Нечёткое (или размытое, расплывчатое) множество - понятие, введённое Л. Заде, который расширил классическое (канторовское) понятие множества, допустив, что характеристическая функция (функция принадлежности элемента множеству) может принимать любые значения в интервале , а не только значения 0 или 1.

Определение : нечеткое множество (a fuzzy set)

Пусть C есть некоторое универсальное множество (универсум). Тогда нечеткое множество A в C определяется как упорядоченное множество пар

где называется функцией принадлежности (ФП) элемента х к нечеткому множеству A .

ФП приписывает каждому элементу из C значение из интервала , которое называется степенью принадлежности х к A или нечеткой мерой.

Нечеткая мера может быть рассмотрена как степень истинности того, что элемент х принадлежит A .

Определение : основа нечеткого множества (a support of a fuzzyset)

Основой нечеткого множества A является множество всех точек таких, что .

Таким образом, определение нечеткого множества является расширением определения классического множества, в котором характеристическая функция может принимать непрерывные значения между 0 и 1. Универсум C может быть дискретным или непрерывным множеством.

Для представления ФП обычно используется несколько типов параметрических функций.

Типовые представления ФП

Треугольные ФП (рис. 2.2, а) описываются тремя параметрами {a, b, c }, которые определяют x координаты трех углов треугольника следующим образом:

Трапециидальные ФП (рис. 2.2, в) описываются четырьмя параметрами {a,b,c,d }, которые определяют x координаты четырех углов трапеции следующим образом:

Рис. 2.2. Треугольная и трапецеидальная ФП

Гауссовские ФП (рис. 2.3) специфицируются двумя параметрами и представляют собой следующую функцию: .

Рис. 2.3. Гауссовская ФП

Лингвистические переменные

Одним из фундаментальных понятий, введенных также Л.Заде, является понятие лингвистической переменной.

Определение : лингвистическая переменная (ЛП) представляет собой следующую пятерку , где – имя переменной, – терм-множество, задающее множество значений ЛП, являющихся языковыми выражениями (синтагмами), X – универсум, G – синтаксическое правило, используя которое мы можем формировать синтагмы , M – семантическое правило, используя которое каждой синтагме приписывается ее значение, являющееся нечетким множеством в универсуме X .

Примером ЛП может служить, например, переменная = «возраст». Ее терм-множество может быть, например, следующим:

(возраст) = {очень молодой , молодой , более или менее молодой , средних лет , старый , очень старый }.

Универсумом для данной ЛП может служить некоторое множество действительных чисел, например, интервал . Семантическое правило М приписывает термам из T (возраст) значения, являющиеся различными модификациями нечетких множеств.

Вернемся к нашему примеру управления движением автомобиля и опишем лингвистические значения в выше приведенных правилах с помощью нечетких множеств. Рассмотрим следующие лингвистические переменные:

x – расстояние между машинами;

y – скорость впереди едущей машины;

z – ускорение управляемого автомобиля.

ФП должны быть определены в соответствии с рассматриваемой ситуацией управления. Так, например, скорость равная 70 км/час является «большой» в ситуации движения по городской дороге и может рассматриваться как «небольшая» в ситуации движения по скоростному шоссе.

Определим для нашего примера следующие универсумы:

[м], [км/час],

[км/час 2 ].

На рис. 2.4 показаны ФП для описания лингвистических значений «небольшая» (slow) и «большая» (fast) для скорости и «близкое» (short) и «большое» (long) для расстояния.

Рис. 2.4. Нечеткие множества для задачи управления простейшим движением автомобиля

Различия между классическим и нечетким представлением множества

Обсудим эти различия с использованием следующего примера. Рассмотрим классическое и нечеткое представления множества для описания лингвистического значения «короткий» (для расстояния).

На рис. 2.5 показаны различия между классическим и нечетким представлением множества A для данного примера.

Рис. 2.5. Классическое и нечеткое представления множества A

Определим классическое представление множества A так, как показано на рис. 2.5 слева. В этом случае характеристическая функция будет:

Нечеткое представление множества A показано на рис. 2.5 справа. В этом случае функция принадлежности ФП выглядит следующим образом:

Зададим теперь следующий вопрос : принадлежит ли точка м или точка м множествуA ?

С точки зрения классического представления ответ «нет». С точки зрения человеческого восприятия ответ скорее «да», чем «нет». С точки зрения нечеткого представления ответ «да».

Таким образом, данный простой пример наглядно показывает, что нечеткий подход более близок к естественному, человеческому, и обладает большей гибкостью, нежели классический подход.

С помощью нечетких множеств мы можем описывать нечеткие границы.

Основные операции в теории нечетких множеств

Определим основные нечеткие операции следующим образом.

Определение : нечеткое подмножество (Fuzzy Containment или Fuzzy Subset). Нечеткое множество A содержится в нечетком множестве B (или, эквивалентно, A является подмножеством B ) тогда и только тогда, когда для всех . В символьной форме:

Определение :эквивалентность нечетких множеств (Equality of Fuzzy Sets). Эквивалентность (равенство) нечетких множеств A и B определяется следующим образом:

Для каждого .

Определение :нечеткое объединение или нечеткая дизъюнкция (Fuzzy Union).Объединение двух нечетких множеств A и B (в символьной форме пишется как или A OR B или A B) есть нечеткое множество , ФП которого определяется следующим образом:

Определение :нечеткое пересечение (Fuzzy Intersection).Пересечение двух нечетких множеств A и B (в символьной форме записывается как , или C = A AND B , или C = A B) есть нечеткое множество , ФП которого определяется следующим образом:

Определение :нечеткое дополнение. Дополнение A (в символьной форме пишется как или ) есть нечеткое, ФП которого определяется следующим образом:

.

На рис 2.6 показаны примеры нечетких операций над нечеткими множествами.

Рис. 2.6. Примеры нечетких операций над нечеткими множествами

Особенности нечетких множеств

Отметим важные особенности теории нечетких множеств.

1) Закон исключенного третьего и закон контрадикции , где - пустое множество верны в классической теории множеств, однако в теории нечетких множеств в общем случае они не выполняются .

Закон исключенного третьего и закон контрадикции в нечеткой теории выглядят следующим образом: и .

2) В классической теории множеств точка из множества A может иметь одну из двух возможностей: or . В нечеткой теории точка может принадлежать множеству A и одновременно не принадлежать A (т.е. принадлежать множеству ) с различными значениями функций принадлежности и , как показано на рис. 2.7.

Современную науку и технику невозможно представить без широкого применения математического моделирования, поскольку далеко не всегда могут быть поставлены натурные эксперименты, зачастую они слишком дороги и требуют значительного времени, во многих случаях они связаны с риском и большими материальными или моральными издержками. Сущность математического моделирования состоит в замене реального объекта его «образом» – математической моделью – и дальнейшим изучением модели с помощью реализуемых на компьютерах вычислительно-логических алгоритмов. Важнейшим требованием, предъявляемым к математической модели, является условие ее адекватность (правильного соответствия) изучаемому реальному объекту относительно выбранной системы его свойств. Под этим, прежде всего, понимается правильное количественное описание рассматриваемых свойств объекта. Построение таких количественных моделей возможно для простых систем.

Иначе дело обстоит со сложными системами. Для получения существенных выводов о поведении сложных систем необходимо отказаться от высокой точности и строгости при построении модели и привлекать при ее построении подходы, которые являются приближенными по своей природе. Один из таких подходов связан с введением лингвистических переменных, описывающих нечеткое отражение человеком окружающего мира. Для того чтобы лингвистическая переменная стала полноправным математическим объектом, было введено понятие нечеткого множества.

В теории четких множеств была рассмотрена характеристическая функция четкого множества в универсальном пространстве
, равная 1, если элемент удовлетворяет свойству и, следовательно, принадлежит множеству , и равная 0 в противном случае. Таким образом, речь шла о четком мире (булевой алгебре), в котором наличие или отсутствие заданного свойства определяется значениями 0 или 1 («нет» или «да»).

Однако в мире нельзя все разделить только на белое и черное, истину и лож. Так, еще Будда видел мир, заполненный противоречиями, вещи могли быть истинны в некоторой степени и, в некоторой степени, ложны в то же самое время. Платон положил основу того, что станет нечеткой логикой, указывая, что имелась третья область (вне Истины и Лжи) где эти противоречия относительны.

Профессор Калифорнийского университета Заде опубликовал в 1965 статью «Нечеткие множества», в которой он расширил двузначную оценку 0 или 1 до неограниченной многозначной оценки выше 0 и ниже 1 в замкнутом интервале и впервые ввел понятие «нечеткого множества». Вместо термина «характеристическая функция» Заде использовал термин «функция принадлежности». Нечеткое множество (оставлено то же обозначение, что и для четкого множества) в универсальном пространстве
через функцию принадлежности
(то же обозначение, что и для характеристической функции) определяется следующим образом

(3.1)

Функция принадлежности чаще всего интерпретируется следующим образом: величина
означает субъективную оценку степени принадлежности элемента нечеткому множеству , например,
означает, что на 80% принадлежит . Следовательно, должны существовать «моя функция принадлежности», «твоя функция принадлежности», «функция принадлежности специалиста» и т. п. Графическое представление нечеткого множества диаграмма Венна представляет собой концентрические окружности рис. 1. Функция принадлежности нечеткого множества имеет колоколообразный график в отличие от прямоугольного характеристической функции четкого множества рис. 1.

Следует обратить внимание на связь четкого и нечеткого множеств. Два значения {0,1} характеристической функции принадлежат замкнутому интервалу значений функции принадлежности. Следовательно, четкое множество является частным случаем нечеткого множества, а понятие нечеткого множества является расширенным понятием, охватывающим и понятие четкого множества. Другими словами четкое множество является и нечетким множеством.

Нечеткое множество строго определяется с помощью функции принадлежности и не содержит какой-либо нечеткости. Дело в том, что нечеткое множество строго определяется с помощью оценочных значений замкнутого интервала , а это и есть функция принадлежности. В случае если универсальное множество
состоит из дискретного конечного набора элементов, то исходя из практических соображений, указывают значение функции принадлежности и соответствующий элемент, используя знаки разделения / и +. Например, пусть универсальное множество состоит из целых чисел меньших 10, тогда нечеткое множество «малые числа» можно представить в виде

A=1/0 + 1/1 + 0,8/2 + 0,5/3 + 0,1/4

Здесь, например, 0,8/2 означает
. Знак + обозначает объединение. При написании нечеткого множества в приведенном выше виде опускаются элементы универсального множества
со значениями функции принадлежности, равными нулю. Обычно записывают все элементы универсального множества с соответствующими значениями функции принадлежности. Используется запись нечеткого множества, как в теории вероятностей,

Определение. В общем случае нечеткое подмножество универсального множества
определяется как множество упорядоченных пар

. (3.2)

ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ И ЛИНГВИСТИЧЕСКИХ ПЕРЕМЕННЫХ

1. Понятие и основные характеристики нечеткого множества

Определение 1.1. ПустьX – универсальное множество.Нечетким множеством A на множествеX (нечетким подмножествомA множестваX ) называется совокупность пар

A = {<μ A (x ),x >}, (1.1)

где x X ,μ A (x ) .X называетсяобластью определения нечеткого множестваA , аμ A –функцией принадлежности этого множества. Значение функции принадлежностиμ A (x ) для конкретного элементаx X называетсястепенью принадлежности этого элемента нечеткому множествуA .

Интерпретацией функции принадлежности является субъективная мера того, насколько элемент x X соответствует понятию, смысл которого формализуется нечетким множествомA . При этом значение, равное 1, означает полное (абсолютное) соответствие, значение, равное 0 – полное (абсолютное) несоответствие.

Определение 1.2. Нечеткие множества с дискретной областью определения называютдискретными нечеткими множествами , не-

четкие множества с непрерывной областью определения – непрерыв-

ными нечеткими множествами.

Обычные (четкие) множества можно также рассматривать в нечетком контексте. Функция принадлежности обычного множества может принимать только два значения: 0, если элемент не принадлежит множеству, и 1, если элемент ему принадлежит.

В литературе можно встретить различные формы записи нечетких множеств. Для дискретной области определения X ={x 1 ,x 2 , …,x n } (возможен также случайn = ∞) существуют следующие формы:

A = {, , …, };
A = {μ A (x 1 )/x 1 ,μ A (x 2 )/x 2 , …,μ A (x n )/x n };
A =μ A (x 1 )/x 1 +μ A (x 2 )/x 2 +…+μ A (x n )/x n =∑ μ A (x j ) /x j .

j = 1

где знак интеграла имеет смысл поточечного объединения наX . Кроме того, как для дискретного, так и для непрерывного случаев применяется обобщенная форма записи:

B = {x x ≈ 2} – множество вещественных чисел,приблизительно равных 2, иC = {x x >> 1} – множество вещественных чисел,на-

много бóльших 1. Возможные формы функций принадлежности этих множеств схематически представлены на рис.1.1 и рис.1.2 соответственно.

Рис. 1.1. Функция принадлежности							Рис. 1.2. Функция принадлежности
нечеткого множества чисел,								нечеткого множества чисел,
		приблизительно равных 2								намного бóльших 1

В качестве примера дискретного нечеткого множества можно рассмотреть D = {n n ≈ 1} – множество целых чисел,близких к 1,

возможная форма задания которого следующая:

N = {0.2/-3; 0.4/-2; 0.6/-1; 0.8/0; 1/1; 0.8/2; 0.6/3; 0.4/4; 0.2/5} (остальные точки имеют нулевую степень принадлежности).

Конкретный вид функции принадлежности зависит от смысла, вкладываемого в формализуемое понятие в условиях конкретной задачи, и часто имеет субъективную природу. Большинство методов построения функций принадлежности в той или иной мере основано на обработке информации, получаемой экспертным путем.

Примечание 1. Здесь sup (супремум) – точная верхняя грань функции принадлежности. Если множествоX (область определения) является замкнутым, то супремум функции совпадает с ее максимумом.

Определение 1.5. Еслиh A = 1, то нечеткое множествоA называ-

ется нормальным, иначе (hA < 1) – субнормальным.

Определение 1.6. Носителем нечеткого множестваA называется множество

элементы области определения, хоть в какой-то степени соответствующие формализуемому понятию.

Примечание 2. Не следует путать обозначения sup и Supp. Первое является сокращением отsupremum , второе – отsupport .

Определение 1.7. Множеством уровняα (α -срезом) нечеткого

Ядро нечеткого множества, тем самым, содержит все элементы области определения, полностью соответствующие формализуемому понятию.

откуда следует, что элемент, принадлежащий множеству уровня α , принадлежит также всем множествам меньших уровнейβ ≤α .

Определение 1.9. ПустьA иB – нечеткие множества на множествеX с функциями принадлежностиμ A иμ B соответственно. Гово-

рят, что Aявляется нечетким подмножеством B(B включает в себя

A ), если выполнено следующее условие:

Среди нечетких множеств с числовой областью определения выделяют также класс нечетких чисел инечетких интервалов . Для определения этого класса вводится понятие выпуклости нечетких множеств.

Определение 1.11. Нечеткое подмножествоA вещественной оси называетсявыпуклым , если выполняется следующее условие:

На рис. 1.3 показаны примеры выпуклого (слева) и невыпуклого (справа) нечетких множеств.

Рис. 1.3. К определению выпуклости нечеткого множества

Основные понятия теории нечетких множеств

Определение 1.12. Нечетким интерваломназывается выпуклое нормальное нечеткое множество на числовой области определения, имеющее непрерывную функцию принадлежности и непустое ядро. Нечетким числомназывается нечеткий интервал, ядро которого содержит в точности один элемент.

Для нечетких интервалов и чисел существует теорема представления, согласно которой нечеткое подмножество A вещественной оси является нечетким интервалом тогда и только тогда, когда его функция принадлежности представима в виде:

	LA (x), a0 ≤ x< a1 ,
	1, a1 ≤ x≤ b1
	(x )=			(x), b< u≤ b

Функции L A иR A называются соответственно левой и правой ветвью функции принадлежности нечеткого числа. Эти функции непрерывны, при этомL A на отрезке возрастает отL A (a 0 ) = 0 до

L A (a 1 ) = 1, аR A на отрезке убывает отR A (b 1 ) = 1 доR A (b 0 ) = 0 (рис. 1.4).

Рис. 1.4. К определению нечеткого интервала

Определение 1.13. ПустьA = {A 1 ,A 2 ,… ,A n } – семейство нечетких множеств, заданных на области определенияX .Ã называетсянечетким разбиением X с параметромα (0 <α ≤ 1), если все множестваA j являются выпуклыми и нормальными, и выполняется условие:

x X j {1,… ,n }μ A j (x )≥ α

(т.е. любой элемент области определения принадлежит хотя бы одному из множеств семейства Ã со степенью, не меньшейα – рис. 1.5).

В. Я. Пивкин, Е. П. Бакулин, Д. И. Кореньков

Нечеткие множества в системах управления

Под редакцией
доктора технических наук, профессора Ю.Н. Золотухина

Предисловие. 3

ВВЕДЕНИЕ.. 4

1. НЕЧЕТКИЕ МНОЖЕСТВА.. 5

Примеры записи нечеткого множества. 5

Основные характеристики нечетких множеств. 5

Примеры нечетких множеств. 6

О методах построения функций принадлежности нечетких множеств. 7

Операции над нечеткими множествами. 8

Наглядное представление операций над нечеткими множествами. 9

Свойства операций È и Ç. 9

Алгебраические операции над нечеткими множествами. 10

Расстояние между нечеткими множествами, индексы нечеткости. 13

Принцип обобщения. 16

2. НЕЧЕТКИЕ ОТНОШЕНИЯ.. 17

Операции над нечеткими отношениями. 18

Композиция двух нечетких отношений. 21

Условные нечеткие подмножества. 23

3. НЕЧЕТКАЯ И ЛИНГВИСТИЧЕСКАЯ ПЕРЕМЕННЫЕ.. 27

Нечеткие числа. 28

Операции над нечеткими числами. 28

Нечеткие числа (L-R)-типа. 29

4. НЕЧЕТКИЕ ВЫСКАЗЫВАНИЯ И НЕЧЕТКИЕ МОДЕЛИ СИСТЕМ... 32

Правила преобразований нечетких высказываний. 33

Способы определения нечеткой импликации. 33

Логико-лингвистическое описание систем, нечеткие модели. 35

Модель управления паровым котлом.. 36

Полнота и непротиворечивость правил управления. 39

Литература. 40

Предисловие

Пожалуй, наиболее поразительным свойством человеческого интеллекта является способность принимать правильные решения в обстановке неполной и нечеткой информации. Построение моделей приближенных рассуждений человека и использование их в компьютерных системах будущих поколений представляет сегодня одну из важнейших проблем науки.

Значительное продвижение в этом направлении сделано 30 лет тому назад профессором Калифорнийского университета (Беркли) Лотфи А. Заде (Lotfi A. Zadeh). Его работа "Fuzzy Sets", появившаяся в 1965 году в журнале Information and Control, ╬ 8, заложила основы моделирования интеллектуальной деятельности человека и явилась начальным толчком к развитию новой математической теории.

Что же предложил Заде? Во-первых, он расширил классическое канторовское понятие множества , допустив, что характеристическая функция (функция принадлежности элемента множеству) может принимать любые значения в интервале (0;1), а не только значения 0 либо 1. Такие множества были названы им нечеткими (fuzzy ). Л.Заде определил также ряд операций над нечеткими множествами и предложил обобщение известных методов логического вывода modus ponens и modus tollens.

Введя затем понятие лингвистической переменной и допустив, что в качестве ее значений (термов) выступают нечеткие множества, Л.Заде создал аппарат для описания процессов интеллектуальной деятельности, включая нечеткость и неопределенность выражений.

Дальнейшие работы профессора Л.Заде и его последователей заложили прочный фундамент новой теории и создали предпосылки для внедрения методов нечеткого управления в инженерную практику.

В последние 5-7 лет началось использование новых методов и моделей в промышленности. И хотя первые применения нечетких систем управления состоялись в Европе, наиболее интенсивно внедряются такие системы в Японии. Спектр приложений их широк: от управления процессом отправления и остановки поезда метрополитена, управления грузовыми лифтами и доменной печью до стиральных машин, пылесосов и СВЧ-печей. При этом нечеткие системы позволяют повысить качество продукции при уменьшении ресурсо и энергозатрат и обеспечивают более высокую устойчивость к воздействию мешающих факторов по сравнению с традиционными системами автоматического управления.

Другими словами, новые подходы позволяют расширить сферу приложения систем автоматизации за пределы применимости классической теории. В этом плане любопытна точка зрения Л.Заде: "Я считаю, что излишнее стремление к точности стало оказывать действие, сводящее на нет теорию управления и теорию систем, так как оно приводит к тому, что исследования в этой области сосредоточиваются на тех и только тех проблемах, которые поддаются точному решению. В результате многие классы важных проблем, в которых данные, цели и ограничения являются слишком сложными или плохо определенными для того, чтобы допустить точный математический анализ, оставались и остаются в стороне по той причине, что они не поддаются математической трактовке. Для того чтобы сказать что-либо существенное для проблем подобного рода, мы должны отказаться от наших требований точности и допустить результаты, которые являются несколько размытыми или неопределенными".

Смещение центра исследований нечетких систем в сторону практических приложений привело к постановке целого ряда проблем таких, как новые архитектуры компьютеров для нечетких вычислений, элементная база нечетких компьютеров и контроллеров, инструментальные средства разработки, инженерные методы расчета и разработки нечетких систем управления и многое другое.

Основная цель предлагаемого вниманию читателей учебного пособия - привлечь внимание студентов, аспирантов и молодых научных сотрудников к нечеткой проблематике и дать доступное введение в одну из интереснейших областей современной науки.

профессор Ю.Н.Золотухин

ВВЕДЕНИЕ

Математическая теория нечетких множеств, предложенная Л.Заде более четверти века назад, позволяет описывать нечеткие понятия и знания, оперировать этими знаниями и делать нечеткие выводы. Основанные на этой теории методы построения компьютерных нечетких систем существенно расширяют области применения компьютеров. В последнее время нечеткое управление является одной из самых активных и результативных областей исследований применения теории нечетких множеств. Нечеткое управление оказывается особенно полезным, когда технологические процессы являются слишком сложными для анализа с помощью общепринятых количественных методов, или когда доступные источники информации интерпретируются качественно, неточно или неопределенно. Экспериментально показано, что нечеткое управление дает лучшие результаты, по сравнению с получаемыми при общепринятых алгоритмах управления. Нечеткие методы помогают управлять домной и прокатным станом, автомобилем и поездом, распознавать речь и изображения, проектировать роботов, обладающих осязанием и зрением. Нечеткая логика, на которой основано нечеткое управление, ближе по духу к человеческому мышлению и естественным языкам, чем традиционные логические системы. Нечеткая логика, в основном, обеспечивает эффективные средства отображения неопределенностей и неточностей реального мира. Наличие математических средств отражения нечеткости исходной информации позволяет построить модель, адекватную реальности.

1. НЕЧЕТКИЕ МНОЖЕСТВА

Пусть E - универсальное множество, x - элемент E , а R - некоторое свойство. Обычное (четкое) подмножество A универсального множества E , элементы которого удовлетворяют свойству R , определяется как множество упорядоченных пар A = { m A (х )/х } , где

m A (х ) - характеристическая функция , принимающая значение 1 , если x удовлетворяет свойству R, и 0 - в противном случае.

Нечеткое подмножество отличается от обычного тем, что для элементов x из E нет однозначного ответа "да-нет" относительно свойства R . В связи с этим, нечеткое подмножество A универсального множества E определяется как множество упорядоченных пар A = { m A (х )/х } , где

m A (х ) - характеристическая функция принадлежности (или просто функция принадлежности), принимающая значения в некотором вполне упорядоченном множестве M (например, M = ). Функция принадлежности указывает степень (или уровень) принадлежности элемента x подмножеству A . Множество M называют множеством принадлежностей . Если M = {0,1} , то нечеткое подмножество A может рассматриваться как обычное или четкое множество.

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.