истеми, тому цілком можуть перетинатися з останніми або ставитися по класифікації до паралельного напрямку.
Історія розвитку нечіткої логіки
Одним з творців кібернетики Джоном фон Нейманом було відмічено, що прагнення отримати точну, вичерпну модель для досить складного об'єкта (процесу) не має сенсу, оскільки складність такого опису стає сумірною зі складністю самого об'єкта. Отже, використання такої моделі не дозволяє просто і наочно пояснити механізм його функціонування, скористатися якими-небудь стандартними математичними процедурами для дослідження характеристик об'єкта і синтезу системи управління ім. Це особливо відноситься до таких об'єктів управління, як виробничі процеси, організаційні, транспортні, біологічні системи та ін.
Відомий фахівець у галузі теорії систем професор факультету електротехніки та інформатики Каліфорнійського університету (м Берклі, США) Лотфі А. Заде сформулював цю думку у вигляді так званого принципу несумісності. Згідно з цим принципом: Чим складніше система, тим менше ми здатні дати точні і в той же час мають практичне значення судження про її поведінці.
Для систем, складність яких перевершує деякий пороговий рівень, точність і практичний сенс стають майже виключають один одного характеристиками. Саме в цьому сенсі точний якісний аналіз поведінки гуманістичних систем (тобто систем, в яких бере участь людина) не має, мабуть, великого практичного значення в реальних соціальних, економічних та інших завданнях, пов'язаних з участю однієї людини або групи людей.
У більшості випадків особи, що приймають рішення, не можуть формально уявити собі цей процес. І справа тут не в тому, що вони погано розуміють те, що роблять, а в тому, що невизначеність (нечіткість) лежить у самій природі прийняття рішень.
Висловлюючись словами того ж Л.А.Заде, у більшості основних завдань, що вирішуються людиною, не потрібна висока точність. Людський мозок використовує допустимість такого неточності, кодуючи інформацію, достатню для задачі (або достатню для рішення), елементами нечітких множин, які лише наближено описують вихідні дані.
Потік інформації, що надходить у мозок через органи зору, слуху, дотику та ін., звужується, таким чином, в тонку цівку інформації, необхідної для вирішення поставленого завдання з мінімальним ступенем точності. Здатність оперувати нечіткими множинами і випливає з неї здатність оцінювати інформацію є одним з найбільш цінних якостей людського розуму, яке фундаментальним чином відрізняє людський розум від так званого машинного розуму, приписуваного існуючим обчислювальним машинам. Наш світ складається не з одних нулів і одиниць - нам потрібна більш гнучка логіка для того, щоб представляти реальні взаємозв'язки. Потрібні підходи, для яких точність, строгість і математичний формалізм не є чимось абсолютно необхідним і в яких використовується методологічна схема, яка припускає нечіткості і часткові істини.
Класична логіка розвивається з найдавніших часів. Її основоположником вважається Аристотель. Логіка відома нам як сувора і суто теоретична наука, і більшість вчених (крім розробників останніх поколінь комп'ютерів) продовжують дотримуватися цієї думки. Разом з тим класична булева логіка має один істотний недолік - з її допомогою неможливо описати асоціативне мислення людини. Класична логіка оперує тільки двома поняттями: ІСТИНА і НЕПРАВДА, і виключаючи будь-які проміжні значення. Аналогічно цьому булева логіка не визнає нічого крім одиниць і нулів.
Все це добре для обчислювальних машин, але спробуйте уявити весь навколишній вас світ тільки в чорному і білому кольорі, вдобавок виключивши з мови будь-які відповіді на питання, крім ТАК і НІ. У такій ситуації вам можна тільки поспівчувати.
Вирішити цю проблему і покликана нечітка логіка. З терміном «лінгвістична змінна» можна пов'язати будь-яку фізичну величину, для якої потрібно мати більше значень, ніж тільки ТАК і НІ. У цьому випадку ви визначаєте необхідне число термів і кожному з них ставите у відповідність деяке значення описуваної фізичної величини. Для цього значення ступінь приналежності фізичної величини до терму буде дорівнює одиниці, а для всіх інших значень - залежно від обраної функції приналежності. Наприклад, можна ввести змінну ВІК і визначити для неї терми ЮНАЦЬКИЙ, середнього та похилого. Обговоривши з експертами значення конкретного віку для кожного терма, ви з повною впевненістю можете позбутися від жорстких обмежень логіки Аристотеля.
Отримавши найбільший розвиток з усіх розробок штучного інтелекту, експертні системи завоювали стійке визнання як систем підтримки прийняття рішень. Подібні системи здатні акумулювати знання, отримані людиною в різних областях діяльності. Допомогою експерт...
