fuzzy logic模糊计算的原理
来源:互联网 发布:澳洲留学读研一年费用知多少 编辑:程序博客网 时间:2024/05/16 18:12
为什么需要 模糊计算?
首先,弄清楚 传统计算的方式:精确的数学语言,定量化分析,无法解决 概念模糊的问题,如大房子,小个子,小伙子等。
原因就是 有一些概念模糊的问题,需要模糊计算来处理。
模糊计算与普通计算的 明显不同之处在哪里?
普通计算,一般是函数式,一一对应的关系。
而模糊计算,一个变量,可以对应于多个状态值,当然,这些个状态与普通的函数表示也不是完全相同的,并不是完全确定的,它们有一个隶属度,或者说概率,来表示这个状态。
隶属度表示程度,它的值越大,表明这个状态的概率越高,反之则表明这个状态的概率越低 。
什么是模糊函数、隶属度函数?
三角函数,梯形函数,sigmoid函数等,类似一些分段函数,或者一些变换函数。
什么是模糊逻辑,运算?
符合普通集合的计算法则。并、交、补; 幂等律、交换律、结合律、分配率、摩根律
什么是模糊推理、模糊规则?
模糊推理时,依赖的规则,就是模糊规则。一般都是 ”if,then:如果,就是“ 的形式
将输入的模糊集合,通过一定的运算对应到特定的输出模糊集,这个计算过程就是模糊推理。将输入转化为输出。
其过程模块包括:模糊规则库、模糊化、推理方法、去模糊化
模糊化:根据隶属度函数从具体的输入得到对模糊集隶属度的过程
推理方法:从模糊规则和输入对相关模糊集的隶属度得到模糊结论的方法
去模糊化: 将模糊结论转化为具体的、精确的输出的过程
其计算流程大致如下:
输入(采集数据) ——> 模糊化(分段函数、分布函数,得到 隶属度模糊集(特征数据)) ——> 规则库 + 推理方法 ——> 模糊结论——> 去模糊化
普通模糊计算的缺点:
模糊规则的专家库设计,这个目前需要人为的专家来设计,无演化能力。
特点: 推理能力强,模拟人脑的非线性、非精确的信息处理能力。
模糊计算的应用:
推荐系统
控制领域的专家系统
演化:
模糊神经网络系统
汇集神经网络和模糊计算是优点,即人工神经网络具有 较强的自学习和联想功能能力,人工干预少,精度较高,对专家知识的利用也较好;而模糊计算的特点有 推理过程容易理解、专家知识利用较好、对样本的要求较低等。
1. 利用神经网络,来学习、演化模糊规则库。类似数据挖掘的过程,模糊竞争学习算法 : 利用神经网络来增强的 模糊计算系统
2. 利用模糊控制方法,不断改善神经网络的性能,如模糊BP算法 :利用模糊计算增强的神经网络
- fuzzy logic模糊计算的原理
- 轻量级的“模糊推理”C++库:fuzzy-lite(A Fuzzy Logic Library written in C++)
- OpenCV学习——Fuzzy Logic模糊逻辑边缘提取
- Fuzzy Logic(转)
- Matlab 的 Fuzzy 工具箱实现模糊控制(rulelist的确定)
- EXTENDING OWL BY FUZZY DESCRIPTION LOGIC
- Matlab中Fuzzy Logic Controller使用注意
- 模糊数学(Fuzzy mathematics)
- 模糊熵的计算
- 模糊数学(Fuzzy mathematics)及其应用
- 【转】模糊排序问题(Fuzzy sort)
- 模糊排序问题(Fuzzy sort)
- fuzzy hash(模糊哈希)算法
- FCM(Fuzzy C-Means)模糊C聚类
- solr之模糊搜索(Fuzzy matching)
- FCM(Fuzzy C-Means)模糊C聚类
- Fuzzy Logic and the Semantic Web (Capturing Intelligence
- 基于模糊数学原理新型贴近度计算的字符识别
- day14集合类,迭代器。List,列表迭代器,vector,LinkedList。Set,HashSet
- 在CHtmlView中判断页面加载完成
- Arduino OBD-II UART Adapter Library & Examples
- Integer与int的区别
- eclipse常用设置及快捷键
- fuzzy logic模糊计算的原理
- 一种简单的自定义Progress
- 我的php程序设计按键错误
- SSH项目构造过程
- day15TreeSet,二叉树原理,比较器,泛型,自定义泛型
- PHP文件缓存效率测试
- java一些最基础的知识,不知道去查…
- Oracle的一些简单入门
- openstack实践