ریاضیعلوم پایه

مجموعه‌های فازی

صفحه 1:
لا تئورى مجموعه هاى فازى و منطق فازى را اولين بار يروفسور لطفى زاده در رساله ای به نام <مجموعه ‎oe‏ فازی 7۳ كنترل> در سال 4868 ‎ge‏ هدف ا آن توسعه ی مدلی کار آمدتر براء دازم د. او مفاهیم و اصطلاحاتی همچون ‏مجموعه ‎a‏ ی فازی, 0 فازى, اعداد فازى و فازى سازى را وارد علوم ریاضیات و مهندسی نمود. اولین کاربرد عملی اين فرضیه در سال 9720۶ بود هنگامی که ممدانی و آسیلیان از منطق فازی برای یک موتور بخار استفاده کردند. امروزه منطق فازی می رود که یکی از سریع الرشدترین شاخه های هوش مصنوعی شود. ‎ ‎ ‎

صفحه 2:
لا مجموعه هاى فازى ‎٠‏ براى مدل كردن قسمت نامشخص و غير قطعى يك زبان طبيعى به كار برده مى شوند. ‏۰ _ مجموعه های فازی می توانند روی حوزه های گسسته (منناهی) و پیوسته(نامناهی) تعریف شوند. ‏ء اعضادر مجموعه های فازی دارای یک درجه عضویت هستند. ‏*درجه عضویت در یک مجموعه فازی ‎GLE‏ می دهد که مسلماً آن عضو به مجموعه تعلق دارد.

صفحه 3:
مجموعه های فازی ]0,1[ — 2 : رب دلمنه, حوزه يا مجموعه ی مرجم. «: که« یکعضو ویژه از دلمنه ۷ لستٍ ۱۱60 : تابم. عضویتٍ *هر »« توسط تابع عضویت به مجموعه () نگاشت می شوند که درجه عضویت می تواند هر مقداری بين صفر و يك باشد ولی در مجموعه های کلاسیک مقدار اين تابع یا صفر است یا یک.

صفحه 4:
مجموعه ماق فازی فرم كلى تعريف يك مجموعه فازى: ‎A= {(wa(a;)/ai)|a; € X,i = 1,---, na}‏ مجموعه فازی گیسته: ۳-4 = Sate مجموعه فازی پیوسته: A= 1 ۸) ‏عدا‎

صفحه 5:
لا ۶ _ ماهیت مجموعه های فازی را توابع عضویت تشکیل می دهند. * از این تابع برای نسبت دادن درجه عضویت به هر کدام از عناصر دامنه به مجموعه فازی متناظر استفاده می شود.

صفحه 6:
راع عضرينإنصرعه فاق 0كرز) مجموعه هاى ©ارزشى نيز داراى توابع عضويت هستند: مثال: [O ADO} je! shaed aes ۷ 8 یکزیر مجموعه از دلمنه ی 2 شامل‌همه لعداد اشارعیین60 ‎SOW‏ *همه ی « های عضو 0 تا 90 دارای0-(0096 و بقیه اعداد اعشاری دارای (0-(۱069 است.

صفحه 7:
لا راع عضرين|نمرعه دیزی سبح ‎x‏ ‏100 50 10 0 Figure 20,1 Illustration of Membership Function for Two-Valued Sets:

صفحه 8:
لا تربع عضویت|مجموعههایفازی) تابع عضویت برای مجموعه های فازی می تواند به هر شکل و یا نوعی باشد ,طراحان مجموعه های فازی آزادی زیادی در انتخاب تابع عضویت مناسب دارند که باید دارای شر ایط زیر باشند. » . یک تابع عضویت باید از بالا بوسیله ی ) و از پایین بوسیله ی () کراندار شود. ۶ محدوده ی یک تابع عضویت بین صفر و یک است.] 0.0 [ ۰ برای هر مقداراز دامنه باید تابع عضویت دارای یک مقدار منحصر بفرد باشد به اين معنی که برای هر عضو دامنه نباید درجات عضویت متفاوت داشته باشیم.

صفحه 9:
وم عضویث(مجمرعه هایفازی) تابع عضویت برای مجموعه فازی افراد قد بلند: 0 iflength(c) < Lim tall(x) = (length(x)- 5m) x 2.0m if Lim < length(2) < 2.0m 1 if length(x) > 2.0m ‏اگر فرض شود شخصی دارای قد 0.26 متر است در اين حالت درجه عضویت‎ اين فرد در مجموعه افراد قد بلند طبق فرمول بالا برایر ۱0۰۵۳ است. 0.929

صفحه 10:
لا تربع عضویت|مجموعههایفازی) tall) height(x) 0 1 1% 2.0 Figure 20.2 Illustration of tall Membership Function

صفحه 11:
تربع عضویت|مجموعههایفازی) علاوه بر توابع عصویت اشاره شده توابع عضویت پیوسته و گسسته ی دیگری نیز وجود دارد که به چند مورد اشاره می شود: ۰ توابع مثلثی ( معط علجمها) ) ‏توابع ذوزنقه ای ( مصخصصذا ادل “مصعصم»‎ ٠ ‏توابع منطقى ( مس سبا)‎ ٠ (Baws) oS els + ۶ موم ) C@xpourctd _the = *

صفحه 12:
تربع عضویت|مجموعههایفازی) ife< Gna : ‏توابع مثلثی‎ if x € (Amin, 8] if x € (8, Amar) i > anne )وا (a) Triangular ‏تا‎

صفحه 13:
لا ترابع عضريث[نجموعه ها فازى) 0 if z <Qmin : ‏توابع ذوزنقه ای‎ ‏سس و‎ if x € [amin Ai) Ha(x) = ‏عمسف‎ if a € (82, mar) if @ > Qmax Ha(z) (b) Trapezoidal Function

صفحه 14:
عمللگز های قازی همانند مجموعه های 0ارزشی عملگرها و رابطه هایی برای مجموعه های فازی تعریف شده است : (equity ‏برابری(‎ ۶ ‎٠‏ زیرمجموعه (ویی) ‏۶ متمم ( مومسم ) ‎(isterseviiva) Sib! ٠ ‎٠‏ اجتماع (مس) ‏*در همه ی عملگر های فوق : ‏۲ : دلمنه ‏0,0 : مجموعه هاوف ازیتعریفشده بر روودلمنه ی . ‎

صفحه 15:
عملگر های قاز.ی اللا ‎tale)‏ داز ‎ ‎1 © ‎(a) Membership Funetions for Sots A and B

صفحه 16:
عمللنگر_ های قاز ی برابرى( تعد ): ‎ftg(2) for all a € X. That is, A = 7‏ = ( دای

صفحه 17:
عملگر های قاز.ی اللا ( ( ‏زيرمجموعه‎ ‎Ha(x) < ‏(داعم‎ for alla € X. That is, AC B. u(r) 14 be (a) 2 Figure 20.4 Illustration of Fuzzy Set Containment

صفحه 18:
عملگر های فازی متمح ( سسسسس) ‎pa(a)‏ -1 = (2چب ,۲ 6 7 Halt) 0 50 80 (b) Complement of A

صفحه 19:
عملگر های قاز.ی اللا شتر اک ( مسسیسه) مج ۲ ,۱() ور ,( )مدع )وم ‎e Min-operator:‏ ۱ #4 AND p() 9 40 0 50 (c) Intersection of A and B

صفحه 20:
عملگر های قاز.ی اللا ) ‏اجتماع سس‎ © Max-operator: (1 4yp(r) = max{j.4(r), pugl)}, ۲۵ ۱ ۵ ¢ Summation operator: ji.4up(2) = pale) +peg(x)—pala)p(a), V2 €X H40RB(*) 0 40 0 80 (d) Union of A

صفحه 21:
ويزكى هانى مجموعه فازى اكه( : لكّر يكننصر در مجموعه ظ) وجود داشته باشد که دارلی درجاه عضويتيكباشد. در غير لينصورتغير نرمالاستب ‎da € Aewa(xr) < 1‏ رورا : بمیشترین‌مقداریکه تسوسط تسابم. عضویت‌تعریفمی‌شود. height(A) = sup 14 (x)

صفحه 22:
ويزكى هانى مجموعه فازى عرس © : مجموعه لواز تمام عناصر مربوط به دلمنه که با درجه ی غیر صفر به مجموعه ی 9) تعق‌دارد. = X|4(x) > O} support( A) = {x ج20 : مجموعه لواز عناصر دلمنه لستكه با درجه عضويت) به مجموعه © تعلقدارد. core(A) = {x € X|pa(x) = 1}

صفحه 23:
لا ویژگنی های مجموعه فازری ال : بسه مجموعه عناصر ظ) با درجه عضویتب یشتر از ‎Sul‏ Ag = {x € X|ua(x) > a} ‎Curchoraiy‏ | در مجموعه هاى©ارزشىبيه تعداد عناصر موجود در مجموعه لطلاق‌می‌شود ولی‌در مجموعه هاوف ازییبرلی‌دلمنه ی متناهی‌بسه صورت زیر لستٍ ‎card(A) = >> pax)‏ ‏عد مه ‏و برای دامنه های نامتتاهی به صورت زیر است: ‎card(A) = / HA (a)da ‎rex

صفحه 24:
ویژگنی های مجموعه فازری : ‏به عنوان مثال‎ : ‏پس‎ )3200 9/0۲00. ۰/۲۵۵۰۵/۵ 5 X={u, b, v, d} Cord (0)=0.9+0.9+0.40.P=8.0

صفحه 25:
[nf iio ia گاهی اوقات نظریه احتمالات را با منطق فازی اشتباه می گیریم..منطق فازی با حقایق نا دقیق سروکار دارد و به حدود و درجات یک واقعیت اشاره دارد ولی نظریه ی احتمالات بر شالوده ی مجموعه حالات تصادفی یک پدیده استوار است. و در باره ی شانس وقوع یک حالت خاص( حالتی که وقتی اتفاق بيفتد دقیق فرض می شود) صحبت می کند. شباهت: هر دو اصطلاح به درجه ی قطعیت و غیر قطعیت رویدادهایی که اتفاق می افتند اشاره دارد. تفاوت: درجه ی قطعیتی که بوسیله ی احتمالات آماری به دست می آید به قبل از وقوع اتفاق مربوط می شود ولی درجه عضویت در مجموعه های فازی به بعد از وقوع یک رویداد مربوط می شود.

صفحه 26:
نطق قاد ى انا منطق فازى را از طريق قوانينى كه <عملكرهاى فازى> ناميده مى شوند مى توان به كار كرفت. براى مشكلات دنياى واقعى نتيجه اى كه بدنبال آن هستيم تابعى از رويدادهاى بيجيده است به عنوان مثال: حركاتى كه توسط يك كنترل كننده بايد ساخته شود بوسيله ى قوانين <اكر_آنكاه> تعيين مى شود. قوانين شرطى بر طبق حركاتى كه كنترل كر بايد اجرا كند و شرايطى كه مى تواند رخ دهد شرح داده مى شود به هر حال شرايط ممكن است بيش از یک حالت باشد. کارهای همزمان با حركات مختلف بوسيله ى قوانين شرطی شرح داده می شوند. مشکل تعیین بهترین حرکت است یک مکانیزم این است که از مجموعه ای از موقعیت ها یکی را انتخاب کنیم.

صفحه 27:
لا تلد قازى صمجموعه ی فازی افراد قد بلند ورزشکار خوب و بسکتبالیست خوب را با مفروضات زیر در نظر بگیرید : ‎Mtau( Peter) = 0.9 and ptgood_athtete( Peter) = 0.8‏ ‎Hau(Carl) = 0.9 and ptgood_athtete(Carl) = 0.5‏ اگر یک بسکتبالیست خوب هم قدبلند باشد و هم یک ورزشکار خوب, داریم: ‎Hgood_basketbali player (Peter) = min{0.9,0.8} = 0.8‏ ‎Mgoodbasketballplayer(Carl) = min{0.9, 0.5} = 0.5

صفحه 28:
لا متغير هاى فازى ‎Gaye +‏ فازی اجازه ی انجام محاسبات روى كلمات را به جاى اعداد به ما می دهد ‏* متغیرهای فازی متغیرهایی با مقدار کلمه يا جملاتی از زبان طبیعی هستند. ‏٠ء‏ متغیرهای فازی این امکان را به ما می دهند تا بتوانیم جملات زبان طبیعی را به عبارات منطقی و عددی تبدیل کرده و روی آن ها استدلال انجام دهیم. ‏*به عنوان مثال" بلند" یک متغیر فازی است.متغیرهای فازی ورودی های حسی هستند مانند:دما, فشار و...

صفحه 29:
لا متغير هاى فازى متغيرهاى فازى مى تواند به طبقات متفاوتى تقسيم شود: * متغيرهاى كمى مانند: همه, بيشتر, بسيار, هيج و... ۶ متغيرهاى معمولى مانند: بعضى مواقع, همواره, به ندرت و ... ع متغيرهاى احتمالى مانند: ممكن, احتمالاً, حتمأ و..

صفحه 30:
لا قوانين فازى در كل براى مجموعه هاى فازى, رفتار يوياى قوانين بر اساس دانش و تجربه ى افراد خبره در اين زمين فرم كلى زير هستند ۳ ‏سا( موس‎ (s) فازی مشخص می شود اين نا شده است. قوانین فازی به شرط و نتیجه در قوانین فازی شامل متغیرهای زبان می شوند یک قانون فازی در کل به صورت زیر بیان می شود: 02۶ مس 02 امه مه 1۳ وقتی که 9) و9) مجموعه های فازی با دامنه 20و () هم یک مجموعه فازی با دامنه 266 باشد پس بخش شرط یک قانون فازی ترکیبی از مجموعه های فازی است که بین آن ها یک عملگر فازی قرار گرفته است((70, «, لو بخش نتیجه شامل یک مجموعه فازی می باشد. بخش نتیجه اگر با عملگرهای فازی ترکیب شوند میتوانند شامل چندین مجموعه فازی باشند.

صفحه 31:
لا قوانين فازى مثال: اكر قانون زير را داشته باشيم: dP Oye ts old the Gpeed is slaw برای شخصی با (20 سال سن درباره ی سرعت عمل او چه می توان گفت؟

صفحه 32:
قو انین فازى

صفحه 33:
استدلال فازی 0-1 در کل پایگاه داده ی سیستم های استدلالی فازی از قوانین فازی و مجموعه های فازی تشکیل شده است علاوه بر پایگاه داده سیستم های استدلالی شامل 6 بخش دیگر است که هر کدام وظیفه ی خاصی در فرآیند استدلال دارند : ۶ _ فازی سازی ‎٠‏ استنتاج Cece +

صفحه 34:
استدلال فازی 0-1 فازى ‎PuzaiPivatioa)is Se‏ (1 فرآیند تبدیل داده های کلامی به مجموعه های فازی با استفاده از توابع عضویت. استنتاج(وم سل ): در این مرحله با استفاده از ورودیهای فازی شده و قوانین فازی که داریم خروجی های فازی را تولید می کنیم. ‎dePuzziPivatiog )s Sle 5 31‏ (1 تبدیل خروجی های قوانین فازی به نردبانی یا مقادیر غیر فازی.

صفحه 35:
لا قوانين فازى Now Fuzzy Non Fuzzy Inputs Outputs, 01 pee Engine [> L writeaion ‏عي ذل‎ ae in \ Process / \ Si at + / (ws (‘way Fuzzy \ \ Rules } ) Ses} TAX ‏س‎ Figure 21.1 Fuzzy Rule-Based Reasoning System

صفحه 36:
لا قوانين فازى Now Fuzzy Non Fuzzy Inputs Outputs, 01 pee Engine [> L writeaion ‏عي ذل‎ ae in \ Process / \ Si at + / (ws (‘way Fuzzy \ \ Rules } ) Ses} TAX ‏س‎ Figure 21.1 Fuzzy Rule-Based Reasoning System

صفحه 37:
گرد آورندگان: مرضیه گندمی زهرااشرفی استاد مربوطه: آقای مهندس حسین زاده بهار 980(

تئوری مجموعه های فازی و منطق فازی را اولین بار پروفسور لطفی زاده در رس اله ای ب ه نام <مجموع ه های فازی اطالعات و کنترل> در سال 1965 معرف ی نمود .هدف اولی ه ی او در آ ن زمان توس عه ی مدل ی کارآمدتر برای توصیف فرآیند پردازش زبان های طبیعی بود .او مفاهیم و اصطالحاتی همچون مجموعه های فازی ,رویدادهای فازی ,اعداد فازی و فازی سازی را وارد علوم ریاضیات و مهندسی نمود .اولین کاربرد عملی این فرضیه در سال 1974بود هنگامی که ممدانی و آسیلیان از منطق فازی برای تنظیم یک موتور بخار استفاده کردند .امروزه منط ق فازی م ی رود ک ه یک ی از س ریع الرشدتری ن شاخه های هوش مصنوعی شود. • برای مدل کردن قسمت نامشخص و غیر قطعی یک زبان طبیعی به کار برده می شوند. • مجموعه های فازی می توانند روی حوزه های گسسته (متناهی) و پیوسته(نامتناهی) تعریف شوند. • اعضا در مجموعه های فازی دارای یک درجه عضویت هستند. *درجه عضویت در یک مجموعه فازی نشان می دهد که مسلما ً آن عضو به مجموعه تعلق دارد. :Xدامنه ,حوزه ی ا مجموعه ی مرجع. است :x €Xک ه xی کعضو ویژه از دامنه . X عضویت . ) : μА(xت ابع *هر xتوسط تابع عضویت به مجموعه Aنگاشت می شوند که درجه عضویت می تواند هر مقداری بین صفر و یک باشد ولی در مجموعه های کالسیک مقدار این تابع یا صفر است یا یک. فرم کلی تعریف یک مجموعه فازی: مجموعه فازی گسسته: مجموعه فازی پیوسته: • ماهیت مجموعه های فازی را توابع عضویت تشکیل می دهند. • از ای ن تاب ع برای نس بت دادن درج ه عضوی ت ب ه هر کدام از عناصر دامنه به مجموعه فازی متناظر استفاده می شود. مجموعه های 2ارزشی نیز دارای توابع عضویت هستند: مثال: اعشاری]0,100 [ :Xهمه اعداد :Aی کزیر مجموعه از دامنه ی Xش املهمه اعداد اعشاریب ین10 ت ا .50 *همه ی xهای عضو 10تا 50دارای μА(x)=1و بقیه اعداد اعشاری دارای μА(x)=0است. تاب ع عضوی ت برای مجموع ه های فازی م ی توان د ب ه ه ر شک ل و ی ا نوعی باشد .طراحان مجموعه های فازی آزادی زیادی در انتخاب تابع عضویت مناسب دارند که باید دارای شرایط زیر باشند. • یک تابع عضویت باید از باال بوسیله ی 1و از پایین بوسیله ی 0کراندار شود. • محدوده ی یک تابع عضویت بین صفر و یک است[ 0.1 ]. • برای هر مقداراز دامنه باید تابع عضویت دارای یک مقدار منحصر بفرد باشد به این معنی که برای هر عضو دامنه نباید درجات عضویت متفاوت داشته باشیم. تابع عضویت برای مجموعه فازی افراد قد بلند: اگر فرض شود شخصی دارای قد 1.75متر است در این حالت درجه عضویت ای ن فرد در مجموع ه افراد ق د بلن د طبق فرمول باال برابر μА(1.75)=0.5است. 0.5=2.0*1.75-1.5 عالوه بر توابع عصویت اشاره شده توابع عضویت پیوسته و گسسته ی دیگری نیز وجود دارد که به چند مورد اشاره می شود: • • • • • • توابع مثلثی ( ) triangular function توابع ذوزنقه ای ( ) trapezoidal function توابع منطقی ( ) logistic function توابع گوس ( ) Gaussian ‏S _memberships ‏Exponential _like توابع مثلثی : توابع ذوزنقه ای : همانند مجموعه های 2ارزشی عملگرها و رابطه هایی برای مجموعه های فازی تعریف شده است : • برابری( ) equality • زیرمجموعه () containment • متمم ( ) complement • اشتراک () intersection • اجتماع () union *در همه ی عملگر های فوق : : Xدامنه : A,Bمجموعه هایف ازیت ع ریفش ده ب ر رویدامنه ی . X :) equality (برابری ) containment( زیرمجموعه ) complement ( متمم ) intersection ( اشتراک اجتماع () union : Normalityاگر ی کعنصر در مجموعه Aوجود داشته ب اشد ک ه دارای است ک اشد .در غیر اینص ورتغیر ن رما ل . درجه عضویتی ب : Heightب یشترینمقداریک ه ت وسط ت ابع عضویتت ع ریفمیش ود. : Supportمجموعه ایاز ت مام عناصر مربوط ب ه دامنه ک ه ب ا درجه ی غیر ص فر ب ه مجموعه ی Aت علقدارد. : Coreمجموعه ایاز عناصر دامنه استک ه ب ا درجه عضویت 1ب ه مجموعه Aت علقدارد. است : α_cutب ه مجموعه عناصر Aب ا درجه عضویتب یشتر از. α : Cardinalityدر مجموعه های2ارزشیب ه ت ع داد عناصر موجود در مجموعه اطالقمیش ود ولیدر مجموعه هایف ازیب رایدامنه ی متناهیب ه ص ورت است زیر : و برای دامنه های نامتناهی به صورت زیر است: به عنوان مثال : اگر } X={a, b, c, dو A=0.3/a+0.9/b+0.1/c+0.7/dپس : .Card (A)=0.3+0.9+0.1+0.7=2.0 گاهی اوقات نظریه احتماالت را با منطق فازی اشتباه می گیریم..منطق فازی با حقایق نا دقیق سروکار دارد و به حدود و درجات یک واقعیت اشاره دارد ولی نظریه ی احتماالت بر شالوده ی مجموعه حاالت تصادفی یک پدیده استوار است .و در باره ی شانس وقوع یک حالت خاص( حالتی که وقتی اتفاق بیفتد دقیق فرض می شود) صحبت می کند. شباهت :هر دو اصطالح به درجه ی قطعیت و غیر قطعیت رویدادهایی که اتفاق می افتذد اشاره دارد. تفاوت :درجه ی قطعیتی که بوسیله ی احتماالت آماری به دست می آید به قبل از وقوع اتفاق مربوط می شود ولی درجه عضویت در مجموعه های فازی به بعد از وقوع یک رویداد مربوط می شود. منطق فازی را از طریق قوانینی که <عملگرهای فازی> نامیده می شوند می توان ب ه کار گرفت .برای مشکالت دنیای واقع ی نتیج ه ای ک ه بدنبال آن هستیم تابعی از رویدادهای پیچیده است به عنوان مثال :حرکاتی که توسط یک کنترل کننده باید ساخته شود بوسیله ی قوانین <اگر_آنگاه> تعیین می شود .قوانین شرطی بر طبق حرکاتی که کنترل گر باید اجرا کند و شرایطی که می تواند رخ دهد شرح داده می شود به هر حال شرایط ممکن است بیش از یک حالت باشد .کارهای همزمان با حرکات مختلف بوسیله ی قوانین شرطی شرح داده می شوند .مشکل تعیین بهترین حرکت است یک مکانیزم این است که از مجموعه ای از موقعیت ها یکی را انتخاب کنیم. 3مجموع ه ی فازی افراد ق د بلن د ,ورزشکار خوب و بس کتبالیست خوب را با مفروضات زیر در نظر بگیرید : اگر یک بسکتبالیست خوب هم قدبلند باشد و هم یک ورزشکار خوب ,داریم: • متغیرهای فازی اجازه ی انجام محاسبات روی کلمات را به جای اعداد به ما می دهد. • متغیرهای فازی متغیرهایی با مقدار کلمه یا جمالتی از زبان طبیعی هستند. • متغیرهای فازی این امکان را به ما می دهند تا بتوانیم جمالت زبان طبیعی را به عبارات منطقی و عددی تبدیل کرده و روی آن ها استدالل انجام دهیم. *به عنوان مثال“ بلند“ یک متغیر فازی است.متغیرهای فازی ورودی های حسی هستند مانند:دما ,فشار و... متغیرهای فازی می تواند به طبقات متفاوتی تقسیم شود: • متغیرهای کمی مانند :همه ,بیشتر ,بسیار ,هیچ و... • متغیرهای معمولی مانند :بعضی مواقع ,همواره ,به ندرت و ... • متغیرهای احتمالی مانند :ممکن ,احتماالً ,حتما ً و.. در کل برای مجموعه های فازی ,رفتار پویای سیستم توسط قوانین فازی مشخص می شود این قوانین بر اساس دانش و تجربه ی افراد خبره در این زمینه بنا شده است .قوانین فازی به فرم کلی زیر هستند: )if antecedent (s) then consequence (s شرط و نتیجه در قوانین فازی شامل متغیرهای زبان می شوند یک قانون فازی در کل به صورت زیر بیان می شود: ‏If A=a and B=b then C=c وقتی که Aو Bمجموعه های فازی با دامنه X1و Cهم یک مجموعه فازی با دامنه X2باشد پس بخش شرط یک قانون فازی ترکیبی از مجموعه های فازی است که بین آن ها یک عملگر فازی قرار گرفته است((and ,or ,notو بخش نتیجه شامل یک مجموعه فازی می باشد .بخش نتیجه اگر با عملگرهای فازی ترکیب شوند میتوانند شامل چندین مجموعه فازی باشند. مثال: اگر قانون زیر را داشته باشیم: ‏If Age is old the Speed is slow برای شخصی با 70سال سن درباره ی سرعت عمل او چه می توان گفت؟ در کل پایگاه داده ی سیستم های استداللی فازی از قوانین فازی و مجموعه های فازی تشکیل شده است عالوه بر پایگاه داده سیستم های استداللی شامل 3 بخش دیگر است که هر کدام وظیفه ی خاصی در فرآیند استدالل دارند : • • • فازی سازی استنتاج غیر فازی سازی فازی سازی(:) fuzzification فرآیند تبدیل داده های کالمی به مجموعه های فازی با استفاده از توابع عضویت. استنتاج(:) inferencing در ای ن مرحل ه ب ا اس تفاده از ورودیهای فازی شده و قوانی ن فازی ک ه داریم خروجی های فازی را تولید می کنیم. غیرفازی سازی( :) defuzzification تبدیل خروجی های قوانین فازی به نردبانی یا مقادیر غیر فازی. گرد آورندگان: مرضیه گندمی زهرااشرفی استاد مربوطه: آقای مهندس حسین زاده بهار 1388
39,000 تومان