нечеткий ноль, если .

Лингвистическая переменная отличается от числовой переменной тем, что ее значениями являются не числа, а слова или предложения в естественном или формальном языке. Поскольку слова в общем менее точны, чем числа, понятие лингвистической переменной дает возможность приближенно описывать явления, которые настолько сложны, что не поддаются описанию в общепринятых количественных терминах. В частности, нечеткое множество , которое представляет собой ограничение, связанное со значениями лингвистической переменной , можно рассматривать как совокупную характеристику различных подклассов элементов универсального множества . В этом смысле роль нечетких множеств аналогична той роли, которую играют слова и предложения в естественном языке. Например, прилагательное "КРАСИВЫЙ" отражает комплекс характеристик внешности индивидуума. Это прилагательное можно также рассматривать как название нечеткого множества , которое является ограничением, обусловленным нечеткой переменной "КРАСИВЫЙ". С этой точки зрения термины "ОЧЕНЬ КРАСИВЫЙ", "НЕКРАСИВЫЙ", "ЧЕРЕЗВЫЧАЙНО КРАСИВЫЙ", "ВПОЛНЕ КРАСИВЫЙ" и т.п. - названия нечетких множеств, образованных путем действия модификаторов "ОЧЕНЬ, НЕ, ЧЕРЕЗВЫЧАЙНО, ВПОЛНЕ" и т.п. на нечеткое множество "КРАСИВЫЙ". В сущности, эти нечеткие множества вместе с нечетким множеством "КРАСИВЫЙ" играют роль значений лингвистической переменной "ВНЕШНОСТЬ".

Важный аспект понятия лингвистической переменной состоит в том, что эта переменная более высокого порядка, чем нечеткая переменная , в том смысле, что значениями лингвистической переменной являются нечеткие переменные. Например, значениями лингвистической переменной "ВОЗРАСТ" могут быть: "МОЛОДОЙ, НЕМОЛОДОЙ, СТАРЫЙ, ОЧЕНЬ СТАРЫЙ, НЕ МОЛОДОЙ И НЕ СТАРЫЙ" и т.п. Каждое из этих значений является названием нечеткой переменной . Если - название нечеткой переменной, то ограничение, обусловленное этим названием, можно интерпретировать как смысл нечеткой переменной .

Другой важный аспект понятия лингвистической переменной состоит в том, что лингвистической переменной присущи два правила:

Cинтаксическое, которое может быть задано в форме грамматики, порождающей название значений переменной;
Cемантическое, которое определяет алгоритмическую процедуру для вычисления смысла каждого значения.

Определение . Лингвистическая переменная характеризуется набором свойств , в котором:

Название переменной;

Обозначает терм-множество переменной , т.е. множество названий лингвистических значений переменной , причем каждое из таких значений является нечеткой переменной со значениями из универсального множества с базовой переменной ;

Синтаксическое правило, порождающее названия значений переменной ;

Семантическое правило, которое ставит в соответствие каждой нечеткой переменной ее смысл , т.е. нечеткое подмножество универсального множества .

Конкретное название , порожденное синтаксическим правилом , называется термом. Терм , который состоит из одного слова или из нескольких слов, всегда фигурирующих вместе друг с другом, называется атомарным термом. Терм , который состоит из более чем одного атомарного терма, называется составным термом .

Пример . Рассмотрим лингвистическую переменную с именем "ТЕМПЕРАТУРА В КОМНАТЕ". Тогда оставшуюся четверку , можно определить так: