12. Crisp and fuzzy sets of “tall men”
Dr gafar zen alabdeen salh
(2011)
12
150 210170 180 190 200160
Height, cm
Degree of
Membership
150 210180 190 200
1.0
0.0
0.2
0.4
0.6
0.8
160
Degree of
Membership
170
1.0
0.0
0.2
0.4
0.6
0.8
Height, cm
Fuzzy Sets
Crisp Sets
13. Dr gafar zen alabdeen salh
(2011)
13
محورx(االفقي)عالمالمحادثةuniverse of discourseمديكل
القيمالممكنهالمطبقةعليالمتغيرالمختار.وفيحالتناهذه.المتغيرهو
طولالشخص.ويمثلهذاالتمثيلعالمالرجالالطوالall tall men
محورy(الراسي)قيمةالعضويةللفئةالضبايةmembership
value of the fuzzy set.وحالتناهذهنرسمفئةالرجلالطويل
قيماطوالفيقيمعضويةمناظرةلها.فجاةيصبحديفيدالباغمنالطول
179سمأياقلمن2سممنطولتومرجالليسطويال(أيقصيرا)
not tall
14. الكالسيكية؟ الفئة ما
Dr gafar zen alabdeen salh
(2011)
14
يمكنتعريفالفئةالضبابيةببساطةبأنهافئةلهاحدودضبابية.
دعxتكونعالمالمحادثة،ويرمزإليعناصرهابأنهاx.فينظرية
الفئاتالكالسيكيةcrisp،تعرففئةAالواضحةلxبالدالةFA(x)
وتسميدالةالخواصللفئةAcharacteristic function of A
نرسمهذهالفئةعالمXفيفئةمنعنصرين.واليعنصرxمنالعالم
XدالةالخواصFA(x)تساوي1إذاكانتxعنصرافيالفئةA.
وتساوي0إذالمتكنعنصرافيالفئةA
Ax
Ax
xfA
if0,
if1,
)(fA(x): X {0, 1}, where
15. ؟ الضبابية الفئة ما
Dr gafar zen alabdeen salh
(2011)
15
وفيالنظريةالضبابيةتعرفالفئةالضبابيةAفيعالمXبالدالةmA (x)
called the membership function of setتسميدالةالعضوية
للفئةA
وتسمحهذهالفئةبخياراتممكنةمتصلة.وأليعنصرxفيالعالمتساوي
دالةالعضويةmA(x)الدرجةالتييكونبهاxعنصرافيالفئةAوتمثل
هذهالدرجةوالواقعةبين0إلي1درجةالعضويةDegree of
membershipوتسميقيمةالعضويةmembership valueأيضا
للعنصرxفيالفئةA
mA(x): X [0, 1], where mA(x) = 1 if x is totally in A;
mA (x) = 0 if x is not in A;
0 < mA (x) < 1 if x is partly in A.
16. How to represent a fuzzy set in a computer?
الحاسب في الضبابية الفئة تمثل كيف
Dr gafar zen alabdeen salh
(2011)
16
يجبتحديددالةالعضويةأوال.ويمكنتطبيقعددمنالطرق
التيتمتعلمهامنالحصولعليالمعرفةهنا.مثالذلك،تعتمد
احديالطرقالعمليةأكثرلتكوينالفئاتالضبابيةعليمعرفة
خبيرواحد.فيطلبمنالخبيررأيهإذاكانتالعناصرتنتمي
إليفئةمعينهأمال.والطريقةالمفيدةاالخريهيالحصول
عليالمعرفةمنخبراءمتعددين.كماتمتقديمأسلوبجديدأخر
لتحديدالفئاتالضبابيةحديثا.وهومبنيعليالشبكاتالعصبية
الصناعية.الذييتعلمبياناتعمليةللنظامالمتاحةثميستخلص
الفئاتالضبابيةتلقائيا.
18. Crisp and fuzzy sets of short, average and tall men
Dr gafar zen alabdeen salh
(2011)
18
150 210170 180 190 200160
Height, cm
Degreeof
Membership
150 210180 190 200
1.0
0.0
0.2
0.4
0.6
0.8
160
Degreeof
Membership
Short Average Tall
170
1.0
0.0
0.2
0.4
0.6
0.8
Fuzzy Sets
CrispSets
Short Average Tall
19. Representation of crisp and fuzzy subsets
Dr gafar zen alabdeen salh
(2011)
19
Fuzzy SubsetA
1
0
Crisp SubsetA Fuzziness x
X
m (x)
Typical functions that can be used to represent a fuzzy
set are sigmoid, gaussian and pi. However, these
functions increase the time of computation. Therefore,
in practice, most applications use linear fit functions.
20. اللغوية العوائق املتغيرات
Linguistic variables and hedges
Dr gafar zen alabdeen salh
(2011)
20
تقعفكرةالمتغيراتاللغويةفيجزرنظريةالفئاتالضبابية.فالمتغيرالغويهو
متغيرضبابي.مثالذلكتشملالعبارةجونطويلانالمتغيراللغويجونيأخذ
القيمةاللغويةطويل.وفينظمالخبرةالضبابيةتستخدمالمتغيراتاللغويةفي
قواعدضبابية.مثالذلك:
IF wind is strong
THEN sailing is good
IF project_duration is long
THEN completion_risk is high
IF speed is slow
THEN stopping_distance is short
21. Dr gafar zen alabdeen salh
(2011)
21
ويمثلمديالقيمالممكنةللمتغيراللغويعالمالمحادثةلهذاالمتغير.
مثال،يمكنأنيكونلعالمالمحادثةللمتغيراللغويسرعةspeed
مديمن0إلي220كلم؟ساعة،ويمكنأنيشملفئاتفرعيةضبابية
مثل:
بطيجدا“very slow
وبطيslow
ومتوسطmedium
وسريعfast
وسريعجدا“very fast،
كماتمثلكلفئةفرعيةضبابيةقيمةلغويةايضاللمتغيراللغويالمناظر.
22. Hedges عوائق
Dr gafar zen alabdeen salh
(2011)
22
ويحملالمتغيراللغويمعهمفهوممؤهالتالفئةالضبابية
والمسميعوائقhedges.والعوائقهي
مصطلحاتتعدلشكلالفئاتالفرعية.وتشملأحوال
adverbsمثلvery
,somewhat,quite,more or less ,and
slightly(،ًاجدبعض،يءّشال،ًاتمام،ًاتقريبوبعض
يءّشال)ويمكنأنتعدلالعوائقاألفعال،والصفات،
واألحوال،أوحتىالجملكلها.
23. Fuzzy sets with the hedge very
Dr gafar zen alabdeen salh
(2011)
23
Short
Very Tall
ShortTall
Degreeof
Membership
150 210180 190 200
1.0
0.0
0.2
0.4
0.6
0.8
160 170
Height, cm
Average
TallVery Short Very Tall
24. Representation of hedges in fuzzy logic
Dr gafar zen alabdeen salh
(2011)
24
Hedge Mathematical
Expression
A little
Slightly
Very
Extremely
Graphical Representation
[mA(x)]1.3
[mA(x)]1.7
[mA(x)]2
[mA(x)]3
25. Representation of hedges in fuzzy logic
(continued)
Dr gafar zen alabdeen salh
(2011)
25
Hedge
Mathematical
Expression
Graphical Representation
Very very
More or less
Indeed
Somewhat
2 [mA(x)]2
mA(x)
mA(x)
if 0 m A 0.5
if 0.5 < mA 1
1 2 [1 m A(x)]2
[mA(x)]4
26. operation of fuzzy sets
الضبابية الفئات علي العمليات
Dr gafar zen alabdeen salh
(2011)
26
طوركانتورنظريةالفئاتالكالسيكيةفينهاية
القرانالتاسععشر،والتيتصفكيفيمكن
تتداخلالفئاتالواضحة.وتسميهذه
التداخالتعملياتoperations.
27. Cantor’s sets
Dr gafar zen alabdeen salh
(2011)
27
Intersection Union
Complement
Not A
A
Containment
AA
B
BA AA B
28. المتممComplement
Dr gafar zen alabdeen salh
(2011)
28
الفئاتالواضحة:منالينتمياليالفئة؟
الفئاتالضبابية:كمعددالعناصرالتيالتنتمياليالفئة؟
يكونمتممالفئةعكسهذهالفئة.مثالذلك،اذاكانتلديناالفئةtall
menفيكونمتممهاالفئةnot tall man،وعندمانحذففئةالرجال
الطوالمنعالمالمحادثة.فاننانحصلعليمتممها.فاذاكانتAالفئات
الضبابيةفيكونمتممهاNOT Aويمكنايجادهكمايلي:
مثالالفئةالضبابية:
Tall man = (0/180,0.25/182.5,0.5/185,0.75/187.5,1/190)
Not Tall man = (1/180, 0.75/182.5,0.5/185, 0.25/187.5,0/190)
mA(x) = 1 mA(x)
30. Operations of fuzzy sets
Dr gafar zen alabdeen salh
(2011)
30
Complement
0
x
1
m(x)
0
x
1
Containment
0
x
1
0
x
1
AB
Not A
A
Intersection
0
x
1
0
x
AB
Union
0
1
AB
AB
0
x
1
0
x
1
B
A
B
A
m(x)
m(x) m(x)
31. الضبابيةالقواعدfuzzy rules
Dr gafar zen alabdeen salh
(2011)
31
نشرلطفيذاديهفيعام1973ورقتهالعلميةالثانيةاألكثرتأثيرا.
ووضعتهذهالورقةالخطوطالعريضةلطريقةجديدةلتحليلالنظمالمعقدة
،والتياقترحزاديهفيهاالحصولعليالمعرفةالبشريةفيقواعدضبابية.
ماالقاعدةالضبابية؟
يمكنتعريفالقاعدةالضبابيةبأنهاعبارةشرطيةفيالصورةالتالية:
IF x is A
THEN y is B
حيثxوyمتغيراتلغويةوAوBقيملغويةتحددهاالفئاتالضبابيةعلي
عالمالمحادثاتXY,عليالتوالي
32. What is the difference between classical and
fuzzy rules?
Dr gafar zen alabdeen salh
(2011)
32
المنطقالكالسيكييستخدمالمنطقالثانيفيقاعدةIF…THENمثال:
للمتغير يكون أن يمكنSPEEDبين عددية قيمة أي0إلي
220كلم/ساعة.اللغوي المتغير أن إال
STOPPING_DISTANCEالقيمة إما يأخذ أن يمكن
LONGالقيمة أوSHORT.عن يعبر أخري وبكلمات
بوليان لمنطق واسود ابيض بلغة الكالسيكية القواعد.إننا إال
ضباب صورة في التوقف مسافة قواعد نمثل أن يمكنناأيضا ية:
Rule: 1 Rule: 2
IF speed is > 100 IF speed is < 40
THEN stopping_distance is long THEN stopping_distance is short
33. Dr gafar zen alabdeen salh
(2011)
33
Rule: 1 Rule: 2
IF speed is fast IF speed is slow
THEN stopping_distance is long THEN stopping_distance is short
هنايكونلمتغيراللغةspeedمديأيضا(عالمالمحادثة)بين
0و200كلم/ساعةإالأنألمدييشملفئاتضبابيةأيضا
مثل,medium and fast،slow.ويمكنأنيقععالمالمحادثة
لمتغيراللغةstopping_distanceبين0و300كلم/ساعة
ويمكنأنيشملفئاتضبابيةمثلshort , medium, long.
لذلكفانالقواعدالضبابيةترتبطبالفئاتالضبابية.
وتدمجنظمالخبرةالضبابيةالقواعد،وبالتاليتقللعددالقواعد
بنسبة90%علياألقل
35. Dr gafar zen alabdeen salh
(2011)
35
Tall men Heavy men
180
Degree of
Membership
1.0
0.0
0.2
0.4
0.6
0.8
Height, cm
190 200 70 80 100160
Weight, kg
120
Degree of
Membership
1.0
0.0
0.2
0.4
0.6
0.8
36. Dr gafar zen alabdeen salh
(2011)
36
توفرهاتانالفئتانالضبابيتاناألساسلنموذجتقديرالوزن.
ويبنيالنموذجعليالعالقةبينطولالرجلووزنه،والذي
يعبرعنهابالقاعدةالضبابيةالتالية:
يمكنتقديرقيمةالمخرجاتودرجةالعضويةالحقيقةللنتيجة
المنطقيةللقاعدةمباشرةمندرجةالعضويةالحقيقةالمناظرةفي
العنصرالشرطي.تستخدمهذهالصيغةلالستداللالضبابي
وتسمياالختيارالرتيبmonotonic selectionويبن
الشكلكيفتستخلصقيمأوزانالرجالالمختلفةمنقيمأطوال
الرجالالمختلفة.
IF height is tall
THEN weight is heavy
37. الرجال انزأولقيم الرتيب االختيار
Dr gafar zen alabdeen salh
(2011)
37
Tall men
Heavy men
180
Degree of
Membership
1.0
0.0
0.2
0.4
0.6
0.8
Height, cm
190 200 70 80 100160
Weight, kg
120
Degree of
Membership
1.0
0.0
0.2
0.4
0.6
0.8
38. ؟متعددة اءزأج الضبابية للقاعدة الشرطي للعنصر نيكوأن يمكنهل
Dr gafar zen alabdeen salh
(2011)
38
متعددة شرطية عناصر الضبابية للقاعدة يكون أن يمكن إنتاج كقاعدة.مذلك ثال:
IF project_duration is long
AND project_staffing is large
AND project_funding is inadequate
THEN risk is high
IF service is excellent
OR food is delicious
THEN tip is generous
39. Dr gafar zen alabdeen salh
(2011)
39
تحسبكلأجزاءالعنصرالشرطيفينفسالوقت،وتسويفيعددواحد،
وباستخدامعملياتالفئاتالضبابيةالتيتناولناهافيالقسمالسابق
هليمكنأنيكونللنتيجةالمنطقيةللقاعدةالضبابيةأجزاءمتعددةأيضا،
فعليسبيلالمثال:
IF temperature is hot
THEN hot_water is reduced;
cold_water is increased
40. Dr gafar zen alabdeen salh
(2011)
40
وفيهذهالحالة،يوثرالعنصرالشرطيعليكلأجزاء
النتيجةالمنطقيةبالتساوي.وبصفةعامةاليدخلنظام
الخبرةالضبابيقاعدةواحدةفقط،بليدخلعدةقواعد
تصفمعرفةالخبير،ويلعبهامعبعضهابعضا.وتكون
مخرجاتكلقاعدةفئةضبابية،إالأننانحتاجفيالعادة
أننحصلعلعددفدييمثلمخرجاتنظامالخبرة،
وبكلماتأخري،نريدأننحصلعليالحلالدقيق،
وليسلحلالضبابي