Решая задачи, приходится встречаться с ситуациями, когда элемент в некоторой степени принадлежит данному множеству. Например, определяется множество небольших величин. Кто может точно сказать, начиная с какого значения величины можно считать величину небольшой? На этот вопрос нет однозначного ответа. Поэтому одним из способов математического описания нечеткого множества является определение степени принадлежности элемента нечеткому множеству. Степень принадлежности задается числом из интервала . Границы интервала - 0, 1, означают, соответственно, «не принадлежит» и «принадлежит». В разд. 1 принадлежность элемента x множеству А записывается в формализованном виде xÎА . Данная запись может быть представлена в виде характеристической функции:

Принадлежность множеству может быть представлена в графической виде. Например, в одномерном арифметическом пространстве R заданы два множества AÎR и BÎR . Принадлежность xÎА можно представить в виде прямоугольника П А , показанного на рис. 2.1, а принадлежность xÎВ - в виде прямоугольника П В , показанного на рис. 2.2. Принадлежность x объединению множеств xÎАÇВ представлена прямоугольником П А Ç В , показанны на рис. 2.3. Принадлежность двухмерному множеству будет представлена параллепипедом в трехмерном пространстве, а принадлежность n –мерному множеству – (n +1)-мерным параллепипедом.

Рис. 2.1 Рис. 2.2

Нечетким подмножеством A множества X называется множество двоек . Функция m A , являющаяся отражением элементов xÎX в элементы множества (m a:X®), называется функцией принадлежности нечеткого множества , а X - базовым множеством.

Конкретное значение m A (x) , заданное для элемента x , называется степенью принадлежности элемента x нечеткому множеству . Hосителем нечеткого множества называется подмножество ÎX , содержащее те элементы xÎX , для которых значение функции принадлежности больше нуля.

Пример. Пусть X - множество натуральных чисел X={1,2,3, ...,x max } , предназначенных для определения цены изделия. Нечеткое подмножество «небольшая цена» может быть задано в следующем виде:

={<1/1>,<0,9/2>,<0,8/3>,<0,7/4>,<0,6/5>,<0,5/6>,<0,4/7>,<0,3/8>,

<0,2/9>,<0,1/10>,<0/11>,...,<0/x max >}.

Принадлежность значений цены нечеткому подмножеству «небольшая цена» показана на рис.2.4.

Если рассматривать множество X как непрерывное множество натуральных чисел, то принадлежность значений цены нечеткому подмножеству «небольшая цена» будет иметь вид непрерывной функции, как показано на рис.2.5. Рассмотрим свойства нечетких множеств.

Высота (height - hgt) нечеткого множества : .

Нечеткое множество с hgtA=1 называется нормальным, а при hgtA<1 - субнормальным. Ядро (core, kernal, nucleus) или центр нечеткого множества : core ={xÎX/m A (x)=1} . Основание (support – supp) нечеткого множества : supp ={xÎX/m A (x)>1} . Поперечными точками (crossover point) нечеткого множества называется совокупность core {xÎX/m A (x)=0,5} . Уровень a , или a –разрез (сечение) нечеткого множества : a ={xÎX/m A (x)³a} . a –разрез нечеткого множества еще обозначают: a -cut . Строгий a –разрез нечеткого множества : a ={xÎX/m A (x)>a} . Выпуклое (convex) нечеткое множество : "x 1 ,x 2 ,x 3 ÎX:x 1 £x 2 £x 3 ®m A (x 2)³min(m A (x 1),m A (x 3)). При невыполнении неравенства нечеткое множество называется невыпуклым. На рис. 2.6 приведена иллюстрация вышеназванных свойств.

Отдельным видом нечеткого множества А является нечеткое число (нечеткий синглтон) при выполнении условий : А является выпуклым, высота является нормальной (hgt А=1 ), m А (x) является кусочно-непрерывной функцией, ядро или центр множества A (core A ) содержит одну точку. Пример принадлежности x нечеткому числу «приблизительно 5» показан на рис. 2.7.

Другим видом нечеткого множества является задание некоторых переменных в виде нечеткого интервала. Известно определение.

Нечеткий интервал – это выпуклая нечеткая величина A , функция принадлежности которой квазивогнута, так что

"u,v, "wÎ, m A (w)³min(m A (u), m A (v)), u,v,wÎX.

Тогда нечеткое число - полунепрерывный сверху нечеткий интервал с компактным носителем и единственным модальным значением. Задание параметров задачи в виде нечеткого интервала – это очень удобная форма для формализации неточных величин. Обычный интервал часто является неудовлетворительным представлением, т.к. необходимо фиксировать его границы. Могут быть оценки завышенными или заниженными, что вызовет сомнение в результатах расчетов. Задание параметров задачи в виде нечеткого интервала будет одновременно и завышенным, и заниженным, а носитель (базовое множество) нечеткого интервала будут выбран так, что ядро содержит наиболее правдоподобные значения и будет гарантировано нахождение рассматриваемого параметра в требуемых пределах.

Задание нечетких интервалов может быть осуществлено экспертами следующим образом. Нечеткий интервал задают четверкой параметровМ= () (см. рис.2.8), где и - соответственно нижнее и верхнее модальные значения нечеткого интервала, а a и b представляют собой левый и правый коэффициент нечеткости. Задание нечеткого интервала может быть выполнено следующими способами.

Вариант 1. Нижнее и верхнее модальные значения интервала совпадают, а a и b равны нулю. Значение x определяется с неопределенностью равной нулю. Для задания нечеткой входной переменной на множестве X определим формально нечеткий интервал =(x min =x, x m ax =x,0,0), где x imin - нижнее модальное значение , а x m ax - верхнее модальное значение .

Четкое задание x на множестве значений X, как это показано на рис. 2.9, является частным случаем задания нечеткого интервала, причем, m A (x) - значение степени принадлежности интервалу.

Вариант 2. Задание x определяется с неопределенностью отличной от нуля. Пример показан на рис. 2.10. Нечеткий интервал определен, как =(x min , x m ax =x min ,0,b), т.е. верхнее и нижнее модальные значения интервала совпадают.

Рис. 2.9 Рис. 2.10

Вариант 3. Задание x может быть получено из интервала [А,В] . Пример показан на рис. 2.11. Степень принадлежности равна единице, причем =(А=x min ,В=x m ax ,0,0) , где А – нижнее модальное значение (минимально возможное значение входной переменнойx ), В – верхнее модальное значение (максимальное значение входной переменнойx .

Вариант 4. Значение входной переменнойx i может быть получено из интервала значений [А,С] [А,В] (A£B£С). Формально нечеткий интервал определен в виде =(А=x min ,В=x max ,0,b) . Пример задания показан на рис. 2.12, гдеb=С-В.

Вариант 5. Значение входной переменнойq i экспертами может быть определено из интервала значений [А,D] таким образом, что в интервале [В,C] неопределенность получения равна единице (A£B£С£D). Формально нечеткий интервал в этом случае определим в виде =(B=x min ,C=x max ,a,b) . Пример задания нечеткого интервала показан на рис. 2.13, гдеa=B-A, b=D-C.

Рассмотрим операции над нечеткими интервалами.

Рис. 2.11 Рис. 2.12

Операция нечеткого суммирования для нечетких интервалов определяется следующим образом. Сумма двух нечетких интервалов М i =() и М j =(), записываемая в виде М i М j , также есть нечеткий интервал М i М j = , где a=a i + a j ; b=b i + b j ; , . Сумма n нечетких интервалов определится формулами:

Если , a , где и - выпуклые интервалы, то , причем - совокупность интервалов, которая определена по предыдущим формулам.

Операция разности нечетких интервалов определяется следующим образом. Нечеткая разность двух нечетких интервалов и есть трапециевидный интервал , для которого c=|a-h|, d=|b-l|, , , где - соответственно нижние модальные значения нечетких интервалов , - верхние модальные значения нечетких интервалов .

Принятие решений связано с осуществлением сравнений полученного нечеткого интервала либо экспертами, либо по данным моделирования с действительным числом. Операция сравнения нечеткого интервала и действительного числа выполняется следующим образом.

Действительное число А представим в виде интервала (А,А,0,0) . Определение меньшего или большего значения нечеткого интервала по отношению к действительному числуА производится по формулам:

А , если |A-()|£|A-()| и A£ ;

А , если |A-()|³|A-()| и A³ .

Для нечетких интервалов существует операция произведения и деления. Произведение двух нечетких интервалов и определится в виде трапециевидного интервала , параметры которого определяют по формулам:

c=ah, d=bl, ; .

Эти правила для умножения двух нечетких интервалов в зависимости от знаков чисел , , , принимают вид:

Если , то ;

Если , то .

Рассмотрим операцию деления. Деление двух нечетких интервалов и даст трапециевидный интервал , параметры которого определяются следующим образом:

c=ah, d=bl, ; ,

причем в зависимости от знаков чисел , , , данное правило для деления двух нечетких интервалов будет выглядеть так:

Если , то ;

Если , то .

Функции принадлежности

Функции принадлежности является субъективным понятием, т.к. они определяются людьми (экспертами) и каждый человек дает свою оценку. Существуют различные методы задания функций принадлежности .

Будем считать, что функция принадлежности - это некоторое невероятное субъективное измерение нечеткости и что она отличается от вероятностной меры, т.е. степень принадлежности m A (x) элемента x нечеткому множеству есть субъективная мера того, насколько элемент xÎX соответствует понятию, смысл которого формализуется нечетким множеством .

Степень соответствия элемента x понятию, формализуемому нечетким множеством , определяется опросом экспертов и представляет собой субъективную меру.

Существует два класса методов построения функций принадлежности множества : прямые и косвенные.

2.2.1. Прямые методы построения. Прямыми методами построения функций принадлежности называют такие методы, в которых степени принадлежности элементов x множества X непосредственно задаются либо одним экспертом, либо коллективом экспертов. Прямые методы подразделяются на прямые методы для одного эксперта и для группы экспертов в зависимости от количества экспертов.

Прямой метод для одного эксперта состоит в том что эксперт каждому элементу xÎX ставит в соответствие определенную степень принадлежности m A (x) , которая, по его мнению, наилучшим образом согласуется со смысловой интерпретацией множества .

Применение простых методов для группы экспертов позволяет интегрированно учитывать мнение всех экспертов и строить график соответствия между элементами из множества X . Возможна следующая процедура построения функции принадлежности m A (x) .

Экспертам, составляющим группу из m человек, задается вопрос о принадлежности элемента xÎX нечеткому множеству . Пусть часть экспертов, состоящая из n 1 человек, ответила на вопрос положительно, а другая часть экспертов n 2 =m-n 1 ответила отрицательно. Тогда принимается решение, что m A (x)=n 1 /m .

В более общем случае оценкам экспертов сопоставляются весовые коэффициенты a i Î . Коэффициенты a i отражают степень компетентности экспертов. Степень принадлежности элемента x нечеткому множеству определится

где p i =1 при положительном ответе и p i =0 при отрицательном ответе эксперта.

Недостатки прямых методов состоят в присущем им субъективизме т.к. человеку присуще ошибаться.

2.2.2. Косвенные методы построения функций принадлежности. Косвенными методами построения функций принадлежности называют такие методы, в которых достигается снижение субъективного влияния за счет разбиения общей задачи определения степени принадлежности m A (x) , xÎX на ряд более простых подзадач. Одним из косвенных методов является метод попарных сравнений. Рассмотрим его суть.

На основе ответов экспертов строится матрица попарных сравнений M=½½m ij ½½ , в которой элементы m ij представляют собой оценки интенсивности принадлежности элементов x i ÎX подмножеству по сравнению с элементами x j ÎX . Функция принадлежности m a (x) определяется из матрицы M . Предположим, что известны значения функции принадлежности m A (x) для всех значений xÎХ . Пусть m A (x)=r i , Тогда попарные сравнения определяются m ij =r i /r j . Если отношения точны, то получается соотношение в матричном виде MR=n*R , где R=(r 1 ,r 2 ,...,r n), n - собственное значение матрицы M , по которому восстанавливается векторR с учетом условия Эмпирический вектор R имеет решение в задаче на поиск собственного значения M*R=l max , где l max - наиболее собственное значение. Задача сводится к поиску вектора R , который удовлетворяет уравнению

M*R=l max *R . (2.1)

Это уравнение имеет единственное решение. Значения координат собственного вектора, соответствующие максимальному собственному значению l max , деленные на их сумму, будут искомыми степенями принадлежности. Понятия, которые предложены экспертам, а также соответствие этих понятий величинам m ij , приведены в табл.2.1.

Таблица 2.1

Интенсивность важности	Качественная оценка	Объяснения
	Несравнимость	Нет смысла сравнивать элементы
	Одинаковая значимость	Элементы равны по значению
	Слабо значимее	Существуют показания о предпочтении одного элемента другому, но показания неубедительны.
	Существенно или сильнее значимее	Существует хорошее доказательство и логические критерии, которые могут показать, что один из элементов более важен
	Очевидно значимее	Существует убедительное доказательство большей значимости одного элемента по сравнению с другим
	Абсолютно значимее	Максимально подтверждается ощутимость предпочтения одного элемента другим
2,4,6,8	Промежуточные оценки между соседними оценками	Необходим компромисс
Обратные величины ненулевых значений	Если оценка m ij имеет ненулевое значение, приписанное на основании сравнения элемента r i с элементом r j , то m ij имеет обратное значение 1/m ij .

Производится опрос экспертов относительно того, насколько, по их мнению, величина m A (x i) превышает величину m A (x i) , т.е. насколько элемент x i более значим для понятия, описываемого нечетким множеством , чем элемент x j . Опрос позволит построить матрицу попарных сравнений, которая имеет вид

Определение элемента r i ÎR происходит следующим образом. Вычисляется сумма каждого j -го столбца матрицы M. Из построения матрицы M следует, что Отсюда следует, что r i =1/k i .

Определив все величины k j , получим значения элементов вектора R . Исходя из того, что матрица M , как правило, построена неточно, найденный вектор R используется как начальный в итерационном методе решения уравнения (2.1).

2.2.3. Виды функций принадлежности. Выше было определено, что функции принадлежности могут иметь трапецеидальный вид (см. рис. 2.7), треугольный вид (см. рис. 2.7). Функции принадлежности могут иметь также и колоколообразный вид (рис. 2.14).

Для колоколообразного вида функция принадлежности определена выражением

где m - заданное число, d - показатель нечеткости.

Для трапецеидального вида функция принадлежности определена выражением: m A (x)=min{max(a-k|x-b|;0);1}, где a , b - заданные числа, k - показатель нечеткости.

При решении задач нечеткого управления могут быть применены и другие функции:

m A (x)=e -kx , x>0; m A (x)=1-a x , 0£x£a -1/k ; m A (x)=(1+kx 2) -1 , k>1.

Нечеткое множесто с одномерной функцией принадлежности m A (x) принято называть нечетким множеством первого рода .

Существуют нечеткие множества второго рода , для который функция принадлежности: .

Двухмерное нечеткое множество A определено в следующем виде: A=(A 1 ´A 2: m A (x 1 ,x 2)) , где A 1 ´A 2 - декартово произведение, m A (x 1 ,x 2)=min{a-k 1 |x 1 -b| - k 2 |x 2 -c|; (x 1 =0, x 2 =0)); - двухмерная функция принадлежности трапецеидального вида, в которой: a , b , c - заданные числа, k 1 , k 2 - показатели нечеткости. Пример задания двухмерной функции принадлежности трапецеидального вида приведен на рис. 2.15.

Двухмерная функция принадлежности колоколообразного вида определена формулой:

где m 1 , m 2 - заданные числа, d 1 , d 2 - показатели нечеткости.

Классификация функций принадлежности нормальных нечеткихмножеств

Нечеткое множество называется нормальным, если для его функции принадлежности справедливоутверждение, что существует такой , при котором .

Функция принадлежности класса s определяется как:

Функция принадлежности класса π

Функция принадлежности класса π определяется через функцию класса s :

Функция принадлежности класса γ

Функция принадлежности класса γ определяется как:

Функция принадлежности класса t

Функция принадлежности класса t определяется как:

Функция принадлежности класса L

Функция принадлежности класса L определяется как:

Определим лингвистическую переменную (ЛП) как переменную, значение которой определяется набором словесных характеристик некоторого свойства. Например, ЛП "возраст" может иметь значения

ЛП = МлВ, ДВ, ОВ, ЮВ, МВ, ЗВ, ПВ, СВ,

обозначающие возраст младенческий, детский, отроческий, юношеский, молодой, зрелый, преклонный и старый, соответственно. Множество M - это шкала прожитых человеком лет . Функция принадлежности определяет, насколько мы уверены, что данное количество прожитых лет можно отнести к данному значению ЛП. Допустим, что неким экспертом к молодому возрасту отнесены люди в возрасте 20 лет со степенью уверенности 0,8, в возрасте 25 лет со степенью уверенности 0,95, в возрасте 30 лет со степенью уверенности 0,95 и в возрасте 35 лет со степенью уверенности 0,7. Итак:

μ(X 1)=0,8; μ(X 2)=0,95; μ(X 3)=0,95; μ(X 4)=0,7;

Значение ЛП=МВ можно записать:

МВ = μ(X 1) / X 1 + μ(X 2) / X 2 + μ(X 3) / X 3 + μ(X 4) / X 4 = = 0,8 / X 1 + 0,95 / X 2 + 0,95 / X 3 + 0,7 / X 4 .

Таким образом, нечеткие множества позволяют учитывать субъективные мнения отдельных экспертов. Для большей наглядности покажем множество МВ графически при помощи функции принадлежности (рис. 2.7).

Рис. 2.7. График функции принадлежности

Для операций с нечеткими множествами существуют различные операции, например, операция "нечеткое ИЛИ" (иначе) задается в логике Заде , :

μ(x)=max(μ 1 (x), μ 2 (x))

и при вероятностном подходе так:

μ(x)=μ 1 (x)+μ 2 (x)-μ 1 (x) · μ 2 (x).

Рассмотрим эти операции в виде диаграмм. В ранней статье о нечетких множествах Заде предложил оператор минимума для пересечения и оператор максимума для объединения двух нечетких множеств. Легко видеть, что эти операторы совпадают с четким объединением, и пересечением, если мы рассматриваем только принадлежность к 0 и 1.

Чтобы разъяснять это, рассмотрим несколько примеров. Допустим А есть нечеткий интервал между 5 и 8, а B - нечеткое число, приблизительно 4. Следующая диаграмма показывает нечеткое множество между 5 и 8 И (AND - пересечение) приблизительно 4 (синия линия).

Нечеткое множество между 5 и 8 ИЛИ (OR-объединение) приблизительно 4 показывается в следующей диаграмме (снова, синей линией).

Следующая диаграмма явкяется примером отрицания. Синяя линия - ОТРИЦАНИЕ нечеткого множества A.

Существуют и другие операции над нечеткими числами, такие как расширенные бинарные арифметические операции (сложение, умножение и пр.) для нечетких чисел, определяемые через соответствующие операции для четких чисел с использованием принципа обобщения и т.д.

Baldwin J.F.. Fuzzy logic and fuzzy reasoning. - London, Academic Press, 1981.

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

Fuzzy Logic Toolbox включает 11 встроенных функций принадлежностей, которые используют следующие основные функции:

кусочно-линейную;
гауссовское распределение;
сигмоидную кривую;
квадратическую и кубические кривые.

Для удобства имена всех встроенных функций принадлежности оканчиваютя на mf. Вызов функции принадлежности осуществляется следующим образом:

namemf(x, params),

где namemf – наименование функции принадлежности;
x – вектор, для координат которого необходимо рассчитать значения функции принадлежности;
params – вектор параметров функции принадлежности.

Простейшие функции принадлежности треугольная (trimf ) и трапециевидная (trapmf ) формируется с использованием кусочно-линейной аппроксимации. Трапециевидная функция принадлежности является обобщение треугольной, она позволяет задавать ядро нечеткого множества в виде интервала. В случае трапециевидной функции принадлежности возможна следующая удобная интерпретация: ядро нечеткого множества – оптимистическая оценка; носитель нечеткого множества – пессимистическая оценка.

Две функции принадлежности – симметричная гауссовская (gaussmf ) и двухстороняя гауссовская (gaussmf ) формируется с использованием гауссовского распределения. Функция gaussmf позволяет задавать ассиметричные функция принадлежности. Обобщенная колоколообразная функция принадлежности (gbellmf ) по своей форме похожа на гауссовские. Эти функции принадлежности часто используются в нечетких системах, так как на всей области определения они является гладкими и принимают ненулевые значения.

Функции принадлежности sigmf , dsigmf , psigmf основаны на использовании сигмоидной кривой. Эти функции позволяют формировать функции принадлежности, значения которых начиная с некоторого значения аргумента и до + (-) равны 1. Такие функции удобны для задания лингвистических термов типа “высокий” или “низкий”.

Полиномиальная аппроксимация применяется при формировании функций zmf, pimf и smf , графические изображения которых похожи на функции sigmf , dsigmf , psigmf , соответственно.

Основная информация о встроенных функциях принадлежности сведена в табл. 6.1. На рис. 6.1 приведены графические изображения функций принадлежности, полученные с помощью демонстрационной сценария mfdemo . Как видно из рисунка, встроенные функции принадлежности позволяют задавать разнообразные нечеткие множества.

В Fuzzy Logic Toolbox предусмотрена возможность для пользователя создания собственной функции принадлежности. Для этого необходимо создать m -функцию, содержащую два входных аргумента – вектор, для координат которого необходимо рассчитать значения функции принадлежности и вектор параметров функции принадлежности. Выходным аргументом функции должен быть вектор степеней принадлежности. Ниже приведена m -функция, реализующая колоколообразную функцию принадлежности :

function mu=bellmf(x, params)
%bellmf – bell membership function;
%x – input vector;
%params(1) – concentration coefficient (>0);
%params(2) – coordinate of maximuma.
a=params(1);
b=params(2);
mu=1./(1+ ((x-b)/a).^2);

Рисунок 6.1. Встроенные функции принадлежности

Таблица 6.1. Функции принадлежности

Наименование функции	Описание	Аналитическая формула	Порядок параметров
dsigmf	функция принадлежности в виде разности между двумя сигмоидными функциями
gauss2mf	двухсторонняя гауссовская функция принадлежности	если c1; если c1>c2, то .
gaussmf	симметричная гауссовская функция принадлежности
gbellmf	обобщенная колокообразная функция принадлежности
pimf	пи-подобная функция принадлежности	произведение smf и zmf функций	– носитель нечеткого множества;

Нечеткое множество - ключевое понятие нечеткой логики. Пусть Е — универсальное множество, х — элемент Е, a R — некоторое свойство. Обычное (четкое) подмножество А универ-сального множества Е, элементы которого удовлетворяют свойству R, определяется как множество упорядоченных пар

А = { μ A (x ) / x },

где μ А (х) —характеристическая функция, принимающая значе-ние 1, если х удовлетворяет свойству R, и 0 - в противном случае.

Нечеткое подмножество отличается от обычного тем, что для элементов х из Е нет однозначного ответа «да-нет» относительно свойства R. В связи с этим нечеткое подмножество А универсаль-ного множества Е определяется как множество упорядоченных пар

А = { μ A (x ) / x },

где μ А (х) — характеристическая функция принадлежности (или просто функция принадлежности) , принимающая значения в некотором вполне упорядоченном множестве М (например, М = ).

Функция принадлежности указывает степень (или уровень) принадлежности элемента х подмножеству А. Множество М назы-вают множеством принадлежностей. Если М = {0, 1}, то нечеткое подмножество А может рассматриваться как обычное или четкое множество.

Примеры записи нечеткого множества

Пусть Е = {x 1 , x 2 , х з, x 4 , x 5 }, М = ; А — нечеткое множество, для которого μ A (x 1 )= 0,3; μ A (х 2 )= 0; μ A (х 3) = 1; μ A (x 4) = 0,5; μ A (х 5 )= 0,9.

Тогда А можно представить в виде

А = {0,3/x 1 ; 0/х 2 ; 1/х 3 ; 0,5/х 4 ; 0,9/х 5 },

или

А ={0,3/x 1 +0/х 2 +1/х 3 +0,5/х 4 +0,9/х 5 },

или

Замечание . Здесь знак «+» не является обозначением операции сложения, а имеет смысл объединения.

Основные характеристики нечетких множеств

Пусть М = и А — нечеткое множество с элементами из универсаль-ного множества Е и множеством принадлежностей М.

Величина называется высотой нечеткого множества А. Нечеткое множество А нормально, если его высота рав-на 1,т.е. верхняя граница его функции принадлежности равна 1 (= 1). При < 1нечеткое множество называется субнормальным.

Нечеткое множество пусто, если ∀x ϵ E μ A (x ) = 0. Непу-стое субнормальное множество можно нормализовать по формуле

Нечеткое множество унимодально, если μ A (x ) = 1 только на одном х из Е.

. Носителем нечеткого множества А является обычное под-множество со свойством μ A (x )>0, т.е. носитель А = {x /x ϵ E, μ A (x )>0}.

Элементы x ϵ E , для которых μ A (x ) = 0,5 , называются точками перехода множества А.

Примеры нечетких множеств

1. Пусть Е = {0, 1, 2, . . ., 10}, М = . Нечеткое множество «Несколько» можно определить следующим образом:

«Несколько» = 0,5/3 + 0,8/4 + 1/5 + 1/6 + 0,8/7 + 0,5/8; его характеристики: высота = 1, носитель = {3, 4, 5, 6, 7, 8}, точки перехода — {3, 8}.

2. Пусть Е = {0, 1, 2, 3,…, n ,… }. Нечеткое множество «Малый» можно определить:

3. Пусть Е = {1, 2, 3, . . ., 100} и соответствует понятию «Возраст», тогда нечеткое множество «Молодой» может быть определено с помощью

Нечеткое множество «Молодой» на универсальном множестве Е" = {ИВАНОВ, ПЕТРОВ, СИДОРОВ,...} задается с помощью функции при-надлежности μ Молодой (x ) на Е = {1, 2, 3, . . ., 100} (возраст), называемой по отношению к Е" функцией совместимости, при этом:

где х — возраст СИДОРОВА.

4. Пусть Е = {ЗАПОРОЖЕЦ, ЖИГУЛИ, МЕРСЕДЕС,… } - множе-ство марок автомобилей, а Е" = — универсальное множество «Сто-имость», тогда на Е" мы можем определить нечеткие множества типа:

Рис. 1.1. Примеры функций принадлежности

«Для бедных», «Для среднего класса», «Престижные», с функциями при-надлежности вида рис. 1.1.

Имея эти функции и зная стоимости автомобилей из Е в данный момент времени, мы тем самым определим на Е" нечеткие множества с этими же названиями.

Так, например, нечеткое множество «Для бедных», заданное на уни-версальном множестве Е = { ЗАПОРОЖЕЦ, ЖИГУЛИ, МЕРСЕДЕС,...}, выглядит так, как показано на рис. 1.2.

Рис. 1.2. Пример задания нечеткого множества

Аналогично можно определить нечеткое множество «Скоростные», «Средние», «Тихоходные» и т. д.

5. Пусть Е — множество целых чисел:

Е = {-8, -5, -3, 0, 1, 2, 4, 6, 9}.

Тогда нечеткое подмножество чисел, по абсолютной величине близких к нулю, можно определить, например, так:

А = {0/-8 + 0,5/-5 + 0,6/-3 +1/0 + 0,9/1 + 0,8/2 + 0,6/4 + 0,3/6 + 0/9}.

О методах построения функций принадлежности нечет-ких множеств

В приведенных выше примерах использованы пря-мые методы, когда эксперт либо просто задает для каждого х ϵ Е значение μ А (х), либо определяет функцию совместимости. Как правило, прямые методы задания функции принадлежности ис-пользуются для измеримых понятий, таких как скорость, время, расстояние, давление, температура и т.д., или когда выделяются полярные значения.

Во многих задачах при характеристике объекта можно выде-лить набор признаков и для каждого из них определить полярные значения, соответствующие значениям функции принадлежности, 0 или 1.

Например, в задаче распознавания лиц можно выделить шкалы, приведенные в табл. 1.1.

Таблица 1.1. Шкалы в задаче распознавания лиц


x 1	высота лба
x 2	профиль носа	курносый	горбатый
	длина носа	короткий
x 4	разрез глаз
	цвет глаз
	форма подбородка	остроконечный	квадратный
x 7	толщина губ
	цвет лица
	очертание лица	овальное	квадратное

Для конкретного лица А эксперт, исходя из приведенной шка-лы, задает μ A (х) ϵ , формируя векторную функцию принад-лежности { μ A (х 1 ) , μ A (х 2 ),…, μ A (х 9) }.

При прямых методах используются также групповые прямые методы, когда, например, группе экспертов предъявляют конкрет-ное лицо и каждый должен дать один из двух ответов: «этот че-ловек лысый» или «этот человек не лысый», тогда количество утвердительных ответов, деленное на общее число экспертов, дает значение μ лысый (данного лица). (В этом примере можно действо-вать через функцию совместимости, но тогда придется считать число волосинок на голове у каждого из предъявленных эксперту лиц.)

Косвенные методы определения значений функции принад-лежности используются в случаях, когда нет элементарных из-меримых свойств, через которые определяется интересующее нас нечеткое множество. Как правило, это методы попарных сравне-ний. Если бы значения функций принадлежности были нам из-вестны, например, μ A (х- i ) = ω i , i = 1, 2, ..., n ,то попарные срав-нения можно представить матрицей отношений А = { a ij }, где a ij = ω i / ω j (операция деления).

На практике эксперт сам формирует матрицу А , при этом пред-полагается, что диагональные элементы равны 1, а для элемен-тов симметричных относительно диагонали a ij = 1/a ij , т.е. если один элемент оценивается в α раз сильнее, чем другой, то этот по-следний должен быть в 1/α раз сильнее, чем первый. В общем случае задача сводится к поиску вектора ω, удовлетворяющего уравнению вида Aw = λ max w , где λ max — наибольшее собствен-ное значение матрицы А . Поскольку матрица А положительна по построению, решение данной задачи существует и является поло-жительным.

Можно отметить еще два подхода:

использование типовых форм кривых для задания функций принадлежности (в форме (L-R)-Типа - см. ниже) с уточнением их параметров в соответствии с данными эксперимента;
использование относительных частот по данным экспе-римента в качестве значений принадлежности.

А = { μ A (x ) / x },

Примеры записи нечеткого множества

Тогда А можно представить в виде

А = {0,3/x 1 ; 0/х 2 ; 1/х 3 ; 0,5/х 4 ; 0,9/х 5 },

или

А ={0,3/x 1 +0/х 2 +1/х 3 +0,5/х 4 +0,9/х 5 },

или

Замечание . Здесь знак «+» не является обозначением операции сложения, а имеет смысл объединения.

Основные характеристики нечетких множеств

Нечеткое множество унимодально, если μ A (x ) = 1 только на одном х из Е.

Элементы x ϵ E , для которых μ A (x ) = 0,5 , называются точками перехода множества А.

Примеры нечетких множеств

1. Пусть Е = {0, 1, 2, . . ., 10}, М = . Нечеткое множество «Несколько» можно определить следующим образом:

2. Пусть Е = {0, 1, 2, 3,…, n ,… }. Нечеткое множество «Малый» можно определить:

где х — возраст СИДОРОВА.

Рис. 1.1. Примеры функций принадлежности

«Для бедных», «Для среднего класса», «Престижные», с функциями при-надлежности вида рис. 1.1.

Рис. 1.2. Пример задания нечеткого множества

Аналогично можно определить нечеткое множество «Скоростные», «Средние», «Тихоходные» и т. д.

5. Пусть Е — множество целых чисел:

Е = {-8, -5, -3, 0, 1, 2, 4, 6, 9}.

Тогда нечеткое подмножество чисел, по абсолютной величине близких к нулю, можно определить, например, так:

А = {0/-8 + 0,5/-5 + 0,6/-3 +1/0 + 0,9/1 + 0,8/2 + 0,6/4 + 0,3/6 + 0/9}.

О методах построения функций принадлежности нечет-ких множеств

Например, в задаче распознавания лиц можно выделить шкалы, приведенные в табл. 1.1.

Таблица 1.1. Шкалы в задаче распознавания лиц


x 1	высота лба
x 2	профиль носа	курносый	горбатый
	длина носа	короткий
x 4	разрез глаз
	цвет глаз
	форма подбородка	остроконечный	квадратный
x 7	толщина губ
	цвет лица
	очертание лица	овальное	квадратное

Можно отметить еще два подхода:

использование типовых форм кривых для задания функций принадлежности (в форме (L-R)-Типа - см. ниже) с уточнением их параметров в соответствии с данными эксперимента;
использование относительных частот по данным экспе-римента в качестве значений принадлежности.