Scaricare la presentazione
La presentazione è in caricamento. Aspetta per favore
PubblicatoAlfonso Villa Modificato 9 anni fa
1
Fuzzy logic Articolo: http://www- dse.doc.ic.ac.uk/~nd/surprise_96/ journal/vol2/jp6/article2.html Lotfi Zadeh: 1973 http://www.cs.berkeley.edu/~zadeh/ Tutorial http://www.iau.dtu.dk/~jj/pubs/logic.pdf
2
Concetti linguistici Modello matematico per trattare fenomeni linguistici: alto, basso, caldo, freddo Ma anche molto caldo, un po’ basso Scopo: creare programmi con comportamenti più realistici
3
Logiche bivalenti
4
Problemi Concetti mutualmente esclusivi Crisp boundaries (confini netti) Nel mondo invece esperiamo transizioni morbide fra un concetto e l’altro Freddo / fresco
5
Funzione di appartenenza
6
Valori di verità Non vero o falso, 1/0, Ma numero reale nell’intervallo [0 1] Fuzzines diverso da probabilità: –Mario è alto = 0.8 –Mario ha 80% di probabilità di essere alto
7
Fa caldo?
8
Molto caldo?
9
Terminologia Insieme X di valori: universo di discorso A(x) è vera o falsa mA(X) in [0 1]: funzione di appartenenza Y incluso in X e y in Y e mA(y)>0 : support set Funzione di appartenenza induce un fuzzy set
10
Operazioni A(x) AND B(x) mA(x) and mB(x) = min(mA(x), mB(x)) mA(x) or mB(x) = max(mA(x), mB(x))
11
Complemento not mA(x)= 1-mA(x)
12
Ancora operazioni
13
REGOLE FUZZY CONDIZIONE -> AZIONE IF (TEMP=HOT) and (HUM=HIGH) THEN COOLER=HIGH Esempio http://www.clarkson.edu/~esazonov/neural_fuzzy/ loadsway/LoadSway.htm SENSORI FUZZY
14
REGOLE
Presentazioni simili
© 2024 SlidePlayer.it Inc.
All rights reserved.