Ma_fack
Ominide
1 min. di lettura
Vota 5 / 5

Concetti Chiave

  • La logica fuzzy estende la logica classica, consentendo di assegnare un grado di verità tra 0 e 1 alle proposizioni, utile per Sistemi Esperti.
  • Il processo di funzionamento include una fase di addestramento, dove un esperto definisce le regole, seguita da una fase di stima dell'output basata su input ricevuti.
  • I vantaggi della logica fuzzy includono un ragionamento simile a quello umano, codifica della conoscenza in linguaggio comune e robustezza alle variazioni dei parametri.
  • Gli svantaggi comprendono la difficoltà di identificare tutte le regole e il rischio di una base di conoscenza imprecisa o incompleta.
  • Una soluzione ai limiti della logica fuzzy è rappresentata dai sistemi neuro-fuzzy, che combinano reti neurali per addestrare Sistemi Esperti fuzzy.

Fuzzy Logic

E’ una teoria matematica che si occupa di modellare l’incertezza. E’ una estensione della logica classica. Ad essa si può attribuire a ciascuna proposizione un grado di verità compreso tra 0 e 1 e si adatta particolarmente alla creazione di Sistemi Esperti, applicazioni software in grado di rispondere come risponderebbe un esperto umano. Il funzionamento è il seguente:
Fase 1: l’addestramento, l’esperto umano inserisce le regole e definisce la base di regole
Fase 2: il sistema riceve un input e stima un output sulla base delle regole inserite durante l’addestramento

Vantaggi:
Un software che ragiona con la logica dell’uomo, ovvero in modo sfumato e non rigidamente in modo binario;
Permettono di codificare la conoscenza tecnica senza necessariamente quantificare con estrema precisione gli intervalli di applicabilità delle regole.
Permettono di individuare le regole utilizzando linguaggio comune piuttosto che intervalli numerici.
La base della conoscenza sono regole aziendali non scritte che rappresentano l’esperienza acquisita in azienda
Possibilità di un confronto attraverso la definizione delle regole
Assicurano una maggiore robustezza nella realtà: definendo opportunamente gli insiemi si ottiene un'ottima tolleranza alle piccole variazioni dei parametri tipicamente osservate nella realtà.
I passaggi da una regola e l’altra sono “morbidi”, “sfumati

Svantaggi:
Difficoltà nell’individuare tutte le regole
Rischio di creare una base della conoscenza imprecisa e soprattutto incompleta
Lunghi tempi per la definizione della base della conoscenza
Una possibile soluzione: sistemi neuro-fuzzy: addestrare un sistema esperto fuzzy tramite una rete neurale.

Domande e risposte

Hai bisogno di aiuto?
Chiedi alla community