Что такое нечеткие экспертные системы?

Нечеткая экспертная система - это форма решения проблем, используемая компьютерной системой, часто используемая при создании искусственного интеллекта. Экспертные системы - это типы компьютерных программ для принятия решений, основанные на булевой логике, что означает, что система использует серию ответов «да» или «нет», чтобы попытаться решить проблему. Нечеткие экспертные системы основаны на традиционной экспертной системе и основаны на нечеткой логике, а не на булевой логике. Нечеткая логика, как следует из названия, означает, что ответ не является четким да или нет. Он находится где-то посередине, и компьютер должен попытаться рассчитать ответ, основываясь на ответах, которые могут быть не совсем верными, но и не совсем ложными.

Известный как «отец нечеткой логики», доктор Лотфи Заде представил концепцию нечеткой логики в 1960-х годах, когда работал в Калифорнийском университете в Беркли. В 1965 году он опубликовал статью о нечетких множествах. Он объяснил не только идею нечетких множеств и логики, но и основу для включения этой новой логики в мир техники. Он также ввел термин «нечеткий» в связи с этим конкретным логическим стилем, и название застряло.

Чтобы понять теорию нечетких экспертных систем, необходимо понять основные понятия булевой логики и нечеткой логики. Хотя оба полагаются на передовые математические алгоритмы, основная концепция проста. Оба используют ответы на ряд вопросов или утверждений, чтобы сформулировать новый ответ. В булевой логике ответы могут быть истинными или ложными, в то время как в нечеткой логике ответ может быть истинным, частично истинным, ложным, частично ложным и несколькими промежуточными значениями, в зависимости от того, какие термины вводит программист в программу.

Например, если экспертная система хочет принять решение, используя булеву логику, она в конечном итоге ответит на истину или ложь, также называемую да или нет. Однако экспертная система, использующая нечеткую логику, может ответить да, нет, может быть, или какой-то другой комбинацией. Он делает это, делая выводы из своей текущей базы знаний информации.

Базы знаний являются сердцем нечетких экспертных систем. Если компьютер не может дать правильный ответ, предполагается, что база знаний не содержит достаточно информации, а не что сама программа ошибочна. База знаний может содержать утверждение типа «Когда x = да и y = нет, тогда z = возможно». Из этого утверждения нечеткие экспертные системы могут заключить, что когда «x = yes» и «y = yes», то «z» также должно равняться «yes», или что когда «x = no» и «y = yes», то «z» "по-прежнему равно" может быть. " Если это не тот ответ, который нужен программисту, это означает, что базе знаний требуется больше информации, чтобы найти правильный ответ.

Нечеткие экспертные системы делают эти расчеты на основе математических значений. «Да», «нет» и «возможно» назначаются определенные значения. Компьютер смотрит на то, что значения терминов в выражениях типа «x = yes и y = no» равны, и добавляет их значения. Затем он добавляет любые другие релевантные значения и сопоставляет окончательное значение с ответом типа «возможно», «да» или «нет». Таким образом, добавление математических значений «x = no» и «y = yes» сообщает компьютеру, что математическое значение для «z» равно «возможно».