Множество, определенное такой характеристической функцией, представляется формулой

{Х ~ CAR TOP-SPEED(X)> 150}.

Эта формула утверждает, что элементами нового множества являются те элементы множества CAR, которые имеют максимальную скорость свыше 150 миль в час.

А что можно сказать о множестве (категории) "быстрых" автомобилей? Интуитивно кажется, что ситуация сходна с представленной на рис. 9.2, где границы множества размыты и принадлежность элементов множеству может быть каким-то образом ранжирована. В таком случае можно говорить о том, что отдельный объект (автомобиль) более или менее типичен для этого множества (категории). Можно с помощью некоторой функции/охарактеризовать степень принадлежности объектов X такому множеству. Функция /(X) определена на интервале [0,1]. Если для объекта X функция f (X) = 1, то объект определенно является членом множества, если ДА) = 0, то объект определенно не является членом множества. Все промежуточные значения означают степень членства объекта X в этом множестве. В примере с автомобилями нам понадобится функция, оперирующая с максимальной скоростью каждого претендента на членство. Можно определить ее таким образом, что f_FAST(80) = 0, f_FAST(180) = 1, а промежуточные значения представляются некоторой монотонной гистограммой, имеющей значения в интервале между нулем и единицей. Тогда множество "быстрых автомобилей" может быть охарактеризовано функцией

f_{FAST CAR} (X) =f_FAST(TOP-SPEED(X)),

которая определена на множестве всех автомобилей. Таким образом, членами множества становятся пары (объект, степень), например:

FAST-CAR = {(Porche-944, 0.9),

(BMW-316, 0.5), (Chevy-Nova, 0.1)}.

Рис. 9.2. Нечеткое множество "быстрых" автомобилей

Нечеткая логика

Ту роль, которую в классической теории множеств играет двузначная булева логика, в теории нечетких множеств играет многозначная нечеткая логика, в которой предположения о принадлежности объекта множеству, например FAST-CAR(Porche-944), могут принимать действительные значения в интервале от 0 до 1. Возникает вопрос, а как, используя концепцию неопределенности, вычислить значение истинности сложного выражения, такого как

FASTCAR(Chevy-Nova).

По аналогии с теорией вероятности, если F представляет собой нечеткий предикат, операция отрицания реализуется по формуле

F(X)=1-F(X).

Но аналоги операций конъюнкции и дизъюнкции в нечеткой логике не имеют никакой связи с теорией вероятностей. Рассмотрим следующее выражение:

"Porche 944 является быстрым (fast), представительским (pretentious) автомобилем". В классической логике предположение

FAST-CAR(Porche-944) ^ PRETENTIOUS-CAR(Porche-944)

является истинным в том и только в том случае, если истинны оба члена конъюнкции. В нечеткой логики существует соглашение: если F и G являются нечеткими предикатами, то

Таким образом, если

FAST-CAR(Porche-944) = 0.9

PRETENTIOUS-CAR(Porche-944) = 0.7,

то

FAST-CAR(Porche-944) ^ PRETENTIOUS-CAR(Porche-944) = 0.7.

А теперь рассмотрим выражение

FAST-CAR(Porche-944) ^ FAST-CAR(Porche-944).

Вероятность истинности этого утверждения равна 0, поскольку

P(FAST-CAR(Porche-944) | FAST-CAR(Porche-944)) = 0,

Но в нечеткой логике значение этого выражения будет равно 0.1. Какой смысл имеет это значение. Его можно считать показателем принадлежности автомобиля к нечеткому множеству среднескоростных автомобилей, которые в чем-то близки к быстрым, а в чем-то — к медленным.

Смысл выражения FAST-CAR(Porche-944) = 0.9 заключается в том, что мы только на 90% уверены в принадлежности этого автомобиля к быстрым именно из-за неопределенности самого понятия "быстрый автомобиль". Вполне резонно предположить, что существует некоторая уверенность в том, что Porche-944 не принадлежит к быстрым, например он медленнее автомобиля, принимающего участие в гонках "Формула-1".

Аналог операции дизъюнкции в нечеткой логике определяется следующим образом:

f (_{F v G} )(X) = max(f_F(X),f_G(X)).

Здесь также очевидна полная противоположность с теорией вероятностей, в которой

Р(А v В) = Р(А) + Р(B) - Р(А ^ В).

Рассмотрим следующие предположения и значения истинности их принадлежности к нечеткому множеству FAST-CAR:

FAST-CAR(Porche-944) v FAST-CAR(Porche-944) = 0.9,

FAST-CAR(BMW-316) v FAST-CAR(BMW-316) = 0.5,

FAST-CAR(Chevy-Nova) v FAST-CAR(Chevy-Novd) = 0.9.

Значение вероятности истинности каждого из этих предположений, как это определено в теории вероятностей, равно 1. В нечеткой логике более высокие значения для автомобилей Porche-944 и Chevy-Nova объясняются тем фактом, что степень принадлежности каждого из этих объектов к нечеткому множеству FAST-CAR выше. Нечеткость концепции "быстрый или не быстрый" более благоприятна для них, чем для более медленного BMW-316, который "ни рыба ни мясо".

Операторы обладают свойствами коммутативности, ассоциативности и взаимной дистрибутивности. Как к операторам в стандартной логике, к ним применим принцип композитивности, т.е. значения составных выражений вычисляются только по значениям выражений-компонентов. В этом операторы нечеткой логики составляют полную противоположность законам теории вероятностей, согласно которым при вычислении вероятностей конъюнкции и дизъюнкции величин нужно принимать во внимание условные вероятности

Теория возможности

Нечеткая логика имеет дело с ситуациями, когда и сформулированный-вопрос, и знания, которыми мы располагаем, содержат нечетко очерченные понятия. Однако нечеткость формулировки понятий является не единственным источником неопределенности. Иногда мы просто не уверены в самих фактах. Если утверждается: "Возможно, что Джон сейчас в Париже", то говорить о нечеткости понятий Джон и Париж не приходится. Неопределенность заложена в самом факте, действительно ли Джон находится в Париже.

Теория возможностей является одним из направлений в нечеткой логике, в котором рассматриваются точно сформулированные вопросы, базирующиеся на неточных знаниях. В этом разделе вы познакомитесь только с основными идеями этой теории. Лучше всего это сделать на примере.

Предположим, что в ящике находится 1 0 шаров, но известно, что только несколько из них красных. Какова вероятность того, что на удачу из ящика будет вынут красный шар?

Просто вычислить искомое значение, основываясь на знаниях, что только несколько шаров красные (red), нельзя. Тем не менее для каждого значения X из P(RED) в диапазоне [0,1] можно следующим образом вычислить возможность, что P(RED) = Х.

Во-первых, определим "несколько" (several) как нечеткое множество, например, так:

f _SEVERAL = {(3, 0.2), (4, 0.6), (5, 1.0), (6, 1.0), (7, 0.6), (8, 0.3)}.

В этом определении выражение (3, 0.2) е f _SEVERAL означает, что 3 из 10 вряд ли можно признать как "несколько", а выражения (5, 1.0) е f _SEVERAL и (6, 1.0) е f _SEVERAL означают, что значения 5 и 6 из 10 идеально согласуются с понятием "несколько". Обратите внимание на то, что в определение нечеткого множества не входят значения 1 и 10, поскольку интуитивно ясно, что "несколько" означает "больше одного" и "не все". Нечеткое множество, определенное на множестве чисел, называется нечеткими числами (fuzzy numbers). По тому же принципу, что и множество f _SEVERAL, можно определить нечеткие множествами/для понятия "мало" f_MOST для понятия "почти".

Теперь распределение возможностей для P(RED) представляется формулой

f_P(RED) = SEVERAL / 10,