Because fuzziness and vagueness are

Because fuzziness and vagueness are common
characteristics in many decision-making problems, good
decision-making models should be able to tolerate
vagueness or ambiguity [12]. Therefore, involving the
fuzziness in human decision making is necessary to avoid
misleading of uncertainty in models by using fuzzy set and
fuzzy logic. A fuzzy set is a collection of object is X denoted
generally by x is a set of ordered pairs, where ( x ) μ A is the
membership function of x in A that maps X to the
membership grade between 0 and 1 [13].
A {( x , ( x )) x X } = μ A Î
Fuzzy inference system (FIS) is a computing
framework based on the concept of fuzzy set theory, fuzzy
rules, and fuzzy reasoning [14]. FIS works by mapping from
a given input to an output using fuzzy logic as illustrated in
Figure 1. There are two well-known fuzzy inference system,
the Mamdani fuzzy model and the Sugeno fuzzy model. In
this paper we used the Mamdani Fuzzy inference system
because the output membership functions of a Sugeno fuzzy
model can only be either linear or constant [13].
The Mamdani Fuzzy Inference System works by using
the fuzzy operation of min and max to determine output. A
fuzzy rule in a Mamdani fuzzy model has the form [14].
If x1 is A1 and ….and xn is An then y is B
where A and B are the linguistic variable defined by fuzzy
sets of the universe of discourse X and Y respectively. The
if-part of the rule “x is A” is the set of facts called
“antecedent or promise”, while the then-part of the rule “y is
B” is a set of action called “consequent or conclusion” [14].
Figure 1. Fuzzy Inference System
In general, Mamdani FIS has four factors to produce the
outputs as follows:
1. Fuzzification
Fuzzification is the process converting a crisp input
variable into fuzzy membership functions.
2. Knowledge base
The knowledge base is the collection of fuzzy if-then
rules and facts. The knowledge bases typically consist of a
database and a rule-base. The basic function of the database
is to provide the necessary information and known facts to
be used in fuzzy reasoning.
3. Fuzzy inference engine
The fuzzy inference engine aims to generating fuzzy
conclusions from the knowledge base. The engine will take
the conclusion since the fuzzified inputs have been
determined by rule evaluation. Then, one fuzzy output
distribution will be properly produced by combining all
conclusions of each rule.
4. Defuzzification

ผลลัพธ์ (ไทย) 1:

เพราะ fuzziness และ vagueness ทั่วไป
ลักษณะปัญหาตัดสินใจหลาย ดี
รุ่นตัดสินใจทำควรจะอดทน
vagueness หรือย่อ [12] ดังนั้น เกี่ยวข้องกับ
fuzziness ในตัดสินมนุษย์จำเป็นต้องหลีกเลี่ยง
หลอกลวงความไม่แน่นอนในรุ่นโดยวิภัช และ
ตรรกศาสตร์ เซตวิภัชนัยเป็นคอลเลกชันของวัตถุสามารถบุ X
โดยทั่วไป โดย x คือชุดของคู่สั่ง (x) μ A เป็น
ฟังก์ชันสมาชิกของ x ใน A ที่แมป X ไป
เกรดสมาชิกระหว่าง 0 และ 1 [13] .
A { (x (x)) x X } =μÎการ
ระบบ Fuzzy ข้อ (FIS) เป็นการคำนวณ
กรอบตามแนวคิดของทฤษฎีเซตเอิบ เอิบ
กฎ และเหตุผลชัดเจน [14] FIS ทำงาน โดยการแมปจาก
ป้อนข้อมูลที่กำหนดเพื่อออกใช้ตรรกศาสตร์คลุมเครือดังที่แสดงใน
1 รูป มีสองระบบข้อรู้จักเอิบ,
แบบเอิบ Mamdani และแบบปุย Sugeno ใน
กระดาษนี้เราใช้ระบบข้อ Mamdani เอิบ
เนื่องจากฟังก์ชันสมาชิกผลลัพธ์ของ Sugeno ที่เอิบ
รุ่นสามารถเชิงเส้น หรือคง [13] .
Mamdani เอิบข้อระบบทำงานโดย
การดำเนินงานที่ชัดเจนของ min และ max เพื่อกำหนดผลผลิต A
กฎชัดเจนในแบบเอิบ Mamdani มีฟอร์ม [14] .
ถ้า x 1 A1 และ... และ xn คือตัว y แล้ว B
ที่ A และ B เป็นตัวแปรภาษาศาสตร์ที่กำหนด โดยเอิบ
ชุดวาทกรรมของจักรวาล X และ Y ตามลำดับ ใน
กฎ "x A " คือ ชุดของข้อมูลที่เรียกว่าส่วนถ้า
"antecedent หรือสัญญา" ขณะที่ส่วนนั้นของกฎ " y คือ
B " คือชุดของการกระทำที่เรียกว่า "ผลลัพธ์หรือข้อสรุป" [14] .
1 รูป ระบบข้อเอิบ
ทั่วไป Mamdani FIS มีปัจจัยสี่ในการผลิต
แสดงผลเป็นดังนี้:
1 Fuzzification
Fuzzification คือ กระบวนการแปลงสัญญาณขาเข้าแบบคม
ตัวแปรในฟังก์ชันสมาชิกเอิบ.
2 รู้
ชุดของเอิบแล้วถ้าเป็นฐานความรู้
กฎและข้อเท็จจริง ฐานความรู้โดยทั่วไปประกอบด้วยการ
กฎ-ฐานและฐานข้อมูล ฟังก์ชันพื้นฐานของฐานข้อมูล
คือการ ให้ข้อมูลที่จำเป็นและข้อเท็จจริงรู้จักการ
ใช้ในเอิบเหตุผล
3 เครื่องยนต์ข้อเอิบ
เครื่องยนต์ข้อเอิบมีวัตถุประสงค์เพื่อสร้างเอิบ
บทสรุปจากฐานความรู้ เครื่องยนต์จะ
บทสรุปเนื่องจากได้รับอินพุต fuzzified
ตามประเมินกฎ แล้ว หนึ่งปุยออก
กระจายจะถูกผลิต โดยรวมทั้งหมด
บทสรุปของแต่ละกฎ
4 Defuzzification

ผลลัพธ์ (ไทย) 2:

เพราะความเลือนและคลุมเครืออยู่ร่วมกัน
ในลักษณะปัญหาการตัดสินใจจำนวนมากที่ดี
รูปแบบการตัดสินใจควรจะสามารถทนต่อ
ความไม่ชัดเจนหรือคลุมเครือ [12] ดังนั้นที่เกี่ยวข้องกับ
ความเลือนในการตัดสินใจของมนุษย์เป็นสิ่งที่จำเป็นเพื่อหลีกเลี่ยง
ความเข้าใจผิดของความไม่แน่นอนในรูปแบบโดยใช้ชุดเลือนและ
ตรรกศาสตร์ ชุดเลือนคือชุดของวัตถุ X แสดง
โดยทั่วไป x เป็นชุดคู่สั่งที่ (x) μเป็น
ฟังก์ชั่นเป็นสมาชิกของ x ในที่แผนที่ X เพื่อ
เกรดเป็นสมาชิกระหว่าง 0 และ 1 [13]
{(x, (x)) x X} = μÎ
ระบบอนุมานฟัซซี่ (FIS) เป็นคอมพิวเตอร์
กรอบขึ้นอยู่กับแนวคิดของทฤษฎีเลือนชุดเลือน
กฎระเบียบและการให้เหตุผลเลือน [14] FIS ทำงานโดยการทำแผนที่จาก
การป้อนข้อมูลให้กับการส่งออกโดยใช้ตรรกศาสตร์ดังแสดงใน
รูปที่ 1 มีสองที่รู้จักกันดีของระบบอนุมานฟัซซีเป็น
รูปแบบเลือน Mamdani และฟัซซี่ Sugeno ใน
บทความนี้เราใช้ระบบอนุมานฟัซซี่ Mamdani
เพราะฟังก์ชั่นการส่งออกของสมาชิกเลือน Sugeno
รูปแบบเฉพาะสามารถเป็นได้ทั้งเชิงเส้นหรือคงที่ [13]
Mamdani ฟัซซี่อนุมานระบบทำงานโดยใช้
การดำเนินการเลือนนาทีและสูงสุดที่จะตรวจสอบการส่งออก
กฎฟัซซีในรูปแบบเลือน Mamdani มีรูปแบบ [14]
ถ้า x1 เป็น A1 และ ... .and xn เป็นแล้ว y เป็น B
ที่ A และ B เป็นตัวแปรภาษาที่กำหนดโดยเลือน
ชุดของจักรวาลของ X และ Y วาทกรรม ตามลำดับ
ถ้าส่วนของกฎ "x เป็น" คือชุดของข้อเท็จจริงที่เรียกว่า
"มาก่อนหรือสัญญา" ในขณะนั้นเป็นส่วนหนึ่งของกฎ "y เป็น
B "เป็นชุดของการกระทำที่เรียกว่า" ที่เกิดขึ้นหรือข้อสรุป "[14 ]
รูปที่ 1 ฟัซซี่อนุมานระบบ
โดยทั่วไป Mamdani FIS มีปัจจัยสี่ในการผลิต
เอาท์พุทดังนี้
1 Fuzzification
Fuzzification เป็นกระบวนการแปลงใส่กรอบ
ตัวแปรในฟังก์ชั่นสมาชิกเลือน
2 ฐานความรู้ของ
ฐานความรู้คือชุดของเลือนถ้า-แล้ว
กฎระเบียบและข้อเท็จจริง ฐานความรู้โดยปกติจะประกอบด้วย
ฐานข้อมูลและกฎฐาน ฟังก์ชันพื้นฐานของฐานข้อมูล
คือการให้ข้อมูลที่จำเป็นและข้อเท็จจริงที่รู้กันว่า
จะใช้ในการเลือนเหตุผล
3 กลไกการอนุมานฟัซซี่
กลไกการอนุมานเลือนจุดมุ่งหมายที่จะสร้างเลือน
ข้อสรุปจากฐานความรู้ เครื่องยนต์จะมี
ข้อสรุปตั้งแต่ปัจจัยการผลิต fuzzified ได้รับการ
กำหนดโดยการประเมินผลกฎ จากนั้นการส่งออกหนึ่งเลือน
กระจายจะมีการผลิตอย่างถูกต้องโดยการรวมทุก
ข้อสรุปของแต่ละกฎ
4 Defuzzification

ผลลัพธ์ (ไทย) 3:

เพราะ fuzziness และชัดเจนลักษณะการตัดสินใจในปัญหาทั่วไป

หลายรูปแบบการตัดสินใจที่ดีควรจะสามารถทนต่อ
คลุมเครือหรือความคลุมเครือ [ 12 ] ดังนั้นเกี่ยวข้องกับ
fuzziness ในการตัดสินใจของมนุษย์เป็นสิ่งจำเป็นเพื่อหลีกเลี่ยง
เข้าใจผิดของความไม่แน่นอนในรูปแบบโดยใช้ฟัซซี่เซตและ
ฟัซซี่ ลอจิก ชุดเลือนเป็นคอลเลกชันของวัตถุ X
แทนโดยทั่วไป โดย X คือชุดของคู่อันดับ ( x ) μซึ่งเป็นฟังก์ชันของ x
สมาชิกในที่แผนที่ X
สมาชิกเกรดระหว่าง 0 และ 1 [ 13 ] .
a { ( X ( x ) x x } = μเป็นแคว้น
6 ระบบอนุมานฟัซซี่ ) เป็นคอมพิวเตอร์
กรอบแนวคิดของทฤษฎีฟัซซี่เซต กฎฟัซซี่และเหตุผลเชิงฟัซซี่
[ 14 ] ประเมินผลงานโดยการทำแผนที่จาก
ให้นำเข้าส่งออกโดยใช้ตรรกศาสตร์คลุมเครือเป็นภาพประกอบใน
1 รูป มีอยู่สองที่รู้จักกันดีการอนุมานฟัซซี่
แมมดานิฟัซซี่ระบบและรูปแบบการ sugeno ฟัซซีแบบ ใน
นี้กระดาษเราใช้แมมดานิฟัซซี่ระบบอนุมาน
เพราะผลผลิตของสมาชิกฟังก์ชันของแบบจำลองฟัซซี่
sugeno สามารถทั้งเส้นหรือคงที่ [ 13 ] .
แมมดานิฟัซซีในการระบบงานโดยใช้
การเลือนของมินและ Max เพื่อตรวจสอบออก หนึ่งในแมมดานิฟัซซี่
กฎฟัซซีแบบมีรูปแบบ [ 14 ] .
ถ้า X1 คือ A1 และ . . . . . . . และ คริสเตียนเป็นแล้ว y b
ที่ A และ B เป็นภาษาตัวแปรที่กำหนดโดยชุดฟัซซี่
ของจักรวาลของวาทกรรม x และ y ตามลำดับ
ถ้าเป็นส่วนหนึ่งของกฎ " X " คือชุดของข้อเท็จจริงที่เรียกว่า
" มาก่อน หรือ สัญญา "ในขณะที่แล้วส่วนหนึ่งของกฎ " y :
b " คือชุดของการกระทำเรียกว่า " ผลหรือข้อสรุป " [ 14 ] .
1 รูป
ระบบอนุมานฟัซซี่โดยทั่วไปมี 4 ปัจจัย ชื่อแมมดานิผลิตผลดังนี้

1 ฟัซซีฟิเคชั่น
ฟัซซีฟิเคชั่นคือ กระบวนการแปลงตัวแปรอินพุตคมชัดเป็นฟังก์ชันสมาชิกแบบฟัซซี่
.
2
ฐานความรู้ความรู้พื้นฐานเป็นคอลเลกชันของฟัซซี่ถ้า
กฎและข้อเท็จจริง ความรู้พื้นฐานโดยทั่วไปประกอบด้วย
ฐานข้อมูลและฐานกฎ ฟังก์ชั่นพื้นฐานของฐานข้อมูล
คือการให้ข้อมูลที่จำเป็น และรู้จักความจริง

ใช้ฟัซซี่เหตุผล .
3 กลไกการอนุมานฟัซซี่
เครื่องยนต์อนุมานฟัซซี มีวัตถุประสงค์เพื่อสร้างแบบ
ข้อสรุปจากฐานความรู้ เครื่องยนต์จะใช้
สรุปตั้งแต่ fuzzified กระผมได้รับ
กำหนดโดยการประเมินผลกฎ จากนั้น หนึ่งเลือนออก
การกระจายจะถูกผลิตโดยการรวมทุกข้อสรุปของแต่ละกฎ
.
4 ดีฟัซซิฟิเคชัน