Fuzzy centroids APK

כפי הנראה ברוב תחומי היישום של מתמטיקה, בניית שיטות מטושטשות לא פותחה בשפה טבעית. מסיבה זו הוא נוח להתחיל עם עושה תרגום של מושגי היסוד ואת העקרונות של לוגיקה עמומה בשפה המדוברת.
לדגמן כל סוג של תופעה חברתית, ההגדרה של הדומיינים שלו היא היבט בעל חשיבות עליונה. באופן כללי, התחומים של הדגמים מבוטאים סטים; סטים להבין את האופן שבו הם נדונים כלל תורת קבוצות יסודית, המיוצגת על ידי דיאגרמות ון.
ב "הנורמלי" השוקע, האלמנטים שייכים, או אינו שייך הסט; אין מצבי ביניים. אבל יש עוד סוג של סטים, אשר עוקב אחר הכללים של סוג אחר של היגיון מתמטי: סטים מטושטשים. המאפיין העיקרי מבדיל סוג אחר זה של סטים הוא שזה מקובל כי חברותו של האלמנטים שלהם יכולה להינתן במידה מסוימת, לא בהכרח לחלוטין או באופן קטגורי. כלומר, על פי ההיגיון של סטים מטושטשים, אלמנט יכול להשתייך לקבוצה, למשל, ב מידה של 0.75 (או 75%). זאת בניגוד לכללי קטגורי השייכות כי מתקיימים לערכות מסורתיות, שבו אלמנט יכול להשתייך רק (כלומר, 100% שייכים), או לא שייך (כלומר, 0% שייכים).
במונחים מתמטיים, אנחנו כותבים כי X סט מטושטש בחלל F מקורב עם כל רכיב x ⸦ X תואר שייכות F (x) ⸦ [0, 1], המציין את המידה שבה האלמנט x מקיים את הרעיון כי F מייצג.
אם, למשל, הקריטריון "הרלוונטי של החברה" מתבצע במתכונת ואם x היא חברה, אז לוגיקה עמומה F (x) מייצגת את המידה שבה x עונה המושג "הרלוונטי של החברה".
ישנו מגוון רחב של יישומים של לוגיקה עמומה בכל תחומי הידע. במיוחד, כדאי מאוד לייצג הערכות שווות מאזנים איכותיים, בהתחשב בכך סוג זה של מדידות מבוססים בדרך כלל על משתנים נומינליים; כלומר, שיטות של שינוי גודל משתנה עם מילות: גדול, קטן, רחב, עמוק, וכו 'על האפשרות לנתח במונחים מעורפלים המיוצגים על ידי ביטויים לשוניים היא אחד התחומים שבהם לוגיקה עמומה תורמת יותר משמעותית ותורת מערכות.
אפליקציה זו מתמקדת באופן בלעדי על יישום של לוגיקה עמומה המתודולוגיה של הגדרת centroids. לפיכך, אנו מגבילים את עצמנו למטרה לתאר בצורה אנליטית בצורה שנקטה דגמים centroid תחת לוגיקה עמומה, כי הוא, הכרה בעובדה מחקר במדעי הכלכלי נעשית על ידי בני אדם, אנשים עם רעיונות ותפיסות מורכבים, בדרך כלל לא קטגורי .
סוג של ביטוי של פונקציה ההחלטה יבטא את הפרופיל של מקבל ההחלטות. היא נועדה כי זה ישתקף במבנה של המודל.
דרך פשוטה, ואולי היסודי ביותר, למדל את פונקצית ההחלטה היא לשקול את מפעיל המינימום, ולהחיל אותו על מידת החברות של x בתוך כל אחד המגדיר המטושטש; זה:
D (x) = minJ [Cj (x)].
אשר יכול לגרום למספר מסוים של ערכים של x, מאז המינימום יכול להיות לא ייחודי. עם זאת, אנחנו יכולים לקחת כמו x * הערך של x כי יש את D הגדול (x).
עם משאבים מתמטיים כמו לעיל, שילוב עצום של קריטריונים להחלטות יכול להיחשב עכשיו. ניתן להגדיר בדרכים מאוד שונות של מודלי הבעיה של קביעת centroids. המסכים להראות כיצד להציג את הפרמטרים לקביעת centroids מטושטשת השכונות שלהם.