Transcript Fuzzy Knowledge base
یزافریغ و یزاس یزاف یزاس
Fuzzification and De-fuzzification methods
Input
Fuzzifier یزاس یزاف یزاف هب قیقد و یقیقح ددع کی لیدبت Inference Engine
Fuzzy Knowledge base
Defuzzifier
output
2
“Crisp” Input یزاف قطنم دنیآرف Fuzzification “Fuzzy” Input Fuzzy Logic -or F.A.M.
“Fuzzy” Output Basil Hamed De-Fuzzification “Crisp” Output 3
یزاف ندناوخ ای یناوخ یزاف رب ار قرب ژاتلو امش رگا ارنآ دینک هاگن رتمتلو یور .
دینیب یم 220 ژاتلو رتقیقد ترابع یلو .
تسا » 220 دودح « 220 ندناوخ اب امش تسا نکمم هب ردقچ هک دینک هبساحم تلو قلعت مک ژاتلو قلعت عبات نازیم رگید ترابع هب و دراد هعومجم کی اب ارنآ یناوخمه .
میجنسب یزاف دودح ار ژاتلو امش هکنیا ای تروص هب ارنآ هک دینادب 220 4
5
یزاس یزاف یاهشور ار دربراک نیرتشیب یزاس یزاف شور هس ًلاومعم : دنراد درفنم زاس یزاف نیسوگ زاس یزاف یثلثم زاس یزاف تسا یدعب یاهلصف رد رتشیب تاعلاطا 6
اه هعومجم شرب ( -cuts) فیرعت کی نازیم هک هعماج ءاضعا هیلک نآ رد هک .
دشاب یم 0 < < 1 A یعطق هعومجم کی زا رتشیب اهنآ قلعت A = {x | A (x) > } رادقم تیاهنیب دناوت یم .
تسا تیاهنیب زین A [0,1] رادقم هک اجنآ زا یاه هعومجم دادعت ،دشاب 7
اه هعومجم شرب Example: A = {1/a + 0.9/b + 0.6/c + 0.3/d + 0.01/e + 0/f} A 1 = {a} or A 1 == {1/a + 0/b + 0/c + 0/d + 0/e + 0/f} A 0.9
= {a,b} A 0.3
A 0.6 = {a,b,c,d} = {a,b,c} A 0.01
A 0 = {a,b,c,d,e} = x = {a,b,c,d,e,f} 8
9
: درک هدافتسا زین هداز شراگن زا ناوت یم 10
1.
2.
3.
4.
5.
(A (A B) B) (A’) A A 0 A = X = A = A (A < B B and 0 < < 1 Core = A 1 Support = 𝐴 0 + Boundaries = [ 𝐴 0 + 𝐴 1 ] اه هعومجم شرب صاوخ زا یخرب هتکن دنچ 11
اه هعومجم شرب هتسویپ عباوت یارب لاثم 12
یاه هطبار رد اه هعومجم شرب یزاف میمعت زین یزاف یاه هطبار هب ار یزاف یاه هطبار -cut موهفم ناوت یم : داد R = {(x y) | R (x y) > } 13
یاه هطبار رد اه هعومجم شرب یزاف : صاوخ زا یخرب 14
دادعا هب یزاس یزافریغ عباوت تسا نکمم ،یزاف یاهتایلمع و اهدنیآرف رد : دنریگب لکش دیدج O1 C k i 1 C i O2 15 O = O1 O2
دادعا هب یزاس یزافریغ تسا هدش حرطم یزاس یزافریغ یارب یفلتخم یاهشور Max-membership principle 1 c (Z * ) c (z) z Z z* z 16
دادعا هب یزاس یزافریغ Centroid principle
z
*
c
c
Note: moments.
It relates to 1 z* z 17
دادعا هب یزاس یزافریغ Weighted average method (Only valid for symmetrical output membership functions)
z
*
C C
.9
.5
Mean-max membership (middle-of-maxima method)
z
* 2 0 a b 1 z 0 a z * b z 18
لاثم طخ روشک زا یتمسق رد دراد دصق نهآ هار تکرش کی رارق هک یا هقطنم لک .
دنک ثادحا دیدج نهآ هار قح نوناق ربانب دنک روبع نآ زا نهآ هار طخ تسا دروم شرتسگ حرط هس ربانب .
دوش یرادیرخ دیاب رذگ هس طسوت هجرختسم تاعلاطا .
تسا هتفرگ رارق هجوت زاین دروم یانهپ نآ هعماج هک هدش نایب هعومجم تاعلاطا نیا هتبلا .
تسا هدش یرادیرخ رذگ قح یاه نیمز زا یضعب هک ارچ ،تسا ماهبا یمک یاراد هب یزاین و هدوب یمومع یداهنشیپ یاهریسم فارطا تسین اهنآ یرادیرخ یاهنیمز دودح ،اهریسم نیا بیکرت اب دیاب لاح تمیق و هدش هبساحم یرادیرخ یارب زاین دروم .
ددرگ نییعت هژورپ یزادنا هار یارب یداهنشیپ 19
20
) همادا ( لاثم
z
*
B
~
B
~ Centroid شور 0 1 0 1 4.9
meters
1 3.6
1 3.6
(.3)
dz
3.6
4 3.6
4
z
3 2
zdz
4 5.5
(.5)
zdz
5.5
6
z
5
zdz
6 7
zdz
7 8 8
z
2 3
dz
4 5.5
(.5)
dz
5.5
6 (
z
5)
dz
6 7
dz
7 8 (8 21
( 6 Mean-Max Method: 7 ) / 2 6 .
5
meters
) همادا ( لاثم
z
* Weighted-Average Method: 5.41
meters
22
عبات هس بیکرت ) 2 لاثم هاوخلد یثلثم 23
) همادا ( 2 لاثم
z
*
B
~
B
~ 0 1.5
3 2.33
.5
z
1.5
1.8
.5
zdz
3 5 0 1.5
.67
3 2.33
.5
z
2.5
1.5
1.8
.5
dz
3 5 centroid شور 1.8
2
z
1
zdz
2 2.33
3 1.8
2 (
z
1)
dz
2 2.33
3 24
z
* 1 1 .
5 1 1 weighted average شور 1 2 1 2 .
25 25
یزاس یزافریغ یاهشور همادا ،یگداس تلع هب هک دنراد دوجو زین یرگید یاهشور دنراد زین تیوبحم زکارم عومجم هیحان نیرتگرزب زکرم یزاس یزافریغ شور امیزکام نیرخآ ای نیلوا 26
عومجم یزاس یزافریغ شور زکارم تسا رادنزو عومجم نیگنایم هباشم قلعت عباوت مامت یربج عومجم تسا تاکارتشا هرابود عمج رد نآ لکشم
z
*
z
z z
n k
1
C
~
k
n k
1
C
~
k
27
28
زکرم یزاس یزافریغ شور
z
* هیحان نیرتگرزب
C m
~
C m
~
zdz
Where Cm is the convex sub-region that has the largest area making up Ck.
29
ای نیلوا یزاس یزافریغ شور امیزکام نیرخآ نازیم نیرتشیب هک هعماج وضع نیرتکچوک نییعت .
دراد ار یزاف هعومجم هب قلعت : میراد ماگ ود sup
C k
z
* inf
z
Z
|
C k
/
z
*
z
Z
|
C k
30
31