【模糊逻辑】模糊集合和模糊逻辑-3

2.16 从精确逻辑到模糊逻辑

相较于精确逻辑，模糊逻辑往往无法直接给出正确或者错误，或者真或假。这种逻辑关系往往是处理无法明确说明对错（正确与否）的情况。在模糊逻辑中，命题表征的是其正确/错误程度，从0到1之间来连续表示，而非二值化。

例如先前提到过的模糊集可以从精确集扩展，模糊关系可以从精确关系扩展那样，模糊逻辑也可以由精确逻辑扩展得到。所以这里的一些符号也就借鉴着精确逻辑中来使用。

以下定义implication关系在模糊逻辑中的使用。类似精确逻辑，可以用"IF-THEN"表述方式，“如果x为A，则y为B”，其中$x\in X$,$y\in Y$，有隶属函数MF${\mu }_{A\to B}(x,y)$，其中${\mu }_{A\to B}(x,y)\in [0,1]$。值得注意的是，这里的${\mu }_{A\to B}(x,y)$是对x和y之间的存在隐含关系的程度的度量函数。可以举例如下

在模糊逻辑中，modus ponens（演绎推理）可以扩展为generalized modus ponens（广义演绎推理）

这里值得注意的是，modus ponens 和广义modus ponens存在细微的区别——其中集合$A^{\ast }$不一定与集合A相同，同样的结果中的集合$B^{\ast }$不一定与集合B相同。

例子2.30

现在举个男生打篮球的例子，设置命题“如果一个男生身高很矮，则他将不是一个非常专业的篮球运动员”，这里的Implication中A的集合是男生身高很矮，此时premise的$A^{\ast }$可以为男生身高不足1.6米。这里很明显，集合$A^{\ast }$和集合A不同，但是集合$A^{\ast }$和A很相近。同理集合$B^{\ast }$和B也可以是不同的。

所以，对于精确逻辑来说，往往Premise中的集合和Implication中的前提是一样的，而Implication的结果则是命题的结果。而对于模糊逻辑来说，只要这两个集合存在非零的相似程度，那么就可以来构成命题。

假设${\mu }_{A^{\ast }}(x)$为单元素模糊器(singleton fuzzifier)，可以表示如下
$${\mu }_{A^{\ast }}=\{\begin{array}{lr}1,x=x^{{}^{\prime }}& \\ 0,x\ne x^{{}^{\prime }}& \end{array}$$
根据之前不同积空间的组合的公式，可以将implication的结果$B^{\ast }$表示如下
$${\mu }_{B^{\ast }}(y)=su{p}_{x\in X}[{\mu }_{A^{\ast }}(x)★{\mu }_{A\to B}(x,y)],x\in X,y\in Y$$
由于假设${\mu }_{A^{\ast }}(x)$为单元素模糊器，所以有下式
$${\mu }_{B^{\ast }}(y)=su{p}_{x\in X}[{\mu }_{A^{\ast }}(x)★{\mu }_{A\to B}(x,y)]=sup[{\mu }_{A\to B}(x^{{}^{\prime }},y),0]={\mu }_{A\to B}(x^{{}^{\prime }},y),y\in Y$$
此处的符号$★$可以为最小或者乘积。由上式可知，对于单元素模糊器的最大化运算符是非常容易来估计的，因为${\mu }_{A^{\ast }}(x)$只有一个非零点。

例子2.31

根据先前的例子，我们知道有，以下等式
$${\mu }_{B^{\ast }}(y)={\mu }_{A\to B}(x^{{}^{\prime }},y)=1-min[{\mu }_A(x^{{}^{\prime }}),1-{\mu }_B(y)],y\in Y$$
此处，假设${\mu }_{B^{\ast }}(y)$为三角MF，不难发现这样的结果输出有一个恒定偏置的。

例子2.32

类似的如果有以下等式
$${\mu }_{B^{\ast }}(y)={\mu }_{A\to B}^L(x^{{}^{\prime }},y)=min[1,1-{\mu }_A(x^{{}^{\prime }})+{\mu }_B(y)],y\in Y$$
此处，假设${\mu }_{B^{\ast }}(y)$为三角MF，不难发现这样的结果输出依然有一个恒定偏置的。

2.17Mamdani提出的Implication

Mamdani提出的Implication
$${\mu }_{A\to B}(x^{{}^{\prime }},y)\equiv min[{\mu }_A(x),{\mu }_B(x)],x\in X,y\in Y$$
之后，Larsen也提出的Implication
$${\mu }_{A\to B}(x^{{}^{\prime }},y)\equiv {\mu }_A(x){\mu }_B(x),x\in X,y\in Y$$
根据上面的Implication可以有以下的输出，则不存在了偏置了。