Pergunta

Eu tenho uma tabela que armazena todos x1 values..eg, x2, x3 que determina conjuntos fuzzy. Grau de pertinência é atribuído a cada um usando funções matemáticas para Baixo, Med, Alto.

As minhas regra 1 diz que, se x1 é alta e x2 é médio, em seguida, a probabilidade de saída é z. Eu, então, tomar min {x1, x2} para avaliar a regra. Regra 2 afirma que se x2 é alta ou x3 é saída, então meio é max {x2, x3}.

Agora, para defuzzify tomo agregação das consequências de regras para descobrir a saída das 2 regras. Eu tenho todos os graus de adesão definidas (0 a 1) para x1 x3 x2 para cada regra.

Como posso defuzzify?

Foi útil?

Solução

Ok, antes de tudo, você está usando uma lógica probabilística ou a lógica fuzzy. Embora semelhante, eles não são idênticos. Se você está realmente modelando probabilidades aqui, então você precisa olhar para isso através de Bayes Teorema como uma probabilidade condicional.

Se estes são realmente difusa valores de verdade, então você precisa ter um modelo de set-membros, o que precisamos saber.

Licenciado em: CC-BY-SA com atribuição
Não afiliado a StackOverflow
scroll top