6、模糊逻辑、系统与机器学习技术解析

模糊逻辑、系统与机器学习技术解析

1. 模糊逻辑与系统概述

模糊逻辑由Lotfi A. Zadeh于1973年提出，它比传统的二进制逻辑更接近人类的思维逻辑和自然语言，为捕捉和建模现实世界的近似、不精确本质提供了有效手段。模糊逻辑应用的基本思想和技术在1973年被概述。

常见的相关术语如模糊集理论、模糊逻辑理论、模糊集与逻辑等，通常人们指的是同一理论的不同表述。这些概念包含语言变量、模糊if - then规则和模糊规则集。目前，模糊系统设计主要有两种方法：
- “专家”方法 ：由专家明确制定模糊系统规则。这种方法源于专家系统的方法论，使用模糊集来表示从业者（应用专家、操作员）可能仅基于主观或直觉知识的知识或行为。例如下面用基于XML语言表示的规则层次示例：

<CompoundFuzzyRule name=“risk‐assessment‐rule”>
    <FuzzyRule>
        <if>
            <is name=“risk‐assessment” value=“none”/>
            <then name=“risk” value=“very low”/>
        </if>
    </FuzzyRule>
    <FuzzyRule>
        <if>
            <is name=“risk‐assessment” value=“few”/>
            &l