![]() | Biologie | Chimie | Didactica | Fizica | Geografie | Informatica |
Istorie | Literatura | Matematica | Psihologie |
MULTIMI FUZZY
DEFINITII DE BAZA
Definitia 1.1. Daca este o multime de
obiecte notate generic cu
, atunci o multime
fuzzy
in
este o multime de
perechi ordonate
, unde
iar
este gradul de
apartenenta al lui
la
.
Deci, o multime
fuzzy este echivalenta
cu o multime de referinta
si o aplicatie
.
Exemplul 1.1. Fie afirmatia "Dan a luat note in jur de 7". Multimea fuzzy "in jur de 7" poate fi descrisa ca
.
Exemplul 1.2. Sa notam cu multimea
numerelor reale grupate in jurul lui
. Ea poate fi descrisa prin
, unde
O alta notatie pentru multimi fuzzy
este: (cazul discret)
sau
(cazul continuu).
Cu aceasta notatie, multimile din exemplele anterioare se reprezinta prin:
si respectiv prin
Definitia
1.2. Fiind data o multime fuzzy , se numeste taietura
de nivel
sau
-taietura multimea clasica
.
Multimea se numeste
-taietura stricta.
Exemplul 1.3. Referitor la multimea
din exemplul 1.1, -taieturile sunt:
.
OPERATII CU MULTIMI FUZZY
Functia de apartenenta joaca un rol fundamental in teoria multimilor fuzzy. De aceea, operatiile cu multimi fuzzy vor fi definite cu ajutorul acestei functii.
1.2.1. Operatii fundamentale
Prezentam mai intai conceptele introduse de Zadeh in 1965 [181].
Definitia 1.4. Fiind date doua multimi
fuzzy si
, intersectia lor
se defineste
prin functia de apartenenta
,
Definitia 1.5. Fiind date multimile
fuzzy si
, reuniunea lor
se defineste
prin functia de apartenenta
,
Definitia
1.6. Fiind data multimea fuzzy , complementara sa
este definita de
Exemplul 1.4. Fie si
.
Atunci
.
1.2.2. Operatii algebrice
Definitia 1.7. Fie multimi fuzzy in
; produsul lor
cartezian este o multime fuzzy in spatiul produs
avand functia de
apartenenta
.
Definitia
1.8. Puterea a multimii
fuzzy
este definita de
Definitia
1.9. Suma algebrica (probabilista)
este
, unde
.
Definitia
1.10. Suma marginita este definita
de
, unde
.
Definitia 1.11. Diferenta marginita este definita
prin
, unde
.
Definitia 1.12. Produsul algebric al doua multimi
fuzzy si
este
.
Exemplul 1.6. Fie si
. Atunci, conform definitiilor de mai sus avem
.
1.2.3. Operatii bazate pe t-operatori
Vom descrie in continuare
clase de operatori de intersectie si reuniune, din care operatorii
prezentati anterior se obtin ca fiind cazuri particulare; universul
de discurs il vom nota cu .
Definitia 1.17. Functia este o negatie (sau operator de complementare) stricta
daca
(N1)
(N2)
(N3) pentru orice
.
Trillas [164] a aratat ca orice negatie stricta se poate scrie sub forma
(1.3)
unde este o functie
continua si strict crescatoare cu
si
numar finit. Fiind aleasa o negatie
, complementara
a multimii fuzzy
este data de
Operatiile cu multimi fuzzy pot fi definite mai general prin
unde ,
sunt operatori de reuniune si respectiv intersectie.
Asupra lui si
se impun urmatoarele
conditii, pentru
:
- concordanta cu reuniunea si intersectia clasice:
u1)
i1)
- comutativitate
u2) i2)
- asociativitate
u3) i3)
- legile lui de Morgan: exista
un operator de complementare astfel incat:
u4)
i4)
- existenta elementului neutru
u5) , adica
i5)
, adica
- monotonie
u6)
- i6) si
sunt functii
nedescrescatoare in fiecare argument
- continuitate
u7) - i7) si
sunt functii
continue.
Rezultatele obtinute in teoria ecuatiilor functionale [1, 109] permit o clasificare a operatorilor de intersectie si reuniune. Pentru aceasta avem nevoie de rezultate suplimentare.
Definitia 1.18. Functia ce satisface
(T1)
(T2)
(T3)
daca
(T4)
pentru orice , se numeste norma
triunghiulara (sau t-norma).
O t-norma continua este arhimedeana daca
(T5) .
O t-norma arhimedeana este stricta daca
(T6) pentru
si
.
Definitia 1.19. Functia ce satisface
(S1)
(S2)
(S3)
daca
(S4)
pentru orice , se numeste conorma
triunghiulara (sau t-conorma).
O t-conorma continua este arhimedeana daca
(S5) .
O t-conorma arhimedeana este stricta
daca
(S6) pentru
si
.
Pentru orice
t-norma si orice t-conorma
au loc relatiile
.
Ling [109] a demonstrat ca orice t-norma arhimedeana se poate scrie sub forma
(1.4)
unde este o functie
continua si strict descrescatoare iar
este pseudo-inversa
lui
, definita de
Daca si
atunci t-norma este stricta.
Daca
si
, t-norma se numeste nilpotenta.
Analog, orice t-conorma arhimedeana se poate scrie
(1.5)
unde este o functie
continua si strict crescatoare iar
Daca si
, t-conorma este stricta.
Daca
si
t-conorma se numeste
nilpotenta. Orice t-norma
satisface relatia [149]
, unde
Analog, pentru
orice t-conorma avem
, unde
Prin intermediul unei negatii se poate trece de la o t-norma la o t-conorma si invers, conform teoremei urmatoare:
Teorema 1.2. [4]
Daca este o t-norma si
este o negatie
stricta, atunci
este o t-norma si
reciproc,
.
MASURI ALE FUZZYFICARII
1.4
PRINCIPIUL EXTENSIEI. NUMERE FUZZY
1.4.1. Principiul extensiei
Unul din conceptele de baza din teoria multimilor fuzzy, care poate fi utilizat pentru a generaliza concepte matematice clasice la multimi fuzzy, este principiul extensiei.
Definitia
1.23. Fie produsul cartezian al
universurilor
si
multimi fuzzy in
respectiv. Consideram
functia
. Principiul extensiei ne permite sa definim o multime fuzzy
in
prin
unde
Pentru , principiul extensiei se reduce la
unde
Exemplul 1.9. Fie si
. Aplicand principiul extensiei obtinem
1.4.2. Numere fuzzy
Definitia 1.24. O multime fuzzy se numeste normalizata daca exista cel putin un punct in care functia de apartenenta ia valoarea 1.
Definitia
1.25. Un numar fuzzy este o multime
fuzzy convexa si normalizata a universului
R cu proprietatile:
1) exista un
unic R astfel incat
se numeste
valoarea medie a lui
2) este functie
continua pe portiuni.
Exemplul 1.10. Multimea
este numar fuzzy, dar nu este numar fuzzy deoarece
Definitia
1.26. Un numar fuzzy este pozitiv (negativ) daca functia
sa de apartenenta este astfel incat
Daca sunt operatiile
algebrice obisnuite, extensiile lor la numere fuzzy le notam cu
si respectiv
. Notam in continuare cu F(R) multimea numerelor
fuzzy.
Din principiul extensiei rezulta
Teorema 1.4. [41]
Daca F(R) au
functiile de apartenenta
si respectiv
iar
R
R
R, atunci functia de apartenenta a numarului
fuzzy
este data de
Exemplul 1.12. Fie numerele fuzzy si
. Atunci
1.4.3. Reprezentarea LR a numerelor fuzzy
Operatiile de calcul cu
multimi fuzzy se pot realiza mai usor daca se utilizeaza o
reprezentare speciala, numita LR. Acest tip de reprezentare a fost
sugerat de Dubois si Prade [40]: ei numesc functia descrescatoare
(si
): R
functie de forma
daca :
pentru
pentru
sau (
si
Definitia
1.28. Numarul fuzzy este de tipul
daca
exista functiile de forma
(pentru partea stanga) si
(pentru partea dreapta) si scalarii
astfel incat
unde este un numar
real, numit valoarea medie a lui
, iar
si respectiv
reprezinta intinderea
stanga si respectiv dreapta. Simbolic
este notat prin
Exemplul 1.13. Fie
Atunci
Teorema 1.6 [41] Fie numerele fuzzy si
Atunci 1)
2)
3)
Exemplul 1.14.
Fie
si
. Atunci
si
Teorema 1.7. [41]
Daca si
sunt numere fuzzy,
atunci
daca
si
sunt pozitive;
daca
si
daca
si
sunt negative.
Exemplul 1.15. Fie
si
Avem
=
deci si
sunt pozitive.
Conform teoremei anterioare avem
Daca nu este numar
real ci interval, se obtine un interval fuzzy.
Definitia 1.29. Un
interval fuzzy este de tipul
daca
exista functiile de forma
si
si
parametrii
(
R
astfel incat
Un astfel de
interval fuzzy se noteaza prin
#n aplicatii
practice se lucreaza frecvent cu functii si
liniare:
De obicei, un interval fuzzy este numit numar fuzzy trapezoidal.
RELATII FUZZY
Relatiile
fuzzy sunt submultimi ale lui , adica aplicatii de la
la
. Ele au fost studiate de numerosi autori dintre care
amintim pe Zadeh [181] si Kaufmann [97]. Ne vom ocupa numai de relatii
binare.
Definitia
1.30. Fie R multimi universale; atunci
se numeste relatie fuzzy pe
Exemplul 1.16. Fie
R si
= "considerabil mai mare decat". Putem defini aceasta
relatie prin functia de apartenenta
Definitia
1.32. Fie si
doua relatii
fuzzy in acelasi spatiu produs; reuniunea
respectiv intersectia lor se
definesc, pentru
, prin
Definitia
1.33. Fie o relatie fuzzy. Prima proiectie a lui
este
A
doua proiectie este
Exemplul 1.18. Un exemplu de relatie fuzzy si proiectiile sale este:
|
|
|
|
|
|
Prima proiectie |
|
|
0.1 |
0.4 |
0.8 |
1 |
0.8 |
1 |
|
|
0.2 |
0.8 |
1 |
0.8 |
0.6 |
1 |
|
|
0.4 |
1 |
0.8 |
0.4 |
0.2 |
1 |
|
a doua proiectie |
0.4 |
1 |
1 |
1 |
0.8 | ||
Proiectia totala |
1 |
Definitia 1.34. Cea mai larga
relatie fuzzy a carei proiectie este se numeste extensia cilindrica a lui
Exemplul
1.19. Extensia cilindrica a lui din exemplul
anterior este
|
|
|
|
|
|
|
|
0.4 |
0.8 |
1 |
1 |
1 |
0.8 |
|
0.4 |
0.8 |
1 |
1 |
1 |
0.8 |
|
0.4 |
0.8 |
1 |
1 |
1 |
0.8 |
Relatiile fuzzy din diferite spatii produs pot fi combinate prin operatia de compunere. Au fost sugerate diferite tipuri de compuneri, dar compunerea max-min este cea mai utilizata.
Definitia 1.35. Fie
si
doua relatii
fuzzy. Compunerea max-min a lui
cu
este definita
prin
Copyright © 2025 - Toate drepturile rezervate