2.9.1. Определение. Методами теории нечетких множеств описывают смысловые понятия, например, для понятия «надежность работы узла» можно определить такие составляющие, как «небольшая величина надежности узла», «средняя величина надежности узла», «большая величина надежности узла», которые задаются как нечеткие множества на базовом множестве, определяемом всеми возможными значениями величин надежности.
Обобщением описания лингвистических переменных с формальной точки зрения является введение нечетких и лингвистических переменных .
Нечеткой переменной называется тройка множеств , где a - наименование нечеткой переменной, X - область определения, - нечеткое подмножество в множестве X, описывающее ограничения на возможные значения переменной a .
Лингвистической переменной
называется набор множеств
Из определения следует, что лингвистической переменной называется переменная, заданная на количественной (измеряемой) шкале и принимающая значения, являющиеся словами или словосочетаниями естественного языка общения. Нечеткие переменные описывают значения лингвистической переменной. На рис. 2.20 показана взаимосвязь основных понятий.
Таким образом, лингвистическими переменными можно описать трудноформализуемые понятия в виде качественного, словесного описания. Лингвистическая переменная и все ее значения связываются при описании с конкретной количественной шкалой, которая по аналогии с базовым множеством иногда называется базовой шкалой.
Применяя лингвистические переменные, можно формализовать качественную информацию в системах управления, которая специалистами (экспертами) формулируется в словесной форме. Это позволяет строить нечеткие модели систем управления (нечеткие регуляторы).
2.9.2. Вид функций принадлежности. Рассмотрим требования, которые выдвигаются к виду функций принадлежности нечетких множеств, описывающих термы лингвистических переменных.
Пусть лингвистическая переменная
Множество T упорядочим согласно выражению
"T i ,T j ÎT i>j«($xÎC i)("yÎC j)(x>y). (2.5)
Выражение (2.5) требует, чтобы терм, который имеет носитель, расположенный левее, получил меньший номер. Тогда терм-множество всякой лингвистической переменной должно удовлетворять условиям:
("T i ÎT)($xÎX)( ); (2.8)
("b)($x 1 ÎR 1)($x 2 ÎR 2)("xÎX)(x 1
Условие (2.6) требует, чтобы значения функций принадлежности крайних термов (T 1 и T 2) в точках x 1 и x 2 соответственно равнялись единице и чтобы не допускался вид колоколобразных кривых, как это показано на рис. 2.21.
Рис.2.21
Условие (2.7) запрещает в базовом множестве X пар термов типа T 1 и T 2 , T 2 и T 3 . Для пары T 1 и T 2 отсутствует естественная разграниченность понятий. Для пары T 2 и T 3 отрезку не соответствует никакое понятие. Условие (2.7) запрещает существование термов типа T 4 , поскольку каждое понятие имеет по крайней мере один типичный объект. Условие (2.8) определяет физическое ограничение (в рамках задачи) на числовые значения параметров.
На рис. 2.22 приведен пример задания функций принадлежности термов «малое значение цены», «небольшое значение цены», «среднее значение цены», «достаточно большое значение цены», «большое значение цены» лингвистической переменной «цена товара».
2.9.3. Универсальные шкалы . Функции принадлежности строятся по результатам опросов экспертов. Однако порядок использования нечетких множеств, построенных по результатам опроса экспертов, имеет недостаток, который заключается в том, что изменение условий функционирования модели (объекта) требует корректировки нечетких множеств. Корректировка может быть осуществлена по результатам повторного опроса экспертов.
Одним из путей преодоления данного недостатка является переход к универсальным шкалам измерения значений оцениваемых параметров. Известная методика построения универсальных шкал предполагает описание частоты явлений и процессов, которая на качественном уровне в естественном языке определяется следующими словами и словосочетаниями: «никогда», «чрезвычайно редко», «редко», «ни редко ни часто», «часто», «очень часто», «почти всегда» (или им подобными). Человек этими понятиями пользуется для оценки субъективных частостей событий (отношение числа событий, характеризованных понятием, к общему числу событий).
Универсальная шкала строится на отрезке и представляет собой ряд пересекающихся колоколообразных кривых, соответствующих шкалируемым частотным оценкам. Универсальную шкалу лингвистической переменной для заданного оцениваемого параметра объекта управления строят по следующей процедуре.
1. По данным экспертного опроса определяется минимальное x min и максимальное x max значения переменной шкалы X .
2. Строятся по результатам экспертного опроса функции принадлежности нечетких множеств, описывающих значения лингвистической переменной, определенной на шкале X . На рис. 2.23 показан пример построения функций принадлежности , где a 1 , a 2 , a 3 - некоторые названия нечетких переменных.
3. Точки (x min ,0) и (x max ,1) соединяются прямой линией p 0 , которая является функцией отображения p 0:X® .
4. Переход от шкалы относительных частот появления событий к частотным оценкам, называемым квантификаторами, происходит следующим образом.
Для произвольной точки z на универсальной шкале строится ее прообраз на шкале X . Затем по функциям принадлежности нечетких множеств, соответствующих термам a 1 , a 2 , a 3 , определяются значения , которые принимаются в качестве значений соответствующих функций принадлежности в точке z на универсальной шкале . Функция p (p=p 0 в рассмотренном примере) определяется экспертным опросом, т.к. ее выбор влияет на адекватность модели исследуемому объекту.
2.9.4. Множественные функции отображения . Однозначное определение функции отображения p ограничивают возможности одновременного учета разных критериев в системе управления, которые могут даже находиться в антогонизме по отношению друг к другу, а также возможность одновременного учета различных условий управления, определяемых свойствами управляемого объекта.
Учет различных условий и критериев определяется субъективным подходом к решению задачи. Если же принять функцию отображения однозначного вида, то тем самым различные точки зрения будут сведены к «общему знаменателю» или фактически отвергнуты. Практика показывает, что при управлении трудноформализуемыми процессами учет всех вариантов субъективного воззрения повышает качество управления, увеличивая устойчивость к различного рода возмущениям. Однако следует заметить, что почти никогда не удается учесть в людях все условия, влияющие на выбор управления, и все характеристики объекта. Рассмотрим, как осуществляется формализованный учет условий управления при опросе экспертов в виде множественных функций отображения.
Пусть по опросам экспертов количественно и качественно определен состав состояний исследуемого объекта. Оценка состояний объекта производится по значениям признаков y i ÎY={y 1 ,y 2 ,…,y p } .
Все учесть невозможно, поэтому при оценке состояний лучше использовать нечеткие категории, а нечеткие определения значений параметров следует производить с известной степенью неуверенности в правильности определений. Действительно, всегда можно предположить, что есть некоторое множество признаков 
, не указанных экспертами по разным причинам: про них забыли; эксперты считают, что эти признаки не влияют на точность; эти параметры нельзя оценить, следствие сложностей технического характера.
Функциям отображения p i ÎP={p 1 ,p 2 ,…,p b } сопоставляются степени уверенности b(p i)Î , которые задаются экспертами. Также каждой функции отображения p i сопоставляется вес a(p i) , который соответствует уровню компетентности эксперта. Значения весов a(p i) определяются числами отрезка . Таким образом, множественная функция отображения P={p 1 ,p 2 ,…,p b } состоит из набора функций отображений p i , каждой из которых ставится в соответствие степень g(p i) , определяемая как конъюнкция степеней компетентности и уверенности в правильном определении функций отображения p i , т.е. g(p i) =a(p i)&b(p i) .
Практическое использование множественных функций показало, что в пределах определенной компетентности экспертов построенная множественная функция отображения хорошо согласуется с их индивидуальными мнениями о наиболее правдоподобном соответствии нечетких понятий точкам предметной шкалы X .
НЕЧЕТКАЯ ЛОГИКА
Нечеткая операция «И»
Задание нечетких множеств позволяет обобщить четкие логические операции в их нечеткие аналоги. Нечетким расширением операции «И» является триангулярная норма Т , Другим название T –нормы яляется S –конорма. На рис. 3.1 приведено схемотехническое предствление T –нормы.
Нечеткая операция «И» в общей форме определяется как отображение:
для которых выполняются аксиомы:
Аксиомы граничных условий T –нормы:
Аксиома упорядоченности:
В теории нечетких множеств существует бесчисленное количество нечетких операций «И», которые определяются способами задания операции (Т) при выполнении условий (3.1) - (3.2). В теории нечеткого управления применимы следующие способы задания операции (Т), перечисленные ниже.
Логическое произведение [Заде, 1973 г.]:
, "xÎR . (3.6)
Алгебраическое произведение [Бандлер, Кохоут, 1980 г.]:
, "xÎR , (3.7)
где «.» - произведение, принятое в классической алгебре.
Граничное произведение [Лукашевич, Гилес, 1976 г.]:
, (3.8)
где - символ граничного произведения.
Сильное, или драстическое (drastic), произведение [Вебер, 1983 г.]:
(3.9)
где D - символ сильного произведения.
На рис. 3.2 показана функция принадлежности при логическом, алгебраическом, граничном и сильном произведении нечетких множеств.
Нечеткая операция «ИЛИ»
Нечетким расширением операции «ИЛИ» является S –норма. Иногда применяют название T –конорма. На рис. 3.3 приведено схемотехническое предствление S –нормы.
Нечеткая операция «ИЛИ» определяется как отображение
для которого выполняются отображения:
Аксиомы граничных условий T –нормы:
, ; (3.10)
Аксиомы объединения (перечечения):
Аксиома упорядоченности:
Из бесконечного числа нечетких операций, удовлетворяющих аксиомам (3.10) – (3.14), в теории управления нашли применением следующие операции, перечисленные ниже.
Логическая сумма [Заде, 1973 г.]:
, "xÎR . (3.15)
Алгебраическая сумма [Бандлер и Кохоут, 1980 г.]:
, "xÎR , (3.16)
Граничная сумма [Лукашевич, Гилес, 1976 г.]:
, (3.17)
Сильная, или драстическое (drastic), сумма [Вебер, 1983 г.]:
(3.18)
Сравнение аксиом T –нормы с аксиомами S –нормы показывает, что различие в них состоит только в аксиомах граничных условий.
На рис. 3.4 показана функция принадлежности при логической, алгебраической, граничной и сильной сумме нечетких множеств.
Нечеткая операция «НЕ»
Операция нечеткого «НЕ» определяется как отображение , для которого выполняются аксиомы:
Множество отображений, удовлетворяющих аксиомам (3.19) – (3.21), являются нечетким отрицанием. Операция нечеткого отрицания в виде схемы показана на рис. 3.5.
Из бесконечного числа нечетких операций «НЕ», удовлетворяющих аксиомам (3.19) – (3.21), в теории управления нашли применение следующие операции, перечисленные ниже.
Нечеткое «НЕ» по Заде (1973) определяется как вычитание из единицы:
. (3.22)
Нечеткое «НЕ» по Сугено (1977) или l-дополнение определяется в виде формулы
. (3.23)
При l=0 уравнение (3.23) совпадает с уравнением (3.22).
Нечеткое «НЕ» по Ягеру (1980) определяется в виде формулы:
, (3.24)
где p>0 – параметр. При p=1 уравнение (3.24) совпадает с уравнением (3.22).
Для Т- норм и S- норм могут существовать различные варианты отрицаний из-за бесконечного числа возможных нечетких операций «НЕ». Однако, желательно выбирать такие варианты отрицаний, которые удовлетворяют условиям:
Эти условия по аналогии с четкой логикой называют нечеткими законами де Моргана. Операции (3.25) и (3.26) называют взаимно дуальными, т.к. в теории нечетких множеств доказывается, что из (3.25) следует (3.26) и, наоборот, из (3.26) следует (3.25).
Взаимно дуальными являются также следующие нечеткие операции:
; (3.29)
Алгебра нечетких выводов
3.4.1. База нечетких правил. В нечеткой логике существует понятие нечеткого предложения (fuzzy proposition). Нечеткое предложение определяется в виде высказывания « ». Символ «x » обозначает физическую величину (ток, напряжение, давление, скорость и прочее), символ « » обозначает лингвистическую переменную (ЛП), а символ «p » - аббревиатура proposition – предложение. Например, в высказывании «величина тока есть большая» физической переменной x является «величина тока», которая может быть измерена датчиком тока. Нечеткое множество определено ЛП «большая» и формализовано функцией принадлежности m А (х) . Связке «есть» соответствует операция упорядоченности в виде равенства, которая обозначается символом «=». Получает формализованный вид предложение « » .
Нечеткое предложение может состоять из нескольких отдельных нечетких предложений, соединенных между собой связками «И», «ИЛИ». Выбор логических связок «И», «ИЛИ» от смысла и контекста предложений, от взаимосвязи между ними. Отметим, что операции нечеткого «И» и «ИЛИ» по Заде (формулы (3.6) и (3.15)) в теории управления предпочтительны по отношению к остальным, т.к. они не имеют избыточности. Когда нечеткие предложения не являются эквивалентными, но коррелированны и взаимосвязаны, то возможно применение Т- норм и S- норм по Лукашевичу (формулы (3.8) и (3.17)).
Предложение p может быть представлено как нечеткое отношение Р с функцией принадлежности: . Для составления нечеткого предложения, состоящего из нескольких отдельных нечетких предложений, соединенных между собой связками «И», используют индикатор «если». В результате получаем систему условных нечетких высказываний:
.
Нечеткие предложения называютусловиями или предпосылками .
Множество условий позволяет построить множество выводов или заключений . В этом случае применяют индикатор «тогда».
Продукционное нечеткое правило (fuzzy rule) – это совокупность условий и выводов:
R 1: если x 1 = и x 2 = и …, тогда y 1 = и y 2 = и …
……………………………………………………………,
где символ R 1 – аббревиатура «rule» - правило.
Например , правило при управлении температурой воды сформулировано в следующем виде: «R 1 : если температура воды есть холодная и температура воздуха есть холодная, тогда проверни вентиль горячей воды влево на большой угол и вентиль холодной воды вправо на большой угол».
Нечеткие условия для решения задачи:
-x 1 - температура воды (измеряется датчиком); - холодная;
-x 2 - температура воздуха (измеряется датчиком); - холодная;
Нечеткие условия вывода:
-y 1 - угол поворота вентиля влево, - большой;
-y 2 - угол поворота вентиля вправо, – большой.
Данному лингвистическому нечеткому правилу соответствует формализованная запись:
R 1: если x 1 = и x 2 = , тогда y 1 = и y 2 = , (3.31)
где , , и – нечеткие множества, заданные функциями принадлежности.
Совокупность нечетких продукционных правил образует базу нечетких правил , где R i: если …, тогда …; . Для базы нечетких правил справедливы следующие свойства: непрерывность, непротиворечивость, полнота.
Непрерывность определена понятиями: упорядоченная совокупность нечетких множеств; прилегающие нечеткие множества.
Совокупность нечетких множеств {A i } называется упорядоченной , если для них задано отношение порядка: «<»:A 1 <…
Если совокупность нечетких множеств { } упорядочена, то множества и , и называются прилегающими при условии, что эти нечеткие множества являются перекрывающимися.
База нечетких правил называется непрерывной , если для правил
R k: если x 1 = и x 2 = , тогда y= и k’¹k
выполнены условия:
‑ Ù и являются прилегающими;
‑ Ù и являются прилегающими;
‑ и являются прилегающими.
Непротиворечивость базы нечетких правил рассмотрим на примере . База нечетких правил для управления роботом задана в виде:
………………………………….
R i: если препятствие впереди, то двигайся влево,
R i +1: если препятствие впереди, то двигайся вправо,
……………………………………
База правил противоречива.
Пример непротиворечивой базы нечетких правил следующий:
R 1: если x 1 = или x 2 = , тогда y= ;
R 2: если x 1 = или x 2 = , тогда y= ;
R 3: если x 1 = или x 2 = , тогда y= .
Если правила содержат два условия и один вывод, то эти правила представляют собой систему с двумя входами x 1 и x 2 и одним выходом y . Данная система может быть представлена в матричной форме:
| x 2 | x 1 | ||
| y= | |||
| y= | |||
| y= |
База нечетких правил непротиворечива.
Понятие нечеткой и лингвистической переменных использу-ется при описании объектов и явлений с помощью нечетких мно-жеств.
Нечеткая переменная характеризуется тройкой (α, X, А), где
α — наименование переменной;
X — универсальное множество (область определения α);
А — нечеткое множество на X, описывающее ограничения (т.е. μ A (x ) )на значения нечеткой переменной α.
Лингвистической переменной (ЛП) называется набор (β , Т, X , G, М), где
β — наименование лингвистической переменной;
Т — множество ее значений (терм-множество), представляю-щих собой наименования нечетких переменных, областью опре-деления каждой из которых является множество X. Множество Т называется базовым терм-множеством лингвистической пе-ременной;
G — синтаксическая процедура, позволяющая оперировать эле-ментами терм-множества T, в частности, генерировать новые тер-мы (значения). Множество T∪G(T), где G(T) — множество сгене-рированных термов, называется расширенным терм-множеством лингвистической переменной;
М — семантическая процедура, позволяющая превратить каж-дое новое значение лингвистической переменной, образуемое про-цедурой G, в нечеткую переменную, т.е. сформировать соответ-ствующее нечеткое множество.
Замечание. Чтобы избежать большого количества символов:
1) символ β используют как для названия самой переменной, так и для всех ее значений;
2) пользуются одним и тем же символом для обозначения не-четкого множества и его названия, например терм «Молодой», явля-ющийся значением лингвистической переменной β = «возраст», одновременно есть и нечеткое множество М («Молодой»).
Присвоение нескольких значений символам предполагает, что контекст позволяет разрешить возможные неопределенности.
Пример. Пусть эксперт определяет толщину выпускаемого изделия с помощью понятий «Малая толщина», «Средняя толщина» и «Большая толщина», при этом минимальная толщина равна 10 мм, а максималь-ная - 80 мм.
Формализация такого описания может быть проведена с помощью следующей лингвистической переменной (β , Т, X , G, М), где
β — толщина изделия;
Т — {«Малая толщина», «Средняя толщина», «Большая толщина»};
X — ;
G — процедура образования новых термов с помощью связок «и», «или» и модификаторов типа «очень», «не», «слегка» и т.п. Например: «Малая или средняя толщина», «Очень малая толщина» и т.д.;
М — процедура задания на X = нечетких подмножеств А 1 = «Малая толщина», А 2 = «Средняя толщина», A 3 = «Большая толщи-на», а также нечетких множеств для термов из G(Т) в соответствии с пра-вилами трансляции нечетких связок и модификаторов «и», «или», «не», «очень», «слегка» и других операций над нечеткими множествами вида: А ⋂В, A ∪В, ̅ A , CONА = A 2 , DILА = А 0,5 и т. п.
Замечание. Наряду с рассмотренными выше базовыми значения-ми лингвистической переменной «Толщина» (Т = {«Малая толщина», «Средняя толщина», «Большая толщина»}) возможны значения, завися-щие от области определения X. В данном случае значения лингвистиче-ской переменной «Толщина изделия» могут быть определены как «около 20 мм», «около 50 мм», «около 70 мм», т.е. в виде нечетких чисел.
Терм-множество и расширенное терм-множество в условиях примера можно характеризовать функциями принадлежности, при-веденными на рис. 1.5 и 1.6.
Рис. 1.5. Функции принадлежности нечетких множеств: «Малая толщина» = А 1 , «Средняя толщина» = А 2 , «Большая толщина» = А 3
Рис. 1.6. Функция принадлежности нечеткого множества «Малая или средняя толщина» = A 1 ∪ А 2
Нечеткие числа
Нечеткие числа — нечеткие переменные, определенные на чи-словой оси, т.е. нечеткое число определяется как нечеткое множе-ство А на множестве действительных чисел ℝс функцией при-надлежности μ А (х ) ϵ , где х — действительное число, т.е. х ϵ ℝ.
Нечеткое число А нормально, если тах μ А (x ) = 1; выпуклое, если для любых х ≤ у ≤ z выполняется
μ А (х) ≥ μ А (у ) ˄ μ A (z ).
Множество α -уровня нечеткого числа А определяется как
Аα = {x /μ α (x ) ≥ α }.
Подмножество S A ⊂ ℝ называется носителем нечеткого числа А, если
S A = { x /μ A (x ) > 0 }.
Нечеткое число А унимодально, если условие μ А (х ) = 1 спра-ведливо только для одной точки действительной оси.
Выпуклое нечеткое число А называется нечетким нулем, если
μ А (0) = sup (μ A (x )).
Нечеткое число А положительно, если ∀x ϵ S A , х > 0 и отрицательно, если ∀х ϵ S A , х < 0.
Операции над нечеткими числами
Расширенные би-нарные арифметические операции (сложение, умножение и пр.) для нечетких чисел определяются через соответствующие опера-ции для четких чисел с использованием принципа обобщения сле-дующим образом.
Пусть А и В - нечеткие числа, и - нечеткая операция, соот-ветствующая произвольной алгебраической операции * над обыч-ными числами. Тогда (используя здесь и в дальнейшем обозначе-ния вместо вместо ) можно записать
Нечеткие числа (L-R)-Tипа
Нечеткие числа (L-R)-типа — это разновидность нечетких чисел специального вида, т.е. задаваемых по определенным правилам с целью снижения объема вычислений при операциях над ними.
Функции принадлежности нечетких чисел (L-R)-типa задаются с помощью невозрастающих на множестве неотрицательных дей-ствительных чисел функций действительного переменного L(x ) и R(x ), удовлетворяющих свойствам:
а) L(-x ) = L(x ), R(-x ) = R(x );
б) L(0) = R(0).
Очевидно, что к классу (L-R)-функций относятся функции, графики которых имеют вид, приведенный на рис. 1.7.
Рис. 1.7. Возможный вид (L-R)-функций
Примерами аналитического задания (L-R)-функций могут быть
Пусть L(у )и R(у )— функции (L-R)-типа (конкретные). Уни-модальное нечеткое число А с модой а (т. е. μ А (а ) = 1) с помощью L(у )и R(у ) задается следующим образом:
где а — мода; α > 0, β > 0 — левый и правый коэффициенты нечеткости.
Таким образом, при заданных L(у )и R(у ) нечеткое число (уни-модальное) задается тройкой А = (а , α, β ).
Толерантное нечеткое число задается, соответственно, четвер-кой параметров А = (a 1 , а 2 , α, β ), где а 1 иа 2 — границы толе-рантности, т.е. в промежутке [a 1 , а 2 ] значение функции принад-лежности равно 1.
Примеры графиков функций принадлежности нечетких чисел (L-R)-типа приведены на рис. 1.8.
Рис. 1.8. Примеры графиков функций принадлежности нечетких чисел (L-R)-типа
Отметим, что в конкретных ситуациях функции L(у), R(у), а также параметры а, β нечетких чисел (а , α, β ) и (a 1 , а 2 , α, β ) должны подбираться таким образом, чтобы результат операции (сложения, вычитания, деления и т.д.) был точно или приблизи-тельно равен нечеткому числу с теми же L(у) и R(у), а параметры α" и β" результата не выходили за рамки ограничений на эти па-раметры для исходных нечетких чисел, особенно если результат в дальнейшем будет участвовать в операциях.
Замечание . Решение задач математического моделирова-ния сложных систем с применением аппарата нечетких множеств требует выполнения большого объема операций над разного рода лингвистическими и другими нечеткими переменными. Для удоб-ства исполнения операций, а также для ввода-вывода и хранения данных, желательно работать с функциями принадлежности стан-дартного вида.
Нечеткие множества, которыми приходится оперировать в боль-шинстве задач, являются, как правило, унимодальными и нор-мальными. Одним из возможных методов аппроксимации унимо-дальных нечетких множеств является аппроксимация с помощью функций (L-R)-типа.
Примеры (L-R)-представлений некоторых лингвистических пе-ременных приведены в табл. 1.2.
Таблица 1.2. Возможное (L - R )-представление некоторых лингвистических переменных
С.Д.Штовба "Введение в теорию нечетких множеств и нечеткую логику"
1.7. Нечеткая логика
Нечеткая логика это обобщение традиционной аристотелевой логики на случай, когда истинность рассматривается как лингвистическая переменная, принимающая значения типа: "очень истинно", "более-менее истинно", "не очень ложно" и т.п. Указанные лингвистические значения представляются нечеткими множествами.
1.7.1. Лингвистические переменные
Напомним, что лингвистической называется переменная, принимающая значения из множества слов или словосочетаний некоторого естественного или искусственного языка. Множество допустимых значений лингвистической переменной называется терм-множеством. Задание значения переменной словами, без использования чисел, для человека более естественно. Ежедневно мы принимаем решения на основе лингвистической информации типа: "очень высокая температура"; "длительная поездка"; "быстрый ответ"; "красивый букет"; "гармоничный вкус" и т.п. Психологи установили, что в человеческом мозге почти вся числовая информация вербально перекодируется и хранится в виде лингвистических термов. Понятие лингвистической переменной играет важную роль в нечетком логическом выводе и в принятии решений на основе приближенных рассуждений. Формально, лингвистическая переменная определяется следующим образом.
Определение 44. Лингвистическая переменная задается пятеркой , где - ; имя переменной; - ; терм-множество, каждый элемент которого (терм) представляется как нечеткое множество на универсальном множестве ; - ; синтаксические правила, часто в виде грамматики, порождающие название термов; - ; семантические правила, задающие функции принадлежности нечетких термов, порожденных синтаксическими правилами .
Пример 9. Рассмотрим лингвистическую переменную с именем "температура в комнате". Тогда оставшуюся четверку можно определить так:
Таблица 4 - Правила расчета функций принадлежности
Графики функций принадлежности термов "холодно", "не очень холодно", "комфортно", "более-менее комфортно", "жарко" и "очень жарко" лингвистической переменной "температура в комнате" показаны на рис. 13.
Рисунок 13 - Лингвистическая переменная "температура в комнате"
1.7.2. Нечеткая истинность
Особое место в нечеткой логике занимает лингвистическая переменная "истинность". В классической логике истинность может принимать только два значения: истинно и ложно. В нечеткой логике истинность "размытая". Нечеткая истинность определяется аксиоматически, причем разные авторы делают это по-разному. Интервал используется как универсальное множество для задания лингвистической переменной "истинность". Обычная, четкая истинность может быть представлена нечеткими множествами-синглтонами. В этом случае четкому понятию истинно будет соответствовать функция принадлежности 
, а четкому понятию ложно - ; 
, .
Для задания нечеткой истинности Заде предложил такие функции принадлежности термов "истинно" и "ложно":
;
где - ; параметр, определяющий носители нечетких множеств "истинно" и "ложно". Для нечеткого множества "истинно" носителем будет интервал , а для нечеткого множества ложно" - ; .
Функции принадлежности нечетких термов "истинно" и "ложно" изображены на рис. 14. Они построены при значении параметра . Как видно, графики функций принадлежности термов "истинно" и "ложно" представляют собой зеркальные отображения.
Рисунок 14 - Лингвистическая переменная "истинность" по Заде
Для задания нечеткой истинности Балдвин предложил такие функции принадлежности нечетких "истинно" и "ложно":
Квантификаторы "более-менее" и "очень" часто применяют к нечеткими множествами "истинно" и "ложно", получая таким образом термы "очень ложно", "более-менее ложно", "более-менее истинно", "очень истинно", "очень, очень истинно", "очень, очень ложно" и т.п. Функции принадлежности новых термов получают, выполняя операции концентрации и растяжения нечетких множеств "истинно" и "ложно". Операция концентрации соответствует возведению функции принадлежности в квадрат, а операция растяжения - возведению в степень ½. Следовательно, функции принадлежности термов "очень, очень ложно", "очень ложно", "более-менее ложно", "более-менее истинно", "истинно", "очень истинно" и "очень, очень истинно" задаются так:
Графики функций принадлежности этих термов показаны на рис. 15.
Рисунок 15 - Лингвистическая переменная "истинность" по Балдвину
1.7.3. Нечеткие логические операции
Вначале кратко напомнить основные положения обычной (булевой) логики. Рассмотрим два утверждения A и B, каждое из которых может быть истинным или ложным, т.е. принимать значения "1" или "0". Для этих двух утверждений всего существует различных логических операций, из которых содержательно интерпретируются лишь пять: И (), ИЛИ (), исключающее ИЛИ (), импликация () и эквивалентность (). Таблицы истинности для этих операций приведены в табл. 5.
Таблица 5 - Таблицы истинности булевой логики
Предположим, что логическое утверждение может принимать не два значения истинности, а три, например: "истинно", "ложно" и "неопределенно". В этом случае мы будем иметь дело не с двухзначной, а трехзначной логикой. Общее количество бинарных операций, а, следовательно, и таблиц истинности, в трехзначной логике равно . Нечеткая логика является разновидностью многозначной логики, в которой значения истинности задаются лингвистическими переменными или термами лингвистической переменной "истинность". Правила выполнения нечетких логических операций получают из булевых логических операций с помощью принципа обобщения.
Определение 45.
Обозначим нечеткие логические переменные через и , а функции принадлежности, задающие истинностные значения этих переменных через и , . Нечеткие логические операции
И (), ИЛИ (),
НЕ () и импликация () выполняются по таким правилам:
;
В многозначной логике логические операции могут быть заданы таблицами истинности. В нечеткой логике количество возможных значений истинности может быть бесконечным, следовательно в общем виде табличное представление логических операций невозможно. Однако, в табличной форме можно представить нечеткие логические операции для ограниченного количества истинностных значений, например, для терм-множества {"истинно", "очень истинно", "не истинно", "более-менее ложно", "ложно"}. Для трехзначной логики с нечеткими значениями истинности T - ; "истинно", F - ; "ложно" и T+F - "неизвестно" Л Заде предложил такие лингвистические таблицы истинности:
Применяя правила выполнения нечетких логических операций из определения 45 можно расширить таблицы истинности для большего количества термов. Как это сделать рассмотрим на следующем примере.
Пример 10. Заданы следующие нечеткие истинностные значения:
Применяя правило из определения 45, найдем нечеткую истинность выражения "почти истинно ИЛИ истинно":
Сравним полученное нечеткое множество с нечетким множеством "более-менее истинно". Они почти равны, значит:
В результате выполнения логических операций часто получается нечеткое множество, которое не эквивалентно ни одному из ранее введенных нечетких значений истинности. В этом случае необходимо среди нечетких значений истинности найти такое, которое соответствует результату выполнения нечеткой логической операции в максимальной степени. Другими словами, необходимо провести так называемую лингвистическую аппроксимацию , которая может рассматриваться как аналог аппроксимации эмпирического статистическими распределения стандартными функциями распределения случайных величин. В качестве примера приведем предложенные Балдвином лингвистические таблицы истинности для показанных на рис. 15 нечетких значений истинности:
| неопределенно |
неопределенно |
||
| неопределенно |
неопределенно |
||
| неопределенно |
неопределенно |
неопределенно |
неопределенно |
| очень истинно |
очень истинно |
||
| более-менее истинно |
более-менее истинно |
1.7.3. Нечеткая база знаний
Определение 46. Нечеткой базой знаний называется совокупность нечетких правил "Если - то", определяющих взаимосвязь между входами и выходами исследуемого объекта. Обобщенный формат нечетких правил такой:
Если посылка правила, то заключение правила.
Посылка правила или антецедент представляет собой утверждение типа "x есть низкий", где "низкий" - ;это терм (лингвистическое значение), заданный нечетким множеством на универсальном множестве лингвистической переменной x. Квантификаторы "очень", "более-менее", "не", "почти" и т.п. могут использоваться для модификации термов антецедента.
Заключение или следствие правила представляет собой утверждение типа "y есть d", в котором значение выходной переменной (d) может задаваться:
- нечетким термом: "y есть высокий";
- классом решений: "y есть бронхит"
- четкой константой: "y=5";
- четкой функцией от входных переменных: "y=5+4*x".
Если значение выходной переменной в правиле задано нечетким множеством, тогда правило может быть представлено нечетким отношением. Для нечеткого правила "Если x есть , то y есть ", нечеткое отношение задается на декартовом произведении , где - ; универсальное множество входной (выходной) переменной. Для расчета нечеткого отношения можно применять нечеткую импликацию и t-норму. При использовании в качестве t-нормы операции нахождения минимума, расчет нечеткого отношения осуществляется так:
Пример 11. Следующая нечеткая база знаний описывает зависимость между возрастом водителя (x) и возможностью дорожно-транспортного происшествия (y):
Если x = Молодой, то y = Высокая;
Если x = Средний, то y = Низкая;
Если x = Очень старый, то y = Высокая.
Пусть функции принадлежностей термов имеют вид, показанный на рис. 16. Тогда нечеткие отношения, соответствующие правилам базы знаний, будут такими, как на рис. 17.
Рисунок 16 - Функции принадлежности термов
Рисунок 17 - Нечеткие отношения, соответствующие правилам базы знаний из примера 11
Для задания многомерных зависимостей "входы-выходы" используют нечеткие логические операции И и ИЛИ. Удобно правила формулировать так, чтобы внутри каждого правил переменные объединялись логической операцией И, а правила в базе знаний связывались операцией ИЛИ. В этом случае нечеткую базу знаний, связывающую входы 
с выходом , можно представить в следующем виде.
Важный аспект понятия лингвистической переменной состоит в том, что эта переменная более высокого порядка, чем нечеткая переменная , в том смысле, что значениями лингвистической переменной являются нечеткие переменные. Например, значениями лингвистической переменной "ВОЗРАСТ" могут быть: "МОЛОДОЙ, НЕМОЛОДОЙ, СТАРЫЙ, ОЧЕНЬ СТАРЫЙ, НЕ МОЛОДОЙ И НЕ СТАРЫЙ" и т.п. Каждое из этих значений является названием нечеткой переменной . Если - название нечеткой переменной, то ограничение, обусловленное этим названием, можно интерпретировать как смысл нечеткой переменной .
Другой важный аспект понятия лингвистической переменной состоит в том, что лингвистической переменной присущи два правила:
- Cинтаксическое, которое может быть задано в форме грамматики, порождающей название значений переменной;
- Cемантическое, которое определяет алгоритмическую процедуру для вычисления смысла каждого значения.
Определение . Лингвистическая переменная характеризуется набором свойств , в котором:
Название переменной;
Обозначает терм-множество переменной , т.е. множество названий лингвистических значений переменной , причем каждое из таких значений является нечеткой переменной со значениями из универсального множества с базовой переменной ;
Синтаксическое правило, порождающее названия значений переменной ;
Семантическое правило, которое ставит в соответствие каждой нечеткой переменной ее смысл , т.е. нечеткое подмножество универсального множества .
Конкретное название , порожденное синтаксическим правилом , называется термом. Терм , который состоит из одного слова или из нескольких слов, всегда фигурирующих вместе друг с другом, называется атомарным термом. Терм , который состоит из более чем одного атомарного терма, называется составным термом .
Пример
.
Рассмотрим лингвистическую переменную
с именем "ТЕМПЕРАТУРА В
КОМНАТЕ".
Тогда оставшуюся четверку 
, можно определить так:
