Vad är fuzzy expertsystem?
Det fuzzy expertsystemet är en form av problemlösning som används av ett datorsystem, som ofta används vid skapandet av konstgjord intelligens. Expertsystem är typer av beslutsfattande datorprogramvara baserat på booleska logik, vilket innebär att systemet använder en serie ja eller nej svar för att försöka lösa ett problem. Fuzzy expertsystem utvidgar det traditionella expertsystemet och är baserade i fuzzy logik istället för booleska logik. Fuzzy logik, som namnet antyder, betyder att svaret inte är ett tydligt ja eller nej. Det faller någonstans i mitten, och datorn måste försöka beräkna ett svar baserat på svar som kanske inte är helt sant men kanske inte är helt falskt heller.
Känd som "Father of Fuzzy Logic", Dr. Lotfi Zadeh introducerade begreppet fuzzy logik på 1960 -talet medan han var anställd vid University of California i Berkeley. Han publicerade ett papper 1965 som täckte fuzzy uppsättningar. Han förklarade inte bara idén om fuzzy uppsättningar och logik, utan också en ram för att integrera detta nyaLogik till tekniken för teknik. Han myntade också termen "fuzzy", med hänvisning till denna speciella logiska stil och namnet fastnat.
För att förstå teorin bakom fuzzy expertsystem är det nödvändigt att förstå de grundläggande begreppen booleska logik och fuzzy logik. Även om båda förlitar sig på avancerade matematiska algoritmer, är kärnkonceptet enkelt. Båda använder svar på en serie frågor eller uttalanden för att formulera ett nytt svar. I booleska logik är svaren antingen sanna eller falska, medan i fuzzy logik kan ett svar vara sanna, delvis sanna, falska, delvis falska och flera värden däremellan, beroende på vilka termer programmeraren matar in i programmet.
Till exempel, om ett expertsystem ville fatta ett beslut med Boolean Logic, skulle det i slutändan svara sant eller falskt, även kallad ja eller nej. Ett expertsystem som använder fuzzy logik kan dock svara ja, nej, MAYbe, eller någon annan kombination. Det gör detta genom att dra slutsatser från sin nuvarande kunskapsbas.
Kunskapsbaser är hjärtat i fuzzy expertsystem. Om en dator inte kan komma med rätt svar antas det att kunskapsbasen inte innehåller tillräckligt med information snarare än att anta att programmet själv är fel. Kunskapsbasen kan innehålla ett uttalande som "när x = ja och y = nej då z = kanske." Från detta uttalande kan fuzzy expertsystem dra slutsatsen att när "x = ja" och "y = ja" att "z" måste lika "ja" också, eller att när "x = nej" och "y = ja" det "z" fortfarande är lika "kanske." Om det inte är svaret som programmeraren ville, betyder det att kunskapsbasen behöver mer information för att komma med rätt svar.
fuzzy expertsystem gör dessa beräkningar baserade på matematiska värden. "Ja," "Nej" och "kanske" tilldelas vissa värden. Datorn tittar på vilka värden på termerna i uttalanden som "X = ja och y = nej" lika och lägger tillderas värderingar. Det lägger sedan till i andra relevanta värden och matchar det slutliga värdet med ett svar som "kanske", "ja" eller "nej." Således att lägga till de matematiska värdena för "x = nej" och "y = ja" berättar för datorn att det matematiska värdet för "z" är lika "kanske."