模糊逻辑学习笔记

序言

先说一下为什么会有模糊逻辑这个概念，在我们现实生活中，往往会遇到一些比较让人纠结的问题，比如一个人的IQ90算聪明，60算笨拙，那么一个IQ=89的人算什么呢？如果根据离散逻辑来考虑，那么即使是89，只要没达到90就是笨拙，这在我们人类的理解范围内会感觉很奇怪（正常感性认知），所以在1965年美国数学家L. Zadeh首先提出了Fuzzy集合的概念，目的就是未了解决这种模棱两可的问题。

模糊逻辑介绍

模糊逻辑能使电脑等人工智能按照类似人的思考方式去考虑推理一些类似与“远”“近”，“快”“慢”等具有模糊概念的问题，人们所谓的远近并没有一个绝对的标准，即大于多少就是远，否则就是近，然而机器思考就是按照这样的离散规则，非远即近。通过模糊集合，使得一个变量可能同时属于多个集合，每个集合部分占有这个变量，来将一个具体的离散值给模糊化。这是模糊逻辑的第一步，有了这么一个模糊集合，我们再通过许多不同角度的模糊规则去解释这个集合，是的这个模糊的值计算得到一个确定的值，这个过程叫做去模糊化，也是整个模糊逻辑中最重要的一步

【模糊集合】
上面我们提到，模糊集合允许一个变量同时属于多个集合，那么对于任意变量A，A属于集合α，β，γ的隶属度可以是不一样的，比如A的20%是属于α，40%是属于β，40%是属于γ。所以我们需要一个具体的方法（函数）来定义要A要怎么隶属于三个不同的集合是很重要的。这些函数的图形可以是任意，但常用的方法是三角形或者梯形。

比如我们刚刚的那个例子，IQ80-100分内才可能被算作聪明,其中90分被作为聪明的可能性最大，超过100分可能就是天才 范围了（我只是举个例子），所以这里用了个三角形的模糊函数来计算聪明对应不同分数的隶属度。然而实际情