8. Logica vaga - Universitatea Tehnică Gheorghe Asachi

More documents

Recommendations

Info

Exemplu O problemă cu 2 intrări şi 1 ieşire, 3 reguli Regula 1 Regula 1 IF x is A3 IF project-funding is adequate OR y is B1 OR project-staffing is small THEN z is C1 THEN risk is low Regula 2 Regula 2 IF x is A2 IF project-funding is marginal AND y is B2 AND project-staffing is large THEN z is C2 THEN risk is normal Regula 3 Regula 3 IF x is A1 IF project-funding is inadequate THEN z is C3 THEN risk is high Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 60
Pasul 1. Fuzzificarea Pentru intrările stricte date x1 şi y1 (project funding şi project staffing) se determină gradele de apartenenţă în mulţimile corespunzătoare Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 61
Page 1 and 2:
Inteligenţă artificială 8. Logic
Page 3 and 4:
Logica vagă 1. Logica clasică şi
Page 5 and 6:
Incertitudine şi imprecizie Incom
Page 7 and 8:
Logica clasică şi „bunul simţ
Page 9 and 10: Scurt istoric Jan Łukasiewicz (19
Page 11 and 12: Comparaţie 0 0 1 1 1 0 0 0.2 0.4 0
Page 13 and 14: Noţiuni de bază Universul de dis
Page 15 and 16: Mulţimi multiple Degree of Members
Page 17 and 18: Înălţimea Florin Leon, Inteligen
Page 19 and 20: Incluziuni. Egalitate Florin Leon,
Page 21 and 22: Număr fuzzy triunghiular Florin Le
Page 23 and 24: Număr fuzzy trapezoidal Florin Leo
Page 25 and 26: Funcţia gaussiană „cvasi-număr
Page 27 and 28: Funcţia S Florin Leon, Inteligenta
Page 29 and 30: Funcţia Π (asimetrică) Florin Le
Page 31 and 32: Funcţii aritmetice fuzzy Pentru 2
Page 33 and 34: Concentrarea Concentrarea („foar
Page 35 and 36: Dilatarea Dilatarea („oarecum”
Page 37 and 38: Operaţii cu mulţimi fuzzy Opera
Page 39 and 40: Exemple Există foarte multe famili
Page 41 and 42: Reuniunea Florin Leon, Inteligenta
Page 43 and 44: Exemple Mulţimi cu doar 2 elemente
Page 45 and 46: Reguli fuzzy Lotfi Zadeh (1973) R
Page 47 and 48: Degree of Membership 1.0 0.8 0.6 0.
Page 49 and 50: Modus Ponens generalizat Florin Leo
Page 51 and 52: Inferenţa Mamdani (max-min) Florin
Page 53 and 54: Inferenţa Mamdani (III) Florin Leo
Page 55 and 56: Inferenţa Larsen (II) Florin Leon,
Page 57 and 58: Defuzzificarea Reprezintă obţine
Page 59: Inferenţa Mamdani cu reguli multip
Page 63 and 64: Evaluarea de tip Mamdani Florin Leo
Page 65 and 66: Pasul 4. Defuzzificarea Mulţimile
Page 67 and 68: Inferenţa Sugeno Florin Leon, Inte
Page 69 and 70: Exemplu Florin Leon, Inteligenta ar
Page 71 and 72: Evaluarea de tip Sugeno de ordin ze
Page 73 and 74: Mamdani sau Sugeno? Metoda Mamdani
Page 75 and 76: Studiu de caz Un centru de service
Page 77 and 78: Specificarea problemei şi definire
Page 79 and 80: Determinarea mulţimilor fuzzy De
Page 81 and 82: Numărul de angajaţi s Florin Leon
Page 83 and 84: Numărul de piese de schimb n Flori
Page 85 and 86: Reprezentarea regulilor prin memori
Page 87 and 88: Baza de reguli 2: tabela de reguli
Page 89 and 90: Implementarea sistemului Folosind
Page 91 and 92: number_of_spares 0.6 0.5 0.4 0.3 0.
Page 93 and 94: number_of_spares 0.35 0.3 0.25 0.2
Page 95 and 96: Rafinarea Dacă performanţele nu
Page 97 and 98: Baza de reguli 3: memoria asociativ
Page 99 and 100: number_of_spares 0.5 0.4 0.3 0.2 0
Page 101 and 102: Rafinarea sistemelor fuzzy (II) Se
Page 103 and 104: Exemple Sistem de control fuzzy pe
Page 105 and 106: Pendulul inversat Intrări Unghiu
Page 107 and 108: θ dθ/dt Abordarea fuzzy Mulţime
Page 109 and 110: Consecvenţii fuzzy şi reuniunea l
Page 111 and 112:
Alt exemplu de implementare http://
Page 113 and 114:
Macaraua - reguli Florin Leon, Inte
Page 115 and 116:
Alte aplicaţii din „lumea reală
Page 117:
Concluzii Logica fuzzy oferă posi
show all

8. Logica vaga - Universitatea Tehnică Gheorghe Asachi

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?