2008年10月20日星期一

模糊邏輯理論(fuzzy logic)

Fuzzy,中文翻譯為模糊,是指不精確、不清楚的意思。在我們所熟知且長期相處的真實世界中,其實普遍存在著各種模糊性現象,包括人類的語言、思維與決策等,皆存在有模糊和非定量化的特質。日常生活中,就常因為無法明確描述某個概念,導致溝通不良,例如:天氣的『冷熱』、聲音的『大小』、身體的『胖瘦』、速度的『快慢』等。有時硬要將不十分確定的現象,以二分法強行分類,反而可能產生錯誤的結論。
模糊理論的觀念,最早是由美國自動控制工程專家L.A. Zadeh分別在1965, 1973年引入模糊集合(Fuzzy sets)與模糊邏輯理論(fuzzy logic)的概念。此理論打破了傳統的二元邏輯觀念,然而當時的學者對於傳統集合理論有所堅持,因此模糊理論剛提出時,受到諸多批評,但此後的二十年間迅速發展,且結合其他多種理論成為一門新興的數學分支,有關的論文發表亦呈指數成長,於各領域之專論與應用上已達4000篇以上(Lee, 1990),例如:信息處理、模糊邏輯系統的應用(Munakata and Jani, 1994)、控制系統(廣泛地應用在許多領域上)、圖形辨識、語音辨識、診斷程序、時間序列預測(Mendel, 2000)、智慧型機器人(Wu, 1996)、軟體工程、決策系統(Chaneau等人, 1987)、資料補償等。其相關應用也遍及農業、氣象、地質、環境、醫學、經濟等領域。台灣目前之研究,則是以電機、機械、資訊、控制等領域為主。
其他與模糊理論有關,可供作參考之論文與書籍包括:中文——「認識Fuzzy」(王, 2001)、「模糊數學方法與應用」(馮和樓, 1991);英文——“Introduction to the theory of fuzzy subsets”(Kamfmann, 1976)、“Fuzzy set theory and its applications” (Zimmermann HJ, 1991)、“Fuzzy sets and fuzzy logic: theory and applications”(Klir & Yuan, 1995)、「Neuro-Fuzzy and Soft Computing」(Jang等, 1997)、「Introduction to fuzzy sets, fuzzy logic, and fuzzy control systems」(Chen & Pham, 2001)、「Uncertain rule-based fuzzy logic systems」(Mendel, 2001)。
模糊理論強調許多事實的結果無法符合傳統的二元邏輯,並非在「是」與「非」之間選擇其一,而是介於是與非之間。因此,處理實際問題時,主要是將普通集合「非此即彼」的絕對隸屬關係加以擴充,即對集合的屬性不再以傳統集合之二分法來決定絕對性的真或偽,而是利用隸屬函數(Membership Function)的觀念,以具有某種程度的真實性來描述該集合之屬性,進而實現定量刻畫不確定性問題之模糊性質,因此對於敘述不清或狀況模糊之問題,提供了較合理可行的解決方式。
理論概述
 傳統集合
若元素有集合的特性時, 屬於 集合,可表示為;反之,若元素不具集合的特性,則表示為。以圖形表示:傳統集合(圖1)是指集合在一明確的定義範圍內所包含的數值,如:(圖2)非常明確地定義出的值如小於2,則屬於A集合,如不小於2(即使等於2),則 不屬於A集合,或以(1)式表示:


圖1. 傳統集合非 0 即 1與其分界


圖2. 傳統集合非 0 即 1 的表示法
式中U表示全體集合稱為宇集合,表示在A集合或不在A集合的表示值(0或1),如圖2所示,為if and only if縮寫。因此,傳統集合的邊界有著非常明確而嚴格的界線,定義著兩個集合的區隔(即,)。
若是集合為集合的一部分,可用來表示。舉例而言,若代表0到100歲的年齡範圍,且定義集合為35到55歲的「中年」,則。但是在實際狀況下,若有一人為34歲,另一人35歲,兩人相差1歲,但一人屬於中年,另一人則否;另有二人,一為35歲而另一為55歲,二人雖差20歲但同屬中年,直覺判斷即不合理(林信成、彭啟峰, 1994)。
 模糊集合
模糊集合可視為傳統集合的擴展,在模糊集合的觀念裡,是將鮮明而嚴格的界線模糊化,也就是二個集合的區隔不再如此明顯,而是形成一種漸層的變化,用來表示界限或邊界不分明的具有特定性質事物的集合,如圖3所示,意即隸屬於A集合到不屬於A集合的中間包含著過渡區域。

圖3. 模糊集合與其漸層變化的邊界
因此,我們定義模糊集合如(2)式:

式中表示0到1之間的函數,如圖4所示,此時稱為A集合的隸屬函數或特徵函數(characteristic function),表示x在A集合的隸屬度(degree of membership),即元素x屬於模糊集合A之程度,並在0~1之間取值,用來表示此元素歸屬於各個集合程度的強弱。若一個元素屬於某集合的程度越大,則其隸屬度越接近1,反之則越接近0。因此,可將一般集合中特徵函數的觀念,擴展成為模糊集合中的隸屬函數觀念。


圖4. 模糊集合的隸屬函數
針對傳統集合對於一些問題無法作正確描述,模糊集合則提供了有效的解決方式。以圖5為例,將傳統集合與模糊集合分別繪出其隸屬函數圖比較,可看出以模糊集合所代表的「中年」較符合人類平常的思維模式。


圖5. 傳統集合與模糊集合隸屬度函數比較圖

 

 

沒有留言: