ΑΣΑΦΗΣ ΛΟΓΙΚΗ. Οικονόμου Παναγιώτης Δρ. Ε. Παπαγεωργίου 1

Σχετικά έγγραφα
Ασαφής Λογική (Fuzzy Logic)

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Βασικές Έννοιες Ασαφών Συνόλων

Κεφάλαιο 14. Ασάφεια. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου

ο ό Α αφ ο ι α ι οί οι Α αφο ο ι Α αφ ο α ά ο ι αβ Α αφ α Α αφ ί α ό Α αφο ο ι ά ι Α αφ ο α ια ι α ι ο ι ά αι,, ό ι ι ά ι ά α α Ευφυής Έλεγχος 4

ΠΟΛΥΚΡΙΤΗΡΙΑ ΥΠΟΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ. Χάρης Δούκας, Πάνος Ξυδώνας, Ιωάννης Ψαρράς

ΠΟΛΥΚΡΙΤΗΡΙΑ ΥΠΟΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ. Χάρης ούκας, Πάνος Ξυδώνας, Ιωάννης Ψαρράς

ΠΟΛΥΚΡΙΤΗΡΙΑ ΥΠΟΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ. Χάρης Δούκας, Πάνος Ξυδώνας, Ιωάννης Ψαρράς

ΠΟΛΥΚΡΙΤΗΡΙΑ ΥΠΟΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ

Δρ. Βασίλειος Γ. Καμπουρλάζος Δρ. Ανέστης Γ. Χατζημιχαηλίδης

ΔΙΑΧΕΙΡΙΣΗ ΓΛΩΣΣΙΚΩΝ ΜΕΤΑΒΛΗΤΩΝ. Πολυκριτήρια Ανάλυση Αποφάσεων

ΚΕΦΑΛΑΙΟ 1. Ασαφή Συστήματα. 1.1 Ασαφή Σύνολα. x A. 1, x

Βιομηχανικοί Ελεγκτές

ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ. Ενότητα #5: Ασαφής Συλλογισμός. Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε.

ΚΕΦΑΛΑΙΟ 3 ο ΣΥΝΑΡΤΗΣΕΙΣ, ΤΡΙΓΩΝΟΜΕΤΡΙΑ( FUNCTIONS,TRIGONOMETRY)


Ευφυής Έλεγχος, Θεωρία και Εφαρμογές

ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ. Ενότητα #4: Ασαφής Λογική Συνεπαγωγές. Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε.

Ευφυής Έλεγχος, Θεωρία και Εφαρμογές. Δρ. Βολογιαννίδης Σταύρος,

Ενεργειακών και Περιβαλλοντικών Πολιτικών

ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ. Ενότητα #3: Αρχή της Επέκτασης - Ασαφείς Σχέσεις. Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε.

Χάραξης Ενεργειακών και Περιβαλλοντικών Πολιτικών

Σχεσιακή Άλγεβρα και Σχεσιακός Λογισμός. Σχεσιακή Άλγεβρα Σχεσιακός Λογισμός

ΒΑΣΙΚΕΣ ΑΡΧΕΣ ΨΗΦΙΑΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ. Κεφάλαιο 3

Υπολογιστικά & Διακριτά Μαθηματικά

ΕΓΧΕΙΡΙΔΙΟ ΧΡΗΣΗΣ ΤΟΥ ΠΡΟΓΡΑΜΜΑΤΟΣ MATLAB / FUZZY LOGIC TOOLBOX

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ. Ενότητα #7: Σύστημα Ασαφούς Λογικής Μαθηματικές Εκφράσεις

Θέμα 1 ο (ΜΑΪΟΣ 2004, ΜΑΪΟΣ 2008) Να δείξετε ότι η παράγωγος της σταθερής συνάρτησης f (x) = c είναι (c) = 0. Απόδειξη

ΑΣΚΗΣΕΙΣ ΠΙΘΑΝΟΤΗΤΩΝ του Παν. Λ. Θεοδωρόπουλου 0

ΠΛΗΡΟΦΟΡΙΚΗ Ι (MATLAB) Ενότητα 2

ΤΕΙ ΚΡΗΤΗΣ - Σχολή Εφαρμοσμένων Eπιστημών Τμήμα Ηλεκτρονικών Μηχανικών ΤΕ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΣΠΑΓΑΚΟΥ-ΛΙΑΚΑΚΟΥ ΠΑΝΑΓΙΩΤΗ Α.Μ.3547 ΣΑΜΠΑΘΙΑΝΑΚΗ ΝΙΚΟΛΑΟΥ

Κεφάλαιο 4. Λογική Σχεδίαση

Δρ. Βασίλειος Γ. Καμπουρλάζος Δρ. Ανέστης Γ. Χατζημιχαηλίδης

ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ. Όταν θα έχετε ολοκληρώσει τη μελέτη αυτού του κεφαλαίου, θα πρέπει να μπορείτε: Να κάνετε πράξεις με συναρτήσεις.

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Δρ. Βασίλειος Γ. Καμπουρλάζος Δρ. Ανέστης Γ. Χατζημιχαηλίδης

Ας θεωρήσουμε δύο πραγματικούς αριθμούς. Είναι γνωστό ότι:,. Αυτό σημαίνει ότι: «=», «

f(f 1 (B)) f(f 1 (B)) B. X \ (f 1 (C)) = X \ f 1 (C) = f 1 (Y \ C) X \ (f 1 (C)) f 1 (Y \ C). f 1 (Y \ C) = f 1 (Y \ C ) = X \ f 1 (C ).

Βασικοί τύποι δεδομένων (Pascal) ΕΠΑ.Λ Αλίμου Γ Πληροφορική Δομημένος Προγραμματισμός (Ε) Σχολ. Ετος Κων/νος Φλώρος

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ Κεφάλαιο 2 ο. Επικοινωνία:

ΕΡΩΤΗΣΕΙΣ ΚΑΤΑΝΟΗΣΗΣ ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ

ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ. Ενότητα #2: Ασαφή Σύνολα. Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε.

Θεωρία Πιθανοτήτων & Στατιστική

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ. Μαθηματικά 2. Σταύρος Παπαϊωάννου

K15 Ψηφιακή Λογική Σχεδίαση 7-8: Ανάλυση και σύνθεση συνδυαστικών λογικών κυκλωμάτων

ΕΙΣΑΓΩΓΙΚΟ ΚΕΦΑΛΑΙΟ. a β a β.

Δύο λόγια από τη συγγραφέα

Γ2.1 Στοιχεία Αρχιτεκτονικής. Γ Λυκείου Κατεύθυνσης

Ανάκτηση Πληροφορίας

HY118-Διακριτά Μαθηματικά

ΑΝΑΛΥΣΗ 1 ΠΡΩΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 2: Έλεγχος συνθηκών

ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014

ΒΑΣΙΚΟΙ ΤΥΠΟΙ ΔΕΔΟΜΕΝΩΝ

Προβλήματα, αλγόριθμοι, ψευδοκώδικας

Αιτιολόγηση με αβεβαιότητα

ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ

ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ. 118 ερωτήσεις θεωρίας με απάντηση ασκήσεις για λύση. 20 συνδυαστικά θέματα εξετάσεων

ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση μεγιστοποιήσει την πιθανότητά

ΣΤΑΤΙΣΤΙΚΟΙ ΠΙΝΑΚΕΣ. ΓΕΝΙΚΟΙ (περιέχουν όλες τις πληροφορίες που προκύπτουν από μια στατιστική έρευνα) ΕΙΔΙΚΟΙ ( είναι συνοπτικοί και σαφείς )

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

ΜΙΑ ΠΡΟΣΕΓΓΙΣΗ ΤΗΣ ΑΣΑΦΟΥΣ ΛΟΓΙΚΗΣ ΑΠΟ ΜΑΘΗΤΕΣ ΛΥΚΕΙΟΥ

4. Ο,τιδήποτε δεν ορίζεται με βάση τα (1) (3) δεν είναι προτασιακός τύπος.

Ελληνική Δημοκρατία Τεχνολογικό Εκπαιδευτικό Ίδρυμα Ηπείρου. Θεωρία Υπολογισμού. Ενότητα 1 : Σύνολα & Σχέσεις (1/2) Αλέξανδρος Τζάλλας

> μεγαλύτερο <= μικρότερο ή ίσο < μικρότερο == ισότητα >= μεγαλύτερο ή ίσο!= διαφορετικό

Προτασιακή Λογική. Τμήμα Μηχανικών Πληροφορικής ΤΕ ΤΕΙ Ηπείρου Γκόγκος Χρήστος

x < A y f(x) < B f(y).

ΠΙΘΑΝΟΤΗΤΕΣ Δειγματικός Χώρος. Ενδεχόμενα {,,..., }.

Κεφάλαιο 5 Γραμμικοί Μετασχηματισμοί

Λογικός τύπος Τελεστές σύγκρισης Λογικοί τελεστές Εντολές επιλογής Εμβέλεια Μαθηματικές συναρτήσεις Μιγαδικός τύπος ΔΕΥΤΕΡΗ ΔΙΑΛΕΞΗ

Ασκήσεις Φροντιστηρίου «Υπολογιστική Νοημοσύνη Ι» 5 o Φροντιστήριο

ΑΝΑΛΥΣΗ 1 ΔΕΥΤΕΡΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

Κεφάλαιο 13. Αβεβαιότητα. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου


Συνδυαστικά Κυκλώματα

Στόχοι και αντικείμενο ενότητας. Εκφράσεις. Η έννοια του τελεστή. #2.. Εισαγωγή στη C (Μέρος Δεύτερο) Η έννοια του Τελεστή

Έχοντας υπόψιν το Λήμμα του Urysohn, είναι φυσικό να θέσουμε το ακόλουθο ερώτημα: Αν

Α. α) ίνεται η συνάρτηση F(x)=f(x)+g(x). Αν οι συναρτήσεις f, g είναι παραγωγίσιµες, να αποδείξετε ότι: F (x)=f (x)+g (x).

K15 Ψηφιακή Λογική Σχεδίαση 3: Προτασιακή Λογική / Θεωρία Συνόλων

Στατιστική Ι. Ενότητα 7: Κανονική Κατανομή. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

ΚΕΦΑΛΑΙΟ 8 Η ΓΛΩΣΣΑ PASCAL

Ψευδοκώδικας. November 7, 2011

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΜΑΘΗΜΑΤΙΚΗ ΛΟΓΙΚΗ ΚΑΙ ΑΠΟΔΕΙΞΗ

ΑΝΑΛΥΣΗ ΚΑΤΗΓΟΡΙΚΩΝ ΔΕΔΟΜΕΝΩΝ. Σ. ΖΗΜΕΡΑΣ Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικών- Χρηματοοικονομικών Μαθηματικών Σάμος

HY118-Διακριτά Μαθηματικά

Η Κανονική Κατανομή. Κανονικές Κατανομές με την ίδια διασπορά και διαφορετικές μέσες τιμές.

Προσαρμοστικό Σύστημα Νευρο-ασαφούς Συμπερασμού ANFIS (Adaptive Network based Fuzzy Inference System)

Μαθηματική Εισαγωγή Συναρτήσεις

4. Παραγώγιση πεπερασμένων διαφορών Σειρά Taylor Πολυωνυμική παρεμβολή

Από το Γυμνάσιο στο Λύκειο Δειγματικός χώρος Ενδεχόμενα Εύρεση δειγματικού χώρου... 46

ΧΡΗΣΗ ΓΛΩΣΣΙΚΩΝ ΜΕΤΑΒΛΗΤΩΝ ΣΕ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΕΝΕΡΓΕΙΑΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΠΟΛΙΤΙΚΗΣ. Μάθημα: ιαχείριση Ενέργειας και Περιβαλλοντική Πολιτική

3.1 Αριθμητικοί και Λογικοί Τελεστές, Μετατροπές Τύπου (Casting)

f(t) = (1 t)a + tb. f(n) =

Γενικά Στοιχεία Ηλεκτρονικού Υπολογιστή

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 9: Προτασιακή λογική. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

ΔΙΑΝΥΣΜΑΤΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ

f I X i I f i X, για κάθεi I.

Transcript:

ΑΣΑΦΗΣ ΛΟΓΙΚΗ Ασαφή Σύνολα Συναρτήσεις Συμμετοχής Λεκτικοί Κανόνες Πράξεις Ασαφών Συνόλων Ασαφής Συνεπαγωγές Αποασαφοποίηση Παραδείγματα Ασαφών Συστημάτων Οικονόμου Παναγιώτης 1

Ασάφεια Έννοια που σχετίζεται με την ποσοτικοποίηση της πληροφορίας και οφείλεται κυρίως σε μη-ακριβή (imprecise) δεδομένα. Π.χ. «Ο Νίκος είναι ψηλός»: δεν προσδιορίζεται με ακρίβεια το ύψος, αλλά μπορούν να ληφθούν ορισμένες αποφάσεις για θέματα σχετικά με το ύψος του Νίκου. Το πρόβλημα δεν οφείλεται τόσο στις έννοιες που χρησιμοποιούνται όσο στην αντίληψη που έχει ο καθένας για λεκτικούς προσδιορισμούς ποσοτικών μεγεθών. Οικονόμου Παναγιώτης 2

Ασάφεια (2) Η ασαφής λογική (fuzzy logic) είναι μια επέκταση της κλασσικής αριστοτέλειας λογικής. Μια πρόταση μπορεί να είναι αληθής "με κάποιο βαθμό αληθείας", και όχι απλά αληθής ή ψευδής. Με απλά λόγια, η ασαφής λογική λέει ότι τα πράγματα συχνά δεν είναι «άσπρο-μαύρο» αλλά «αποχρώσεις του γκρι». Η ιδέα αυτή απετέλεσε επανάσταση στη θεωρία της λογικής, γιατί ξέφυγε από το μοντέλο που κυριαρχούσε εδώ και 2500 χρόνια, δηλαδή το μοντέλο του «0-1», «αληθές-ψευδές». Οικονόμου Παναγιώτης 3

Ασάφεια (3) Η θεωρία ασαφών συνόλων είναι ένας τρόπος να προσδιορίζουμε πόσο καλά ένα αντικείμενο ικανοποιεί μια αόριστη περιγραφή. Αυτός ο προσδιορισμός είναι υποκειμενικός, γιατί εξαρτάται από το πώς αντιλαμβάνεται ο καθένας τους λεκτικούς προσδιορισμούς ποσοτικών μεγεθών. Παράδειγμα: Έστω η πρόταση «κάνει ζέστη». Είναι η πρόταση αυτή αληθής όταν η θερμοκρασία είναι 20 βαθμοί; Εξαρτάται από το πώς αντιλαμβάνεται ο καθένας την έκφραση. Η ασάφεια δεν προκύπτει λόγω της αβεβαιότητάς μας για τον εξωτερικό κόσμο (ξέρουμε πόση είναι η θερμοκρασία). Προκύπτει γιατί ο γλωσσολογικός όρος «ζέστη» δεν διαχωρίζει τη θερμοκρασία σε δύο κατηγορίες αυστηρά, αλλά σε πολλές διαβαθμίσεις. Οικονόμου Παναγιώτης 4

Παράδειγμα Ένα προϊόν Α έχει μια τιμή, π.χ. 100. Το αντίστοιχο προϊόν Β από μια ανταγωνιστική εταιρία κάνει 110. Η κλασσική λογική καθορίζει ότι η πρόταση «Το Α είναι ακριβότερο από το Β» είναι αληθής. Η ασαφής λογική όμως ορίζει ότι η παραπάνω πρόταση είναι αληθής μεν, αλλά με κάποιο βαθμό αληθείας, π.χ. αληθής κατά 20%. Ας θεωρήσουμε ότι δεν λαμβάνουμε υπ όψιν μόνο την τιμή του προϊόντος, αλλά και άλλα χαρακτηριστικά τα οποία είναι εγγενώς υποκειμενικά όπως: * η ποιότητα, * η καλαισθησία, * η χρηστικότητα κλπ. Η κλασσική λογική δεν μπορεί να κωδικοποιήσει τα παραπάνω χαρακτηριστικά γιατί δεν υπάρχει σαφής ποσοτικοποίησή τους. Δηλαδή δεν μπορεί να πει ότι η «ποιότητά» του είναι 5. Η ασαφής όμως λογική μπορεί να κάνει κάτι τέτοιο καθόσον χρησιμοποιεί λεκτικές μεταβλητές, οι οποίες διαχωρίζονται στο χώρο ορισμού τους. Κάποιες φορές δεν έχει σημασία λοιπόν η ακριβής τιμή, αλλά ένας ποιοτικός της χαρακτηρισμός. Οικονόμου Παναγιώτης 5

Γιατί ασαφή; Ο κυρίαρχος τρόπος λειτουργίας της επιστήμης απαιτεί προτάσεις οι οποίες είναι είτε ΑΛΗΘΕΙΣ είτε ΨΕΥΔΕΙΣ. Ο τρόπος λειτουργίας της ανθρώπινης λογικής όμως δεν θέτει ακριβή όρια μεταξύ ΑΛΗΘΟΥΣ και ΨΕΥΔΟΥΣ Η ασαφής λογική προτάθηκε από τον Lotfi A Zadeh (UCLA, Berkeley) Πρόταση: Ο Γιώργος είναι νέος. Δεδομένο: Ο Γιώργος είναι 22 ετών. Η ΑΛΗΘΕΙΑ του ο Γιώργος είναι νέος είναι θέμα βαθμού (matter of degree) Οικονόμου Παναγιώτης 6

Αρχή του ασυμβίβαστου Η ασαφής λογική δίνει μια ικανοποιητική λύση στη λεγόμενη αρχή του ασυμβίβαστου: «Καθώς η πολυπλοκότητα ενός συστήματος αυξάνει, η ικανότητα μας να προβαίνουμε σε ακριβείς και σημαντικές δηλώσεις για τη συμπεριφορά του μειώνεται μέχρι που να φθάσουμε σε ένα όριο πέρα του οποίου ακρίβεια και σημαντικότητα καθίστανται σχεδόν αμοιβαίως αποκλειόμενα χαρακτηριστικά». Είναι προφανές ότι η αρχή αυτή είναι απόρροια της κβαντικής αρχής της απροσδιοριστίας του Heisenberg. Οικονόμου Παναγιώτης 7

Επισήμανση Οποιαδήποτε απεικόνιση μπορεί να επιτευχθεί χωρίς την χρήση ασαφούς λογικής. Η χρήση της όμως καθιστά ορισμένες λύσεις ταχύτερες και τις εφαρμογές οικονομικότερες. Είναι ιδιαιτέρως αποτελεσματική για την αντιμετώπιση προβλημάτων μή γραμμικών, με αβεβαιότητα. Οικονόμου Παναγιώτης 8

Βασικές Εννοιες Κλασσικό Σύνολο: είτε περιλαμβάνει είτε δεν περιλαμβάνει ένα στοιχείο. Ασαφές Σύνολο: Μπορεί να περιλαμβάνει κάποιο στοιχείο μέχρι κάποιο βαθμό. Συμπέρασμα: Στην κλασσική λογική μία πρόταση ή είναι ή δεν είναι αληθής Στην ασαφή λογική μιά πρόταση είναι αληθής μέχρι κάποιο βαθμό. Οικονόμου Παναγιώτης 9

Ασαφή Vs Κλασσικά Σύνολα Σύνολα (Κλασσικά) Ένα στοιχείο είναι μέλος ή όχι Αληθές ή ψευδές είναι οι μόνες δυνατότητες Ασαφή Σύνολα Ένα αντικείμενο μπορεί να ανήκει μερικώς σε ένα σύνολο Ο βαθμός συμμετοχής στο σύνολο ονομάζεται συνάρτηση συμμετοχής (membership function f(x)) f(x)=0 το αντικείμενο δεν ανήκει στο σύνολο f(x)=1 είναι σίγουρα μέλος του συνόλου Οι υπόλοιπες τιμές για την f(x) δείχνουν το βαθμό συμμετοχής Οικονόμου Παναγιώτης 10

Βασικές Έννοιες Ασαφών Συνόλων Ασαφές Σύνολο (fuzzy set) A: ένα σύνολο διατεταγμένων ζευγών (x,u A (x)) όπου x ανήκει Χ και u A (x) ανήκει [0,1]. Το σύνολο Χ αποτελεί ένα ευρύτερο σύνολο αναφοράς που περιλαμβάνει όλα τα αντικείμενα στα οποία μπορεί να γίνει αναφορά. Η τιμή u A (x) λέγεται βαθμός αληθείας (degree of truth), συμβολίζει το βαθμό της συγγένειας του x στο Α και παίρνει τιμές στο διάστημα [0,1], κατά πόσο δηλαδή μπορεί να θεωρηθεί ότι ανήκει το στοιχείο x στο σύνολο Α Η συνάρτηση u A (x) ονομάζεται συνάρτηση συγγένειας (membership function) και στην πράξη μπορεί να προέρχεται από: Υποκειμενικές εκτιμήσεις Πεοκαθορισμένες και απλοποιημένες μορφές Συχνότητες εμφανίσεων και πιθανότητες Φυσικές μετρήσεις Διαδικασίες μάθησης και προσαρμογής (συνήθως με νευρωνικά δίκτυα Οικονόμου Παναγιώτης 11

Βασικές Έννοιες Ασαφών Συνόλων (2) Παράδειγμα, η ιδιότητα «ζέστη» που προσδιορίζει πότε μια τιμή θερμοκρασίας θεωρείται ζεστή και πότε όχι μπορεί να εκφραστεί σαν ασαφές σύνολο Ζέστη={<10, 0.1>, <15, 0.5>, <20, 0.7>, <25, 0.8>, <30, 1>, <-1, 0>,...} Όταν η συνάρτηση συγγένειας ορίζεται έτσι ώστε u A (x)=0 'η u A (x)=1 τότε η θεωρία ασαφών συνόλων συμπίπτει με την κλασική λογική πρώτης τάξης. Οικονόμου Παναγιώτης 12

Συνάρτηση Συμμετοχής (membership function) Εισαγωγή της ιδέας της μερικής συμμετοχής ενός στοιχείου σε κάποια έννοια. Όσο μεγαλύτερη είναι η τιμή συμμετοχής Α(x) τόσο περισσότερο τυπικά το x ανήκει στο Α. Οικονόμου Παναγιώτης 13

Συνάρτηση Συμμετοχής Η Συνάρτηση Συμμετοχής είναι μιά καμπύλη η οποία καθορίζει τον βαθμό στον οποίο κάθε σημείο του πεδίου ορισμού διαθέτει μιά συγκεκριμένη ιδιότητα. Η Συνάρτηση Συμμετοχής ορίζεται στο διάστημα [0,1]. Οικονόμου Παναγιώτης 14

Αναπαράσταση Ασαφών Συνόλων Μέσω της αναλυτικής έκφρασης της συνάρτησης συγγένειάς τους u A (σχ. αριστερά) μεσαίος 1 u A (x) 0 1.6 1.75 1.9 m u A (x) κοντός Απλούστευση: τμηματικώς γραμμική απεικόνιση της συνάρτησης συγγένειας (σχ. δεξιά). Σύνολο ζευγών της μορφής u A (x)/x όπου x είναι το στοιχείο του συνόλου και u A (x) είναι ο βαθμός συγγένειάς του: Π.χ. Ψηλός={0/1.7, 0/1.75, 0.33/1.8, 0.66/1.85, 1/1.9, 1/1.95} Με ζεύγη της μορφής (x, u A (x)): Π.χ. Ψηλός={(1.7,0), (1.75,0), (1.8, 0.33), (1.85, 0.66), (1.9,1), (1.95,1)} Διαφορά: η αναλυτική έκφραση περιγράφει συνεχείς τιμές ύψους ενώ το Σύνολο Ζευγών περιγράφει μόνο κάποια συγκεκριμένα ύψη στο διάστημα ορισμού της u(x). Οικονόμου Παναγιώτης 1.6 1.75 1.9 15 ψηλός m

Συνάρτηση Συμμετοχής Οριζόντιος άξονας: όλα τα πιθανά μέλη του συνόλου (ταξινομημένα αν είναι δυνατό) Κάθετος άξονας: τιμή συμμετοχής από 0 (καθόλου) έως 1 (πλήρως) Τύποι Συναρτήσεων Συμμετοχής Οικονόμου Παναγιώτης 16

Οικονόμου Παναγιώτης 17

Οικονόμου Παναγιώτης 18

Οικονόμου Παναγιώτης 19

Οικονόμου Παναγιώτης 20

v Οικονόμου Παναγιώτης 21

Οικονόμου Παναγιώτης 22

Οικονόμου Παναγιώτης 23

Οικονόμου Παναγιώτης 24

Οικονόμου Παναγιώτης 25

Οικονόμου Παναγιώτης 26

Οικονόμου Παναγιώτης 27

Οικονόμου Παναγιώτης 28

Οικονόμου Παναγιώτης 29

Οικονόμου Παναγιώτης 30

Οικονόμου Παναγιώτης 31

Οικονόμου Παναγιώτης 32

Οικονόμου Παναγιώτης 33

Οικονόμου Παναγιώτης 34

Οικονόμου Παναγιώτης 35

Οικονόμου Παναγιώτης 36

Ασαφή Σύνολα Τα ασαφή σύνολα χρησιμοποιούνται στον υπολογισμό των λεκτικών μεταβλητών. Τα ασαφή σύνολα και οι λεκτικές μεταβλητές χρησιμοποιούνται για να εξηγήσουν ποσοτικά έννοιες της φυσικής γλώσσας, τα οποία μπορούμε στη συνέχεια να χειριστούμε. Οι λεκτικές μεταβλητές χρησιμοποιούνται στους ευρεστικούς κανόνες. Οικονόμου Παναγιώτης 37

Λεκτικές Μεταβλητές Γενικότερα, οι τιμές μιας ασαφούς μεταβλητής μπορεί να είναι προτάσεις σε κάποια προδιαγεγραμμένη γλώσσα με συνδυασμό ασαφών μεταβλητών, λεκτικών περιγραμμάτων (linguistic descriptors) και υπεκφυγών (hedges). Οι τιμές της μεταβλητής ΘΕΡΜΟΚΡΑΣΙΑ του παραδείγματος μπορούν έτσι να εκφραστούν ως: Υψηλή, όχι_υψηλή, σχετικά_υψηλή, όχι_πολύ_υψηλή, πάρα_πολύ_υψηλή, αρκετά_υψηλή κ.ά. δηλαδή με προτάσεις αποτελούμενες από την ετικέτα Υψηλή, την άρνηση όχι, τα συνδετικά και άλλα καθώς και τα περιγράμματα πολύ, σχετικά, αρκετά κ.ά. Κατά τον τρόπο αυτό η μεταβλητή ΘΕΡΜΟΚΡΑΣΙΑ είναι μια λεκτική μεταβλητή. Οικονόμου Παναγιώτης 38

Λεκτική Μεταβλητή- ΘΕΡΜΟΚΡΑΣΙΑ Οικονόμου Παναγιώτης 39

Τελεστές Ασαφούς Λογικής Οι τελεστές min και max δύο συνόλων Α και Β έχουν ως αποτέλεσμα τα σύνολα Γ και Δ αντίστοιχα, δηλαδή Γ = Α Β = {min (α,β)} α Α, β Β Δ = Α Β = {max (α,β)} α Α, β Β Oταν οι τελεστές χρησιμοποιούνται ενιαία υπονοούν το ελάχιστο (inf ή infinum) ή το μέγιστο (sup ή supremum) όλων των στοιχείων ενός συνόλου, π.χ. α = Α = inf(a) α Α α = Α = sup(a) α Α Οικονόμου Παναγιώτης 40

Πράξεις με Ασαφή Σύνολα Ένα ασαφές σύνολο Β είναι υποσύνολο (subset) ενός συνόλου Α αν η συνάρτηση συμμετοχής του Β είναι μικρότερη ή ίση με αυτή του Α παντού στο Χ, δηλαδή Β Α αν μ Β (x) μ Α (x) x X Η ένωση (union) δύο ασαφών συνόλων Α και Β στο Χ ορίζεται ως: μ Α Β (x) = μ Α (x) μ Β (x) x X Η τομή (intersection) δύο ασαφών συνόλων Α και Β στο Χ ορίζεται ως: μ Α Β (x) = μ Α (x) μ Β (x) x X Το γινόμενο (product) δύο ασαφών συνόλων Α και Β στο Χ ορίζεται ως: μ 41 Α Β (x) = μ Α (x) μ Β (x) x X Οικονόμου Παναγιώτης

Πράξεις με Ασαφή Σύνολα Eνα ασαφές σύνολο Α του Χ θεωρείται κενό (null) αν η συνάρτηση συμμετοχής του είναι μηδενική παντού, δηλαδή Α = αν μ Α (x) = 0 x X. Το συμπλήρωμα (complement) ενός ασαφούς συνόλου ορίζεται ως: μ Α = 1 - μ Α (x) x X. Οικονόμου Παναγιώτης 42

Τομή, ένωση, συμπλήρωμαγραφικά Οικονόμου Παναγιώτης 43

Δυαδική Λογική-Ασαφής Λογική Οικονόμου Παναγιώτης 44

Ασαφείς μεταβλητές και ασαφείς αριθμοί Ασαφής Μεταβλητή (fuzzy variable): Μια μεταβλητή της οποίας οι τιμές ορίζονται με ασαφή σύνολα. Π.χ. Τα ασαφή σύνολα {κοντός, μεσαίος, ψηλός} θα μπορούσαν να είναι το πεδίο τιμών της ασαφούς μεταβλητής «ύψος». Η μεταβλητή «ύψος» χαρακτηρίζεται και ως λεκτική (linguistic) μεταβλητή. Από ένα μικρό αρχικό αριθμό πρωταρχικών λεκτικών τιμών, να προκύψει ένας πολύ μεγαλύτερος αριθμός σύνθετων λεκτικών τιμών με τη χρήση λεκτικών τελεστών όπως AND, OR, NOT, VERY, κτλ. Ασαφείς αριθμοί (fuzzy numbers): ασαφή υποσύνολα του συνόλου των πραγματικών αριθμών. Π.χ. «Ασαφές 3» στο σχήμα κάτω. Οι μη ασαφής τιμές κάποιου μεγέθους αποκαλούνται crisp (σαφείς, συγκεκριμένες). 1 Οικονόμου 0 Παναγιώτης 2 3 4 45

HEDGES (1) Τα hedges είναι λεκτικοί τελεστές που προσαρτόμενοι (εφαρμοζόμενοι) σε μια λεκτική τιμή (ένα συνεχές ασαφές σύνολο) τροποποιούν το πεδίο τιμών της (τους βαθμούς συμμετοχής του). Τέτοιοι τελεστές είναι π.χ. οι slightly, very, extremely, somewhat κλπ. Η προσάρτησή/εφαρμογή τους στη λεκτική τιμή/ασαφές σύνολο π.χ. tall ενισχύει (π.χ. Very tall, extremely tall) ή εξασθενίζει (π.χ. Somewhat tall)την τιμή/το ασαφές σύνολο tall (δηλ. Τους βαθμούς συμμετοχής) Οικονόμου Παναγιώτης 46

Hedges (2) Οικονόμου Παναγιώτης 47

Hedges (3) Οικονόμου Παναγιώτης 48

Ασαφείς μεταβλητές και ασαφείς αριθμοί Έστω η ασαφής μεταβλητή Βάρος με πρωταρχικές λεκτικές τιμές {ελαφρύς, βαρύς}. Έστω Αη αρχική λεκτική τιμή «ελαφρύς» και Βη αρχική λεκτική τιμή «βαρύς». Ένας τρόπος παραγωγής σύνθετων λεκτικών τιμών με λεκτικούς τελεστές συνοψίζεται στον παρακάτω πίνακα: Λεκτικός τελεστής Επίδραση στη συνάρτηση συγγένειας VERYA 2 AANDB AORB NOT A u u u u (x) [u A(x)] _B(x) [u A(x) u B(x)] (x) [u A(x) u B(x)] (x) [ 1 u (x)] VERY (A) A_AND A_OR_B NOT _A PLUS A 1. 25 u A PLUS (A)(x) [u A(x)] 0. MINUS (A)(x) [u A(x)] MINUS A 75 u Οικονόμου Παναγιώτης 49

Ασαφείς Προτάσεις και Ασαφείς Κανόνες Ασαφής πρόταση είναι αυτή που θέτει μια τιμή σε μια ασαφή μεταβλητή. Παράδειγμα: στην ασαφή πρόταση «Το ύψος του Νίκου είναι μέτριο», το «ύψος» είναι η ασαφής μεταβλητή και το «μέτριο» είναι ένα ασαφές σύνολο που είναι η τιμή της μεταβλητής. Το κιβώτιο είναι βαρύ (ή Το βάρος του κιβωτίου έχει τιμή βαρύ) Το δωμάτιο είναι κρύο (ή Η θερμοκρασία του δωματίου έχει τιμή κρύο) Ο φοιτητής είναι άριστος (ή Η επίδοση του φοιτητή έχει τιμή άριστη) Οικονόμου Παναγιώτης 50

Ασαφείς Προτάσεις και Ασαφείς Κανόνες Ασαφής κανόνας (fuzzy rule): είναι μια υπο συνθήκη έκφραση που συσχετίζει δύο ή περισσότερες ασαφείς προτάσεις. Παράδειγμα 1 (στην πιο απλή εκδοχή mamdani): if x is A then y is B Παράδειγμα 2: «Εάν η ταχύτητα είναι μέτρια τότε η πίεση στα φρένα να είναι μέτρια» Τα «ταχύτητα» και «πίεση» είναι οι ασαφείς μεταβλητές Το ασαφές σύνολο «μέτρια» είναι η τιμή των ασαφών συνόλων «ταχύτητα» και «πίεση» Οικονόμου Παναγιώτης 51

Οικονόμου Παναγιώτης 52

Οικονόμου Παναγιώτης 53

Οικονόμου Παναγιώτης 54

Οικονόμου Παναγιώτης 55

Οικονόμου Παναγιώτης 56

Οικονόμου Παναγιώτης 57

Οικονόμου Παναγιώτης 58

Οικονόμου Παναγιώτης 59

Οικονόμου Παναγιώτης 60