Представление знаний в виде нечетких правил

Данные понятия были впервые предложены американским ученым Лотфи Заде (Lotfi Zadeh) в 1965 году. Основной причиной появления новой теории стало наличие нечетких и приближенных рассуждений при описании человеком процессов, систем, объектов [1]. Следует использовать общепринятую терминологию.

Нечеткое множество (fuzzy sets) – множество, элементы которого принадлежат ему в той или иной степени.

Нечеткая логика (fuzzy logic) – умозаключение с использованием нечетких множеств или нечетких правил.

Нечеткое правило (fuzzy rule) – условное высказывание вида "ЕСЛИ Х есть А, ТО У есть В", где А и В нечеткие множества. Нечеткое правило образует связь между нечеткими множествами.

Каждая запись, представленная на рис.4, соответствует своему нечеткому правилу: «Если ДИСТАНЦИЯ БЛИЗКО и НАПРАВЛЕНИЕ ПРАВОЕ, тогда РУЛЕВОЙ УГОЛ РЕЗКО ВЛЕВО».

Таким образом, мобильный робот с нечеткой логикой будет работать по следующему принципу: данные с сенсоров о расстоянии до помехи и направлении на нее будут фазифицированы, обработаны согласно табличным правилам, дефазифицированы, и полученные данные в виде управляющих сигналов поступят на привод робота.

Все системы с нечеткой логикой функционируют по одному принципу: показания измерительных приборов фазифицируются (переводятся в нечеткий формат), обрабатываются (см. ниже), дефазифицируются и в виде привычных сигналов подаются на исполнительные устройства.

Фазификация – это сопоставление множества значений х ее функции принадлежности М(х), т.е. перевод значений х в нечеткий формат (пример с термином молодой). Дефазификация представляет собой процесс, обратный фаззификации [1].

Рис.3. Лингвистическая переменная «ДИСТАНЦИЯ»

Направление	Дистанция
Очень близко	Близко	Средняя	Далеко
Правое	Резко влево	Резко влево	Влево	Прямо
Прямо	Резко влево	Влево	Влево	Прямо
Левое	Резко вправо	Резко вправо	Вправо	Прямо

Пример нечеткого правила «ЕСЛИ дистанция БЛИЗКО

И направление ПРАВОЕ, ТО рулевой угол РЕЗКО ВЛЕВО»

Рис. 4. База нечетких правил

Литература

3. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: Учебник.-М.: Финансы и статистика, 2004, 2004.-424с.

4. Рутковская Д. И др.Нейронные сети, генетические алгоритмы и нечеткие системы:Пер. с польск. И.Д. Рудинского. М.:Горячая линия-Телеком, 2004.-452с.

5. Романов В.П. Интеллектуальные информационные системы в экономике: Учеб. пособие/ В.П. Романов.; Под ред. д.э.н., проф. Н.П. Тихомирова.-М.: Издательство Экзамен, 2003.-496 с.