ตรรกะฟัซซี่: คำจำกัดความความหมายตัวอย่างและประวัติ

ตรรกะฟัซซี่คืออะไร?

Fuzzy Logic เป็นวิธีการในการประมวลผลตัวแปรที่ช่วยให้ค่าความจริงที่เป็นไปได้หลายค่าสามารถประมวลผลผ่านตัวแปรเดียวกัน ตรรกะฟัซซี่พยายามแก้ปัญหาด้วยสเปกตรัมข้อมูลที่เปิดกว้างและไม่ชัดเจนและฮิวริสติกส์นั่นทำให้เป็นไปได้ที่จะได้รับข้อสรุปที่ถูกต้อง

Fuzzy Logic ได้รับการออกแบบมาเพื่อแก้ปัญหาโดยพิจารณาข้อมูลที่มีอยู่ทั้งหมดและทำการตัดสินใจที่ดีที่สุดเท่าที่จะเป็นไปได้

ประเด็นสำคัญ

Fuzzy Logic เป็นวิธีการแก้ปัญหาที่ช่วยให้การประมวลผลการตัดสินใจขั้นสูงมากขึ้นและการรวมเข้ากับการเขียนโปรแกรมตามกฎ
Fuzzy Logic เป็นลักษณะทั่วไปจากตรรกะมาตรฐานซึ่งข้อความทั้งหมดมีค่าความจริงของหนึ่งหรือศูนย์ ในตรรกะฟัซซี่ข้อความสามารถมีค่าของความจริงบางส่วนเช่น 0.9 หรือ 0.5
ในทางทฤษฎีสิ่งนี้ให้โอกาสมากขึ้นในการเลียนแบบสถานการณ์ในชีวิตจริงซึ่งข้อความของความจริงที่สมบูรณ์หรือความเท็จนั้นหายาก
นักวิเคราะห์เชิงปริมาณ Fuzzy อาจถูกใช้โดยนักวิเคราะห์เชิงปริมาณเพื่อปรับปรุงการดำเนินการของอัลกอริทึมของพวกเขา
เนื่องจากความคล้ายคลึงกันกับภาษาธรรมดาอัลกอริทึมฟัซซี่จึงค่อนข้างง่ายต่อการเขียนโค้ด แต่อาจต้องมีการตรวจสอบและทดสอบอย่างละเอียด

เข้าใจตรรกะฟัซซี่

ตรรกะฟัซซี่เกิดจากการศึกษาทางคณิตศาสตร์ของตรรกะหลายรูปแบบ ในขณะที่ตรรกะทั่วไปเกี่ยวข้องกับคำแถลงของความจริงสัมบูรณ์ (เช่น "วัตถุนี้เป็นสีเขียวหรือไม่") ที่อยู่ตรรกะฟัซซี่ตั้งค่าที่มีคำจำกัดความอัตนัยหรือสัมพัทธ์เช่น "สูง" "ใหญ่" หรือ "สวยงาม" สิ่งนี้พยายามที่จะเลียนแบบวิธีที่มนุษย์วิเคราะห์ปัญหาและทำการตัดสินใจในลักษณะที่ต้องอาศัยค่านิยมที่คลุมเครือหรือไม่แน่นอนมากกว่าความจริงที่สมบูรณ์หรือความเท็จ

ในทางปฏิบัติโครงสร้างเหล่านี้อนุญาตให้มีค่าบางส่วนของเงื่อนไข "จริง" แทนที่จะกำหนดให้ข้อความทั้งหมดเป็นจริงหรือเท็จอย่างแน่นอนเช่นเดียวกับในตรรกะคลาสสิกค่าความจริงในตรรกะฟัซซี่อาจเป็นค่าใด ๆ ระหว่างศูนย์และหนึ่ง สิ่งนี้สร้างโอกาสสำหรับอัลกอริทึมในการตัดสินใจตามช่วงของข้อมูลเมื่อเทียบกับจุดข้อมูลที่ไม่ต่อเนื่องหนึ่งจุด

วันนี้ตรรกะฟัซซี่ใช้ในแอพพลิเคชั่นที่หลากหลายรวมถึง: วิศวกรรมการบินและอวกาศการควบคุมการจราจรยานยนต์การตัดสินใจทางธุรกิจกระบวนการอุตสาหกรรมปัญญาประดิษฐ์และการเรียนรู้ของเครื่องจักร

สำคัญ

ในตรรกะมาตรฐานทุกคำสั่งจะต้องมีค่าสัมบูรณ์: จริงหรือเท็จ ในตรรกะฟัซซี่ค่าความจริงจะถูกแทนที่ด้วยองศาของ "การเป็นสมาชิก" จาก 0 ถึง 1 โดยที่ 1 เป็นจริงอย่างแน่นอนและ 0 เป็นเท็จอย่างแน่นอน

ประวัติความเป็นมาของตรรกะฟัซซี่

Fuzzy Logic ถูกเสนอครั้งแรกโดย Lotfi Zadeh ในกระดาษปี 1965 สำหรับวารสารข้อมูลและการควบคุมในบทความของเขามีชื่อว่า "Fuzzy Set" Zadeh พยายามสะท้อนประเภทของข้อมูลที่ใช้ในการประมวลผลข้อมูลและได้รับกฎเชิงตรรกะองค์ประกอบสำหรับชุดประเภทนี้

“ บ่อยครั้งที่ชั้นเรียนของวัตถุที่พบในโลกทางกายภาพที่แท้จริงไม่มีเกณฑ์การเป็นสมาชิกที่กำหนดไว้อย่างแม่นยำ” Zadeh อธิบาย “ ถึงกระนั้นความจริงก็ยังคงอยู่ที่ชั้นเรียนที่กำหนดไว้อย่างไม่ถูกต้อง 'มีบทบาทสำคัญในการคิดของมนุษย์โดยเฉพาะอย่างยิ่งในโดเมนของการจดจำรูปแบบการสื่อสารของข้อมูลและสิ่งที่เป็นนามธรรม”

ตั้งแต่นั้นมาตรรกะฟัซซี่ได้ถูกนำไปใช้อย่างประสบความสำเร็จในระบบควบคุมเครื่องการประมวลผลภาพปัญญาประดิษฐ์และสาขาอื่น ๆ ที่ต้องอาศัยสัญญาณที่มีการตีความที่คลุมเครือ

ตรรกะฟัซซี่และต้นไม้ตัดสินใจ

ตรรกะฟัซซี่ในแง่พื้นฐานที่สุดได้รับการพัฒนาผ่านต้นไม้ตัดสินใจการวิเคราะห์ประเภท ดังนั้นในระดับที่กว้างขึ้นจึงเป็นพื้นฐานสำหรับระบบปัญญาประดิษฐ์ที่ตั้งโปรแกรมผ่านการอนุมานตามกฎ

โดยทั่วไปคำว่าฟัซซี่หมายถึงสถานการณ์จำนวนมากที่สามารถพัฒนาได้ในระบบการตัดสินใจเหมือนต้นไม้ การพัฒนาโปรโตคอลตรรกะฟัซซี่อาจต้องมีการรวมการเขียนโปรแกรมตามกฎ กฎการเขียนโปรแกรมเหล่านี้อาจเรียกว่าชุดฟัซซี่เนื่องจากได้รับการพัฒนาตามดุลยพินิจของแบบจำลองที่ครอบคลุม

ชุดฟัซซี่อาจซับซ้อนมากขึ้น ในการเปรียบเทียบการเขียนโปรแกรมที่ซับซ้อนมากขึ้นโปรแกรมเมอร์อาจมีความสามารถในการขยายกฎที่ใช้ในการพิจารณาการรวมและการยกเว้นของตัวแปร ซึ่งอาจส่งผลให้มีตัวเลือกที่หลากหลายด้วยการใช้เหตุผลตามกฎที่แม่นยำน้อยกว่า

เคล็ดลับ

Fuzzy Logic สามารถใช้ในซอฟต์แวร์การซื้อขายซึ่งใช้ในการวิเคราะห์ข้อมูลตลาดสำหรับการซื้อและขายสัญญาณ

ความหมายที่คลุมเครือในปัญญาประดิษฐ์

แนวคิดของตรรกะฟัซซี่และความหมายฟัซซี่เป็นองค์ประกอบสำคัญในการเขียนโปรแกรมโซลูชั่นปัญญาประดิษฐ์ โซลูชั่นและเครื่องมือปัญญาประดิษฐ์ยังคงขยายตัวในระบบเศรษฐกิจในหลากหลายภาคส่วนเนื่องจากความสามารถในการเขียนโปรแกรมจากตรรกะฟัซซี่ก็ขยายตัวเช่นกัน

วัตสันของไอบีเอ็มเป็นหนึ่งในระบบปัญญาประดิษฐ์ที่รู้จักกันดีที่สุดโดยใช้การเปลี่ยนแปลงของตรรกะฟัซซี่และความหมายคลุมเครือ โดยเฉพาะในบริการทางการเงินมีการใช้ตรรกะฟัซซี่ในการเรียนรู้ของเครื่องจักรและระบบเทคโนโลยีที่สนับสนุนผลลัพธ์ของข่าวกรองการลงทุน

ในรูปแบบการซื้อขายขั้นสูงบางรูปแบบการรวมคณิตศาสตร์ตรรกะฟัซซี่ยังสามารถใช้เพื่อช่วยให้นักวิเคราะห์สร้างสัญญาณซื้ออัตโนมัติและขายสัญญาณ ระบบเหล่านี้ช่วยให้นักลงทุนตอบสนองต่อการเปลี่ยนแปลงตัวแปรตลาดที่มีผลต่อการลงทุนของพวกเขา

ตัวอย่างของตรรกะฟัซซี่

ในรูปแบบการซื้อขายซอฟต์แวร์ขั้นสูงระบบสามารถใช้ชุดฟัซซี่ที่ตั้งโปรแกรมได้เพื่อวิเคราะห์หลักทรัพย์หลายพันหลักทรัพย์แบบเรียลไทม์และนำเสนอนักลงทุนด้วยโอกาสที่ดีที่สุด ตรรกะฟัซซี่มักจะใช้เมื่อกผู้ค้าขายพยายามที่จะใช้ประโยชน์จากปัจจัยหลายประการเพื่อพิจารณา ซึ่งอาจส่งผลให้การวิเคราะห์แคบลงสำหรับการตัดสินใจซื้อขาย ผู้ค้าอาจมีความสามารถในการตั้งโปรแกรมกฎที่หลากหลายสำหรับการออกกฎหมายการซื้อขาย สองตัวอย่าง ได้แก่ สิ่งต่อไปนี้:

กฎข้อที่ 1: ถ้าค่าเฉลี่ยเคลื่อนที่ต่ำและดัชนีความแข็งแรงสัมพัทธ์ (RSI) ต่ำแล้วขาย
กฎข้อ 2: หากค่าเฉลี่ยเคลื่อนที่สูงและดัชนีความแข็งแรงสัมพัทธ์(RSI) สูงแล้วซื้อ

Fuzzy Logic ช่วยให้ผู้ค้าสามารถตั้งโปรแกรมการอนุมานอัตนัยของตนเองในระดับต่ำและสูงในตัวอย่างพื้นฐานเหล่านี้เพื่อมาถึงสัญญาณการซื้อขายอัตโนมัติของตนเอง

ข้อดีและข้อเสียของตรรกะฟัซซี่

Fuzzy Logic มักใช้ในตัวควบคุมเครื่องและปัญญาประดิษฐ์และยังสามารถนำไปใช้กับซอฟต์แวร์การซื้อขาย แม้ว่ามันจะมีแอพพลิเคชั่นที่หลากหลาย แต่ก็มีข้อ จำกัด มากมาย

เนื่องจากตรรกะฟัซซี่เลียนแบบการตัดสินใจของมนุษย์จึงมีประโยชน์มากที่สุดสำหรับการสร้างแบบจำลองปัญหาที่ซับซ้อนด้วยอินพุตที่คลุมเครือหรือบิดเบือน เนื่องจากความคล้ายคลึงกันกับภาษาธรรมชาติอัลกอริทึมลอจิกฟัซซี่จึงง่ายต่อการเขียนโค้ดมากกว่าการเขียนโปรแกรมแบบลอจิคัลมาตรฐานและต้องการคำแนะนำน้อยลงดังนั้นจึงช่วยประหยัดข้อกำหนดการจัดเก็บหน่วยความจำ

ข้อดีเหล่านี้ยังมาพร้อมกับข้อเสียเนื่องจากลักษณะที่ไม่แน่นอนของตรรกะฟัซซี่ เนื่องจากระบบได้รับการออกแบบมาสำหรับข้อมูลและอินพุตที่ไม่ถูกต้องจึงต้องทดสอบและตรวจสอบเพื่อป้องกันผลลัพธ์ที่ไม่ถูกต้อง

ข้อดีและข้อเสียของตรรกะฟัซซี่

ผู้เชี่ยวชาญ

ตรรกะฟัซซี่มีแนวโน้มที่จะสะท้อนปัญหาในโลกแห่งความเป็นจริงมากกว่าตรรกะคลาสสิก
อัลกอริทึมตรรกะฟัซซี่มีข้อกำหนดด้านฮาร์ดแวร์ต่ำกว่าตรรกะบูลีนแบบคลาสสิก
อัลกอริทึมฟัซซี่สามารถให้ผลลัพธ์ที่ถูกต้องด้วยข้อมูลที่ไม่ถูกต้องหรือไม่ถูกต้อง

ข้อเสีย

อัลกอริทึมฟัซซี่ต้องการการตรวจสอบและการตรวจสอบอย่างกว้างขวาง
ระบบควบคุมฟัซซี่ขึ้นอยู่กับความเชี่ยวชาญและความรู้ของมนุษย์

ตรรกะฟัซซี่ในการขุดข้อมูลคืออะไร?

การขุดข้อมูลเป็นกระบวนการของการระบุความสัมพันธ์ที่สำคัญในชุดข้อมูลขนาดใหญ่เขตข้อมูลที่ทับซ้อนกับสถิติการเรียนรู้ของเครื่องและวิทยาศาสตร์คอมพิวเตอร์ Fuzzy Logic เป็นชุดของกฎที่สามารถใช้ในการเข้าถึงข้อสรุปเชิงตรรกะจากชุดข้อมูลฟัซซี่ เนื่องจากการขุดข้อมูลมักถูกนำไปใช้กับการวัดที่ไม่แน่นอนตรรกะฟัซซี่เป็นวิธีที่มีประโยชน์ในการกำหนดความสัมพันธ์ที่เกี่ยวข้องจากข้อมูลประเภทนี้

ตรรกะฟัซซี่เหมือนกับการเรียนรู้ของเครื่องหรือไม่?

ตรรกะฟัซซี่มักจะถูกจัดกลุ่มร่วมกับการเรียนรู้ของเครื่องจักร แต่พวกเขาไม่เหมือนกัน การเรียนรู้ของเครื่องหมายถึงระบบการคำนวณที่เลียนแบบความรู้ความเข้าใจของมนุษย์โดยการปรับอัลกอริทึมซ้ำ ๆ เพื่อแก้ปัญหาที่ซับซ้อน Fuzzy Logic เป็นชุดของกฎและฟังก์ชั่นที่สามารถทำงานในชุดข้อมูลที่ไม่ถูกต้อง แต่อัลกอริทึมยังคงต้องมีการเข้ารหัสโดยมนุษย์ ทั้งสองพื้นที่มีแอพพลิเคชั่นในปัญญาประดิษฐ์และการแก้ปัญหาที่ซับซ้อน

อะไรคือความแตกต่างระหว่างตรรกะฟัซซี่และเครือข่ายประสาท?

เทียมเครือข่ายประสาทเป็นระบบการคำนวณที่ออกแบบมาเพื่อเลียนแบบขั้นตอนการแก้ปัญหาของระบบประสาทเหมือนมนุษย์ สิ่งนี้แตกต่างจาก Fuzzy Logic ชุดของกฎที่ออกแบบมาเพื่อให้ได้ข้อสรุปจากข้อมูลที่ไม่แน่นอน ทั้งสองมีแอปพลิเคชันในวิทยาศาสตร์คอมพิวเตอร์ แต่เป็นสาขาที่แตกต่างกัน

ส่วนประกอบของตรรกะฟัซซี่คืออะไร?

ตรรกะฟัซซี่มักจะอธิบายว่ามีสี่องค์ประกอบ:

การเลือนลาง- กระบวนการแปลงค่าอินพุตเฉพาะเป็นระดับหนึ่งของการเป็นสมาชิกของชุดฟัซซี่ตามความเหมาะสม
กฎ / ฐานความรู้ที่คลุมเครือ- เหล่านี้เป็นกฎที่ต้องปฏิบัติตามมักจะได้มาจากความคิดเห็นของผู้เชี่ยวชาญหรือผ่านวิธีการเชิงปริมาณมากขึ้น
วิธีการอนุมาน- วิธีการได้รับข้อสรุปที่คลุมเครือสุดท้ายตามระดับของการเป็นสมาชิกของตัวแปรอินพุตไปยังชุดฟัซซี่และกฎฟัซซี่โดยละเอียด
การทำให้เสียโฉม- กระบวนการแปลงข้อสรุปที่คลุมเครือเป็นค่าเอาต์พุตโดยละเอียด

บรรทัดล่าง

Fuzzy Logic เป็นส่วนขยายของตรรกะคลาสสิกที่รวมเอาความไม่แน่นอนที่ปัจจัยในการตัดสินใจของมนุษย์ มันมักจะใช้ในการแก้ปัญหาที่ซับซ้อนซึ่งพารามิเตอร์อาจไม่ชัดเจนหรือไม่แน่นอน ตรรกะฟัซซี่ยังใช้ในซอฟต์แวร์การลงทุนซึ่งสามารถใช้ในการตีความสัญญาณการซื้อขายที่คลุมเครือหรือไม่ชัดเจน