Кто-нибудь знаком с нечеткой логикой?

Ухххх... Нафлеймили

Функция принадлежности классу, после нормирования превращается не в функцию распределения, а в плотность распределения. Причем, не апостериорную, которая получена в результате експеримента (построена на основании той самой выборки), а в априорную, которую придумал из своей головы эксперт до проведения експеримента, и считает, что она таки соответствует действительности.

Вся суть той нечеткой логики основана на том (ИМХО, иногда весьма сомнительном) предположении, что эксперт способен построить такую (более или менее соответствующую действительности) функцию, основываясь на собственном опыте.

И (ето уже философия) использоваться ета нечеткая логика должна только тогда, когда перепробованы все другие, более "классические" и точные способы решения задач, и ети все способы не помогли.

Такое вот мое ИМХО.

P.S. Пока спорщики не определятся, как следует называть оспариваемые вещи (типа "принадлежность множеству" - "принадлежность классу" и т.п.) и не дадут строгих определений всем понятиям, спорить можно, хоть до исчерпания дискового пространсва на сервере

Сообщение отредактировано: Visitor - 02.10.03, 14:00

Точные способы решения, это какие?

Построить более-менее точную мат. модель исследуемого процесса, на основе законов... ээээ... из какой области задача-то у вас?

Ну ты wormball  даешь ... !!!
Во первых функция принадлежности - выражает степень близости (то есть степень близости элемента данному множеству)!!!
         
              функция распределения - это вероятность попадания данного элемента в это множество!!!

В общем, сорри, конечно, неправ немного.
Надо сказать так: "использоваться нечеткая логика должна тогда, когда выяснилось, что другие более "классические" методы решения не дали результатов, или сравнительно сложны, или сравнительно дороги или ..." в общем, понятно вроде?

Цитата Mistik, 02.10.03, 18:02:16

Ну ты wormball  даешь ... !!!
Во первых функция принадлежности - выражает степень близости (то есть степень близости элемента данному множеству)!!!
         
              функция распределения - это вероятность попадания данного элемента в это множество!!!

Ну вот представь ету близость как степень уверенности експерта в том, что данная величина принадлежит данному классу. А оттуда уже и до вероятности недалеко...

Задача у меня из экономической области. И к сожалению, как то вв последнее время выходит, что "классические методы решения не дают нужных результатов. сравнительно сложны и дороги", а иногда даже невыполнимы.

Но функция принадлежности не может быть представлена как степень уверенности эксперта, она показывает что эксперту надо, и он (эксперт) не может быть уверен, будет ли данная величина принадлежать к его классу или нет

Попробую еще раз.
Есть понятие распределения:   P(A) = P(X in A), определяющее "вероятность" того, что значение  X принадлежит A.
Это распределение для вещественной случайной величины можно задавать функцией распределения
F(x)= p( X<= x ) = p( X in ] ?A])
можно плотностью распределения, если она существует,
f(x)=  lim p( x in [x, x+dx] )
а можно и другими способами.

Если мы слово "вероятность" заменяем словом "возможность" или чем-нибудь в этом роде, то начинаем говорить о "функции принадлежности".

Единственная разница: для вероятности требуется условия
P(A+B) = P(A) + P(B) - P(AB)
для возможности более слабое
P(A+B) >= max(P(A) , P(B))

Угу... Только в исходной задаче как-то фигурировали некие "нечеткие числа", которые, я так понял, создавались прямо из выборки, определением треугольной функции "вокруг" елементов выборки. И их нужно было использовать при вычислении чего-то там...

И вот с етим условием
P(A+B) = P(A)+P(B)-P(AB)
по-моему легче делать какие-нибудь осмысленные вычисления. (см второй вариант в посте №11)

А
P(A+B) >= max(P(A), P(B))
ето вариант 1 в посте №11
Кстати, запишите ето P(A+B) (из второго условия) естественным языком, а то вдруг еще разные интерпретации будут

Сообщение отредактировано: Visitor - 02.10.03, 14:41

Насколько я понимаю,  DDAA хочет заменить случайные величины нечеткими. Но такие понятия, как  мат. ожидание и дисперсия определены только для случайных величин.

[**********]!
я понял!!
бивис рулит!!!
без функции распределения не обойтись!!!!
функция принадлежности - ето не функция распределения ;D
если тебе хочется узнать функцию распределения величины при условии принадлежности её к классу, то она будет выглядеть так:

  q(x)=p(x)*r(x)/||p(x)*r(x)||

, где p(x) - функция распределения случайной величины, а r(x) - функция принадлежности. ето чистый бивис! далее делаешь с етой функцией всё что захочешь, хоть дисперсию считаешь.

мы оба оказались правы, просто у тебя язык немного не из того места растёт ;D

Сообщение отредактировано: wormball - 03.10.03, 07:46