Untuk elemen di alam semesta, yang terdiri daripada set kabur boleh mempunyai peralihan yang progresif di kalangan beberapa darjah keahlian. Sedang dalam menetapkan set peralihan untuk elemen di alam semesta di antara keanggotaan dan bukan keahlian dalam satu set ditetapkan secara mendadak dan jelas.
Carta Perbandingan
| Asas untuk perbandingan | Set Fuzzy | Set Crisp |
|---|---|---|
| Asas | Ditetapkan oleh sifat samar-samar atau samar-samar. | Ditakrifkan oleh ciri-ciri yang tepat dan tertentu. |
| Harta | Elemen dibenarkan sebahagiannya dimasukkan ke dalam set. | Unsur adalah sama ada satu set atau tidak. |
| Permohonan | Digunakan dalam pengawal kabur | Reka bentuk digital |
| Logik | Tak terhingga | bi-bernilai |
Definisi Set Fuzzy
Satu set kabur adalah kombinasi elemen yang mempunyai tahap keahlian yang berubah dalam set. Di sini "kabur" bererti kekaburan, dengan kata lain, peralihan di antara pelbagai darjah keahlian mematuhi bahawa had set kabur adalah samar-samar dan samar-samar. Oleh itu, keanggotaan unsur-unsur dari alam semesta dalam set diukur terhadap fungsi untuk mengenal pasti ketidakpastian dan kekaburan.
Set kabur dilambangkan oleh teks yang mempunyai tilde di bawah pemogokan. Sekarang, set fuzzy X akan mengandungi semua hasil yang mungkin dari selang 0 hingga 1. Misalkan a ialah unsur di alam semesta adalah ahli set fuzzy X, fungsi itu memberikan pemetaan oleh X (a) = [0, 1] . Konvensyen pengertian yang digunakan untuk set fuzzy apabila alam semacam wacana U (set nilai masukan untuk set fuzzy X) adalah diskrit dan terhingga, untuk set fuzzy X diberikan oleh:
Logik kabur
Tidak seperti logik yang rumit, dalam logik kabur, keupayaan penambahan keupayaan manusia ditambah untuk menerapkannya kepada sistem berasaskan pengetahuan. Tetapi, apakah keperluan untuk membangunkan teori sedemikian? Teori logik kabur menyediakan kaedah matematik untuk menangkap ketidakpastian yang berkaitan dengan proses kognitif manusia, contohnya, pemikiran dan pemikiran dan juga dapat menangani isu ketidakpastian dan ketepatan leksikal.
Contoh
Mari kita ambil contoh untuk memahami logik kabur. Katakan kita perlu mencari sama ada warna objek berwarna biru atau tidak. Tetapi objek itu boleh mempunyai warna biru tergantung pada intensitas warna primer. Oleh itu, jawapannya berbeza-beza, seperti biru diraja, biru laut, biru langit, biru biru, azure biru, dan sebagainya. Kami memberikan warna gelap paling gelap iaitu nilai 1 dan 0 kepada warna putih pada hujung terendah spektrum nilai. Kemudian warna lain akan berkisar 0 hingga 1 mengikut intensiti. Oleh itu, keadaan semacam ini di mana mana-mana nilai boleh diterima dalam julat 0 hingga 1 disebut sebagai kabur.
Definisi Set Crisp
Set renyah adalah koleksi objek (katakan U) yang mempunyai sifat identik seperti kebolehan dan kehalusan. Set kritikal 'B' boleh ditakrifkan sebagai sekumpulan unsur di atas set universal U, di mana unsur rawak boleh menjadi sebahagian daripada B atau tidak. Maksudnya terdapat hanya dua cara yang mungkin, pertama ialah unsur yang boleh dimiliki untuk menetapkan B atau ia tidak tergolong dalam set B. Notasi untuk menentukan set crisp B yang mengandungi sekumpulan beberapa elemen dalam U yang mempunyai harta yang sama P, adalah diberikan di bawah.
Logik Crisp
Pendekatan tradisional (logik tajam) perwakilan pengetahuan tidak memberikan cara yang sesuai untuk mentafsir data tidak tepat dan tidak kategoris. Oleh kerana fungsinya didasarkan pada logik urutan pertama dan teori kebarangkalian klasik. Dalam cara lain, ia tidak dapat menangani perwakilan kecerdasan manusia.
Contoh
Sekarang, mari kita fahami logik tajam dengan contoh. Kita sepatutnya mencari jawapan soalan itu, Adakah dia mempunyai pen? Jawapan dari soalan yang diberikan di atas adalah Ya atau Tidak, bergantung kepada keadaan. Jika ya ditugaskan nilai 1 dan No ditugaskan 0, hasil dari pernyataan itu boleh mempunyai 0 atau 1. Maka, logik yang menuntut jenis penanganan binari (0/1) dikenali sebagai logik Crisp dalam bidang teori set fuzzy.
Perbezaan Utama Antara Set Fuzzy dan Set Crisp
- Set kabur ditentukan oleh sempadannya yang tidak dapat ditentukan, terdapat ketidakpastian mengenai sempadan yang ditetapkan. Sebaliknya, satu set tajam ditakrifkan oleh sempadan yang rumit, dan mengandungi lokasi yang tepat bagi sempadan yang ditetapkan.
- Elemen set fuzzy dibenarkan untuk sebahagiannya ditampung oleh set (memamerkan darjah keahlian yang beransur-ansur). Sebaliknya, elemen set crisp dapat mempunyai keanggotaan total atau bukan keanggotaan.
- Terdapat beberapa aplikasi teori set crisp dan fuzzy, tetapi kedua-duanya didorong ke arah pembangunan sistem pakar yang cekap.
- Set kabur mengikuti logik bernilai tak terhingga manakala set crisp berdasarkan logik bernilai dua.
Kesimpulannya
Teori set fuzzy bertujuan untuk memperkenalkan ketidak-ketepatan dan kekaburan untuk cuba memodelkan otak manusia dalam kecerdasan buatan dan kepentingan teori tersebut semakin meningkat setiap hari dalam bidang sistem pakar. Walau bagaimanapun, teori set crisp sangat berkesan sebagai konsep awal untuk memodelkan sistem digital dan pakar yang bekerja pada logika binari.
