---
status: seed
type: concept
tags:
  - math
  - mephi
  - fuzzy-sets
created: 2026-05-29
updated: 2026-05-29
title: Краткая теория с важными формулами по нечетким выводам
---

# Краткая теория с важными формулами по нечетким выводам

Нечеткий вывод — способ получить заключение из правил вида «если ..., то ...», когда входы, условия и выводы описаны через степени принадлежности, а не через строгие булевы значения.

Базовая идея: четкие входы переводятся в степени принадлежности, правила активируются с разной силой, их выводы объединяются, а при необходимости результат переводится обратно в четкое число.

Связано: [[Нечеткий вывод]], [[Теория нечетких множеств]], [[Функция принадлежности]], [[Нечеткие отношения]], [[Логические операции над нечеткими множествами]].

## Нечеткое множество

Нечеткое множество $A$ на универсуме $X$ задается функцией принадлежности:

$$
\mu_A: X \to [0, 1]
$$

где $\mu_A(x)$ — степень принадлежности элемента $x$ множеству $A$.

Классическая запись:

$$
A = \{(x, \mu_A(x)) \mid x \in X\}
$$

## Правило нечеткого вывода

Типовое правило:

$$
R_i: \text{если } x_1 \text{ есть } A_{i1} \land \dots \land x_n \text{ есть } A_{in}, \text{ то } y \text{ есть } B_i
$$

Для четкого входа $x^* = (x_1^*, \dots, x_n^*)$ сначала считаются степени выполнения условий:

$$
\mu_{A_{ij}}(x_j^*)
$$

Сила активации правила:

$$
\alpha_i = T(\mu_{A_{i1}}(x_1^*), \dots, \mu_{A_{in}}(x_n^*))
$$

где $T$ — t-норма. Частые варианты:

$$
T(a, b) = \min(a, b)
$$

$$
T(a, b) = a \cdot b
$$

Для дизъюнкции часто используют s-норму:

$$
S(a, b) = \max(a, b)
$$

или

$$
S(a, b) = a + b - ab
$$

## Схема нечеткого вывода

1. Фаззификация — вычислить степени принадлежности входов термам.
2. Агрегация условий — получить силу активации каждого правила $\alpha_i$.
3. Импликация — применить $\alpha_i$ к заключению правила.
4. Аккумуляция — объединить результаты всех правил.
5. Дефаззификация — получить четкое значение, если оно нужно.

## Мамдани

В выводе Мамдани заключение правила остается нечетким множеством.

Импликация через минимум:

$$
\mu_{B_i'}(y) = \min(\alpha_i, \mu_{B_i}(y))
$$

Объединение правил через максимум:

$$
\mu_B(y) = \max_i \mu_{B_i'}(y)
$$

Центроидная дефаззификация:

$$
y^* = \frac{\int_Y y \mu_B(y) dy}{\int_Y \mu_B(y) dy}
$$

Для дискретного универсума:

$$
y^* = \frac{\sum_k y_k \mu_B(y_k)}{\sum_k \mu_B(y_k)}
$$

Мамдани удобен, когда важно получить интерпретируемые правила с лингвистическими заключениями.

## Ларсен

В импликации Ларсена заключение не отсекается, а масштабируется:

$$
\mu_{B_i'}(y) = \alpha_i \cdot \mu_{B_i}(y)
$$

Дальше результаты правил обычно объединяются максимумом:

$$
\mu_B(y) = \max_i \mu_{B_i'}(y)
$$

## Сугено

В выводе Сугено заключение правила — четкая функция входов:

$$
R_i: \text{если } x \text{ есть } A_i, \text{ то } z_i = f_i(x)
$$

Частый вариант первого порядка:

$$
z_i = p_{i0} + p_{i1}x_1 + \dots + p_{in}x_n
$$

Итог:

$$
z^* = \frac{\sum_i \alpha_i z_i}{\sum_i \alpha_i}
$$

Если $z_i$ — константа, получается Сугено нулевого порядка.

## Цукамото

В методе Цукамото заключения правил должны иметь монотонные функции принадлежности. Для каждого правила находится четкое значение $z_i$ из условия:

$$
\mu_{B_i}(z_i) = \alpha_i
$$

Итоговое значение:

$$
z^* = \frac{\sum_i \alpha_i z_i}{\sum_i \alpha_i}
$$

## Композиционное правило вывода

Если $A$ — нечеткое множество на $X$, а $R$ — нечеткое отношение на $X \times Y$, то вывод:

$$
B = A \circ R
$$

Максиминная композиция:

$$
\mu_B(y) = \max_{x \in X} \min(\mu_A(x), \mu_R(x, y))
$$

Макс-произведение:

$$
\mu_B(y) = \max_{x \in X} \mu_A(x) \cdot \mu_R(x, y)
$$

## Что запомнить

- Мамдани: нечеткое заключение, минимум для импликации, максимум для объединения, затем дефаззификация.
- Ларсен: заключение масштабируется произведением.
- Сугено: заключение — формула или константа, итог — взвешенное среднее.
- Цукамото: монотонные заключения, каждое правило дает четкий результат.
- Главная формула силы правила: $\alpha_i = T(\mu_{A_{i1}}(x_1^*), \dots, \mu_{A_{in}}(x_n^*))$.