Justyna Signerska i Krzysztof Bartoszek – “Logika rozmyta (fuzzy
Justyna Signerska i Krzysztof Bartoszek – “Logika rozmyta (fuzzy
Justyna Signerska i Krzysztof Bartoszek – “Logika rozmyta (fuzzy
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Przyk̷lad 6 ([1])<br />
Wykres 9. Obliczanie entropii zbioru rozmytego.<br />
Niech A oznacza zbiór o nazwie ”DOROS̷LY” (adult). Używaj¸ac dodawania jako operatora<br />
”OR” oraz operatora typu min jako ”AND” otrzymujemy:<br />
E(A) =<br />
c(A AND NOT A)<br />
c(A OR NOT A) = 5<br />
40 = 0.125<br />
3 Relacje rozmyte i regu̷ly wnioskowania w logice rozmytej<br />
Definicja 17 Relacj¸a rozmyt¸a R miȩdzy dwoma zbiorami (nierozmytymi) X i Y nazywamy<br />
zbiór rozmyty określony na iloczynie kartezjańskim X × Y . Relacja <strong>rozmyta</strong> jest<br />
zbiorem par:<br />
R = {((x, y), µ R (x, y)); x ∈ X, y ∈ Y },<br />
gdzie µ R : X × Y → [0, 1] jest funkcj¸a przynależności.<br />
Funkcja ta każdej parze (x, y), x ∈ X, y ∈ Y przypisuje stopień przynależności µ R (x, y),<br />
który ma interpretacjȩ si̷ly powi¸azania miȩdzy elementami x ∈ X i y ∈ Y .<br />
Przyk̷lad 7 [2]<br />
Określmy przestrzenie rozważań: X = {x 1 , x 2 , x 3 } = {3, 4, 5},<br />
Y = {y 1 , y 2 , y 3 } = {4, 5, 6} oraz relacjȩ R ⊂ X ×Y jako ”y jest mniej wiȩcej równe x”. Niech<br />
10