Hvad er fuzzy ekspertsystemer?

Det fuzzy ekspertsystem er en form for problemløsning, der bruges af et computersystem, der ofte bruges i oprettelsen af ​​kunstig intelligens. Ekspertsystemer er typer af beslutningstagning af computersoftware baseret på boolsk logik, hvilket betyder, at systemet bruger en række ja eller ingen svar til at prøve at løse et problem. Fuzzy ekspertsystemer udvides på det traditionelle ekspertsystem og er baseret i fuzzy logik i stedet for boolsk logik. Fuzzy logik betyder, som navnet antyder, betyder, at svaret ikke er et klart ja eller nej. Det falder et sted i midten, og computeren skal prøve at beregne et svar baseret på svar, der måske ikke er helt sandt, men måske heller ikke er helt falske.

kendt som "far til fuzzy logik", Dr. Lotfi Zadeh introducerede begrebet fuzzy logik i 1960'erne, mens han blev ansat ved University of California i Berkeley. Han udgav et papir i 1965, der dækkede fuzzy sæt. Han forklarede ikke kun ideen om uklare sæt og logik, men også en ramme for at inkorporere denne nyeLogik ind i teknikens verden. Han opfandt også udtrykket "fuzzy" med henvisning til denne særlige logiske stil og navnet fast.

For at forstå teorien bag fuzzy ekspertsystemer er det nødvendigt at forstå de grundlæggende begreber om boolsk logik og fuzzy logik. Selvom begge er afhængige af avancerede matematiske algoritmer, er kernekonceptet enkelt. Begge bruger svar på en række spørgsmål eller udsagn til at formulere et nyt svar. I boolsk logik er svarene enten sande eller falske, mens i uklar logik kan et svar være sandt, delvist sandt, falsk, delvis falsk og flere værdier derimellem, afhængigt af hvilke udtryk programmereren indgår i programmet.

For eksempel, hvis et ekspertsystem ønskede at tage en beslutning ved hjælp af boolsk logik, ville det i sidste ende svare sandt eller falsk, også kaldet ja eller nej. Et ekspertsystem, der bruger fuzzy logik, kunne dog svare ja, nej, MAYBE, eller en anden kombination. Det gør dette ved at drage konklusioner fra dets nuværende videnbase for information.

Videnbaser er hjertet i fuzzy ekspertsystemer. Hvis en computer ikke kan komme med det rigtige svar, antages det, at videnbasen ikke indeholder nok information snarere end at antage, at selve programmet er forkert. Videnbasen kan indeholde en erklæring som "når x = ja og y = nej så z = måske." Fra denne erklæring kan fuzzy ekspertsystemer konkludere, at når "x = ja" og "y = ja" at "z" også skal svare til "ja", eller at når "x = nej" og "y = ja", er det "z" stadig svarende til "måske." Hvis det ikke er svaret, som programmøren ønskede, betyder det, at videnbasen har brug for mere information for at komme med det rigtige svar.

fuzzy ekspertsystemer gør disse beregninger baseret på matematiske værdier. "Ja," "Nej" og "måske" tildeles visse værdier. Computeren ser på, hvad værdierne for vilkårene i udsagn som "X = Ja og Y = Nej" lige og tilføjerderes værdier. Derefter tilføjer den andre relevante værdier og matcher den endelige værdi med et svar som "måske", "ja" eller "nej." Således tilføjer de matematiske værdier for "x = nej" og "y = ja" computeren, at den matematiske værdi for "z" er lig med "måske."