رياضيات فازي چيست؟

[Borna66]

رياضيات فازي يک فرا مجموعه از منطق بولي است که بر مفهوم درستي نسبي، دلالت مي کند. منطق کلاسيک هر چيزي را بر اساس يک سيستم دوتائي نشان مي دهد ( درست يا غلط، 0 يا 1، سياه يا سفيد) ولي منطق فازي درستي هر چيزي را با يک عدد که مقدار آن بين صفر و يک است نشان مي دهد. مثلاً اگر رنگ سياه را عدد صفر و رنگ سفيد را عدد 1 نشان دهيم، آن گاه رنگ خاکستري عددي نزديک به صفر خواهد بود. در سال 1965، دکتر لطفي‌زاده نظريه سيستم‌هاي فازي را معرفي کرد. در فضايي که دانشمندان علوم مهندسي به دنبال روش‌هاي رياضي براي شکست دادن مسايل دشوارتر بودند، نظريه فازي به گونه‌اي ديگر از مدل‌سازي، اقدام کرد.
منطق فازي معتقد است که ابهام در ماهيت علم است. بر خلاف ديگران که معتقدند که بايد تقريب‌ها را دقيق‌تر کرد تا بهره‌وري افزايش يابد، لطفي‌زاده معتقد است که بايد به دنبال ساختن مدل‌هايي بود که ابهام را به عنوان بخشي از سيستم مدل کند. در منطق ارسطويي، يک دسته‌بندي درست و نادرست وجود دارد. تمام گزاره‌ها درست يا نادرست هستند. بنابراين جمله «هوا سرد است»، در مدل ارسطويي اساساً يک گزاره نمي‌باشد، چرا که مقدار سرد بودن براي افراد مختلف متفاوت است و اين جمله اساساً هميشه درست يا هميشه نادرست نيست. در منطق فازي، جملاتي هستند که مقداري درست و مقداري نادرست هستند. براي مثال، جمله "هوا سرد است" يک گزاره منطقي فازي مي‌باشد که درستي آن گاهي کم و گاهي زياد است. گاهي هميشه درست و گاهي هميشه نادرست و گاهي تا حدودي درست است. منطق فازي مي‌تواند پايه‌ريز بنياني براي فن‌آوري جديدي باشد که تا کنون هم دست‌آورد‌هاي فراواني داشته است.
کاربردها:
از منطق فازي براي ساخت کنترل کننده هاي لوازم خانگي از قبيل ماشين رختشويي (براي تشخيص حداکثر ظرفيت ماشين، مقدار مواد شوينده، تنظيم چرخهاي شوينده) و يخچال استفاده مي شود. کاربرد اساسي آن تشخيص حوزه متغيرهاي پيوسته است. براي مثال يک وسيله اندازه گيري دما براي جلوگيري از قفل شدن يک عايق ممکن است چندين عضو مجزا تابعي داشته باشد تا بتواند حوزه دماهايي را که نياز به کنترل دارد به طور صحيح تعريف نمايد. هر تابع، يک ارزش دمايي مشابه که حوزه آن بين 0 و 1 است را اختيار مي کند. از اين ارزشهاي داده شده براي تعيين چگونگي کنترل يک عايق استفاده مي شود.
حال با مثال ديگري اهميت اين علم را بيشتر درک مينمائيم:
يک انسان در نور کافي قادر به درک ميليونها رنگ ميباشد.ولي يک روبوت چگونه ميتواند اين تعداد رنگ را تشخيص دهد؟ حال اگر بخواهيم روباتي طراحي کنيم که قادر به تشخيص رنگها باشد از منطق فازي کمک ميگيريم و با اختصاص اعدادي به هر رنگ آن را براي روبوت طراحي شده تعريف ميکنيم.
از کاربردهاي ديگر منطق فازي ميتوان به کاربرد اين علم در صنعت اتومبيل سازي(در طراحي سيستم ترمز abs و کنترل موتور براي بدست آوردن بالاترين راندمان قدرت)،در طراحي بعضي از ريزپردازنده ها و طراحي دوربينهاي ديجيتال اشاره کرد
منبع :وبلاگ دادمنش

[Borna66]

منطق فازي(1)
--------------------------------------------------------------------------------------------------------------------------
http://pnu-club.com/imported/mising.jpg
پروفسور لطفي زاده

منطق فازي در سال 1965 ميلادي تولد يافت. در آن سال لطفي زاده از دانشگاه كاليفرنيا در بركلي ، مقاله اي با عنوان "مجموعه هاي فازي" در مجله اطلاعات و كنترل به چاپ رساند. اين مقاله گويا دو سال قبل از چاپ و انتشارش تدوين و تكميل شده بود اما بخاطر نظرات و انديشه هاي اساسي و ريشه اي ارائه شده در آن هيچ مجله علمي پژوهشي جرات پذيرش و چاپ آن را نداشت. تنها مجله اطلاعات و كنترل كه سردبير آن خود لطفي زاده بود مبادرت به چاپ اين مقاله نمود.
تئوري مجموعه هاي فازي بدليل موفقيت هاي زياد در كاركردهاي گوناگون در سالهاي اخير مورد توجه فراوان قرار گرفته است. يكي از موفق ترين حوزه هاي كاربردي منطق فازي در تدوين و طراحي سيستم هاي كنترل فازي بوده است. كنترل كننده هاي كلاسيك براساس مدل هاي رياضي فرآيند كنترل طراحي مي گردند در حاليكه كنترل كننده هاي فازي اصولا بر پايه دانش اتخاذ شده بوسيله عمل كننده هاي انساني طراحي و ساخته مي شوند. در سال 1974 ابراهيم ممداني از دانشگاه لندن نخستين بار منطق فازي را در زمينه كنترل بكار گرفت. (كنترل يك موتور بخار ساده) در سال 1980 اسميت از دانمارك براي نخستين بار از منطق فازي براي كنترل كوره سيمان استفاده كرد. در دهه 1980 موسسه فوجي الكتريك منطق فازي را براي كنترل يك فرآيند تصفيه آب بكار گرفت. در اوايل دهه 1990 با بكار گيري منطق فازي در ساخت لوازم خانگي عموم نيز با منطق فازي آشنا شدند.
طيف كاربردهاي فازي در كنترل كننده ها بسيار متنوع است. در يك طرف طيف كنترل كننده هاي فازي ساده قرار دارند كه در كالاهاي مصرفي بكار رفته اند. ماشين هاي لباس شويي ، جارو برقي ها ، ريش تراش ها ، ظرف شويي ها ، پلوپز ها ، اتوبوس ها ( براي كنترل ترمز ، نيروهاي محركه اتوماتيك ، كنترل سرعت و ساير اجزاء ماشين) ، يخچال ها ، مرطوب كننده ها ، دستگاههاي تهويه مطبوع و ... تنها نمونه هايي كوچك از كاربرد هاي سيستم هاي فازي اند. در كنترل كننده هاي پيچيده تر نيز تئوري فازي كاربرد هاي فراوان داشته است. مثلا كنترل آسانسور ها ، سيستم هاي قطار زيرزميني ، ترافيك شهر ها ، فرآيند هاي صنعتي و .. نمونه هايي از اين نوعند. يكي از پيچيده ترين نوع كنترل كننده هاي فازي كه با موفقيت امتحان شده و بكار رفته است كنترل هليكوپتر بدون سرنشين است. در اين نوع هليكوپتر ها دستورها با زبان محاوره اي طبيعي بوده و ارتباط با آن از طريق بي سيم است.

[Borna66]

در چند دهه اخير كاربردهاي منطق فازي بيش از پيش آشكار شده است. برخي از آنها در اين پست آمده است.



منطق فازي(2)


--------------------------------------------------------------------------------------------------------------------------




تئوري مجموعه هاي فازي در زمينه هاي گوناگون علوم كامپيوتري بويژه در نگهداري و آمائيدن اطلاعات و دانش بروش تفكر انساني (Human Thinking) نقش مهمي را ايفا نموده است. پايگاه هاي داده فازي ، سيستم هاي تهذيب و بازيافت اطلاعات (Fazzy Information Retrieval Systems) و سيستم هاي خبره فازي (Fuzzy Expert Systems) نمونه هايي از اين كاربرد هاست. مزيت اصلي كاربرد مجموعه هاي فازي در سيستم هاي كامپيوتري ، قدرت و قابليت نمايش و آمائيدن اطلاعات و دانشي است كه بصورت زبان طبيعي بيان شده اند. اين ويژگي ، سيستم هاي فوق الذكر را منعطف تر و واقعي تر مي كند.
اخيرا استفاده از مجموعه هاي فازي در تشخيص الگو (Pattern Recoginition) و شاخه هاي مربوط بدان نظير تجزيه و تحليل خوشه ها (Cluster Analysis) ، پردازش صدا (Voice Processing) ، پردازش تصوير (Image Processing) و ... بسيار رايج شده است.
قابل ذكر است كه كاربرد تئوري فازي در مهندسي بيش از ساير علوم بوده است. عمده ترين اين كاربرد در تدوين و طراحي كنترل كننده هاي فازي است. از ميان شاخه هاي مختلف مهندسي ، مهندسي ساختمان در بكار بردن تئوري فازي پيش قراول بوده است. اين موضوع تعجب آور نيست زيرا همه پروژه مهندسي ساختمان يك پروژه مستقل بوده و اتكاء آن به قضاوت انسان (Human Judgment) و قواعد تقريبي انگشت (Approximate Rule of Thumb)(!!) بيش از ساير رشته هاي مهندسي است. مثلا ، كاربرد اين تئوري در ارزيابي زير بناها مثل پل ها ، زير سازي شهرها ، ساختمان ها و... بسيار موفقيت آميز بوده است. تخمين و ارزيابي اختصاصي اجزا و مصالح ساختمان و شكل مناسب آنها را مي توان بصورت اعداد فازي مناسب بيان نمود.

[Borna66]

سلام به دوستان
مطلبي كه ميذارم نوشته دكتر علي وحيديان كامياد هست كه در مجله رياضي تاريخ 8 مرداد 1384 به چاپ رسيده بود . با تشكر از اين استاد گرامي به خاطر اين مطلب .

منطق فازی، منطق بکاررفته در آیات قرآن


ابتدا به چند تعریف زیر توجه کنید.
منطق کلاسیک: منطقی ست که در آن گزاره ها فقط ارزش راست یا دروغ دارند که آنرا منطق ۰ و ۱ می نامند.
منطق چند مقداره: منطقی که علاوه بر ۰ و ۱ چند مقدار دیگر را نیز اختیار می کند.
منطق بینهایت مقداره: در این منطق ارزش گزاره ها می تواند هر عدد حقیقی بین ۰ تا ۱ باشد.
منطق فازی: نوعی از منطق بینهایت مقداره و در حقیقت یک ابتکار برای بیان رفتار مطلوب سیستم ها با استفاده از زبان روزمره. در واقه منطق فازی یک منطق پیوسته است که از استدلال تقریبی بشر الگوبرداری کرده است.
جایگاه منطق در برداشت از قرآن کریم
منطق صحیح و مناسب به عنوان مبنا و زیربنای فکری در علوم و بویژه در علوم اسلامی نقش اساسی دارد. از این رو تفسیر برخی آیات قرآن بدلیل عدم استفاده از منطق مناسب امکان پذیر نیست. آیات بسیاری در قرآن از مخاطب برهان و دلیل تقاضا کرده است که نشان از حاکم بودن منطق در قرآن است. زیرا بدون منطق نمی توان برهان آورد و استدلال استنتاج نمود. برای نمونه می توانید به آیات ۱۱۱ بقره - ۱۰۴ و ۱۰۵ اعراف - ۲۴ انبیا - ۱۷۴ نسا و …. مراجعه کنید. پس تقریبا جایگاه منطق قرآن برایمان روشن است.
منطق قرآن نمی تواند دو ارزشی باشد. به مثال زیر توجه کنید:
در آیه ۴۵ سوره عنکبوت آمده است: … ان الصلوه تنهی عن الفحشا و المنکر … - یعنی همانا نماز است که اهل نماز را از هر کار زشت و منکر باز می دارد. اگر به صورت جمله منطقی این مطلب را بیان کنیم داریم: اگر فردی نماز بجای می آورد آنگاه آن فرد از هر کار زشت و منکر باز داشته می شود. حال سوال اینست که اغلب افراد نماز بجا می اورند ولی بعضی اعمال که خود فحشا و منکرند نیز مرتکب می شوند. توجیه این عمل چیست؟ پاسخ این است که نماز خواندن یک مفهوم بینهایت ارزشیست. یعنی ارزش نماز اغلب نمازگزاران بین صفر و یک است. از طرف دیگر دوری از فحشا و منکر نیز می تواند بینهایت ارزشی باشد. یعنی ممکن است یک فرد مرتکب فحشا کوچک و یا متوسط و یا بزرگ و یا خیلی بزرگ شود. به عبارت دیگر اعمال منکر یا فحشا درجات بسیار زیاد دارند. لذا براساس یک منطق فازی می توان نتیجه گرفت که اگر درجه قبولی نماز یک فرد فرضا ۵۰٪ باشد این فرد حداقل به اندازه ۵۰٪ از فحشا و منکر به دور است و هر چقدر درجه قبولی نماز افزایش یابد حداقل به همان اندازه از فحشا و منکر دور می شود. تا جاییکه اگر درجه قبولی ۱۰۰٪ باشد این فرد ۱۰۰٪ از فحشا و منکر به دور است.برای اثبات این حرف به زندگی امامان و معصومین توجه کنید.
برای مثال هایی دیگر از این دست می توان به آیه الا بذکر الله تطمئن القلوب نیز اشاره کرد. گزاره شرطی این آیه را می توان به صورت “اگر انسان خداوند را یاد کند آنگاه به آرامش می رسد” بیان کرد. از شما می خوام که تحلیلی فازی برای این آیه بیان کنید….

لينك منبع :
کد:

[Borna66]

منطق فازی و بازی نویسی
منطق فازی آخرین تکنولوژی است که به وجود آمده که امیدوارم بتوانم این قسمت را به خوبی توضیح دهم چون بسیار مهم است . که استفاده می‌شود برای استنتاجهایی که بر اساس تئوری فازی بیان شده است . به عبارت دیگر منطق فازی متدی است برای ارزش نهادن بر اطلاعات به صورتی که اجزای ما منحصرا دارای دو مقدار نباشند . بیشتر مردم از منطق کریسپ استفاده می‌کنند که میتواند شامل چیزی باشد یا نباشد . برای مثال اگر قرار باشد مجموعه ای از کودکان و بزرگسالان تشکیل دهیم من داخل گروه بزرگسالان جای میگیرم و برادر زاده سه ساله من در گروه کودکان جای خواهد گرفت این منطق کزیسپ است .از طرف دیگر منطق فازی به اشیاء اجازه می‌دهد که در داخل مجموعه ای قرار بگیرند حتی اگر به طور کامل در آن مجموعه نباشند برای مثال من ممکن است بگویم که من ۱۰٪ در مجموعه کودکان قرار دارم و ۱۰۰٪ در مجموعه بزرگسالان . به طریق مشابه برادر زاده من ۲٪ در گروه بزرگسالان قرار دارد و ۱۰۰٪ در گروه کودکان . اینها مقادیر فازی بودند . شاید این نکته را یادآوری کنید که ما نمیتوانیم به ۱۰۰٪ برسیم چون نمیتوان به صورت کامل در یک مجموعه قرار گرفت و ما فقط میتوانیم در حدود ۱۰۰٪ باشیم اما بیشتر در منطق فازی بر خلاف این گفته است .
نکته جالب در باره منطق فازی این است که این توانایی را به شما می‌دهد که تصمیم بگیرید در نوع منطق فازی که کمتریم مقدار خطا را به شما می‌دهد و به راحتی میتوانید از آن استفاده کنید که این کار را نمیتوان با سیستم‌هایی که از منطق کرسپ پیروی می‌کنند انجام داد . اگر که ورودی ها یا اطلاعاتی را از دست دادید با منطق فازی احتیاج به اضافه کاری ندارید اما یک سیستم مبتنی بر منطق فازی میتواند تابعی باشد بر متغییرهای از دست رفته دقیقا شبیه به مغز انسان . منظورم این است که که چقدر از تصمیماتی که در روز میگیرید احساس میکنید که از منطق فازی استفاده کردید؟ شما تمام حقایق را در اختیار ندارید با این وجود نسبت به تصمیمی که میگیرید مطمئن و دلگرم هستسد .
تا اینجا ۲٪ در منطق فازی سیر و سفر کردیم این برنامه ها در هوش مصنوعی قدرت تصمیم گیری به سیستم می‌دهد و همچنین انتخابات رفتاری وفیلتر کردن ورودی/ خروجی های قابل مشاهده . با این مطالب که در ذهنتان جای گرفت سری به بقیه قسمت‌های منطق فازی میزنیم

تئوری مجموعه های نرمال
یک مجموعه نرمال به سادگی مجوعه ای از اشیاء است . برای نوشتن یک مجموعه از حروف بزرگ استفاده می‌کنند و جای اجزای مجموعه در درون علامت مجموعه قرار میگیرد ( براکت ) مجموعه میتواند شامل هر چیزی باشد : رنگها و اسمها و حیوانات و شماره ها و ... شکل ۱۲٫۳۵ چند نوع مجموعه را نشان می‌دهد

برای مثال مجموعه A = { ۳٬۴,۵٬۲۰ } و مجموعه B = { ۱, ۳, ۹ } . در اینجا تعدادی عملیاتی که میتوان انجام داد را آورده ایم :
== اجزاء (є ) ==
وقتی در مورد مجموعه صحبت میکنیم شما میخواهید بدانید اگر شیئی وجود دارد که مجموعه آن را در بر بگیرد چی شیئی است مثلاً ایا ۳ جزو مجموعه A است ؟ که میتوان آن را اینگونه بیان کرد : ۳ є A که جواب درست است یا ۲ Є b که جواب نا درست است چون ۲ جزو مجموعه B نیست

اجتماع (U)
این عملگر تمام اجزایی که در مهر دو مجموعه وجود دارد را با هم جمع می‌کند و در مجموعه جدیدی میریزد اگر یک شیی هم در مجموعه اول وجود داشت و هم در مجموعه دوم تکرار شده بود فقط یک باردر مجموعه جدید نوشته می‌شود برای مثال : A U B = {۱٬۳,۴٬۵,۹٬۲۰} .

اشتراک (Π)
این عملگراشیائی را انتخاب می‌کند که که در دو مجموعه وجود داشته باشد و با هم برابر باشد بنابر این A Π B = {۳}

زیر مجموعه (C)
بعضی وقتها شما میخواهید بدانید که آیا یک مجموعه در درون مجموعه دیگر وجود دارد یا اینکه یک مجموعه شامل مجموعه دیگر می‌شودکه در اصطلاح میگویند مجموعه ای زیر مجموعه مجموعه دیگر است بنا بر این {۱٬۳ } C B و میخوانیم که مجموعه {۱و ۳ } زیر مجموعه مجموعه B است هر چند که A !C B که خوانده میشو.د A زیر مجموعه B نیست






خوب این مقداری از تئوری مجموعه ها بود که اصلاً پیچیده نبود و تنها حاوی یک سری سمبل بود که هر کسی در طول روز با این تئوری کار می‌کند و از این موضوع غالبا خبر ندارند
تئوری مجموعه های فازی مشکل بزرگ کامپیوتر ها این است که آنها دقیقا ماشین هستند تا زمانی که آنها قابلیت این را داشته باشند که بتوانند مسائل فازی را تجزیه تحلیل و حل کننند حدود ۷۰ ٪ کامپیوتر ها برای عملیات محاسباتی خود از تکنیکهای منطق فازی استفاده می‌کنند که این عملیات در نرم افزارها و حل مسائل استفاده می‌شوند منطق فازی که ما در موردش صحبت میکنیم برنامه هایی است که در انها تئوری منطق فازی را استفاده می‌کنند . بگذارید نگاهی به تئوری مجموعه های فزی بیندازیم .
در تئوری مجموعه های فازی نمیتوان بر روی یک شیئ تمرکز کرد اشیاء در درون مجموعه وجود دارند اما شما با روابط بین اشیاء کار میکنید نه خود اشیاء برای مثال اجازه بدهید یک کلاس مجموعه فازی ترتیب دهیم به نام Computer special FX سپس چند فیلم فیلم مورد علاقه شما را انتخاب کنیم و درجه عضویت در این کلاس را تعیین کنیم




میبینید چگونه تمام جدول از منطق فازی استفاده می‌کنند ؟ همچنین فیلم ماتریکس واقعا از کامپیوتر زیاد بهره بردا برای جلوه های ویژه و کل فیلم آنتز توسط کامپیوتر تولید شده منصفانه قضاوت کنید آیا شما با درصد هایی که در جدول فوق ارائه شدخ موافقید ؟ فیلم آنتز از تکنواوژی پیشرفته ساخت کامپیوتر استفاده کرده و یک فیلم یک ساعت و بیست دقیقه ای است و فرست کامپ فقط در کل پنج دقیقه به وسیله کامپیوتر تصاویر اصلاح شده است . ایا این منصفانه است که فرست کامپ ۲۰٪ باشد ؟ من نمیدانم . شاید علتش این است که داریم از منطق فازی استفاده میکنیم .
در هر صورت هر وقط که شروع به نسبت دادن درجه فازی کردید در هر مجموعه ای درصد عضو بودن هر شیئ در مجموعه فازی با قوانین خاصی قابل اعمال میباشند بنابر این برای مثال فیلمهای جدول بالا را به صورت فازی در میاوریم " {ANTZ,۱٫۰۰}, { FORREST COMP , ۰٫۲۰}, {TERMINATOR , ۰٫۷۵}, {ALIENS, ۰٫۵۰} , {THE MATRIX , ۰٫۹} " در آخر اگر شما یک کلاس فازی بارانی داشته باشید امروز را جزو چه قسمتی از مجموعه می‌شود ؟ جایی که ما زندگی میکنیم برای مثال " { امروز , ۱٫۰۰ } " !
اکنون خود شما میتوانید اشیاء جدیدی را به مجموعه فازی اضافه کنید در اغلب اوقات درجه عضویت مجموعه را DOM مینامند برای مثال درجه عضویت مجموعه A = { ۱٫۰, ۰٫۴۵ , ۰٫۵ , ۰٫۹۰ } در این مجموعه برای هر فیلم فقط یک ورودی وجود دارد هر متغییر یک دووم را نشان میدهند .
حال تصور کنید شما مجموعه دیگری از فیلمها دارید که خودتان درجه عضویت هر سیئ را تعیین کردید مانند : B = { ۰٫۲ , ۰٫۴۵ , ۰٫۵ , ۰٫۹ , ۰٫۱۵ } . اجازه بدهید در مورد این مجموعه ها اعمال تعریف شده را توضیح دهیم چون میدانم که مفهوم مجموعه های فازی را به خوبی یاد گرفتید قبل از اینکه شروع کنیم یک بار دیگر توضیح میدهم که مجموعه های فازی درجه عضویت دارند شما میتوانید برای آگاهی از اشیاء آنها را درون یک بردار بریزید باید توضیح دهم که اشیاء در مجموعه های فازی ثابت هستند معنی این عبارت را تا دقایق دیگر متوجه خواهید شد .

اجتماع فازی (U)
اجتماع دو مجموعه فازی مکزیمم هر جزء از دو مجموعه است A = (۱٫۰ , ۰٫۲۰ , ۰٫۷۵ , ۰٫۵۰ , ۰٫۹۰ ) B = { ۰٫۲ , ۰٫۴۵ , ۰٫۵ , ۰٫۹ , ۰٫۱۵ نتیجه این اجتماع می‌شود :
A U B = { MAX(۱٫۰٬۰٫۲) , MAX(۰٫۲۰ , ۰٫۴۵) , MAX ( ۰٫۷۵ , ۰٫۵) , MAX (۰٫۹۰ , ۰٫۱۵)} = {۱٫۰ , ۰٫۴۵ , ۰٫۷۵ , ۰٫۹۰ }

اشتراک فازی (Π)
برای اشتراک دو مجموعه فازی فقط کافی است که از هر جزء مینیمم گیری کنیم و از یک جزء در هر دو مجموعه جزء کوچک‌تر را انتخاب کنیم
A = (۱٫۰ , ۰٫۲۰ , ۰٫۷۵ , ۰٫۵۰ , ۰٫۹۰ ) B = { ۰٫۲ , ۰٫۴۵ , ۰٫۵ , ۰٫۹ , ۰٫۱۵ نتیجه این اشتراک می‌شود :
A Π B = { MIN(۱٫۰٬۰٫۲) , MIN(۰٫۲۰ , ۰٫۴۵) , MIN ( ۰٫۷۵ , ۰٫۵) , MIN (۰٫۹۰ , ۰٫۱۵)} = {۰٫۲ , ۰٫۲۰ , ۰٫۵ , ۰٫۱۵ }


زیر مجموعه ها و دیگر روابط مربوبه مجموع ها چیزهاییست که نادیده میگیرم به دلیل اینکه بتوانیم زودتر به اصل موضوع برسیم فقط در اینجا مجموعه مکمل فازی را توضیح میدهم : مجموعه مکمل فازی مجموعه ایست که اعضای آن اگر اعضای مجموعه اصلی را X بگیریم مجموعه مکمل اعضایش برابر با (۱-X) میباشد که مکمل مجموعه A را به صورت A’ نشان میدهند
A = (۱٫۰ , ۰٫۲۰ , ۰٫۷۵ , ۰٫۵۰ , ۰٫۹۰ ) بنابر این
A’ = ( ۱٫۰ – ۱٫۰ , ۱٫۰ – ۰٫۲۰ , ۱٫۰ – ۰٫۷۵ , ۱٫۰ -۰٫۵۰ , ۱٫۰ -۰٫۹۰ ) A’={ ۰٫۰ , ۰٫۸ , ۰٫۲۵ , ۰٫۵ , ۰٫۱ } متغییرهای فازی و قوانین آن خوب تا حالا همه چیز خوب پیش رفته ! شما اطلاعاتی در مورد متغییر های فازی و مجموعه های فازی دارید حال میخواهیم نگاهی بیندازیم به اینکه چگونه باید از این اطلاعات در بازی نویسی هوشمند استفاده کرد . شما باید یک موتر فازی بسازید که بتوانداز قوانین فازی استفاده کند و ورودی فازی داشته باشد و خروجی را یا به صورت فازی یا کریسپ تولید کند نگاهی به شکل ۱۲٫۳۶ بیندازید

وقتی دو نوع منطق مختلف با هم مخلوط شوند احتیاج به خروجیهای زیادی دارند
IF X AND Y THEN Z
OR
IF X OR Y THEN Z
متغییر های X و Y را مقدم میگویند و متغییر Z را تالی میگویند هرچند در منطق فازی X و Y جزو مقدمهای فازی میباشند که به اختصار به آن FLV میگویند همچنین متغییر Z میتواند هم FLV باشد هم از مقادیر کریسپ باشد اما نکته ای که در اینجا وجود دارد این است که متغییرهای X و Y نشاندهنده متغییر های فازی میباشند و به هیچ و جه از نوع کریسپ نیستند قسمت‌های فازی این فرم را قنون های فازی مینامند
IF EXPLOSION AND DAMAGE THEN RUN
زمانی این قسمت اجرا می‌شود که قسمت اول و آخر AND درست باشد در غیر این صورت قسمت THEN اجرا نمیشود با منطق فازی قوانین فقط قسمتی از راه حل هستند یعنی توابع فازی یا توابع غیر فازی جواب را تولید نمیکنند .
FLV ها نشاندهنده مفهوم فازی در یک محدوده خاص میباشد برای مثال اجازه بدهید بگوییم شما میخواهید کلاسبندی کنیدمسافت بین بازیکنان و اشیاء هوش مصنوعی به شکل ۱۲٫۳۷ نگاه کنید




متغییر ورودی بر روی بردار X میباشد که حدود آن بین ۰ تا ۱۰۰۰ میباشد که آتها را دامنه مینامند . و خروجی فازی بر روی محور Y ها نمایش داده می‌شوند که حدود آن از ۰٫۰ تا ۱٫۰ میباشد برای هر متغییر ورودیx درجه عضویت (دووم ) با یک خط مستقیم به صورت برجسته مشخص می‌شود متوانید شکل ۱۲٫۳۸ را ببینید و مقدار یا مقادیر Y ها را حساب کنید.

منبع : سایت "ویکی پدیا"