SecondBrain/.trash/Краткая теория с важными формулами по нечетким выводам.sync-conflict-20260603-140755-23DMR5O.md

status, type, tags, created, updated, title

status	type	tags	created	updated	title
seed	concept	math mephi fuzzy-sets	2026-05-29	2026-05-29	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^*)).