Zbiory rozmyte - zgadnienia, Szkoła, Technologia informatyczna


  1. Zbiór rozmyty, zbiór normalny, wysokość zbioru

Zbiorem rozmytym A w pewnej (niepustej) przestrzeni X, co zapisujemy jako A ⊆ X, nazywamy zbiór uporządkowanych par

0x01 graphic
gdzie:0x01 graphic

jest to funkcja przynależności zbioru rozmytego A. Funkcja ta każdemu elementowi x ∈ X przypisuje jego stopień przynależności do zbioru rozmytego A, przy czym można wyróżnić 3 przypadki:

  1. μA(x) = 1 oznacza pełną przynależność do zbioru rozmytego A, tzn. x ∈ A,

  2. μA(x) = 0 oznacza brak przynależności elementu x do zbioru rozmytego A, tzn. x ∉ A,

  3. 0 < μA(x) < 1 oznacza częściową przynależność elementu x do zbioru rozmytego A.

Symboliczny zapis zbiorów rozmytych.

Ponieważ niewygodnie jest posługiwać się uporządkowanymi dwójkami zapisywanymi np. w nawiasach, stosuje się zapis symboliczny. I tak, jeżeli X jest przestrzenią o skończonej liczbie elementów, X = {x1, ..., xn}, do zbioru rozmytego A określonego na przestrzeni X stosujemy zapis:

0x01 graphic

Warto tu zauważyć, że elementami zbioru X mogą być nie tylko liczby, ale również inne przedmioty, osoby lub pojęcia. Zapis ten ma charakter symboliczny. Kreska ułamkowa nie oznacza dzielenia a przyporządkowanie poszczególnym elementom zbioru stopni przynależności. Podobnie znak „+” nie oznacza dodawania, a sumę mnogościową elementów.

Jeżeli X jest przestrzenią o nieskończonej liczbie elementów, to zbiór A ⊆ X symbolicznie zapiszemy jako:

0x01 graphic

Zbiór rozmyty normalny

Normalnym nazywamy zbiór rozmyty wtedy i tylko wtedy, gdy h(A) = 1. Jeśli zbiór rozmyty A nie jest normalny, to możemy go znormalizować poprzez przekształcenie: 0x01 graphic

gdzie h(A) jest wysokością tego zbioru.

Wysokość zbioru rozmytego

Wysokość zbioru rozmytego A oznaczamy przez h(A) i określamy jako:

0x01 graphic

W przypadku zbiorów przeliczalnych jest to maximum funkcji przynależności.

  1. Tworzenie populacji początkowej (algorytmy genetyczne) - Przykład

Inicjacja jest to utworzenie początkowej populacji chromosomów, polega na losowym wyborze żądanej liczby chromosomów (osobników) reprezentowanych przez ciągi binarne o określonej długości.

Przykład.

Zgodnie z algorytmem zaczynamy od wylosowania populacji początkowej. Zakładamy, że liczebność naszej populacji będzie wynosić 8 osobników. W wyniku losowania otrzymujemy:

ch1 = [00110] ch2 = [00101]

ch3 = [01101] ch4 = [10101]

ch5 = [11010] ch6 = [10010]

ch7 = [01000] ch8 = [00101]

Teraz rozpoczyna się główna pętla algorytmu genetycznego. Najpierw obliczamy przystosowanie poszczególnych osobników. Trzeba zdekodować informacje zawarte w chromosomach, otrzymujemy następujące fenotypy:

ch1* = 6 ch2* = 5

ch3* = 13 ch4* = 21

ch5* = 26 ch6* = 18

ch7* = 8 ch8* = 5

Następnie obliczamy wartość funkcji przystosowania, która jest taka sama jak funkcja optymalizowana. Za x podstawiamy wyliczone właśnie fenotypy:

F(ch1) = 2 ⋅ ch1 + 1 = 13

F(ch2) = 2 ⋅ ch2 + 1 = 11

F(ch3) = 2 ⋅ ch3 + 1 = 27

F(ch4) = 2 ⋅ ch4 + 1 = 43

F(ch5) = 2 ⋅ ch5 + 1 = 53

F(ch6) = 2 ⋅ ch6 + 1 = 37

F(ch7) = 2 ⋅ ch7 + 1 = 17

F(ch8) = 2 ⋅ ch8 + 1 = 11

  1. Suma zbiorów rozmytych

Sumą zbiorów rozmytych A i B jest zbiór rozmyty A ∪ B określony funkcją przynależności:

μAB(x) = max(μA(x), μB(x)) dla każdego x ∈ X.

Suma większej ilości zbiorów A1, A2, A3, …, An określona jest podobną funkcją przynależności:

μA1A2A3… An (x) = max(μA1(x), μA2(x) , μA3(x), …, μAn(x)) dla każdego x ∈ X.

Ilustracja operacji sumy.

Działanie operacji sumy zbiorów rozmytych możemy przedstawić na rysunku:

0x08 graphic
0x01 graphic

Rysunek 1. Operacja sumy zbiorów rozmytych.

  1. Zbiory rozmyte równe

Zbiór rozmyty A jest równy zbiorowi rozmytemu B, co zapisujemy A = B, wtedy i tylko wtedy, gdy: μA(x) = μB(x) dla każdego x ∈ X.

  1. Poziom równości zbiorów rozmytych

Stopień równości.

Poprzednia definicja jest definicją sztywną. Mamy do czynienia ze zbiorami rozmytymi, dlatego jeśli funkcje przynależności dwu zbiorów rozmytych są podobne, możemy powiedzieć, że zbiory są prawie równe i wprowadzić pojęcie stopnia równości zbiorów rozmytych A i B jako:

0x01 graphic

gdzie T = {x ∈ X: μA(x) ≠ μB(x)}.

Nie jest to jedyna możliwość, można spotkać różne definicje stopnia równości lub też stopnia inkluzji zbiorów rozmytych.

  1. Wartość bezwzględna liczby rozmytej

Wartość bezwzględną liczby rozmytej A ⊆ R oznaczamy |A| ⊆ R i określamy jako:

0x01 graphic

Liczba rozmyta |A| jest liczbą rozmytą dodatnią.

  1. Mutacja w algorytmach genetycznych

Mutacja polega na zmianie wartości genu na przeciwną w przypadku binarnego kodu w chromosomach. Zmiany tej dokonuje się dla każdego genu z prawdopodobieństwem mutacji, które jest bardzo małe, dlatego też zachodzi bardzo rzadko.

Możemy np. losować liczbę z przedziału [0, 1] i jeśli jest mniejsza od wartości prawdopodobieństwa mutacji, mutacja zachodzi i zmieniamy wartość genu. Jeśli wylosowana liczba jest większa, mutacja nie zachodzi. Podobnie jak dla krzyżowania.

Wpływ mutacji.

Rozważmy teraz wpływ mutacji. Mutacja zachodzi albo w puli populacji potomków, albo w populacji rodzicielskiej. Możemy zatem rozważać wpływ tej mutacji tylko na pulę rodzicielską, gdyż populacja potomków będzie pulą rodzicielską w następnej generacji, a właśnie o wpływ na pulę rodzicielską nam chodzi.

Operator mutacji zmienia z prawdopodobieństwem pm zmienia wartość jakiegoś bitu na przeciwną. Jeżeli schemat ma przetrwać mutację, to ustalone pozycje w schemacie, czyli zera i jedynki powinny pozostać niezmienione. Mutacja może zachodzić dla każdego bitu. Prawdopodobieństwo mutacji wynosi pm, czyli prawdopodobieństwo, że mutacja nie zajdzie to 1 - pm. Prawdopodobieństwo tego, że mutacja zajdzie na kilku bitach jest iloczynem poszczególnych prawdopodobieństw, a tego, że nie zajdzie też jest odpowiednim iloczynem.

pm∙ pm∙ pm∙ pm pm∙…= pmL - jest prawdopodobieństwem zajścia mutacji na wszystkich bitach chromosomu.

(1 - pm) ∙(1 - pm)…= (1 - pm)L - jest prawdopodobieństwem nie zajścia mutacji na wszystkich bitach chromosomu.

Ostatecznie prawdopodobieństwo tego, że mutacja nie zajdzie dla żadnej ustalonej pozycji w schemacie wynosi:

0x01 graphic

Wniosek 4 - wpływ mutacji.

Dla danego chromosomu ze zbioru M(t) ∩ S, czyli z populacji rodzicielskiej pasującego do schematu S, prawdopodobieństwo, że chromosom ten będzie należał do schematu S po operacji mutacji, jest dane przez

0x01 graphic

Jest to prawdopodobieństwo przetrwania mutacji przez schemat S.

Wniosek 5 - wpływ mutacji.

Jeżeli prawdopodobieństwo mutacji pm jest małe, (pm << 1), to można przyjąć, że prawdopodobieństwo przetrwania mutacji przez schemat S, jest w przybliżeniu równe:

0x01 graphic

Mutacja.

Operacja mutacji jest dokonywana jest na pojedynczym osobniku. Jako pierwszy mutacji poddawany jest chromosom odchyleń standardowych zgodnie z formułą:

0x01 graphic

gdzie:

n - długość chromosomu

N(0, 1) - liczba losowa z rozkładu normalnego losowana dla całego chromosomu

Ni(0, 1) - liczba losowa z rozkładu normalnego losowana dla każdego genu osobno

τ', τ - parametry strategii ewolucyjnej

Najczęściej spotykaną postacią tych parametrów jest:

0x01 graphic

C najczęściej przyjmuje wartość 1.

W ten sposób obliczone nowe zakresy mutacji wpływają na zmianę wartości genów niezależnych x tak jak w poprzedniej strategii:

0x01 graphic

gdzie znowu Ni(0, 1) jest liczbą losową z rozkładu normalnego.

Mutacja binarna.

Operator mutacji ma za zadanie wprowadzenia pewnego urozmaicenia w populacji. W klasycznym algorytmie genetycznym jego rola jest raczej mała, natomiast w strategiach ewolucyjnych jest on podstawowym operatorem.

W przypadku mutacji binarnej, operacji mutacji podlegały wszystkie geny z założonym bardzo małym prawdopodobieństwem. Mutacja w takim wypadku może polegać na negacji wartości bitu, lub na zamianie wartości bitu na wartość losową.

Mutacja zmiennoprzecinkowa.

Jeżeli chromosom jest kodowany za pomocą liczb rzeczywistych nie można przeprowadzić zwykłej mutacji.

Jeżeli wartość i - tego genu jest ograniczona przedziałem [ai, bi], to jeżeli gen podlega mutacji, to przeprowadzamy ją według wzoru:

yi = ai + (bi - ai)Ui(0,1)

gdzie Ui(0,1) - zmienna losowa wygenerowana z rozkładu równomiernego w przedziale (0, 1).

W tym wypadku nowa wartość genu nie zależy od wartości poprzedniej. Możliwa jest też mutacja, gdzie do starej wartości genu dodajemy losową wartość, najczęściej z rozkładu normalnego.

yi = xi + zi

Inwersja działa na pojedynczym chromosomie zmieniając kolejność alleli pomiędzy dwoma losowymi pozycjami w chromosomie.

Operator ten został zdefiniowany poprzez analogię do biologicznego procesu inwersji chromosomowej, jednak jest on raczej stosowany bardzo rzadko. Jego działanie dla chromosomu przedstawionego niżej z punktami inwersji 4 i 11, wygląda tak:

[0010 1000111 10001] → [0010 1110001 10001]

  1. Standardowe funkcje przynależności w Zbiorach rozmytych

Singelton.

W różnych zastosowaniach zbiorów rozmytych używa się standardowych funkcji przynależności. I tak mamy funkcję singelton, zdefiniowaną wzorem:

0x01 graphic

Jest to specyficzna funkcja przynależności, gdyż przyjmuje wartość 1 tylko w jednym punkcie przestrzeni, w pozostałych punktach przyjmuje wartość 0. Ta funkcja charakteryzuje jednoelementowy zbiór rozmyty, jedynym elementem tego zbioru jest punkt x-kreska. Funkcja ta jest stosowana głównie do operacji rozmywania w rozmytych systemach wnioskujących. W sumie jest bardzo podobna do delty Diracka stosowanej w przetwarzaniu sygnałów, która to delta Diracka też przyjmuje wszędzie 0, poza jednym punktem, gdzie ma wartość nieskończoną.

Funkcja Gausowska.

Gausowska funkcja przynależności jest opisana wzorem:

0x01 graphic

gdzie x-kreska jest środkiem, a sigma określa szerokość krzywej gausowskiej. Ta funkcja jest najczęściej spotykana w różnych zastosowaniach. Wykres funkcji:

0x01 graphic

Rysunek 2. Gaussowska funkcja przynależności.

Funkcja przynależności typu dzwonowego.

Wzór:

0x01 graphic

gdzie parametry a, b, c określają wygląd funkcji. a określa szerokość, b nachylenie, c środek. Wykres:

0x01 graphic

Rysunek 3. Funkcja typu dzwonowego.

Funkcja przynależności klasy s.

Definiujemy ją jako:

0x01 graphic

gdzie b=(a+c)/2

Wykres tej funkcji przypomina literę s, stąd jej nazwa. Jej kształt zależy od parametrów a, b, c i w punkcie x = b funkcja przyjmuje wartość 0,5. Wykres:

0x01 graphic

Rysunek 4. Funkcja typu s.

Funkcja przynależności klasy π.

Tą funkcję przynależności definiuje się poprzez funkcję klasy s:

0x01 graphic

Funkcja ta przyjmuje wartości zerowe dla ­x c+b oraz x c - b, natomiast w punktach x = c ± b/2 jej wartość wynosi 0,5. Wykres:

0x01 graphic

Rysunek 5. Funkcja przynależności typu pi.

Funkcja przynależności klasy γ.

Wzór:

0x01 graphic

Wykres funkcji gamma jest podobny do wykresu funkcji s.

0x01 graphic

Rysunek 6. Funkcja typu gamma.

Funkcja przynależności klasy t.

Wzór:

0x01 graphic

Wykres tej funkcji z kolei jest analogiczny do funkcji klasy pi.

0x01 graphic

Rysunek 7. Funkcja typu t.

Funkcja przynależności klasy L.

Wzór:

0x01 graphic

Wykres:

0x01 graphic

Funkcja klasy Π.

Dotychczasowe funkcje przynależności były określone na przestrzeni jednowymiarowej, jeśli zbiór rozmyty jest określony na przestrzeni wielowymiarowej, to trzeba rozróżnić dwa przypadki. Jeśli poszczególne wymiary są niezależne, to zbiory tworzymy poprzez iloczyn kartezjański oraz korzystamy z jednowymiarowych funkcji przynależności. Drugi przypadek jest wówczas, gdy mamy zmienne zależne. Trzeba wtedy stosować wielowymiarowe funkcje przynależności. Funkcja klasy Π jest zdefiniowana następująco:

0x01 graphic

gdzie x-kreska jest środkiem funkcji, a α > 0 określa jej szerokość.

Radialna funkcja przynależności.

Wzór:

0x01 graphic

Elipsoidalna funkcja przynależności.

Wzór:

0x01 graphic

  1. operacja Skalowania - liczby rozmyte

W wyniku operacji f(x) = λx, λ 0, otrzymujemy liczbę rozmytą przeskalowaną w stosunku do liczby rozmytej A ⊆ R. Liczbę tą oznaczamy λA ⊆ R, a jej funkcja przynależności jest równa:

0x01 graphic

  1. Odwrotność liczby rozmytej. Przykład

W wyniku operacji f(x) = x-1 otrzymujemy liczbę rozmytą odwrotną do liczby rozmytej A ⊆ R. Liczbę tę oznaczamy A-1 ⊆ R, a jej funkcja przynależności jest równa:

0x01 graphic

Zakładamy tutaj, że liczba rozmyta A jest albo dodatnia albo ujemna. Jeśli liczba rozmyta nie jest ani dodatnią ani ujemną, to zbiór rozmyty B nie jest wypukły, a więc B nie jest liczbą rozmytą.

Mamy liczbę rozmytą 0x01 graphic
. Liczba rozmyta:

przeciwna - A :

0x01 graphic
(1)

odwrotna A-1:

0x01 graphic
(2)

Możemy sprawdzić, że 0x01 graphic
, oraz 0x01 graphic
. Zatem liczby rozmyte charakteryzują się brakiem liczby rozmytej przeciwnej i odwrotnej względem dodawania i mnożenia, co uniemożliwia np. zastosowanie metody eliminacji do rozwiązywania równań zawierających liczby rozmyte.

przeskalowana ×0,5:

0x01 graphic
(3)

przeskalowana ×2:

0x01 graphic

Liczbę rozmytą „mniej więcej 5” możemy zapisać jako:

A = (5, 3, 3)LP

  1. Mnożenie liczb rozmytych

Mnożenie dwu liczb rozmytych A1 i A2 oznaczamy

0x01 graphic

przy czym funkcja przynależności jest określona wzorem wynikającym z zasady rozszerzania przybierającym postać:

0x01 graphic

12. Liczby rozmyte - pozostałe działania

Liczby rozmyte

Liczbą rozmytą nazywamy zbiór rozmyty A określony na zbiorze liczb rzeczywistych
A ⊆ R, którego funkcja przynależności:

μA: R → [0, 1]

spełnia warunki:

  1. supxμA(x) = 1, tzn. zbiór rozmyty A jest normalny,

  2. μA[λx1 + (1 - λ)x2] ≥ min{μA(x1), μA(x2)}, tzn. zbiór A jest wypukły,

  3. μA(x) jest funkcją przedziałami ciągłą.

Liczby rozmyte.

Na rysunku przedstawione są różne przykłady liczb rozmytych.

0x01 graphic

Rysunek 8. Przykłady liczb rozmytych.

Liczby dodatnie i ujemne

Liczba rozmyta A ⊆ R jest dodatnia, jeżeli μA(x) = 0 dla wszystkich x < 0.

Liczba rozmyta A ⊆ R jest ujemna, jeżeli μA(x) = 0 dla wszystkich x > 0.

Na rysunku przedstawiony jest przykład liczby rozmytej dodatniej, ujemnej oraz liczby, która nie jest ani dodatnia, ani ujemna.

0x01 graphic

Rysunek 9. Liczba dodatnia i ujemna.

Operacje arytmetyczne.

Definicje operacji arytmetycznych są konsekwencją zasady rozszerzania II, w której odwzorowanie przybiera postać:

0x01 graphic
(4)

Dodawanie dwu liczb rozmytych A1 i A2 oznaczamy

0x01 graphic

przy czym funkcja przynależności jest określona wzorem wynikającym z zasady rozszerzania przybierającym postać:

0x01 graphic

Odejmowanie

Odejmowanie dwu liczb rozmytych A1 i A2 oznaczamy

0x01 graphic

przy czym funkcja przynależności jest określona wzorem wynikającym z zasady rozszerzania przybierającym postać:

0x01 graphic

Dzielenie

Dzielenie dwu liczb rozmytych A1 i A2 oznaczamy

0x01 graphic

przy czym funkcja przynależności jest określona wzorem wynikającym z zasady rozszerzania przybierającym postać:

0x01 graphic

Twierdzenie Dubois i Prade.

Jeżeli liczby rozmyte A1 i A2 mają ciągłe funkcje przynależności, to wynikiem operacji arytmetycznych dodawania, odejmowania, mnożenia i dzielenia są liczby rozmyte.

Operacje jednoargumentowe.

Operacje jednoargumentowe przeprowadza się również za pomocą zasady rozszerzania. Jeśli f jest odwzorowaniem f: R R oraz A R, y = f(x), to zgodnie z zasadą rozszerzania mamy:

0x01 graphic

gdzie B = f(A).

Zmiana znaku

W wyniku operacji f(x) = - x otrzymujemy liczbę rozmytą przeciwną do liczby rozmytej A ⊆ R. Liczbę tę oznaczamy - A ⊆ R, a jej funkcja przynależności jest równa:

0x01 graphic

Liczby rozmyte A i - A są symetryczne względem osi y.

  1. Przecięcie zbiorów rozmytych

Przecięciem zbiorów rozmytych A, B ⊆ X jest zbiór rozmyty A ∩ B o funkcji przynależności:

0x01 graphic

μAB(x) = min(μA(x), μB(x))

dla każdego x ∈ X.

Przecięcie większej ilości zbiorów A1, A2, A3, …, An określone jest podobną funkcją przynależności:

μA1A2A3… An (x) = min(μA1(x), μA2(x) , μA3(x), …, μAn(x))

dla każdego x ∈ X.

Ilustracja operacji przecięcia.

Działanie operacji przecięcia zbiorów rozmytych możemy przedstawić na rysunku:

0x08 graphic
0x01 graphic

Rysunek 10. Operacja przecięcia zbiorów rozmytych.

14. Eksponenta liczby rozmytej.

Operacja eksponent. W wyniku operacji f(x) = ex, x > 0, otrzymujemy potęgę liczby rozmytej A ⊆ R. Liczbę tą oznaczamy eA ⊆ R, a jej funkcja przynależności jest równa:

0x01 graphic

Liczba rozmyta eA jest liczbą rozmytą dodatnią.

x

μA(x)

μB(x)

x

μA(x)

μB(x)



Wyszukiwarka

Podobne podstrony:
cwiczenia4 stu, Wyższa Szkoła Technologii Informatycznych
tech. inf, SZKOŁA, Technologia Informacyjna
Technika pracy biurowej, Szkoła, Technologia informatyczna
KWERENDY dod 2, Szkoła, Semestr 1, Technologia informacyjna, Ćwiczenie 6
informatyka-Radzi, Szkoła, penek, Przedmioty, Technologia informacyjna
INFORMA, Szkoła, penek, Przedmioty, Technologia informacyjna
INFORMA2, Szkoła, penek, Przedmioty, Technologia informacyjna
Systemy Eksportowe są nurtem badań nad sztuczną inteligencją, Szkoła, penek, Przedmioty, Technologia
informa zaliczenie, Szkoła, penek, Przedmioty, Technologia informacyjna
TI v.2, Szkoła, penek, Przedmioty, Technologia informacyjna
Sprawozdanie - renegat nasza wersja ad.2009 v3 (1), Szkoła, Politechnika 1- 5 sem, politechnika, 3 r
INFORMATYK, Szkoła, penek, Przedmioty, Technologia informacyjna
Technologie Informacyjne.; semestr I, SZKOŁA, Informatyka
INFORMATYKA-11, Szkoła, penek, Przedmioty, Technologia informacyjna
KWERENDY dod 2, Szkoła, Semestr 1, Technologia informacyjna, Ćwiczenie 6
Technologia informacji i komunikacji w nowoczesnej szkole

więcej podobnych podstron