人工知能とファジー理論システム
ファジィ論理システム（FLS）は、不完全、あいまい、ゆがんだ、または不正確な（ファジィ）入力に応答して許容可能だが明確な出力を生成します。
ファジー論理とは？
ファジー論理（FL）は、人間の推論に似ている推論の方法です。 FLのアプローチは、人間の意思決定の方法を模倣し、デジタル値YESとNOとの間のすべての中間的な可能性を含みます。
コンピュータが理解できる従来の論理ブロックは、正確な入力を受け、人間のYESまたはNOに相当するTRUEまたはFALSEとして明確な出力を生成します。
ファジィ論理の発明者であるロッフィ・ザデー（Lotfi Zadeh）は、コンピュータとは異なり、人間の意思決定にはYESとNOの間の可能性の範囲が含まれていることが明示されています。
そうだ
可能性あり
どちらともいえない
起こりそうもない
それはだめだ
ファジー論理は、入力の可能性のレベルで動作し、明確な出力を達成する。
ファジー理論の実装
-
これは、小型のマイクロコントローラから大規模なネットワーク化されたワークステーションベースの制御システムまで、さまざまなサイズと機能を備えたシステムに実装できます。
-
ハードウェア、ソフトウェア、またはその両方の組み合わせで実装できます。
ファジー論理は、商業的かつ実用的な目的に有効です。
- 機械および消費者製品を制御することができます。
- 正確な推論を与えないかもしれませんが、容認できる推論を可能性もあります。
- ファジィ論理は、工学の不確実性に対処するのに役立ちます。
以下に示されているように4つの主要な部分を持っています
ＭＰ：xは中間の正
S ：xは小
ＭＮ：xは中間の負
ＬＮ：xは大きい負
メンバーシップ関数
メンバーシップ関数を使用すると、言語学的な用語を定量化し、ファジー集合をグラフィカルに表現できます。会話Xのファジィ集合 Aのメンバーシップ関数は、μA：X→[0,1]と定義される。
ここで、 Xの各要素は0と1の間の値にマップされます。 メンバーシップ値またはメンバーシップ度と呼ばれます 。 それは、ファジー集合Aに対するXにおける要素のメンバーシップの程度を定量化する 。
- x軸は会話の世界を表す。
- y軸は、[0、1]間隔のメンバーシップ度を表す。
数値をあいまい化するために、複数のメンバーシップ関数を適用することができます。複雑な関数を使用しても出力の精度が向上しないため、単純なメンバーシップ関数が使用されます。
LP、MP、S、MN、メンバーシップ関数はすべて以下のようになります。
三角形のメンバーシップ関数の形状は、台形、シングルトン、ガウスなどのさまざまなメンバーシップ関数の形状の中で最も一般的な形です。
ここでは、5レベルのファジー化器への入力は、-10ボルトから+10ボルトまで変化する。 したがって、対応する出力も変化する。