फजी लॉजिक क्या है?
जवाबों:
जैसे ही जटिलता बढ़ती है, सटीक बयान अर्थ खो देते हैं और सार्थक बयान सटीक खो देते हैं। (लोफ्टी ज़ादेह)।
फ़ज़ी लॉजिक तर्क से संबंधित है जो निश्चित और सटीक होने के बजाय अनुमानित है। यह मानव के लिए तर्क को अधिक सार्थक बना सकता है:
फजी लॉजिक 1965 में फजी सेट्स के गणितीय सिद्धांत के आधार पर लॉट्फी ज़ादे द्वारा बुलियन लॉजिक का विस्तार है, जो शास्त्रीय सेट सिद्धांत का एक सामान्यीकरण है। किसी स्थिति के सत्यापन में डिग्री की धारणा को शुरू करने से, इस प्रकार एक शर्त को सही या गलत के अलावा किसी अन्य स्थिति में होना संभव है, फ़ज़ी लॉजिक तर्क के लिए एक बहुत ही मूल्यवान लचीलापन प्रदान करता है, जिससे अशुद्धि और अनिश्चितताओं को ध्यान में रखना संभव हो जाता है।
मानवीय तर्क को औपचारिक बनाने के लिए फजी लॉजिक का एक फायदा यह है कि नियम प्राकृतिक भाषा में निर्धारित किए जाते हैं। उदाहरण के लिए, यहां कुछ आचरण के नियम हैं जो एक ड्राइवर का अनुसरण करता है, यह मानते हुए कि वह अपने चालक का लाइसेंस खोना नहीं चाहता है:
सहज रूप से, ऐसा लगता है कि इस उदाहरण में इनपुट चर मस्तिष्क की लगभग सराहना करते हैं, जैसे कि फ़ज़ी लॉजिक में किसी स्थिति के सत्यापन की डिग्री।
मैंने फजी लॉजिक के लिए एक संक्षिप्त परिचय लिखा है जो थोड़ा और अधिक विवरण में जाता है लेकिन बहुत सुलभ होना चाहिए।
फजी लॉजिक नियमित बूलियन लॉजिक पर आधारित है। बूलियन तर्क का मतलब है कि आप या तो सही या गलत (या 1 या 0 पसंद करते हैं) के सत्य मूल्यों के साथ काम कर रहे हैं। फजी लॉजिक वही है जिसके अलावा आपके पास सत्य मूल्य हो सकते हैं जो कि बीच-बीच में सही और गलत हैं, यह कहना है कि आप 0 (समावेशी) और 1 (समावेशी) के बीच किसी भी संख्या के साथ काम कर रहे हैं। तथ्य यह है कि आप एक 'आंशिक रूप से सच और आंशिक रूप से गलत' सत्य मूल्य हो सकते हैं, जहां से "फजी" शब्द आता है। प्राकृतिक भाषाएं अक्सर "कि गुब्बारा लाल होता है" जैसे फजी लॉजिक का उपयोग करती हैं, जिसका अर्थ है कि गुब्बारा किसी भी रंग का हो सकता है जो लाल रंग के समान है, या "बौछार गर्म है"। यहाँ इस बात के लिए एक मोटा आरेख है कि "शावर का तापमान कितना गर्म है" को फ़ज़ी लॉजिक (y अक्ष का सत्य मान और x अक्ष का तापमान होने) के रूप में दर्शाया जा सकता है:
फजी लॉजिक जैसे बूलियन संचालन करने के लिए लागू किया जा सकता है और , या , और नहीं । ध्यान दें कि आप अलग-अलग तरीकों से फ़ज़ी लॉजिक ऑपरेशंस को परिभाषित कर सकते हैं। एक तरीका न्यूनतम और अधिकतम कार्यों के साथ है जो क्रमशः दो मानों के सबसे कम और अधिक से अधिक मूल्यों को वापस लौटाते हैं। यह इस तरह काम करेगा:
A and B = min(A,B)
A or B = max(A,B)
not A = 1-A
(where A and B are real values from 0 (inclusive) to 1 (inclusive))
इस तरह परिभाषित होने पर उन्हें जेडे ऑपरेटर कहा जाता है ।
एक और तरीका है परिभाषित करने के लिए किया जाएगा और पहला तर्क बार के रूप में दूसरा तर्क है, जो ज़ादेह रूप में एक ही इनपुट के लिए अलग अलग आउटपुट पैदावार और ऑपरेटर ( min(0.5,0.5)=0.5, 0.5*0.5=0.25)। तो फिर अन्य ऑपरेटर पर आधारित प्राप्त कर रहे हैं और और नहीं ऑपरेटरों। यह इस तरह काम करेगा:
A and B = A*B
not A = 1-A
A or B = not ((not A) and (not B)) = 1-((1-A)*(1-B)) = 1-(1-A)*(1-B)
(where A and B are real values from 0 (inclusive) to 1 (inclusive))
फिर आप अन्य सभी "फ़ज़ी लॉजिक ऑपरेशंस" के निर्माण के लिए तीन "बेसिक फ़ज़ी लॉजिक ऑपरेशंस" का उपयोग कर सकते हैं, ठीक उसी तरह जैसे आप अन्य सभी "बुलियन लॉजिक ऑपरेशंस" के निर्माण के लिए तीन "बेसिक बुलियन ऑपरेशंस" का उपयोग कर सकते हैं।
स्रोत: फजी लॉजिक विकिपीडिया , बूलियन बीजगणित विकिपीडिया , Youtube पर फजी लॉजिक का स्पष्टीकरण
नोट: यदि कोई टिप्पणी में कुछ और विश्वसनीय स्रोतों का सुझाव दे सकता है, तो मैं खुशी से उन्हें सूची में जोड़ दूंगा (मुझे समझ में आया कि वर्तमान विश्वसनीय नहीं हैं)।
संपादित करें: मेरा बुरा, मैंने फ़ज़ी लॉजिक में अलग-अलग ऑपरेटरों को परिभाषित करने के लिए अलग- अलग तरीकों को भ्रमित किया और फ़ज़ी लॉजिक में समान ऑपरेटरों को परिभाषित करने के लिए अलग-अलग तरीके ।
यह डिजिटल बनाम एनालॉग या काले और सफेद के बीच ग्रे के कई रंगों के अनुरूप है: जब किसी परिणाम की सत्यता का मूल्यांकन करते हैं, तो बाइनरी बूलियन में यह सच है या गलत (0 या 1), लेकिन जब फजी लॉजिक का उपयोग करते हैं, तो यह अनुमानित है 0 और 1 के बीच संभाव्यता (जैसे 0.75 अधिकांशतः सच है)। आवश्यक गणना उपलब्ध नहीं होने पर गणना किए गए निर्णय लेने के लिए यह उपयोगी है।
यह संभावना और आँकड़ों के आधार पर कटौती कर रहा है, जैसे मनुष्य हर समय निर्णय लेते हैं। हम कभी भी 100% निश्चित नहीं हैं कि हमने जो निर्णय लिया है वह सही है लेकिन हमेशा कुछ संदेह मौजूद है। ऐ को निश्चित रूप से किसी न किसी रूप में इसका उपयोग करने की आवश्यकता होगी।
क्यों उपयोगी है?
कई चीजें जो हम निश्चित रूप से नहीं जानते हैं। हम अनुमान लगाते हैं और अक्सर अनिश्चित होते हैं, लेकिन लगभग 100% निश्चित नहीं है। यह एक कमजोरी की तरह लग सकता है, लेकिन इस अस्पष्ट दृष्टिकोण के कारण हम इस जटिल दुनिया में कार्य कर सकते हैं और यहां तक कि काफी समझदारी से व्यवहार भी कर सकते हैं। इसलिए यह चीजों को सरल बनाने का एक तरीका है। और यह आपको थोड़े अलग स्थितियों के अनुकूल करने के लिए उचित अंतराल को भरने के लिए कुछ रास्ते देता है। पुनश्च: प्राकृतिक भाषा में हम इसे मात्रात्मक शब्दों से व्यक्त करते हैं, जैसे अधिक, कम, लगभग, बल्कि, अपार और इतने पर। लेकिन चीजों को मात्रा देना हमारे लिए कठिन है।