නොපැහැදිලි අනුමානය පරායත්ත ප්‍රතිස්ථාපනය ලෙස හැඳින්වේ. නොපැහැදිලි නිගමන

නොපැහැදිලි කට්ටල සහ නොපැහැදිලි තර්කනයේ ගණිත න්‍යාය සම්භාව්‍ය කුලක න්‍යායේ සහ සම්භාව්‍ය විධිමත් තර්කනයේ සාමාන්‍යකරණය වේ. මෙම සංකල්ප ප්‍රථම වරට 1965 දී ඇමරිකානු විද්‍යාඥ Lotfi Zadeh විසින් යෝජනා කරන ලදී. පෙනුමට ප්‍රධාන හේතුව නව න්යායපුද්ගලයෙකු ක්‍රියාවලි, පද්ධති සහ වස්තූන් විස්තර කරන විට නොපැහැදිලි සහ ආසන්න තර්කයක් තිබීම බවට පත් විය.

නොපැහැදිලි ආකෘති නිර්මාණ ප්රවේශයට පෙර සංකීර්ණ පද්ධතිලොව පුරා පිළිගැනීමක් ලැබුණි, නොපැහැදිලි කට්ටල පිළිබඳ න්‍යායේ උපතෙන් දශකයකට වැඩි කාලයක් ගතවී ඇත. නොපැහැදිලි පද්ධති සංවර්ධනය කිරීමේ මෙම මාවත දිගේ, කාල පරිච්ඡේද තුනක් වෙන්කර හඳුනා ගැනීම සිරිතකි.

පළමු කාල පරිච්ඡේදය (60 දශකයේ අග - 70 ගණන්වල මුල් භාගය) නොපැහැදිලි කට්ටල (L. Zadeh, E. Mamdani, Bellman) න්යායික උපකරණ සංවර්ධනය කිරීම මගින් සංලක්ෂිත වේ. දෙවන කාල පරිච්ෙඡ්දය තුළ (70-80s), පළමු ප්රායෝගික ප්රතිඵල සංකීර්ණ තාක්ෂණික පද්ධතිවල නොපැහැදිලි පාලන ක්ෂේත්රයේ (අපැහැදිලි පාලනයක් සහිත වාෂ්ප උත්පාදක යන්ත්රය) දර්ශනය විය. ඒ අතරම, නොපැහැදිලි තර්කනය සහ නොපැහැදිලි පාලකයන් සංවර්ධනය කිරීම මත පදනම් වූ විශේෂඥ පද්ධති ගොඩනැගීමේ ගැටළු කෙරෙහි අවධානය යොමු කිරීමට පටන් ගත්තේය. තීරණ සහාය සඳහා නොපැහැදිලි විශේෂඥ පද්ධති වෛද්‍ය විද්‍යාවේ සහ ආර්ථික විද්‍යාවේ බහුලව භාවිතා වේ. අවසාන වශයෙන්, 80 දශකයේ අග භාගයේ සිට අද දක්වාම පවතින තුන්වන කාල පරිච්ඡේදයේදී, නොපැහැදිලි විශේෂඥ පද්ධති ගොඩනැගීම සඳහා මෘදුකාංග පැකේජ දිස්වන අතර, නොපැහැදිලි තර්කනය යෙදීමේ ක්ෂේත්‍ර සැලකිය යුතු ලෙස පුළුල් වේ. එය මෝටර් රථ, අභ්‍යවකාශ සහ ප්‍රවාහන කර්මාන්ත, ගෘහ උපකරණ ක්ෂේත්‍රය, මූල්‍ය, විශ්ලේෂණය සහ තීරණ ගැනීමේ ක්ෂේත්‍රයේ යෙදේ. කළමනාකරණ තීරණසහ තවත් බොහෝ අය.

ලොව පුරා නොපැහැදිලි තර්කනයේ ජයග්‍රාහී ගමන ආරම්භ වූයේ 80 දශකයේ අගභාගයේදී බර්තොලමියු කොස්කෝ විසින් සුප්‍රසිද්ධ FAT ප්‍රමේයය (Fuzzy ආසන්න ප්‍රමේයය) ඔප්පු කිරීමෙන් පසුවය. ව්‍යාපාර සහ මූල්‍ය ක්‍ෂේත්‍රයේ, නොපැහැදිලි තර්කනය 1988 දී පිළිගැනීමට ලක්විය, මූල්‍ය දර්ශක පුරෝකථනය කිරීමේ නොපැහැදිලි නීති මත පදනම් වූ විශේෂඥ පද්ධතියක් කොටස් වෙලඳපොල කඩාවැටීමක් පුරෝකථනය කළ එකම එක විය. සාර්ථක නොපැහැදිලි යෙදුම් සංඛ්‍යාව දැන් දහස් ගණනක් වේ.

ගණිත උපකරණ

නොපැහැදිලි කට්ටලයක ලක්ෂණයක් වන්නේ සාමාජිකත්වයේ කාර්යයයි. සාමාන්‍ය කට්ටලයක ලාක්ෂණික ශ්‍රිතය පිළිබඳ සංකල්පය සාමාන්‍යකරණයක් වන නොපැහැදිලි C කාණ්ඩයේ සාමාජිකත්වය MF c (x) මගින් අපි දක්වන්නෙමු. එවිට නොපැහැදිලි කට්ටලයක් C යනු C=(MF c (x)/x), MF c (x) ආකාරයෙන් ඇණවුම් කළ යුගල කට්ටලයකි. අගය MF c (x)=0 යන්නෙන් අදහස් වන්නේ කට්ටලයේ සාමාජිකත්වය නොමැති වීමයි, 1 යනු සම්පූර්ණ සාමාජිකත්වයයි.

අපි මෙය නිදර්ශනය කරමු සරල උදාහරණයක්. "උණුසුම් තේ" යන්නෙහි අපැහැදිලි නිර්වචනය විධිමත් කරමු. x (සාකච්ඡා ප්රදේශය) සෙල්සියස් අංශකවල උෂ්ණත්ව පරිමාණය වනු ඇත. නිසැකවම, එය අංශක 0 සිට 100 දක්වා වෙනස් වනු ඇත. "උණුසුම් තේ" සංකල්පය සඳහා නොපැහැදිලි කට්ටලයක් මේ වගේ විය හැකිය:

C=(0/0; 0/10; 0/20; 0.15/30; 0.30/40; 0.60/50; 0.80/60; 0.90/70; 1/80; 1/90; 1/100).

මේ අනුව, 60 C උෂ්ණත්වයක් සහිත තේ 0.80 ක සාමාජිකත්වය සහිත "උණුසුම්" කට්ටලයට අයත් වේ. එක් පුද්ගලයෙකුට, සෙල්සියස් අංශක 60 ක උෂ්ණත්වයකදී තේ උණුසුම් විය හැකිය, තවත් කෙනෙකුට එය ඉතා උණුසුම් නොවිය හැකිය. අනුරූප කට්ටලය නියම කිරීමේ නොපැහැදිලි බව ප්‍රකාශ වන්නේ හරියටම මෙයයි.

නොපැහැදිලි කට්ටල සඳහා, සාමාන්‍ය කට්ටල සඳහා, මූලික තාර්කික මෙහෙයුම් අර්ථ දක්වා ඇත. ගණනය කිරීම් සඳහා අවශ්ය මූලික ඒවා වන්නේ ඡේදනය සහ එකමුතුවයි.

නොපැහැදිලි කට්ටල දෙකක ඡේදනය (නොපැහැදිලි "AND"): A B: MF AB (x)=min(MF A (x), MF B (x)).
නොපැහැදිලි කට්ටල දෙකක එකමුතුව (නොපැහැදිලි "OR"): A B: MF AB (x)=max(MF A (x), MF B (x)).

අපැහැදිලි කට්ටල න්‍යාය තුළ, ඡේදනය, සමිති සහ අනුපූරක ක්‍රියාකරුවන් ක්‍රියාත්මක කිරීම සඳහා සාමාන්‍ය ප්‍රවේශයක් වර්ධනය කර ඇති අතර, එය ඊනියා ත්‍රිකෝණාකාර සම්මතයන් සහ සම්මතයන් තුළ ක්‍රියාත්මක වේ. ඡේදනය සහ වෘත්තීය සමිති මෙහෙයුම් වල ඉහත ක්‍රියාත්මක කිරීම් t-norm සහ t-conorm හි වඩාත් පොදු අවස්ථා වේ.

නොපැහැදිලි කට්ටල විස්තර කිරීම සඳහා, නොපැහැදිලි සහ භාෂාමය විචල්යයන් පිළිබඳ සංකල්ප හඳුන්වා දෙනු ලැබේ.

නොපැහැදිලි විචල්‍යයක් කට්ටලයක් (N,X,A) මගින් විස්තර කෙරේ, එහිදී N යනු විචල්‍යයේ නම, X යනු විශ්වීය කට්ටලයක් (තර්ක කිරීමේ වසම), A යනු X මත නොපැහැදිලි කට්ටලයකි.
භාෂාමය විචල්‍යයක අගයන් නොපැහැදිලි විචල්‍ය විය හැක, i.e. භාෂාමය විචල්‍යය වැඩි වේ ඉහළ මට්ටමේනොපැහැදිලි විචල්‍යයකට වඩා. සෑම භාෂාමය විචල්‍යයක්ම සමන්විත වන්නේ:

මාතෘකා;
එහි අගයන් කුලකය, එය මූලික පද කට්ටලය T ලෙසද හැඳින්වේ. මූලික පද කට්ටලයේ මූලද්‍රව්‍ය අපැහැදිලි විචල්‍යවල නම් වේ;
විශ්ව කට්ටලය X;
වාක්‍ය ඛණ්ඩ රීතිය G, ඒ අනුව ස්වභාවික හෝ විධිමත් භාෂාවක වචන භාවිතයෙන් නව පද ජනනය වේ;
භාෂාමය විචල්‍යයක එක් එක් අගය X කට්ටලයේ නොපැහැදිලි උප කුලකයකට පවරන අර්ථකථන රීතිය P.

"කොටස් මිල" වැනි අපැහැදිලි සංකල්පයක් සලකා බලමු. භාෂාමය විචල්‍යයේ නම මෙයයි. අපි ඒ සඳහා මූලික පද කට්ටලයක් සකස් කරමු, එය නොපැහැදිලි විචල්‍ය තුනකින් සමන්විත වනු ඇත: “පහළ”, “මධ්‍යස්ථ”, “ඉහළ” සහ තර්කනයේ විෂය පථය X= (ඒකක) ආකාරයෙන් සකසන්න. අවසාන වශයෙන් කිරීමට ඉතිරිව ඇත්තේ T යන පාදක පදයෙන් එක් එක් භාෂාමය පද සඳහා සාමාජික ශ්‍රිත ගොඩනැගීමයි.

දුසිමකට වඩා තිබේ සම්මත ආකෘතිසාමාජික කාර්යයන් නියම කිරීම සඳහා වක්‍ර. වඩාත් බහුලව භාවිතා වන්නේ: ත්රිකෝණාකාර, trapezoidal සහ Gaussian සාමාජිකත්ව කාර්යයන්.

ත්‍රිකෝණාකාර සාමාජික ශ්‍රිතය සංඛ්‍යා තුනකින් (a,b,c) අර්ථ දක්වා ඇති අතර, x ලක්ෂයේ එහි අගය ප්‍රකාශනය අනුව ගණනය කෙරේ:

$$MF\,(x) = \,\begin(cases) \;1\,-\,\frac(b\,-\,x)(b\,-\,a),\,a\leq \,x\leq \,b &\ \\ 1\,-\,\frac(x\,-\,b)(c\,-\,b),\,b\leq \,x\leq \ ,c &\ \\ 0, \;x\,\n\n\,(a;\,c)\ \ end(cases)$$

(b-a)=(c-b) අපට සමමිතික ත්‍රිකෝණාකාර සාමාජික ශ්‍රිතයක් ඇති විට, එය ත්‍රිත්ව (a,b,c) වෙතින් පරාමිති දෙකකින් අනන්‍යව දැක්විය හැක.

ඒ හා සමානව, trapezoidal සාමාජික ශ්‍රිතයක් නියම කිරීමට, ඔබට අංක හතරක් අවශ්‍ය වේ (a,b,c,d):

$$MF\,(x)\,=\, \begin(cases) \;1\,-\,\frac(b\,-\,x)(b\,-\,a),\,a \leq \,x\leq \,b & \\ 1,\,b\leq \,x\leq \,c & \\ 1\,-\,\frac(x\,-\,c)(d \,-\,c),\,c\leq \,x\leq \,d &\\ 0, x\,\n\in\,(a;\,d) \\end(cases)$$

විට (b-a)=(d-c) trapezoidal සාමාජික ශ්‍රිතය සමමිතික ස්වරූපයක් ගනී.

Gaussian වර්ගයේ සාමාජික කාර්යය සූත්‍රය මගින් විස්තර කෙරේ

$$MF\,(x) = \exp\biggl[ -\,(\Bigl(\frac(x\,-\,c)(\sigma)\Bigr))^2\biggr]$$

සහ පරාමිති දෙකක් සමඟ ක්රියා කරයි. පරාමිතිය cනොපැහැදිලි කට්ටලයේ කේන්ද්රය දක්වයි, සහ පරාමිතිය ශ්රිතයේ බෑවුම සඳහා වගකිව යුතුය.

යටින් පවතින T හි එක් එක් වාරය සඳහා සාමාජික ශ්‍රිත එකතුව සාමාන්‍යයෙන් තනි ප්‍රස්ථාරයක එකට සැලසුම් කර ඇත. රූප සටහන 3 ඉහත විස්තර කර ඇති "කොටස් මිල" යන භාෂාමය විචල්‍යයේ උදාහරණයක් පෙන්වයි. මේ අනුව, 48 හැවිරිදි පුද්ගලයෙකු සඳහා, "තරුණ" කට්ටලයේ සාමාජිකත්වයේ උපාධිය 0, "සාමාන්ය" - 0.47, "සාමාන්යයට වඩා" - 0.20.

භාෂාමය විචල්‍යයක පද ගණන කලාතුරකින් 7 ඉක්මවයි.

නොපැහැදිලි නිගමනය

නොපැහැදිලි තාර්කික අනුමාන මෙහෙයුම ක්‍රියාත්මක කිරීම සඳහා පදනම වන්නේ "If-then" ආකාරයෙන් නොපැහැදිලි ප්‍රකාශයන් අඩංගු රීති පදනමක් වන අතර අනුරූප භාෂාමය නියමයන් සඳහා සාමාජිකත්ව කාර්යයන් වේ. මෙම අවස්ථාවේදී, පහත සඳහන් කොන්දේසි සපුරාලිය යුතුය:

නිමැවුම් විචල්‍යයේ සෑම භාෂාමය පදයක් සඳහාම අවම වශයෙන් එක් රීතියක් ඇත.
ආදාන විචල්‍යයේ ඕනෑම පදයක් සඳහා මෙම පදය පූර්ව අවශ්‍යතාවයක් ලෙස භාවිතා කරන අවම වශයෙන් එක් රීතියක් ඇත (නීතියේ වම් පැත්ත).

එසේ නොමැති නම්, නොපැහැදිලි නීතිවල අසම්පූර්ණ පදනමක් ඇත.

රීති පදනමට පෝරමයේ m රීති තිබිය යුතුය:
R 1: x 1 A 11 නම්... සහ... x n යනු A 1n, එවිට y B 1 වේ
…
R i: x 1 A i1 නම් ... සහ ... x n යනු A in , එවිට y යනු B i වේ
…
R m: x 1 A i1 නම් ... සහ ... x n යනු A mn, එවිට y B m වේ,
මෙහි x k, k=1..n – input variables; y - ප්රතිදාන විචල්යය; A ik - සාමාජික කාර්යයන් සහිත නොපැහැදිලි කට්ටල ලබා දී ඇත.

නොපැහැදිලි අනුමානයේ ප්‍රතිඵලය ලබා දී ඇති පැහැදිලි අගයන් x k , k=1..n මත පදනම්ව y * විචල්‍යයේ පැහැදිලි අගයකි.

සාමාන්‍යයෙන්, අනුමාන යාන්ත්‍රණයට අදියර හතරක් ඇතුළත් වේ: අපැහැදිලි බව හඳුන්වාදීම (අදියර කිරීම), නොපැහැදිලි අනුමානය, සංයුතිය සහ පැහැදිලිකමට අඩු කිරීම හෝ විකෘති කිරීම (රූපය 5 බලන්න).

නොපැහැදිලි අනුමාන ඇල්ගොරිතම ප්‍රධාන වශයෙන් භාවිතා කරන රීති වර්ගය, තාර්කික මෙහෙයුම් සහ විකෘති කිරීමේ ක්‍රමයේ වෙනස් වේ. Mamdani, Sugeno, Larsen, Tsukamoto fuzzy inference models නිපදවා ඇත.

උදාහරණයක් ලෙස Mamdani යාන්ත්‍රණය භාවිතා කරමින් නොපැහැදිලි අනුමානයන් දෙස සමීපව බලමු. නොපැහැදිලි පද්ධතිවල අනුමාන කිරීමේ වඩාත් පොදු ක්‍රමය මෙයයි. එය නොපැහැදිලි කට්ටලවල minimax සංයුතිය භාවිතා කරයි. මෙම යාන්ත්‍රණයට පහත ක්‍රියා අනුපිළිවෙල ඇතුළත් වේ.

අදියර කිරීමේ ක්‍රියා පටිපාටිය: සත්‍යයේ අංශක තීරණය කරනු ලැබේ, i.e. එක් එක් රීතියේ වම් පැති සඳහා සාමාජික ශ්‍රිතවල අගයන් (පූර්ව අවශ්‍යතා). m රීති සහිත රීති පදනමක් සඳහා, අපි සත්‍යයේ අංශක A ik (x k), i=1..m, k=1..n ලෙස දක්වන්නෙමු.

නොපැහැදිලි ප්රතිදානය. පළමුව, එක් එක් රීතියේ වම් පැත්ත සඳහා කඩඉම් මට්ටම් තීරණය කරනු ලැබේ:

$$alfa_i\,=\,\min_i \,(A_(ik)\,(x_k))$$

$$B_i^*(y)= \min_i \,(alfa_i,\,B_i\,(y))$$

නොපැහැදිලි කට්ටලවල උපරිම සංයුතිය භාවිතා කරන ප්‍රතිඵලයක් ලෙස කප්පාදු කරන ලද ශ්‍රිතවල සංයුතිය හෝ සංයෝජනය:

$$MF\,(y)= \max_i \,(B_i^*\,(y))$$

මෙහි MF(y) යනු අවසාන අපැහැදිලි කට්ටලයේ සාමාජික ශ්‍රිතයයි.

අවපැහැ ගැන්වීම හෝ පැහැදිලි භාවයට ගෙන ඒම. defuzzification ක්රම කිහිපයක් තිබේ. උදාහරණයක් ලෙස, මධ්‍ය මධ්‍ය ක්‍රමය, හෝ කේන්ද්‍රීය ක්‍රමය:
$$MF\,(y)= \max_i \,(B_i^*\,(y))$$

මෙම අගයෙහි ජ්යාමිතික අර්ථය MF(y) වක්රය සඳහා ගුරුත්වාකර්ෂණ කේන්ද්රය වේ. ආදාන විචල්‍ය දෙකක් සහ R1 සහ R2 නොපැහැදිලි රීති දෙකක් සඳහා Mamdani අපැහැදිලි අනුමාන ක්‍රියාවලිය රූප සටහන 6 මගින් ප්‍රස්ථාරිකව පෙන්වයි.

බුද්ධිමත් සුසමාදර්ශයන් සමඟ ඒකාබද්ධ වීම

බුද්ධිමය තොරතුරු සැකසීමේ ක්‍රම දෙමුහුන් කිරීම බටහිර හා ඇමරිකානු පර්යේෂකයන් අතර 90 දශකය සම්මත වූ ආදර්ශ පාඨයයි. කෘතිම බුද්ධි තාක්ෂණයන් කිහිපයක එකතුවක ප්‍රති result ලයක් ලෙස, විශේෂ යෙදුමක් දර්ශනය විය - “මෘදු පරිගණකකරණය”, එය 1994 දී L. Zadeh විසින් හඳුන්වා දෙන ලදී. දැනට, මෘදු පරිගණනය එවැනි ක්ෂේත්‍ර ඒකාබද්ධ කරයි: නොපැහැදිලි තර්කනය, කෘතිම ස්නායු ජාල, සම්භාවිතා තර්කනය සහ පරිණාමීය ඇල්ගොරිතම. ඒවා එකිනෙකට අනුපූරක වන අතර දෙමුහුන් බුද්ධිමත් පද්ධති නිර්මාණය කිරීම සඳහා විවිධ සංයෝජනයන්හි භාවිතා වේ.

නොපැහැදිලි තර්කනයේ බලපෑම සමහර විට වඩාත් පුළුල් විය. නොපැහැදිලි කට්ටල සම්භාව්‍ය ගණිතමය කුලක න්‍යායේ විෂය පථය පුළුල් කළා සේම, නොපැහැදිලි තර්කනය බොහෝ දත්ත කැණීම් ක්‍රම “ආක්‍රමණය” කර නව ක්‍රියාකාරීත්වයක් ලබා දෙයි. එවැනි සංගම්වල වඩාත් රසවත් උදාහරණ පහත දැක්වේ.

නොපැහැදිලි ස්නායු ජාල

නොපැහැදිලි-ස්නායු ජාලයන් නොපැහැදිලි තර්කනය මත පදනම්ව නිගමනයන් සිදු කරයි, නමුත් සාමාජිකත්ව ක්‍රියාකාරකම්වල පරාමිතීන් NN ඉගෙනුම් ඇල්ගොරිතම භාවිතයෙන් සකස් කරනු ලැබේ. එබැවින්, එවැනි ජාල වල පරාමිතීන් තෝරා ගැනීම සඳහා, අපි බහු ස්ථර පර්සෙප්ට්‍රෝනයක් පුහුණු කිරීම සඳහා මුලින් යෝජනා කරන ලද දෝෂ පසු ප්‍රචාරණ ක්‍රමය යොදන්නෙමු. මෙම කාර්යය සඳහා, නොපැහැදිලි පාලන මොඩියුලය බහු ස්ථර ජාලයක ස්වරූපයෙන් නිරූපණය කෙරේ. නොපැහැදිලි ස්නායුක ජාලයක් සාමාන්‍යයෙන් ස්ථර හතරකින් සමන්විත වේ: ආදාන විචල්‍යවල අවධීන් ස්ථරයක්, තත්ත්‍ව සක්‍රිය අගයන් එකතු කිරීමේ ස්ථරයක්, නොපැහැදිලි රීති සමුච්චය කිරීමේ ස්ථරයක් සහ ප්‍රතිදාන ස්ථරයක්.

වඩාත් බහුලව භාවිතා වන නොපැහැදිලි ස්නායු ජාල ගෘහ නිර්මාණ ශිල්පය වන්නේ ANFIS සහ TSK ය. එවැනි ජාල විශ්වීය ආසන්න වශයෙන් බව ඔප්පු වී ඇත.

වේගවත් ඉගෙනුම් ඇල්ගොරිතම සහ සමුච්චිත දැනුම අර්ථකථනය කිරීමේ හැකියාව - මෙම සාධක නොපැහැදිලි ස්නායුක ජාල අද වන විට වඩාත්ම පොරොන්දු වූ සහ ඵලදායී මෘදු පරිගණක මෙවලමක් බවට පත් කර ඇත.

අනුවර්තන නොපැහැදිලි පද්ධති

සම්භාව්‍ය නොපැහැදිලි පද්ධතිවල අවාසිය නම්, නීති රීති සහ සාමාජිකත්ව ක්‍රියාකාරකම් සැකසීම සඳහා විශේෂිත විෂය ක්ෂේත්‍රයක ප්‍රවීණයන් සම්බන්ධ කර ගැනීම අවශ්‍ය වන අතර එය සැමවිටම සහතික කළ නොහැක. අනුවර්තන නොපැහැදිලි පද්ධති මෙම ගැටළුව විසඳයි. එවැනි පද්ධති තුළ, අපැහැදිලි පද්ධති පරාමිතීන් තෝරාගැනීම පර්යේෂණාත්මක දත්ත පිළිබඳ පුහුණු කිරීමේ ක්රියාවලිය තුළ සිදු කරනු ලැබේ. පුහුණු අනුවර්තී නොපැහැදිලි පද්ධති පුහුණු කිරීම සඳහා ඇල්ගොරිතම ස්නායු ජාලයන් පුහුණු කිරීම සඳහා ඇල්ගොරිතම හා සසඳන විට සාපේක්ෂව ශ්රම-දැඩි සහ සංකීර්ණ වන අතර, රීතියක් ලෙස, අදියර දෙකකින් සමන්විත වේ: 1. භාෂාමය රීති උත්පාදනය කිරීම; 2. සාමාජික කාර්යයන් නිවැරදි කිරීම. පළමු ගැටළුව සම්පූර්ණ සෙවුම් ආකාරයේ ගැටලුවකි, දෙවැන්න අඛණ්ඩ අවකාශයන්හි ප්‍රශස්තිකරණ ගැටළුවකි. මෙම අවස්ථාවේ දී, යම් ප්රතිවිරෝධතාවක් පැන නගී: නොපැහැදිලි නීති ජනනය කිරීමට, සාමාජික කාර්යයන් අවශ්ය වන අතර, නොපැහැදිලි අනුමාන කිරීම සිදු කිරීම සඳහා, නීති අවශ්ය වේ. ඊට අමතරව, ස්වයංක්‍රීයව නොපැහැදිලි රීති උත්පාදනය කරන විට, ඒවායේ සම්පූර්ණත්වය සහ අනුකූලතාව සහතික කිරීම අවශ්‍ය වේ.

නොපැහැදිලි පද්ධති පුහුණු කිරීමේ ක්‍රමවල සැලකිය යුතු කොටසක් ජාන ඇල්ගොරිතම භාවිතා කරයි. ඉංග්‍රීසි භාෂා සාහිත්‍යයේ, මෙය විශේෂ යෙදුමකට අනුරූප වේ - ජානමය අපැහැදිලි පද්ධති.

පරිණාමීය අනුවර්තනය සහිත නොපැහැදිලි පද්ධතිවල න්‍යාය සහ භාවිතය වර්ධනය කිරීම සඳහා සැලකිය යුතු දායකත්වයක් ලබා දුන්නේ එෆ්. හෙරේරා විසින් මෙහෙයවන ලද ස්පාඤ්ඤ පර්යේෂකයන් කණ්ඩායමක් විසිනි.

නොපැහැදිලි විමසුම්

දත්ත සමුදායන් වෙත නොපැහැදිලි විමසුම් බලාපොරොත්තු වන දිශාවකි නවීන පද්ධතිතොරතුරු සැකසීම. මෙම මෙවලමස්වාභාවික භාෂාවෙන් විමසුම් සැකසීමට හැකි වේ, උදාහරණයක් ලෙස: "නගර මධ්‍යයට ආසන්නව මිල අඩු නිවාස පිරිනැමීම් ලැයිස්තුවක් පෙන්වන්න", එය සම්මත විමසුම් යාන්ත්‍රණය භාවිතා කිරීමේදී කළ නොහැකි ය. මේ සඳහා නොපැහැදිලි සම්බන්ධතා වීජ ගණිතය සහ නොපැහැදිලි විමසුම් සඳහා SQL භාෂාවල විශේෂ දිගු සංවර්ධනය කර ඇත. මෙම ප්රදේශයේ බොහෝ පර්යේෂණ බටහිර යුරෝපීය විද්යාඥයන් වන D. Dubois සහ G. Prade අයත් වේ.

නොපැහැදිලි සංගම් නීති

නොපැහැදිලි ආශ්‍රිත නීති යනු භාෂාමය ප්‍රකාශයන් ආකාරයෙන් සකස් කර ඇති දත්ත සමුදායන්ගෙන් රටා උකහා ගැනීමේ මෙවලමකි. මෙහිදී, නොපැහැදිලි ගනුදෙනු, නොපැහැදිලි සංගම් රීතියක සහාය සහ විශ්වසනීයත්වය පිළිබඳ විශේෂ සංකල්ප හඳුන්වා දෙනු ලැබේ.

නොපැහැදිලි සංජානන සිතියම්

නොපැහැදිලි සංජානන සිතියම් 1986 දී බී. කොස්කෝ විසින් යෝජනා කරන ලද අතර යම් ප්‍රදේශයක සංකල්ප අතර හඳුනාගත් හේතු සම්බන්ධතා ආදර්ශනය කිරීමට භාවිතා කරයි. සරල සංජානන සිතියම් මෙන් නොව, නොපැහැදිලි සංජානන සිතියම් නොපැහැදිලි අධ්‍යක්ෂණය කරන ලද ප්‍රස්ථාරයකි, එහි නෝඩ් නොපැහැදිලි කට්ටල වේ. ප්‍රස්ථාරයේ අධ්‍යක්‍ෂිත දාර සංකල්ප අතර ඇති හේතුව-සහ-ඵල සම්බන්ධතා පිළිබිඹු කරනවා පමණක් නොව, සම්බන්ධිත සංකල්පවල බලපෑමේ මට්ටම (බර) තීරණය කරයි. ආකෘති පද්ධතිවල මාධ්‍යයක් ලෙස නොපැහැදිලි සංජානන සිතියම් සක්‍රීයව භාවිතා කිරීම විශ්ලේෂණ කළ පද්ධතියේ දෘශ්‍ය නිරූපණයක හැකියාව සහ සංකල්ප අතර හේතු සහ ඵල සම්බන්ධතා අර්ථ නිරූපණය කිරීමේ පහසුව හේතු වේ. ප්‍රධාන ගැටළු සංජානන සිතියමක් ගොඩනැගීමේ ක්‍රියාවලියට සම්බන්ධ වන අතර එය විධිමත් කළ නොහැක. මීට අමතරව, ගොඩනඟන ලද සංජානන සිතියම ආකෘතිගත කරන සැබෑ පද්ධතියට ප්‍රමාණවත් බව ඔප්පු කිරීම අවශ්‍ය වේ. මෙම ගැටළු විසඳීම සඳහා, දත්ත නියැදීම මත පදනම්ව සංජානන සිතියම් ස්වයංක්‍රීයව ගොඩනැගීම සඳහා ඇල්ගොරිතම සකස් කර ඇත.

Fuzzy Clustering

නොපැහැදිලි පොකුරු ක්‍රම, පැහැදිලි ක්‍රමවලට ප්‍රතිවිරුද්ධව (උදාහරණයක් ලෙස, Kohonen neural networks), එකම වස්තුවක් එකවර පොකුරු කිහිපයකට අයත් වීමට ඉඩ සලසයි, නමුත් විවිධ මට්ටම් සහිතව. බොහෝ අවස්ථාවන්හිදී නොපැහැදිලි පොකුරු කිරීම පැහැදිලි පොකුරු වලට වඩා “ස්වාභාවික” වේ, උදාහරණයක් ලෙස, පොකුරු මායිමේ පිහිටා ඇති වස්තූන් සඳහා. වඩාත් සුලභ වන්නේ c-means අපැහැදිලි ස්වයං-සංවිධාන ඇල්ගොරිතම සහ Gustafson-Kessel ඇල්ගොරිතම ආකාරයෙන් එහි සාමාන්‍යකරණයයි.

සාහිත්යය

Zadeh L. භාෂාමය විචල්‍යයක සංකල්පය සහ ආසන්න තීරණ ගැනීම සඳහා එහි යෙදීම. - එම්.: මීර්, 1976.
Kruglov V.V., Dli M.I. බුද්ධිමත් තොරතුරු පද්ධති: නොපැහැදිලි තර්කනය සහ නොපැහැදිලි අනුමාන පද්ධති සඳහා පරිගණක සහාය. - එම්.: Fizmatlit, 2002.
Leolenkov A.V. MATLAB සහ fuzzyTECH හි නොපැහැදිලි ආකෘති නිර්මාණය. - ශාන්ත පීටර්ස්බර්ග්, 2003.
Rutkowska D., Pilinski M., Rutkowski L. ස්නායු ජාල, ජාන ඇල්ගොරිතම සහ නොපැහැදිලි පද්ධති. - එම්., 2004.
Masalovich A. ව්යාපාර සහ මූල්ය පිළිබඳ නොපැහැදිලි තර්කනය. www.tora-centre.ru/library/fuzzy/fuzzy-.htm
Kosko B. විශ්වීය ආසන්න වශයෙන් නොපැහැදිලි පද්ධති // IEEE පරිගණක පිළිබඳ ගනුදෙනු, වෙළුම. 43, අංක. 11, නොවැම්බර් 1994. - P. 1329-1333.
Cordon O., Herrera F., ජානමය අපැහැදිලි පද්ධති පිළිබඳ සාමාන්‍ය අධ්‍යයනය // ඉංජිනේරු සහ පරිගණක විද්‍යාවේ ජාන ඇල්ගොරිතම, 1995. – P. 33-57.

1 "ෆෙඩරල් රාජ්‍ය අයවැය ලේඛනයේ යුර්ගා තාක්ෂණ ආයතනය (ශාඛාව). අධ්යාපනික ආයතනයඉහළ වෘත්තීය අධ්යාපනය"ජාතික පර්යේෂණ ටොම්ස්ක් පොලිටෙක්නික් විශ්ව විද්යාලය"

යන්ත්‍ර තැනීමේ ව්‍යාපාරයක් සඳහා සැපයුම්කරු තෝරා ගැනීමේ ක්‍රියාවලියේ අදාළත්වය තීරණය වේ. දානා කෙටි විස්තරයසැපයුම්කරු තක්සේරු කිරීමේ සහ තෝරා ගැනීමේ අදියර. මෙම ගැටළුව විසඳීම සඳහා ක්රම සහ ප්රවේශයන් පිළිබඳ විශ්ලේෂණයක් සිදු කරන ලදී. ඇතැම් නිර්ණායක සැලකිල්ලට ගැනීම සහ සැපයුම්කරු සමඟ වැඩ කිරීමේ ඵලදායීතාවය අතර සම්බන්ධතා හඳුනාගෙන ඇත. කතුවරුන් විසින් වර්ධනය කරන ලද නොපැහැදිලි ආකෘතිය මත පදනම්ව, a පරිගණක වැඩසටහන"සැපයුම්කරු තෝරාගැනීම සඳහා තොරතුරු පද්ධතිය." එහි ක්‍රියාකාරකම් ඇගයීමට සහ එක් එක් දර්ශකයේ ගතිකතාවයන් නිරීක්ෂණය කිරීමට සැපයුම්කරුගේ දර්ශකවල වටිනාකම තීරණය කිරීමට වැඩසටහන ඔබට ඉඩ සලසයි. සැලකිය යුතු නිර්ණායක සමූහයක් සැලකිල්ලට ගනිමින්, සැපයුම්කරුවන් ප්‍රමුඛතාවයෙන් ශ්‍රේණිගත කර ඇති අතර එමඟින් තීරණ ගන්නාට වඩාත් සුදුසු විකල්පය තෝරා ගැනීමට ඉඩ සලසයි. යන්ත්‍ර තැනීමේ ව්‍යවසායක උදාහරණය භාවිතා කරමින් ප්‍රායෝගික ක්‍රියාත්මක කිරීම සැලකේ.

තොරතුරු පද්ධතිය.

නොපැහැදිලි අනුමානය

සැපයුම්

සැපයුම් දාමය

සැපයුම්කරු

1. ඇෆොනින් ඒ.එම්. කාර්මික සැපයුම්: පුහුණු අත්පොත/ ඒ.එම්. ඇෆොනින්, යූ.එන්. Tsaregorodtsev, A.M. පෙට්රෝවා. - එම්.: සංසදය, 2012. - 304 පි. - (වෘත්තීය අධ්‍යාපනය).

2. බෝවර්සොක්ස් ඩොනල්ඩ් ජේ., ක්ලෝස් ඩේවිඩ් ජේ. ලොජිස්ටික්ස්: ඒකාබද්ධ සැපයුම් දාමයක්. - එම්.: ඔලිම්ප්-බිස්නස්, 2001. - 640 පි.

3. Gadzhinsky A.M. ලොජිස්ටික්ස්: උසස් සහ ද්විතියික සිසුන් සඳහා පෙළපොතක් අධ්යාපන ආයතන. - 3 වන සංස්කරණය, සංශෝධිත. සහ අතිරේක - එම්.: ICC "අලෙවිකරණය", 2000. - 375 පි.

4. එලිනිච් ඒ.ඒ. කාර්මික ව්යවසායන්හි තරඟකාරිත්වය වැඩි කිරීම සඳහා උපාය මාර්ගයක් සැකසීම: වියුක්ත. dis. ...කැන්ඩ්. econ. n. // ආර්ථික පුස්තකාලය [ ඉලෙක්ට්රොනික සම්පත]. - ප්‍රවේශ මාදිලිය: http://economy-lib.com/ (ප්‍රවේශ දිනය: 05/05/2013).

5. එරමිනා ඊ.ඒ. සැපයුම්කරු තෝරාගැනීමේ නොපැහැදිලි ආකෘතිය // තරුණ විද්යාඥයා. - 2011. - අංක 11. - T. 1. - P. 120-122 [විද්යුත් සම්පත]. - ප්රවේශ මාදිලිය: http://www.moluch.ru/archive/34/3890/ (ප්රවේශ දිනය: 05/05/2013).

6. කන්කේ ඒ.ඒ. ලොජිස්ටික්ස්: පෙළපොත් / ඒ.ඒ. කන්කේ, අයි.පී. කොෂෙවාය. - එම්.: KNORUS, 2011. - 320 පි. - (උපාධිය සඳහා).

8. ලොජිස්ටික්ස්: පෙළ පොත. දීමනාව / එම්.ඒ. Chernyshev සහ [වෙනත් අය]; විසින් සංස්කරණය කරන ලදී එම්.ඒ. චර්නිෂේවා. - Rostov n / d: ෆීනික්ස්, 2009. - 459 පි. - (උසස් අධ්යාපනය).

9. ලොජිස්ටික් න්‍යායේ ආකෘති සහ ක්‍රම: පෙළ පොත. - 2 වන සංස්කරණය. / යටතේ. සංස්. වී.එස්. ලුකින්ස්කි. - ශාන්ත පීටර්ස්බර්ග්. : පීටර්, 2008. - 448 පි. - ("නිබන්ධනය" මාලාව).

10. ද්රව්ය සඳහා අවශ්යතාවය තීරණය කිරීම [විද්යුත් සම්පත්]. - ප්‍රවේශ මාදිලිය: http://coolreferat.com/. (ප්රවේශ දිනය: 05/05/2013).

11. Sergeev V.I. ව්යාපාර ලොජිස්ටික්ස් කළමනාකරණය. - එම්.: ෆිලින්, 1997. - 772 පි.

12. STO ISM O.4-01-2012 ඒකාබද්ධ කළමනාකරණ පද්ධතිය. ප්රසම්පාදන කළමනාකරණය.

13. ප්‍රවාහන සැපයුම්: පෙළපොත / සංස්කරණය කළේ. සංස්. රාත්තල්. මිරෝටිනා. - එම්.: විභාගය, 2002. - 512 පි.

හැඳින්වීම

නිෂ්පාදන ව්‍යාපාරයක් සඳහා සැපයුම්කරුවෙකු තෝරා ගැනීම යනු පාරිභෝගිකයා වෙත ද්‍රව්‍ය ප්‍රවාහයේ චලනය ආරම්භ වන ක්‍රියාවලියයි. වෙළඳ ව්යවසායක් සඳහා සැපයුම්කරුවන් තෝරාගැනීම සහ වැඩ කිරීම ක්රියාකාරිත්වයේ පදනම වේ. රීතියක් ලෙස, සැපයුම්කරුවන් සමඟ විශ්වාසදායක සබඳතා වර්ධනය වීමට වසර ගණනාවක් ගත වේ. තරඟකාරී පරිසරයක සහ වේගවත් සංවර්ධනයවෙළෙඳපොළ බොහෝ විට ඉක්මන් හා අවශ්ය වේ නිවැරදි අර්ථ දැක්වීමවැඩ කරන සැපයුම්කරු අවසානයේ විශාලතම ආදායම ගෙන එනු ඇත.

සැපයුම් දාමයේ ද්‍රව්‍ය සැපයුම්කරු වැදගත් සම්බන්ධකයකි, මන්ද නිෂ්පාදන ව්‍යවසායයේ අවසාන ප්‍රතිඵලය සහ අවසාන පාරිභෝගිකයාගේ තෘප්තියේ තරම බොහෝ දුරට රඳා පවතින්නේ එය ඉදිරිපත් කරන නිෂ්පාදනයේ ලක්ෂණ මතය. එබැවින්, නිෂ්පාදන ව්‍යවසායක කළමනාකරු සැපයුම්කරුවෙකු තෝරා ගැනීමේ කාර්යයට මුහුණ දී සිටින අතර, අන්තර්ක්‍රියා නියමයන් වර්තමානයේ නිෂ්පාදන ව්‍යවසායයේ අවශ්‍යතා වඩාත් හොඳින් සපුරාලන අතර දිගු කාලීනව මෙම කොන්දේසි වල ස්ථාවරත්වය සහතික කරයි. වැඩි බෙදා හැරීමේ කාර්යක්ෂමතාවයක් සඳහා, මිලදී ගැනීමේ සමාගමේ නියෝජිතයින් සහ සැපයුම් සමාගම අතර දිගුකාලීන අන්තර්ක්‍රියා අවශ්‍ය වේ. මෙය හඳුනා ගනිමින්, නිෂ්පාදකයින් විසින් සැපයුම්කරුවන් විසින් දරනු ලබන පිරිවැය, ගැනුම්කරු විසින් ගෙවන මිල අඩු කිරීම සහ නිෂ්පාදනයේ ගුණාත්මක භාවය වැඩිදියුණු කිරීම සඳහා සැපයුම්කරුවන් සංඛ්යාව සීමා කිරීම සහ ප්රධාන සැපයුම්කරුවන් සුළු පිරිසකගේ ක්රියාකාරකම් ප්රශස්ත කිරීම කෙරෙහි අවධානය යොමු කරයි.

ප්‍රසම්පාදන කළමනාකරණය සහ සැපයුම්කරුවන් තෝරා ගැනීමේදී සහ ඔවුන් සමඟ වැඩ කිරීමේදී ප්‍රසම්පාදන දෙපාර්තමේන්තුවේ (MTS) ක්‍රියාකාරකම් අධ්‍යයනය කිරීමේ ක්‍රියාවලියේදී, යන්ත්‍ර තැනීමේ ව්‍යවසායක උදාහරණය භාවිතා කරමින්, දිගු හා සෑම විටම ඵලදායී නොවන සැපයුම්කරුවන් තෝරා ගැනීමේ ගැටලුව, සැලකිය යුතු ලෙස ක්‍රමානුකූලව සැකසීම සුදුසු මෘදුකාංග මෙවලම් නොමැතිකම හේතුවෙන් ඇති වූ තොරතුරු ප්‍රමාණය හඳුනාගෙන ඇත. අවශ්‍ය සැපයුම්කරු සොයා ගැනීමට සහ ඇණවුමක් කිරීමට සාමාන්‍යයෙන් මාස තුනක්, සමහර විට දිගු, මාස 10ක් හෝ ඊට වැඩි කාලයක් ගතවේ. ලේඛන - සැපයුම්කරුවන්ගේ ප්‍රශ්නාවලිය, සැපයුම්කරු ශ්‍රේණිගත කිරීම් යනාදිය එක් එක් සැපයුම්කරු සහ නිෂ්පාදනය සඳහා වෙන වෙනම ගොනු වන අතර ඒවා වසරින් ෆෝල්ඩරවල එකතු කරනු ලැබේ. ඒවා මත පදනම්ව, විශ්ලේෂණයක් සිදු කිරීම සහ කාලයත් සමඟ සැපයුම්කරුවෙකු සමඟ වැඩ කිරීමේ කාර්යක්ෂමතාව නිරීක්ෂණය කිරීම අපහසුය. පවතින SRM විසඳුම් මඟින් ප්‍රසම්පාදන කළමනාකරණයේ සහ සැපයුම්කරුවන් තෝරා ගැනීමේ ගැටලුවලින් සැලකිය යුතු කොටසක් විසඳීමට ඉඩ ලබා දේ. එහෙත්, රීතියක් ලෙස, ඔවුන් සතුව ඇත අධික පිරිවැය, සහ නිශ්චිත ක්‍රියාකාරකම් ක්ෂේත්‍රයක් සඳහා සංවර්ධනය කරන ලද ERP පද්ධතියක මොඩියුල ආකාරයෙන් නිර්මාණය කර ඇත, එබැවින් සීමිත සංවිධාන ගණනකට පමණක් ලබා ගත හැකිය. එවැනි පද්ධතිවල සැපයුම්කරු ඇගයීම පටු නිර්ණායකයකට අනුව සිදු කෙරේ. එබැවින්, අපගේ මතය අනුව, ප්‍රසම්පාදන කළමනාකරණ ක්‍රියාවලීන් සමඟ අර්ධ වශයෙන් හෝ සම්පූර්ණයෙන්, උපරිම කාර්යක්ෂමතාවයෙන් යුතුව යාමට ඔබට ඉඩ සලසන එවැනි මෘදුකාංග මෙවලම් අවශ්‍ය වේ.

සැපයුම්කරු විසින් සපයනු ලබන නිෂ්පාදන සඳහා මෙන්ම සැපයුම්කරුගේ ව්යවසායයේ ක්රියාකාරකම් සඳහා වැදගත් නිර්ණායක ගණනාවක් එකවර සැලකිල්ලට ගත හැකි පද්ධතියක් නිර්මාණය කිරීමේ විකල්පය කතුවරුන් විසින් සලකා බලන ලදී. සැපයුම් දෙපාර්තමේන්තුව සඳහා එවැනි තොරතුරු පද්ධතියක් භාවිතා කිරීම, එනම් සැපයුම්කරුවෙකු හෝ මිලදී ගැනීමේ කළමනාකරුවෙකු සඳහා, සැපයුම්කරුවෙකු තෝරා ගැනීමේ කාලය අඩු කරන අතර දිගු කාලීනව ඔහු සමඟ අන්තර් ක්රියා කිරීමේ ශක්යතාව තක්සේරු කරයි.

1. සාමාන්ය විධිවිධානසැපයුම්කරුවෙකු තෝරා ගැනීම ගැන

සාරාංශයක් ලෙස, සැපයුම්කරුවෙකු තෝරාගැනීමේදී, පහත සඳහන් ප්රධාන අදියරයන් ගෙනහැර දැක්විය හැක.

1. විභව සැපයුම්කරුවන් සොයන්න. සෙවුම් ක්රම සහ පෙර තේරීම් නිර්ණායක අභ්යන්තර සහ මත පදනම්ව තෝරා ගනු ලැබේ බාහිර තත්වයන්ව්යවසායයේ ක්රියාකාරකම්. එහි ප්රතිඵලයක් වශයෙන්, සැපයුම්කරුවන්ගේ ලැයිස්තුවක් සාදනු ලබන අතර, එය නිරන්තරයෙන් යාවත්කාලීන කර අතිරේකව සපයනු ලැබේ.

2. සැපයුම්කරුවන්ගේ විශ්ලේෂණය. විභව සැපයුම්කරුවන්ගේ සම්පාදනය කරන ලද ලැයිස්තුව විශේෂ නිර්ණායක මත පදනම්ව විශ්ලේෂණය කරනු ලබන අතර එමඟින් බොහෝ අවශ්‍යතා සපුරාලන අය තෝරා ගැනීමට හැකි වේ. තේරීමේ නිර්ණායක ගණන දුසිම් කිහිපයක් විය හැකි අතර වෙනස් විය හැක. සැපයුම්කරුවන්ගේ විශ්ලේෂණයේ ප්රතිඵලයක් වශයෙන්, කොන්ත්රාත් අවසන් කිරීම සඳහා වැඩ කරන අයගේ ලැයිස්තුවක් සාදනු ලැබේ.

3. සැපයුම්කරුවන් සමඟ වැඩ කිරීමේ ප්රතිඵල තක්සේරු කිරීම. ඇගයීම සඳහා, සැපයුම්කරුගේ ශ්රේණිගත කිරීම ගණනය කිරීමට ඉඩ සලසන විශේෂ පරිමාණයක් සංවර්ධනය වෙමින් පවතී. සැපයුම්කරුවන්ගේ තක්සේරුව සහ විශ්ලේෂණය විශේෂ ප්රවේශයක් ලැබිය යුතුය. ප්රායෝගිකව පෙන්නුම් කරන පරිදි, සැපයුම්කරුවන් කිහිප දෙනෙකුට ස්ථාපිත නිර්ණායක පද්ධතිය සපුරාලිය හැකිය. සැපයුම්කරුගේ අවසාන තේරීම මිලදී ගැනීමේ දෙපාර්තමේන්තුවේ තීරණ ගන්නන් විසින් සිදු කරනු ලබන අතර, නීතියක් ලෙස, සම්පූර්ණයෙන්ම විධිමත් කළ නොහැක.

2. සැපයුම්කරු තක්සේරු කිරීම සහ විශ්ලේෂණය සඳහා ක්රම සහ ආකෘති

මෙම මාතෘකාව පිළිබඳ කෘති සමාලෝචනය මඟින් සැපයුම්කරුවන්ගේ තක්සේරුව සහ විශ්ලේෂණය සඳහා ප්‍රධාන ප්‍රවේශයන් දෙකක් හඳුනා ගැනීමට අපට ඉඩ සලසයි: විශ්ලේෂණාත්මක - සූත්‍ර සහ සැපයුම්කරුගේ ලක්ෂණ සහිත පරාමිතීන් ගණනාවක් භාවිතා කිරීම; විශේෂඥ - මත පදනම්ව විශේෂඥ තක්සේරුඒවායේ පදනම මත ලබාගත් පරාමිතීන් සහ සැපයුම්කරුවන්ගේ ශ්‍රේණිගත කිරීම්. මෙම ප්‍රවේශයන් තුළ, සැපයුම්කරුවන්ගේ ආත්මීය විශ්ලේෂණය, ක්‍රියාකාරකම්වල විවිධ අංශ සඳහා ලකුණු කිරීම, ප්‍රමුඛතා ක්‍රමය, පිළිගත හැකි කාණ්ඩ (මනාප) ක්‍රමය, පිරිවැය තක්සේරු කිරීමේ ක්‍රමය, ප්‍රමුඛ ලක්ෂණ ක්‍රමය යනාදිය භාවිතා වේ. තෝරා ගැනීම පදනම් වන්නේ කර්මාන්තයේ සාමාන්‍ය දර්ශක, ඕනෑම තරඟකාරී ව්‍යවසායයක දර්ශක, ප්‍රමුඛ ව්‍යවසායක දර්ශක, සම්මත ව්‍යවසායක දර්ශක, උපාය මාර්ගික කණ්ඩායම් ව්‍යවසායක දර්ශක, තක්සේරු කරන ව්‍යවසායයේ ප්‍රතිගාමී දර්ශක මත ය. ඉහත ක්‍රමවල වාසි සහ අවාසි සැලකිල්ලට ගනිමින්, සැපයුම්කරුවෙකු තක්සේරු කිරීම සහ තෝරා ගැනීම සඳහා නොපැහැදිලි තාර්කික අනුමාන ක්‍රමය මත පදනම් වූ ආකෘතියක් යෝජනා කර ඇති අතර එමඟින් ගුණාත්මක හා ප්‍රමාණාත්මක දර්ශක දෙකම සැලකිල්ලට ගත හැකිය; එහි ක්‍රියාකාරකම්, තරඟකාරී තත්ත්වය සහ නිෂ්පාදන පිළිබඳ තොරතුරු තිබේ නම්, සැපයුම්කරුවෙකු සමඟ වැඩ කිරීමේ ශක්‍යතාව තක්සේරු කරන්න. මෙම ආකෘතියට අනුකූලව, සැපයුම්කරුවෙකු තෝරා ගැනීමේ ක්රියාවලිය පහත සඳහන් අදියරයන් ඇතුළත් වේ: විශේෂඥයෙකු විසින් සැපයුම්කරු තක්සේරු කිරීම සඳහා නිර්ණායක නිර්ණය කිරීම; සාමාජික ශ්‍රිත අගයන් ගණනය කිරීම; විකල්ප තෘප්තිමත් මට්ටම තීරණය කිරීම; හොඳම විකල්පය තෝරා ගැනීම. සැපයුම්කරුවෙකු තෝරා ගැනීමේ ක්රියාවලිය සරල කිරීම සඳහා, යෝජිත ආකෘතිය මත පදනම්ව තොරතුරු පද්ධතියක් සකස් කර ඇත.

3. සැපයුම්කරු තෝරා ගැනීම සඳහා තොරතුරු පද්ධතිය

"නොපැහැදිලි තාර්කික අනුමාන මත පදනම්ව සැපයුම්කරුවන් තෝරා ගැනීම සඳහා තොරතුරු පද්ධතිය" සැපයුම් දෙපාර්තමේන්තුවේ සේවකයින් සඳහා අදහස් කෙරේ නිෂ්පාදන ව්යවසාය, සැපයුම්කරුවන්, මිලදී ගැනීමේ කළමනාකරුවන්, විකුණුම් කළමනාකරුවන් සඳහා තීරණ ආධාරක මෙවලමක් ලෙස.

ප්‍රවේශ DBMS සමඟ ඒකාබද්ධව Borland C++ Builder v.6 යෙදුම් සංවර්ධන පරිසරය තුළ සැපයුම්කරු තේරීමේ තොරතුරු පද්ධතිය නිර්මාණය කරන ලදී.

සංවර්ධිත තොරතුරු පද්ධතිය පහත සඳහන් ප්‍රධාන මොඩියුල වලින් සමන්විත වේ: සැපයුම්කරුවන්ගේ නිෂ්පාදන (සැපයුම්කරුවන්ගේ නිෂ්පාදන ඇගයීමට අදාළ නිර්ණායක ඇගයීමට අදහස් කරයි), සැපයුම්කරුවන් (සැපයුම්කරුවන්ගේ ක්‍රියාකාරකම් ඇගයීමට අදහස් කරයි), නිර්ණායක (නිර්ණායක අගයන් තීරණය කිරීමට අවශ්‍ය වේ. සැපයුම්කරුවන්ගේ නිෂ්පාදන සහ ක්රියාකාරකම් ඇගයීම).

වැඩසටහනේ වැඩ ආරම්භ වන්නේ නාමකරණය-සැලසුම් කාර්යය, සැපයුම්කරුවන් සහ ඔවුන්ගේ නිෂ්පාදන පිළිබඳ තොරතුරු ඇතුළත් කිරීම (ආනයනය හෝ එකතු කිරීම) සමඟිනි. ඊට අමතරව, ආදාන කොන්දේසි සහිත නියත තොරතුරු සැපයුම්කරුවන් පිළිබඳ තොරතුරු, විශේෂඥයින් විසින් පවරනු ලබන වගුව 1 හි ඉදිරිපත් කර ඇති නිර්ණායක සමූහයක ප්රදර්ශනය කෙරේ. ආදාන, ප්රතිදාන තොරතුරු, පද්ධති කාර්යයන් රූපයේ දැක්වේ. 1. රූපයේ ප්‍රධාන කවුළුව. 2. ප්‍රධාන කවුළුවෙහි සැපයුම්කරුවන්, ඔවුන්ගේ නිෂ්පාදන, ඔවුන්ගේ ඇගයීම් නිර්ණායක, නොපැහැදිලි අනුමාන නිෂ්පාදන නීති සහ වාර්තා පිළිබඳ දත්ත සමඟ වැඩ කිරීම සඳහා ටැබ් අඩංගු වේ. සෑම ටැබයකම විධාන අඩංගු වන අතර, අනෙක් අතට, එහිම උප ටැබ් ද අඩංගු වේ. "රීති" ටැබය නොපැහැදිලි තාර්කික අනුමාන රීති සමඟ වැඩ කිරීමට සැලසුම් කර ඇත. මේ අනුව, සැපයුම්කරුවන් සඳහා සහ මිලදී ගත් නිෂ්පාදන ලැයිස්තු සඳහා වෙනම නීති සකස් කළ හැකිය. තොරතුරු පද්ධතියේ ප්‍රතිඵලය වන්නේ වඩාත්ම කැමති සැපයුම්කරුවන්ගේ ශ්‍රේණිගත ලැයිස්තුවකි. විශේෂ වාර්තාවක් භාවිතා කරමින්, ඔබට කාල සීමාව තුළ සැපයුම්කරුගේ ශ්‍රේණිගත කිරීමේ ගතිකත්වය නිරීක්ෂණය කළ හැකිය. "සැපයුම්කරුගේ නිර්ණායකවල අගයන්", "සැපයුම්කරුවන්ගේ ශ්‍රේණිගත කිරීම", "නිර්ණායක ගතිකත්වය පිළිබඳ වාර්තාව", "සැපයුම්කරු නිෂ්පාදන ශ්‍රේණිගත කිරීම" යන වාර්තා ජනනය කරනු ලබන්නේ ගණනය කිරීම් සහ කොන්දේසි සහිත ස්ථාවර තොරතුරු මත ය (රූපය 2, 3).

වගුව 1 - ඇගයුම් නිර්ණායක අගයන්හි විරාමයන්

නිර්ණායකය	අර්ථය	වටිනාකම් පරාසය

	අඩු
	පිළිගත හැකි ය

	ඉතා ඉහළ
නම්යශීලී බව දේශපාලනඥයන්


ගෙවීමේ කොන්දේසි	ලාභ නොලබන
	අඩු පිළිගත හැකි
	පිළිගත හැකි ය
	වඩාත්ම පිළිගත හැකි
නිෂ්පාදන ගුණාත්මකභාවය
	සතුටුදායකයි


නිදහස් නිෂ්පාදන ධාරිතාව ලබා ගැනීම
	හැකි පුළුල් කිරීම

විශ්වසනීයත්වය මට්ටම	අඩු, අඩු
	සතුටුදායකයි
	පිළිගත හැකි ය

ව්යවසායයේ ව්යාපාරික ක්රියාකාරකම්
	සාමාන්‍යයට වඩා අඩුය

	සාමාන්යයෙන් ඉහලින්

බෙදා හැරීමේ වේගය
	සතුටුදායකයි
	පිළිගත හැකි ය

රූපය 1 - තොරතුරු සහ කාර්යයන් " තොරතුරු පද්ධතියනොපැහැදිලි අනුමාන ක්‍රමය මත පදනම්ව සැපයුම්කරුවෙකු තෝරා ගැනීම"

රූපය 2 - "සැපයුම්කරුවන්" සහ "නිෂ්පාදන පරාසය" ටැබ්

"නිර්ණායක" ටැබය තුළ, නිර්ණායක ලැයිස්තුවක් නිර්වචනය කර ඇති අතර, විශේෂඥයා ඔවුන්ගේ අගයන් ඇතුල් කරයි. නිර්ණායක අගයන් දත්ත සමුදායට ඇතුල් කරනු ලබන්නේ "නිර්ණායක අගයන් සකසන්න" විධානය භාවිතා කරමිනි. සෑම නිර්ණායකයක්ම භාෂාමය විචල්‍යයකට අනුරූප වන අතර, එහි නියමයන් "නිර්ණායක නියමයන් නිර්වචනය කරන්න" විධානය භාවිතයෙන් නියම කළ හැක (රූපය 3). කවුළුවෙහි විධාන අඩංගු වේ: “නව” - භාෂාමය විචල්‍යයකට නව යෙදුමක් එක් කිරීමට, “සංස්කරණය” - තෝරාගත් පදය සංස්කරණය කිරීමට, “මකන්න” - තෝරාගත් පදය මකා දැමීමට සහ “මූලද්‍රව්‍ය සකසන්න” - “මූලද්‍රව්‍ය ඇමතීමට” ” කවුළුව, ඔබට තෝරාගත් පදයේ මූලද්‍රව්‍ය සහ ඒවායේ සාමාජිකත්ව කාර්යයන් අර්ථ දැක්විය හැක.

රූපය 3 - කවුළුව "නිර්ණායක කොන්දේසි "විශ්වසනීයතා මට්ටම"", වාර්තාව "සැපයුම්කරුවන්ගේ ශ්‍රේණිගත කිරීම"

"නිර්ණායක නියමයන් නිර්වචනය කරන්න" බොත්තම ක්ලික් කිරීමෙන් පසු භාෂාමය නිර්ණායක විචල්‍යයේ නියමයන් ස්වයංක්‍රීයව ගණනය කෙරේ. අවශ්ය නම්, ඔබට නව නියමයන් සහ ඒවායේ සාමාජිකත්ව කාර්යයන් නිර්වචනය කළ හැකිය. නිෂ්පාදන නිර්ණායක පිළිබඳ දත්ත "නිෂ්පාදන නිර්ණායක" උප පටිත්තෙහි එකම ආකාරයෙන් පුරවා ඇත. ප්‍රතිඵලයක් ලෙස ලැබෙන භාෂාමය විචල්‍යය සඳහා නියමයන් සැකසීමට, ඔබ "ප්‍රතිඵල විචල්‍ය" උප පටිත්ත වෙත යා යුතුය. නොපැහැදිලි තාර්කික අනුමානයේ නිෂ්පාදන රීති "රීති" ටැබය මත සකසා ඇත. "සැපයුම්කරු ශ්‍රේණිගත කිරීම" වාර්තාව ජනනය කරනු ලබන්නේ වාර්තා වල දත්ත මත පදනම්වය: "සැපයුම්කරු නිෂ්පාදන ශ්‍රේණිගත කිරීම", "සැපයුම්කරුගේ නිර්ණායකවල අගයන්" යනාදිය (රූපය 4).

රූපය 4 - සැපයුම්කරු තෝරාගැනීමේ තොරතුරු පද්ධති වාර්තා

ප්‍රසම්පාදන ක්‍රියාවලියේදී ව්‍යවසාය සහ සැපයුම්කරුවන් අතර අන්තර්ක්‍රියා සඳහා වඩාත් සුදුසු විකල්පය තෝරා ගැනීමට සහ ප්‍රමුඛතාවයෙන් සැපයුම්කරුවන් ශ්‍රේණිගත කිරීමට තොරතුරු පද්ධතිය ඔබට ඉඩ සලසයි. පද්ධතියේ විශේෂ ලක්ෂණයක් නම්, එහි ක්‍රියාකාරිත්වය පදනම් වී ඇත්තේ නොපැහැදිලි තාර්කික අනුමාන ක්‍රමය මත වන අතර එමඟින් දුර්වල විධිමත් කළ ගැටළු විසඳීමට ඉඩ සලසයි, එමඟින් ප්‍රමාණාත්මක නිර්ණායක පමණක් නොව ගුණාත්මකව ප්‍රකාශිත නිර්ණායක ද සැලකිල්ලට ගත හැකිය. එබැවින්, එය තීරණ ආධාරක මෙවලමක් ලෙස භාවිතා කළ හැකිය.

සාමාන්යයෙන්, සුදුසු සැපයුම්කරුවන් තෝරාගැනීමේ මෙවලම් භාවිතය ව්යවසායයට සපයයි: කොන්ත්රාත්තුවේ නිෂ්පාදන ඒකකයට අදාළ සැපයුම්වල ගුණාත්මකභාවය පිළිබඳ පැහැදිලි නිර්වචනයක්; ප්රමාණය ඉවත් කිරීම හෝ අවම කිරීම ගැටුම් තත්ත්වයන්නිෂ්පාදනයේ ගුණාත්මකභාවය සහ බෙදා හැරීමේ යෝජනා ක්රමයට සම්බන්ධ; සැපයුම්වල ගුණාත්මකභාවය පිළිබඳ තොරතුරු හුවමාරු කිරීම; නිෂ්පාදනවල පාරිභෝගික පිරිවැය පිළිගැනීම සහ අඩු කිරීම සඳහා පිරිවැය ප්රශස්ත කිරීම; සැපයුම්වල ගුණාත්මකභාවය වැඩි දියුණු කිරීම.

සමාලෝචකයින්:

Korikov Anatoly Mikhailovich, තාක්ෂණික විද්යා ආචාර්ය, මහාචාර්ය, ප්රධානියා. ACS දෙපාර්තමේන්තුව ටොම්ස්ක් විශ්ව විද්යාලයපාලන පද්ධති සහ ගුවන් විදුලි ඉලෙක්ට්රොනික උපකරණ, Tomsk.

Sapozhkov Sergey Borisovich, තාක්ෂණික විද්යාව පිළිබඳ වෛද්ය, මහාචාර්ය, ප්රධානියා. MIG YUTI NITPU දෙපාර්තමේන්තුව, යුර්ගා.

ග්‍රන්ථ නාමාවලියේ සබැඳිය

Eremina E.A., Vedernikov D.N. අපැහැදිලි තාර්කික අනුමාන ක්‍රමය මත පදනම්ව සැපයුම්කරුවන් තෝරා ගැනීම සඳහා තොරතුරු පද්ධතිය // සමකාලීන ගැටළුවිද්යාව හා අධ්යාපනය. - 2013. - අංක 3.;
URL: http://science-education.ru/ru/article/view?id=9317 (ප්‍රවේශ දිනය: 01/04/2020). "ස්වාභාවික විද්‍යා ඇකඩමිය" ප්‍රකාශන ආයතනය විසින් ප්‍රකාශයට පත් කරන ලද සඟරා අපි ඔබේ අවධානයට යොමු කරමු.

නොපැහැදිලි තර්කනය (NL) යනු නොපැහැදිලි තාර්කික අනුමාන ක්‍රියාකාරිත්වයට සම්බන්ධ වන අතර, එහි පදනම නීතිවල පදනම මෙන්ම භාෂාමය පදවල සාමාජික ක්‍රියාකාරිත්වයයි. ප්රතිඵලය විචල්යය සඳහා පැහැදිලි අගයක් වේ.

නොපැහැදිලි තාර්කික අනුමානය යනු නොපැහැදිලි දැනුම් පදනමක් සහ නොපැහැදිලි කට්ටල මත ක්‍රියාකරමින් යැපීමක ආසන්න කිරීමකි.

නොපැහැදිලි තාර්කික නිගමනයක් සිදු කිරීම සඳහා, පහත සඳහන් කොන්දේසි අවශ්‍ය වේ:

නිමැවුම් විචල්‍යයේ සෑම භාෂාමය පදයක් සඳහාම අවම වශයෙන් එක් රීතියක්වත් තිබිය යුතුය;

ආදාන විචල්‍යයක ඕනෑම පදයක් සඳහා එම පදය පූර්ව අවශ්‍යතාවයක් ලෙස භාවිතා කරන අවම වශයෙන් එක් රීතියක්වත් තිබිය යුතුය;

නීති අතර ප්‍රතිවිරෝධතා හෝ සහසම්බන්ධතා නොතිබිය යුතුය.

රූප සටහන 1.7 හි. නොපැහැදිලි අනුමාන ක්රියාවලිය භාවිතා කරන විට ක්රියා අනුපිළිවෙල පෙන්වයි.

රූපය 1.7 - භාවිතා කරන විට ක්රියා අනුපිළිවෙල

නොපැහැදිලි අනුමාන ක්රියාවලිය

නොපැහැදිලි තාර්කික සහ නොපැහැදිලි පාලන පද්ධතිවල අපැහැදිලි අනුමානය කේන්ද්‍රීය ස්ථානයක් ගනී. මෙම ක්‍රියාවලිය නොපැහැදිලි තත්වයන් හෝ පරිශ්‍රයන් මත පදනම්ව නොපැහැදිලි නිගමන ලබා ගැනීමේ ක්‍රියා පටිපාටියක් හෝ ඇල්ගොරිතමයකි.

නොපැහැදිලි තාර්කික අනුමාන පද්ධති යනු නිෂ්පාදන නොපැහැදිලි පද්ධතිවල විශේෂ අවස්ථාවකි, එහි තනි රීතිවල කොන්දේසි සහ නිගමන ඇතැම් භාෂාමය විචල්‍යවල අගයන් පිළිබඳ නොපැහැදිලි ප්‍රකාශ ස්වරූපයෙන් සකස් කර ඇත.

නොපැහැදිලි තාර්කික අනුමාන පද්ධති සංවර්ධනය කිරීම සහ යෙදීම සඳහා අදියර කිහිපයක් ඇතුළත් වන අතර, ඒවා ක්‍රියාත්මක කිරීම සිදු කරනු ලබන්නේ කලින් සාකච්ඡා කළ නොපැහැදිලි කට්ටලවල මූලික මූලධර්ම භාවිතා කරමිනි.

නොපැහැදිලි තාර්කික අනුමාන පද්ධතියක ආදානය වෙත පැමිණෙන ආදාන විචල්‍යයන් යම් ආකාරයකින් මනිනු ලබන තොරතුරු වේ. මෙම විචල්‍යයන් කළමනාකරණ ක්‍රියාවලියේ සැබෑ විචල්‍ය වේ. පාලක පද්ධතියේ පාලන විචල්‍යයන් අපැහැදිලි තාර්කික අනුමාන පද්ධතියේ ප්‍රතිදානයේදී ජනනය වේ.

මේ අනුව, නොපැහැදිලි අනුමාන පද්ධති සැලසුම් කර ඇත්තේ පාලක ක්‍රියාවලියක ආදාන විචල්‍යවල අගයන් නොපැහැදිලි නිෂ්පාදන රීති භාවිතය මත පදනම්ව ප්‍රතිදාන විචල්‍යයන් බවට පරිවර්තනය කිරීම සඳහා ය. සරලම විකල්පයනොපැහැදිලි අනුමාන පද්ධතිවල බොහෝ විට භාවිතා වන නොපැහැදිලි නිෂ්පාදන නීති, පෝරමයේ ලියා ඇත:

RULE<#>: “β 1 α 1” නම්, “β 2 α 2”

මෙහි "β 1 යනු α 1" යන අපැහැදිලි ප්‍රකාශය තත්ත්වය නියෝජනය කරයි මෙම රීතියේනොපැහැදිලි නිෂ්පාදනය, සහ නොපැහැදිලි ප්‍රකාශය “β 2 යනු α 2” යනු මෙම රීතියේ නොපැහැදිලි නිගමනයයි, එය නොපැහැදිලි භාෂාමය ප්‍රකාශයන් අනුව සකස් කර ඇත. මෙම අවස්ථාවේදී, β 1 ≠ β 2 ලෙස උපකල්පනය කෙරේ.

නොපැහැදිලි තාර්කික අනුමානවල ප්‍රධාන අදියර සහ ඒවායින් එක් එක් ලක්ෂණ වඩාත් විස්තරාත්මකව පහත සාකච්ඡා කෙරේ:

1) රීති පදනමක් ගොඩනැගීම. අපැහැදිලි අනුමාන පද්ධතිවල රීති පදනම යම් ගැටළු සහිත ප්‍රදේශයක ප්‍රවීණයන්ගේ ආනුභවික දැනුම හෝ දැනුම විධිමත් ලෙස නිරූපණය කිරීම සඳහා අදහස් කරන අතර එය ආකෘති පත්‍රයේ නොපැහැදිලි නිෂ්පාදන සඳහා නීති මාලාවක් වේ: RULE_1: "තත්ත්වය _1" නම්, "නිගමනය_1" (F 1)

RULE_2: "තත්ත්වය _2" නම්, "නිගමනය_2" (F 2)

RULE_n: “තත්ත්වය _n” නම්, පසුව “Conclusion_n” (F n)

මෙතන එෆ් අයි (iඅයත් වේ (1, 2, ..., n)) කාල පරතරයෙන් අගයන් ගත හැකි අනුරූප රීතිවල නිශ්චිත සංගුණක හෝ බර කිරීමේ සංගුණක ඇත. වෙනත් ආකාරයකින් ප්රකාශ නොකළහොත්, එසේ නම් F i =1.

මේ අනුව, අපැහැදිලි නිෂ්පාදන රීති මාලාවක්, ආදාන භාෂාමය විචල්‍ය සමූහයක් සහ ප්‍රතිදාන භාෂාමය විචල්‍ය සමූහයක් නිර්වචනය කරන්නේ නම් රීති පදනමක් ලබා දෙනු ලැබේ.

2) අපැහැදිලි කිරීම (නොපැහැදිලි බව හඳුන්වාදීම) යනු සාමාන්‍ය (පැහැදිලි) ආරම්භක දත්ත මත පදනම්ව නොපැහැදිලි කට්ටලවල (කොන්දේසි) සාමාජික ශ්‍රිතවල අගයන් සොයා ගැනීමේ ක්‍රියාවලිය සහ ක්‍රියා පටිපාටියයි. මෙම අදියර සම්පූර්ණ කිරීමෙන් පසු, සියලු ආදාන විචල්‍යයන් සඳහා නොපැහැදිලි තාර්කික අනුමාන පද්ධතියේ රීති පදනමේ උප කොන්දේසිවල භාවිතා වන එක් එක් භාෂාමය පද සඳහා සාමාජික ක්‍රියාකාරකම්වල නිශ්චිත අගයන් තීරණය කළ යුතුය.

3) එකතු කිරීම යනු නොපැහැදිලි තාර්කික අනුමාන පද්ධතියේ එක් එක් රීති සඳහා කොන්දේසි වල සත්‍ය මට්ටම තීරණය කිරීමේ ක්‍රියා පටිපාටියකි. රීති කොන්දේසියට සරල ස්වරූපයක් තිබේ නම්, එහි සත්‍යයේ මට්ටම භාවිතා කරන පදයට අයත් ආදාන විචල්‍යයේ අනුරූප අගයට සමාන වේ. කොන්දේසිය ලබා දී ඇත. කොන්දේසිය පෝරමයේ උප කොන්දේසි කිහිපයකින් සමන්විත වන අවස්ථාවක:

RULE<#>: "β 1 α 1" සහ "β 2 α 2" නම්, "β 3 ν",හෝ

RULE<#>: "β 1 α 1" හෝ "β 2 α 2" නම්, "β 3 ν",

එවිට සංකීර්ණ ප්‍රකාශයක සත්‍යයේ තරම තීරණය වන්නේ උප කොන්දේසි වල දන්නා සත්‍ය අගයන් මතය. මෙම අවස්ථාවේ දී, නොපැහැදිලි සංයෝජන සහ නොපැහැදිලි විසංයෝජනය සිදු කිරීම සඳහා අනුරූප සූත්‍ර භාවිතා කරනු ලැබේ:

§ නොපැහැදිලි තාර්කික සංයෝජන (AND)

§ නොපැහැදිලි තාර්කික විසංයෝජනය (OR)

4) සක්‍රිය කිරීම යනු නොපැහැදිලි නිෂ්පාදන නීතිවල එක් එක් උප නිගමනවල සත්‍ය මට්ටම සොයා ගැනීමේ ක්‍රියාවලියයි. මෙම අදියර ආරම්භ වීමට පෙර, සත්‍යයේ තරම සහ බර කිරීමේ සංගුණකය දැන ගැනීමට උපකල්පනය කෙරේ ( එෆ් අයි) එක් එක් රීතිය සඳහා. ඊළඟට, නොපැහැදිලි තාර්කික අනුමාන පද්ධතියේ නීතිවල එක් එක් නිගමන සලකා බලනු ලැබේ. රීතියක නිගමනය එක් අපැහැදිලි ප්‍රකාශයක් නම්, එහි සත්‍යයේ මට්ටම බර කිරීමේ සංගුණකය මගින් තත්ත්‍වයේ සත්‍යයේ අනුරූප උපාධියේ වීජීය නිෂ්පාදිතයට සමාන වේ.

නිගමනයක් පෝරමයේ උප නිගමන කිහිපයකින් සමන්විත වන විට:

RULE<#>: "β 1 α 1" නම් "β 2 α 2" සහ "β 3 ν",හෝ

RULE<#>: "β 1 α 1" නම් "β 2 α 2" හෝ "β 3 ν",

එවිට එක් එක් උප නිගමනවල සත්‍යයේ මට්ටම බර කිරීමේ සංගුණකය මගින් තත්ත්‍වයේ සත්‍ය මට්ටමෙහි අනුරූප අගයෙහි වීජීය නිෂ්පාදිතයට සමාන වේ.

සෙට් එක හොයාගත්තට පස්සේ С i =(c 1, c 2, ..., c n)සලකා බලන ලද නිමැවුම් භාෂාමය විචල්‍යයන් සඳහා එක් එක් උප නිගමනවල සත්‍යයේ මට්ටම් ඒ එක් එක් සාමාජිකත්වය තීරණය කරයි. මෙය සිදු කිරීම සඳහා, පහත සඳහන් ක්රම වලින් එකක් භාවිතා කරන්න:

අවම-සක්රිය කිරීම: μ'(y)=min(C i , μ(y));

· නිෂ්පාදන සක්රිය කිරීම: μ’(y)=C i *μ(y);

· සාමාන්‍ය-ක්‍රියාකාරීත්වය: μ'(y)=0.5*(C i +μ(y)),

කොහෙද μ'(y)- යම් ප්‍රතිදාන විචල්‍යයක අගය වන පදයක සාමාජික ශ්‍රිතය y j, විශ්වය මත අර්ථ දක්වා ඇත වයි.

5) සමුච්චය යනු එක් එක් ප්‍රතිදාන භාෂාමය විචල්‍යයන් සඳහා සාමාජික ශ්‍රිතය සෙවීමේ ක්‍රියාවලියයි. සමුච්චය කිරීමේ පරමාර්ථය වන්නේ නිගමනවල සත්‍ය මට්ටම් (උප නිගමන) එක් එක් ප්‍රතිදාන විචල්‍යවල සාමාජික ශ්‍රිතය ලබා ගැනීමයි. මෙම පියවරේ අවශ්‍යතාවයට හේතුව වන්නේ එකම ප්‍රතිදාන භාෂාමය විචල්‍යයට අදාළ උප නිගමන නොපැහැදිලි අනුමාන පද්ධතියේ විවිධ රීති වලට අයත් වීමයි. නොපැහැදිලි කට්ටලවල සංගමය සී අයිසූත්රය භාවිතා කර නිෂ්පාදනය:

සූත්‍රය මගින් ගණනය කරනු ලබන සමුච්චයෙන් පසු ප්‍රතිදාන විචල්‍යයට අනුරූප වන නොපැහැදිලි කට්ටලයේ මාදිලියේ අගය (ප්‍රකාරය) කොහිද:

6) Defuzzification (පැහැදිලි බව දක්වා අඩු කිරීම) යනු එක් එක් ප්‍රතිදාන භාෂාමය විචල්‍යයන් සඳහා පොදු (පැහැදිලි) අගයක් සෙවීමේ ක්‍රියා පටිපාටියකි. ඉලක්කය වන්නේ, සියලු නිමැවුම් භාෂාමය විචල්‍යයන් සමුච්චය කිරීමේ ප්‍රතිඵල භාවිතා කරමින්, අපැහැදිලි අනුමාන පද්ධතියට බාහිර විශේෂ උපාංග මගින් භාවිතා කළ හැකි එක් එක් ප්‍රතිදාන විචල්‍යවල සාමාන්‍ය ප්‍රමාණාත්මක අගය ලබා ගැනීමයි. අවසාන අදියරේදී සංඛ්‍යාත්මක ගණනය කිරීම් සිදු කිරීම සඳහා, පහත සඳහන් defuzzification ක්රම භාවිතා කළ හැකිය (රූපය 1.8):

Centroid - ගුරුත්වාකර්ෂණ මධ්යස්ථානය; Bisector - මධ්යන්ය; SOM (උපරිම වලින් කුඩාම) - උපරිම වලින් කුඩාම;

LOM (උපරිම වලින් විශාලතම) - උපරිම වලින් විශාලතම; MOM (උපරිම මධ්යන්ය) - උපරිමයේ කේන්ද්රය.

රූපය 1.8 - මූලික defuzzification ක්රම

1. ගුරුත්වාකර්ෂණ මධ්‍යස්ථානය ක්‍රමය ගණනය කිරීමේ සංකීර්ණත්වය අනුව සරලම එකක් ලෙස සැලකේ, නමුත් තරමක් නිවැරදි ක්‍රමයකි. ගණනය කිරීම සූත්රය භාවිතයෙන් සිදු කෙරේ:

defuzzification ප්රතිඵලය කොහෙද (ප්රතිදාන විචල්යයේ නියම අගය); - ප්රතිදාන විචල්යයේ නොපැහැදිලි කට්ටලයේ වාහකයාගේ අන්තරයේ මායිම්; - සමුච්චය කිරීමේ අදියරෙන් පසු නිමැවුම් විචල්‍යයට අනුරූප වන නොපැහැදිලි කට්ටලයක සාමාජික ශ්‍රිතය.

විවික්ත විකල්පය සඳහා:

කොහෙද – "ගුරුත්වාකර්ෂණ කේන්ද්රය" ගණනය කිරීම සඳහා ප්රදේශයේ ඇති මූලද්රව්ය සංඛ්යාව.

2. ප්‍රදේශයේ මධ්‍යස්ථානය ක්‍රමය:

defuzzification ප්රතිඵලය කොහෙද (ප්රතිදාන විචල්යයේ නියම අගය); අවමසහ උපරිම- ප්රතිදාන විචල්යයේ නොපැහැදිලි කට්ටලයේ වාහකයාගේ වම් සහ දකුණු ලක්ෂ්ය; - සමුච්චය කිරීමේ අදියරෙන් පසු නිමැවුම් විචල්‍යයට අනුරූප වන නොපැහැදිලි කට්ටලයක සාමාජික ශ්‍රිතය.

නොපැහැදිලි අනුමානය පිළිබඳ සංකල්පය නොපැහැදිලි තර්කනයේ සහ නොපැහැදිලි පාලන න්‍යායේ කේන්ද්‍රීය ස්ථානයක් ගනී. පාලන පද්ධතිවල නොපැහැදිලි තර්කනය ගැන කතා කරන විට, අපට අපැහැදිලි අනුමාන පද්ධතියක් සඳහා පහත අර්ථ දැක්වීම ලබා දිය හැකිය.

නොපැහැදිලි අනුමාන පද්ධතියවස්තුවේ වත්මන් තත්ත්වය පිළිබඳ තොරතුරු නියෝජනය කරන නොපැහැදිලි තත්වයන් හෝ පරිශ්රයන් මත පදනම්ව වස්තුවක අවශ්ය පාලනය පිළිබඳ නොපැහැදිලි නිගමන ලබා ගැනීමේ ක්රියාවලිය වේ.

මෙම ක්‍රියාවලිය නොපැහැදිලි කට්ටල න්‍යායේ සියලුම මූලික සංකල්ප ඒකාබද්ධ කරයි: සාමාජික ශ්‍රිත, භාෂාමය විචල්‍ය, නොපැහැදිලි ඇඟවුම් ක්‍රම ආදිය. නොපැහැදිලි අනුමාන පද්ධති සංවර්ධනය කිරීම සහ යෙදීම සඳහා අදියර ගණනාවක් ඇතුළත් වන අතර, ඒවා ක්‍රියාත්මක කිරීම කලින් සාකච්ඡා කරන ලද නොපැහැදිලි තර්කනයේ විධිවිධාන මත පදනම්ව සිදු කෙරේ (රූපය 2.18).

Fig.2.18. නොපැහැදිලි ස්වයංක්‍රීය පාලන පද්ධතිවල නොපැහැදිලි අනුමාන ක්‍රියාවලියේ රූප සටහන

නොපැහැදිලි අනුමාන පද්ධතිවල රීති පදනම යම් විෂය ක්ෂේත්‍රයක ප්‍රවීණයන්ගේ අනුභූතික දැනුම ආකෘති පත්‍රයෙන් විධිමත් ලෙස නිරූපණය කිරීමට අදහස් කෙරේ. නොපැහැදිලි නිෂ්පාදන නීති.මේ අනුව, නොපැහැදිලි අනුමාන පද්ධතියක නොපැහැදිලි නිෂ්පාදන රීතිවල පදනම යනු විවිධ අවස්ථාවන්හිදී වස්තුවක් පාලනය කිරීමේ ක්‍රම, විවිධ තත්වයන් යටතේ එහි ක්‍රියාකාරිත්වයේ ස්වභාවය යනාදිය පිළිබඳ ප්‍රවීණයන්ගේ දැනුම පිළිබිඹු කරන නොපැහැදිලි නිෂ්පාදන නීති පද්ධතියකි, i.e. විධිමත් මානව දැනුම අඩංගු වේ.

නොපැහැදිලි නිෂ්පාදන රීතියපෝරමයේ ප්රකාශනයකි:

(i):Q;P;A═>B;S,F,N,

(i) යනු නොපැහැදිලි නිෂ්පාදනයේ නම, Q යනු නොපැහැදිලි නිෂ්පාදනයේ විෂය පථය, P යනු නොපැහැදිලි නිෂ්පාදනයේ හරයේ අදාළ වීමේ කොන්දේසිය, A═>B යනු නොපැහැදිලි නිෂ්පාදනයේ හරය, A යනු හරයේ (හෝ පූර්වාදර්ශය), B යනු හරයේ නිගමනයයි (හෝ එහි ප්‍රතිඵලය), ═> - තාර්කික අනුක්‍රමිකතාවයේ හෝ ඇඟවීමේ ලකුණ, S - සත්‍යයේ උපාධියේ ප්‍රමාණාත්මක අගය තීරණය කිරීමේ ක්‍රමය හෝ ක්‍රමය කර්නලයේ නිගමනය, F - නොපැහැදිලි නිෂ්පාදනවල නිශ්චිතභාවයේ හෝ විශ්වාසයේ සංගුණකය, N - නිෂ්පාදනයේ පසු කොන්දේසි.

නොපැහැදිලි නිෂ්පාදන Q විෂය පථය නිශ්චිතව හෝ ව්‍යංගයෙන් යම් නිෂ්පාදනයක් නියෝජනය කරන දැනුමේ විෂය ක්ෂේත්‍රය විස්තර කරයි.

නිෂ්පාදන කර්නලය P හි අදාළත්වය සඳහා කොන්දේසිය තාර්කික ප්‍රකාශනයකි, සාමාන්‍යයෙන් පුරෝකථනයකි. එය නිෂ්පාදනයේ තිබේ නම්, නිෂ්පාදනයේ හරය සක්‍රිය කළ හැක්කේ මෙම කොන්දේසිය සත්‍ය නම් පමණි. බොහෝ අවස්ථා වලදී, මෙම නිෂ්පාදන මූලද්‍රව්‍යය නිෂ්පාදනයේ හරයට මඟ හැර හෝ ඇතුළත් කළ හැකිය.

කර්නලය A═>B යනු අපැහැදිලි නිෂ්පාදනයේ කේන්ද්‍රීය සංරචකයයි. එය වඩාත් පොදු ආකාරවලින් එකකින් ඉදිරිපත් කළ හැක: "IF A THEN B", "IF A THEN B"; A සහ B යනු නොපැහැදිලි තර්කයේ සමහර ප්‍රකාශන වන අතර, ඒවා බොහෝ විට නොපැහැදිලි ප්‍රකාශ ස්වරූපයෙන් නිරූපණය කෙරේ. සංයුක්ත තාර්කික අපැහැදිලි ප්‍රකාශ ප්‍රකාශන ලෙස ද භාවිතා කළ හැක, i.e. නොපැහැදිලි නිෂේධනය, නොපැහැදිලි සංයෝජනය, නොපැහැදිලි විසංයෝජනය වැනි නොපැහැදිලි තාර්කික සම්බන්ධක මගින් සම්බන්ධ වන මූලික අපැහැදිලි ප්‍රකාශයන්.

S - A කොන්දේසියේ සත්‍යයේ තරම දන්නා අගය මත පදනම්ව B නිගමනයේ සත්‍යයේ ප්‍රමාණාත්මක අගය නිර්ණය කිරීමේ ක්‍රමයක් හෝ ක්‍රමයක්. මෙම ක්රමයනිෂ්පාදන අපැහැදිලි පද්ධතිවල නොපැහැදිලි අනුමාන සඳහා යෝජනා ක්‍රමයක් හෝ ඇල්ගොරිතමයක් නිර්වචනය කරයි සහ එය හැඳින්වේ සංයුතිය ක්රමයහෝ සක්රිය කිරීමේ ක්රමය.

F යන විශ්වාසනීය සාධකය සත්‍යයේ තරම හෝ අපැහැදිලි නිෂ්පාදනයේ සාපේක්ෂ බර පිළිබඳ ප්‍රමාණාත්මක තක්සේරුවක් ප්‍රකාශ කරයි. විශ්වාස සංගුණකය එහි අගය විරාමයෙන් ගන්නා අතර බොහෝ විට අපැහැදිලි නිෂ්පාදන රීතියේ බර කිරීමේ සංගුණකය ලෙස හැඳින්වේ.

නොපැහැදිලි නිෂ්පාදනයක් N හි පශ්චාත් කොන්දේසිය නිෂ්පාදනයේ හරය ක්‍රියාත්මක කිරීමේදී සිදු කළ යුතු ක්‍රියා සහ ක්‍රියා පටිපාටි විස්තර කරයි, i.e. B හි සත්‍යය පිළිබඳ තොරතුරු ලබා ගැනීම. මෙම ක්‍රියාවන්හි ස්වභාවය බෙහෙවින් වෙනස් විය හැකි අතර නිෂ්පාදන පද්ධතියේ පරිගණකමය හෝ වෙනත් පැතිකඩක් පිළිබිඹු කරයි.

නොපැහැදිලි නිෂ්පාදන නීති ආකෘතිවල ස්ථාවර කට්ටලයක් නොපැහැදිලි නිෂ්පාදන පද්ධතිය.මේ අනුව, නොපැහැදිලි නිෂ්පාදන පද්ධතියක් යනු නිශ්චිත විෂය ක්ෂේත්‍රයකට අදාළ "IF A THEN B" අපැහැදිලි නිෂ්පාදන නීති ලැයිස්තුවකි.

නොපැහැදිලි නිෂ්පාදන රීතියේ සරලම අනුවාදය:

RULE<#>: β 1 "IS ά 1" නම් "β 2 IS ά 2"

RULE<#>: "β 1 IS ά 1" නම් "β 2 සංදර්ශකය: වාරණ IS ά 2".

නොපැහැදිලි නිෂ්පාදනයක හරයේ පූර්වාදර්ශය සහ ප්‍රතිවිපාකය සංකීර්ණ විය හැකි අතර, "AND", "OR", "NOT" යන සම්බන්ධක වලින් සමන්විත වේ, උදාහරණයක් ලෙස:

RULE<#>: "β 1 ά" සහ "β 2 ά නොවේ" නම් "β 1 β 2 නොවේ"

RULE<#>: "β 1 ά" සහ "β 2 ά නොවේ" නම් "β 1 β 2 නොවේ".

බොහෝ විට, නොපැහැදිලි නිෂ්පාදන රීතිවල පදනම ඉදිරිපත් කරනු ලබන්නේ භාවිතා කරන භාෂාමය විචල්‍යයන්ට අනුකූල වන ව්‍යුහාත්මක පෙළක ස්වරූපයෙන් ය:

RULE_1: “කොන්දේසිය_1” නම් “නිගමනය_1” (F 1 t),

RULE_n: “Condition_n” නම් “Conclusion_n” (F n),

මෙහි F i ∈ යනු අනුරූප රීතියේ නිශ්චිත සංගුණකය හෝ බර කිරීමේ සංගුණකය වේ. ලැයිස්තුවේ අනුකූලතාවය යනු "AND" සහ "OR" යන ද්විමය ක්‍රියාවන් මගින් සම්බන්ධ කර ඇති සරල හා සංයුක්ත නොපැහැදිලි ප්‍රකාශයන් පමණක් රීති වල කොන්දේසි සහ නිගමන ලෙස භාවිතා කළ හැකි අතර, එක් එක් නොපැහැදිලි ප්‍රකාශයන්හි සාමාජිකත්වයේ අගයන් එක් එක් භාෂාමය විචල්‍ය සඳහා සකසා ඇති පදය අර්ථ දැක්විය යුතුය. රීතියක් ලෙස, තනි පදවල සාමාජික ශ්‍රිත ත්‍රිකෝණාකාර හෝ trapezoidal ශ්‍රිත මගින් නිරූපණය කෙරේ. තනි පද නම් කිරීමට පහත කෙටි යෙදුම් බහුලව භාවිතා වේ.

වගුව 2.3.

උදාහරණය.අඛණ්ඩ පාලිත දියර ප්රවාහයක් සහ අඛණ්ඩ පාලනයකින් තොරව දියර ප්රවාහයක් සහිත පිරවුම් බහාලුමක් (ටැංකිය) ඇත. ටැංකියේ ද්‍රව මට්ටම සාමාන්‍ය මට්ටමක පවතින පරිදි තෝරා ගත යුත්තේ කුමන ආකාරයේ ද්‍රව ප්‍රවාහයක් ද යන්න පිළිබඳ විශේෂඥයාගේ දැනුමට අනුරූප වන නොපැහැදිලි අනුමාන පද්ධතියේ රීති පදනම මේ ආකාරයෙන් පෙනෙනු ඇත:

RULE<1>:		සහ "දියර පරිභෝජනය ඉහළයි"	"තරල ගලා ඒම" වෙත	විශාල මධ්යම කුඩා	»;
RULE<2>:	"දියර මට්ටම අඩු නම්"	සහ "දියර පරිභෝජනය සාමාන්යයි"	"තරල ගලා ඒම" වෙත	විශාල මධ්යම කුඩා	»;
RULE<3>:	"දියර මට්ටම අඩු නම්"	සහ "දියර පරිභෝජනය අඩුයි"	"තරල ගලා ඒම" වෙත	විශාල මධ්යම කුඩා	»;
RULE<4>:		සහ "දියර පරිභෝජනය ඉහළයි"	"තරල ගලා ඒම" වෙත	විශාල මධ්යම කුඩා	»;
RULE<5>:	"තරල මට්ටම සාමාන්‍ය නම්"	සහ "දියර පරිභෝජනය සාමාන්යයි"	"තරල ගලා ඒම" වෙත	විශාල මධ්යම කුඩා	»;
RULE<6>:	"තරල මට්ටම සාමාන්‍ය නම්"	සහ "දියර පරිභෝජනය අඩුයි"	"තරල ගලා ඒම" වෙත	විශාල මධ්යම කුඩා	»;
RULE<7>:		සහ "දියර පරිභෝජනය ඉහළයි"	"තරල ගලා ඒම" වෙත	විශාල මධ්යම කුඩා	»;
RULE<8>:	"තරල මට්ටම ඉහළ නම්"	සහ "දියර පරිභෝජනය සාමාන්යයි"	"තරල ගලා ඒම" වෙත	විශාල මධ්යම කුඩා	»;
RULE<9>:	"තරල මට්ටම ඉහළ නම්"	සහ "දියර පරිභෝජනය අඩුයි"	"තරල ගලා ඒම" වෙත	විශාල මධ්යම කුඩා	».

ZP - "කුඩා", PM - "මධ්‍යම", PB - "විශාල" යන තනතුරු භාවිතා කිරීම මෙම දත්ත සමුදායනොපැහැදිලි නිෂ්පාදන නීති වගුවක ස්වරූපයෙන් ඉදිරිපත් කළ හැකි අතර, අවශ්‍ය තරල ගලා ඒම පිළිබඳ අනුරූප නිගමන අඩංගු නෝඩ් වල:

වගුව 2.4.

මට්ටම

	ZP	පී.එම්.
ZP	0	0
පී.එම්.	0.5	0.25
පී.බී.	0.75	0.25

අපැහැදිලි කිරීම(නොපැහැදිලි බව හඳුන්වාදීම) යනු අපැහැදිලි අනුමාන පද්ධතියේ ආදාන විචල්‍යයේ සංඛ්‍යාත්මක අගය සහ භාෂාමය විචල්‍යයේ අනුරූප පදයේ සාමාජික ශ්‍රිතයේ අගය අතර ලිපි හුවමාරුවක් පිහිටුවීමයි. අපැහැදිලි අවධියේදී, නොපැහැදිලි අනුමාන පද්ධතියේ සියලුම ආදාන විචල්‍යවල අගයන්, නොපැහැදිලි අනුමාන පද්ධතියට බාහිර ආකාරයකින් ලබා ගනී, උදාහරණයක් ලෙස, සංවේදක භාවිතා කරමින්, අනුරූප සාමාජික ක්‍රියාකාරකම්වල නිශ්චිත අගයන් වෙත පවරා ඇත. නොපැහැදිලි අනුමාන පද්ධතියේ නොපැහැදිලි නිෂ්පාදන රීතිවල පදනම වන නොපැහැදිලි නිෂ්පාදන නීතිවල කර්නලවල කොන්දේසි (පූර්වගාමී) තුළ භාවිතා වන භාෂාමය පද. නොපැහැදිලි නිෂ්පාදන රීතිවල පූර්වාදර්ශවලට ඇතුළත් “β IS ά” පෝරමයේ සියලුම මූලික තාර්කික ප්‍රකාශයන් සඳහා සත්‍යයේ අංශක μA (x) සොයාගතහොත්, ά යනු දන්නා සාමාජික ශ්‍රිතයක් සහිත යම් පදයක් μA ලෙස සැලකේ. (x), a යනු භාෂාමය විචල්‍ය β හි විශ්වයට අයත් පැහැදිලි සංඛ්‍යාත්මක අගයකි.

උදාහරණය.ටැංකියේ ද්‍රව මට්ටම සහ ද්‍රව පරිභෝජනය පිළිබඳ විස්තරය විධිමත් කිරීම භාෂාමය විචල්‍යයන් භාවිතයෙන් සිදු කරනු ලැබේ, එහි කුඩා, මධ්‍යම සහ සංකල්පවලට අනුරූප වන නොපැහැදිලි විචල්‍ය තුනක් අඩංගු වේ. ඉතා වැදගත්අදාළ භෞතික ප්රමාණ 2.19 හි සාමාජිකත්ව කාර්යයන් ඉදිරිපත් කර ඇත.

ත්රිකෝණාකාර Trapezoidal Z-රේඛීය S-රේඛීය
ත්රිකෝණාකාර Trapezoidal Z-රේඛීය S-රේඛීය
වත්මන් මට්ටම:

ත්රිකෝණාකාර Trapezoidal Z-රේඛීය S-රේඛීය
ත්රිකෝණාකාර Trapezoidal Z-රේඛීය S-රේඛීය
ත්රිකෝණාකාර Trapezoidal Z-රේඛීය S-රේඛීය
වත්මන් පරිභෝජනය:

Fig.2.19. පිළිවෙලින් කුඩා, මධ්‍යම, විශාල මට්ටම් සහ ද්‍රව ප්‍රවාහය යන නොපැහැදිලි සංකල්පවලට අනුරූප වන භාෂාමය විචල්‍ය ටියුපල් වල සාමාජිකත්වය

ද්‍රවයේ වත්මන් මට්ටම සහ ප්‍රවාහ අනුපාතය පිළිවෙලින් 2.5 m සහ 0.4 m 3 / තත්පර නම්, අපැහැදිලි කිරීමත් සමඟ අපි මූලික අපැහැදිලි ප්‍රකාශවල සත්‍ය මට්ටම් ලබා ගනිමු:

"දියර මට්ටම අඩු" - 0.75;
"සාමාන්ය ද්රව මට්ටම" - 0.25;
"දියර මට්ටම ඉහළයි" - 0.00;
"දියර පරිභෝජනය අඩුයි" - 0.00;
"සාමාන්ය තරල පරිභෝජනය" - 0.50;
"දියර පරිභෝජනය ඉහළයි" - 1.00.

එකතු කිරීම- මෙය නොපැහැදිලි අනුමාන පද්ධතියේ එක් එක් රීති සඳහා කොන්දේසි වල සත්‍යතාවයේ මට්ටම තීරණය කිරීමේ ක්‍රියා පටිපාටියකි. මෙම අවස්ථාවෙහිදී, නොපැහැදිලි නිෂ්පාදන නීති වල කර්නලවල ඉහත සඳහන් කොන්දේසි (පූර්වගාමී) සෑදෙන භාෂාමය විචල්‍ය පදවල සාමාජික ශ්‍රිතවල අගයන් භාවිතා කරනු ලැබේ, එය අපැහැදිලි අවධියේදී ලබා ගනී.

නොපැහැදිලි නිෂ්පාදන රීතියක කොන්දේසිය සරල අපැහැදිලි ප්‍රකාශයක් නම්, එහි සත්‍යයේ මට්ටම භාෂාමය විචල්‍යයේ අනුරූප පදයේ සාමාජික ශ්‍රිතයේ අගයට අනුරූප වේ.

කොන්දේසිය සංයුක්ත ප්‍රකාශයක් නියෝජනය කරන්නේ නම්, සංකීර්ණ ප්‍රකාශයේ සත්‍යයේ තරම තීරණය වන්නේ කලින් සඳහන් කළ එක් පදනමක කලින් හඳුන්වා දුන් නොපැහැදිලි තාර්කික මෙහෙයුම් භාවිතා කරමින් එහි සංඝටක ප්‍රාථමික ප්‍රකාශවල දන්නා සත්‍ය අගයන් මත ය.

උදාහරණ වශයෙන්, අපැහැදිලි කිරීමේ ප්‍රතිඵලයක් ලෙස ලබාගත් ප්‍රාථමික ප්‍රකාශවල සත්‍ය අගයන් සැලකිල්ලට ගනිමින්, Zadeh හි නිර්වචනයට අනුකූලව, ටැංකියේ ද්‍රව මට්ටම පාලනය කිරීම සඳහා අපැහැදිලි අනුමාන පද්ධතියේ එක් එක් සංයුක්ත රීතිය සඳහා කොන්දේසි වල සත්‍යයේ මට්ටම A, B: T(A ∩ B)=min(T(A);T(B)) යන ප්‍රාථමික ප්‍රකාශ දෙකක නොපැහැදිලි තාර්කික “AND” ඊළඟ වනු ඇත.

RULE<1>: පූර්ව - "දියර මට්ටම අඩු" සහ "දියර ප්රවාහය ඉහළ"; සත්යය පිළිබඳ උපාධිය
පූර්වගාමී මිනි (0.75 ;1.00 )=0.00 .

RULE<2>: පූර්වගාමී - "දියර මට්ටම අඩු" සහ "දියර ප්රවාහය මධ්යම"; සත්යය පිළිබඳ උපාධිය
පූර්වගාමී මිනි (0.75 ;0.50 )=0.00 .

RULE<3>: පූර්වාදර්ශය - "දියර මට්ටම අඩු" සහ "දියර ප්රවාහය අඩු", සත්යයේ මට්ටම
පූර්වගාමී මිනි (0.75 ;0.00 )=0.00 .

RULE<4>: පූර්වාදර්ශය - "තරල මට්ටම සාමාන්යයි" සහ "තරල ප්රවාහය ඉහළයි", සත්යයේ මට්ටම
පූර්වගාමී මිනි (0.25 ;1.00 )=0.00 .

RULE<5>: පූර්වගාමී - "සාමාන්ය තරල මට්ටම" සහ "සාමාන්ය තරල ප්රවාහය", සත්යයේ උපාධිය
පූර්වගාමී මිනි (0.25 ;0.50 )=0.00 .

RULE<6>: පූර්වගාමී - "මධ්යම තරල මට්ටම" සහ "අඩු තරල ප්රවාහය", සත්යයේ උපාධිය
පූර්වගාමී මිනි (0.25 ;0.00 )=0.00 .

RULE<7>: පූර්වාදර්ශය - "දියර මට්ටම ඉහළයි" සහ "ද්රව ප්රවාහය ඉහළයි", සත්යයේ මට්ටම
පූර්වගාමී මිනි (0.00 ;1.00 )=0.00 .

RULE<8>: පූර්වාදර්ශය - "දියර මට්ටම ඉහළයි" සහ "තරල ප්රවාහ මධ්යම", සත්යයේ මට්ටම
පූර්වගාමී මිනි (0.00 ;0.50 )=0.00 .

RULE<9>: පූර්වාදර්ශය - "දියර මට්ටම ඉහළයි" සහ "දියර ප්රවාහය අඩුයි", සත්යයේ මට්ටම
පූර්වගාමී මිනි (0.00 ;0.00 )=0.00 .

මට්ටම

	0.75	0.25
0	0	0
0.5	0.5	0.25
1	0.75	0.25

සක්රිය කිරීමනොපැහැදිලි අනුමාන පද්ධති වලදී, මෙය සියලු නොපැහැදිලි නිෂ්පාදන රීතිවල හරවල ප්‍රතිවිපාක ඇති කරන එක් එක් මූලික තාර්කික ප්‍රකාශවල (උප නිගමන) සත්‍යයේ තරම සොයා ගැනීමේ ක්‍රියාවලියක් හෝ ක්‍රියාවලියකි. නිමැවුම් භාෂාමය විචල්‍යයන් සම්බන්ධයෙන් නිගමනවලට එළඹෙන බැවින්, සක්‍රිය වූ විට මූලික උපනිගමනවල සත්‍ය මට්ටම් පවරනු ලැබේ. මූලික කාර්යයන්උපාංග.

නොපැහැදිලි නිෂ්පාදන රීතියක නිගමනය (ප්‍රතිඵලය) සරල නොපැහැදිලි ප්‍රකාශයක් නම්, එහි සත්‍යයේ මට්ටම බර සංගුණකයේ වීජීය නිෂ්පාදිතයට සහ මෙම නොපැහැදිලි නිෂ්පාදන රීතියේ පූර්වගාමී සත්‍යයේ මට්ටමට සමාන වේ.

නිගමනය සංයුක්ත ප්‍රකාශයක් නියෝජනය කරන්නේ නම්, එක් එක් ප්‍රාථමික ප්‍රකාශයන්හි සත්‍යයේ මට්ටම බර කිරීමේ සංගුණකයේ වීජීය ගුණිතයට සහ ලබා දී ඇති නොපැහැදිලි නිෂ්පාදන රීතියේ පූර්වාදර්ශයේ සත්‍යයේ මට්ටමට සමාන වේ.

රීති පදනම සැකසීමේ අදියරේදී නිෂ්පාදන රීතිවල බර කිරීමේ සංගුණකය පැහැදිලිව දක්වා නොමැති නම්, ඒවායේ පෙරනිමි අගයන් එකකට සමාන වේ.

සියලුම නිෂ්පාදන රීතිවල ප්‍රතිවිපාකවල එක් එක් මූලික උපනිගමනවල සාමාජික ශ්‍රිත μ (y) නොපැහැදිලි සංයුති ක්‍රමවලින් එකක් භාවිතා කර ඇත:

min-සක්රිය කිරීම - μ (y) = min (c; μ (x));
prod-activation - μ (y) =c μ (x);
සාමාන්ය සක්රිය කිරීම - μ (y) =0.5 (c + μ (x)) ;

μ (x) සහ c, පිළිවෙලින්, භාෂාමය විචල්‍යවල නියමවල සාමාජික ශ්‍රිත සහ නොපැහැදිලි නිෂ්පාදන රීතිවල කර්නලවල අනුරූප ප්‍රතිවිපාක (ප්‍රතිවිපාක) සාදන නොපැහැදිලි ප්‍රකාශවල සත්‍ය මට්ටම.

උදාහරණය.ටැංකියේ දියර ගලා ඒම පිළිබඳ විස්තරය විධිමත් කිරීම භාෂාමය විචල්‍යයක් භාවිතයෙන් සිදු කරන්නේ නම්, ද්‍රව ගලා ඒමේ කුඩා, මධ්‍යම සහ විශාල අගයන් පිළිබඳ සංකල්පවලට අනුරූප වන නොපැහැදිලි විචල්‍ය තුනක් අඩංගු ටියුපල්, සාමාජික කාර්යයන් රූප සටහන 2.19 හි ඉදිරිපත් කර ඇති අතර, පසුව ද්‍රව ප්‍රවාහය වෙනස් කිරීම මගින් බහාලුම් තුළ ඇති නොපැහැදිලි පාලන අනුමාන පද්ධතියේ ද්‍රව මට්ටමේ නිෂ්පාදන නීති සඳහා, අවම ක්‍රියාකාරීත්වය සහිත සියලුම උපනිගමනවල සාමාජිකත්ව කාර්යයන් පහත පරිදි පෙනෙනු ඇත (රූපය 2.20( a), (b)).

Fig.2.20(a). ටැංකියට කුඩා, මධ්‍යම, විශාල ද්‍රව ගලා ඒම යන නොපැහැදිලි සංකල්පවලට අනුරූප වන භාෂාමය විචල්‍ය කිහිපයක උපාංගවල ක්‍රියාකාරිත්වය සහ ටැංකියේ ඇති ද්‍රව මට්ටමේ පාලන පද්ධතියේ නොපැහැදිලි නිෂ්පාදන රීතිවල සියලුම උපනිගමන අවම වශයෙන් සක්‍රීය කිරීම.

Fig.2.20(b). ටැංකියට කුඩා, මධ්‍යම, විශාල ද්‍රව ගලා ඒම යන නොපැහැදිලි සංකල්පවලට අනුරූප වන භාෂාමය විචල්‍ය කිහිපයක උපාංගවල ක්‍රියාකාරිත්වය සහ ටැංකියේ ඇති ද්‍රව මට්ටමේ පාලන පද්ධතියේ නොපැහැදිලි නිෂ්පාදන රීතිවල සියලුම උපනිගමන අවම වශයෙන් සක්‍රීය කිරීම.

සමුච්චය වීම(හෝ ගබඩා කිරීම) නොපැහැදිලි අනුමාන පද්ධතිවල එක් එක් ප්‍රතිදාන භාෂාමය විචල්‍යයන් සඳහා සාමාජික ශ්‍රිතය සෙවීමේ ක්‍රියාවලියයි. සමුච්චය කිරීමේ පරමාර්ථය වන්නේ එක් එක් නිමැවුම් විචල්‍යවල සාමාජික ශ්‍රිතය ලබා ගැනීම සඳහා උපනිගමනවල සත්‍යයේ සියලු මට්ටම් ඒකාබද්ධ කිරීමයි. එක් එක් ප්‍රතිදාන භාෂාමය විචල්‍ය සඳහා සමුච්චය ප්‍රතිඵලය අර්ථ දැක්වෙන්නේ අනුරූප භාෂා විචල්‍යය සම්බන්ධයෙන් අපැහැදිලි රීති පදනමේ සියලුම උපනිගමනවල නොපැහැදිලි කට්ටලවල එකතුව ලෙසිනි. සියලුම උපනිගමනවල සාමාජිකත්ව ක්‍රියාකාරකම් එකමුතු කිරීම සාමාන්‍යයෙන් සම්භාව්‍ය ලෙස සිදු කෙරේ ∀ x ∈ X μA ∪ B (x) = max (μA (x) ; μB (x) ) (max-uniion), පහත සඳහන් මෙහෙයුම් ද සිදු කළ හැක. භාවිතා කළ යුතුය:

වීජීය සංගමය ∀ x ∈ X μ A+B x = μA x + μB x - μA x ⋅ μB x ,
මායිම් එකමුතුව ∀ x ∈ X μA B x = min( μA x ⋅ μB x ;1) ,
දැඩි එකමුතුව ∀ x ∈ X μA ∇ B (x) = ( μB (x) , if සහ μA (x) = 0, μA (x) , if සහ μB (x) = 0 , 1, in වෙනත් අවස්ථා,
මෙන්ම λ -sums ∀ x ∈ X μ (A+B) x = λ μA x +(1-λ) μB x ,λ∈ .

උදාහරණය.ද්‍රව ගලායාම වෙනස් කිරීම මගින් කන්ටේනරයක ද්‍රව මට්ටම පාලනය කිරීම සඳහා නොපැහැදිලි අනුමාන පද්ධතියක නිෂ්පාදන රීති සඳහා, උපරිම ඒකාබද්ධ කිරීමේදී සියලුම උපනිගමන සමුච්චය වීමේ ප්‍රතිඵලයක් ලෙස ලබාගත් භාෂාමය විචල්‍ය “ද්‍රව ගලායාම” හි සාමාජික ක්‍රියාකාරිත්වය පෙනෙනු ඇත. පහත පරිදි (රූපය 2.21).

Fig. 2.21 "තරල ගලා ඒම" භාෂාමය විචල්‍යයේ සාමාජික ශ්‍රිතය

Defuzzificationනොපැහැදිලි අනුමාන පද්ධති වලදී, මෙය නිමැවුම් භාෂාමය විචල්‍යයේ සාමාජික ශ්‍රිතයේ සිට එහි පැහැදිලි (සංඛ්‍යාත්මක) අගයට සංක්‍රමණය වීමේ ක්‍රියාවලියයි. defuzzification හි පරමාර්ථය වන්නේ අපැහැදිලි අනුමාන පද්ධතියට (බුද්ධිමත් ස්වයංක්‍රීය පාලන පද්ධතියේ ක්‍රියාකරුවන්) බාහිර උපාංග විසින් භාවිතා කරන එක් එක් ප්‍රතිදාන විචල්‍ය සඳහා ප්‍රමාණාත්මක අගයන් ලබා ගැනීම සඳහා සියලුම ප්‍රතිදාන භාෂාමය විචල්‍යයන් සමුච්චය කිරීමේ ප්‍රතිඵල භාවිතා කිරීමයි.

සමුච්චය වීමේ ප්‍රතිඵලයක් ලෙස ලබාගත් ප්‍රතිදාන භාෂාමය විචල්‍යයේ සාමාජික ශ්‍රිතය μ (x) වෙතින් ප්‍රතිදාන විචල්‍යයේ සංඛ්‍යාත්මක අගය y වෙත සංක්‍රමණය කිරීම පහත ක්‍රමවලින් එකක් භාවිතයෙන් සිදු කෙරේ:

ගුරුත්වාකර්ෂණ මධ්යස්ථානය ක්රමය(ගුරුත්වාකර්ෂණ කේන්ද්‍රය) යනු ගණනය කිරීමයි ප්රදේශය කේන්ද්රීය y = ∫ x min x max x μ (x) d x ∫ x min x max μ (x) d x, එහිදී [x max;
x min ] – නිමැවුම් භාෂාමය විචල්‍යයේ නොපැහැදිලි කට්ටලයේ වාහකය; (රූපය 2.21 හි defuzzification ප්රතිඵලය හරිත රේඛාවකින් දැක්වේ)ප්‍රදේශ මධ්‍ය ක්‍රමය
(ප්‍රදේශයේ මධ්‍යස්ථානය) සාමාජික ශ්‍රිත වක්‍රය μ (x) මගින් සීමා කරන ලද ප්‍රදේශය බෙදීම abscissa y ගණනය කිරීමකින් සමන්විත වේ, ඊනියා ප්‍රදේශය ද්වි අංශය ∫ x min y μ (x) d x = ∫ y x max μ (x) d x ; (රූපය 2.21 හි defuzzification ප්රතිඵලය නිල් රේඛාවකින් දැක්වේ) වම් ක්රමය මාදිලියේ අර්ථය
y= x min ;නිවැරදි මාදිලි ක්රමය
උදාහරණය. y= x උපරිම
ද්‍රව ගලායාම වෙනස් කිරීම මගින් කන්ටේනරයක ද්‍රව මට්ටම පාලනය කිරීම සඳහා නොපැහැදිලි අනුමාන පද්ධතියක නිෂ්පාදන රීති සඳහා, භාෂාමය විචල්‍යයේ “ද්‍රව ගලායාම” (රූපය 2.21) හි සාමාජික ශ්‍රිතය විකෘති කිරීම පහත ප්‍රතිඵලවලට තුඩු දෙයි:
ගුරුත්වාකර්ෂණ ක්‍රමය y= 0.35375 m 3 /sec;
ප්‍රදේශ මධ්‍ය ක්‍රමය y= 0, m 3 /sec
වම් මාදිලි අගය ක්රමය y= 0.2 m 3 /sec;

දකුණු මාදිලියේ අගය ක්‍රමය y= 0.5 m 3 /sec නොපැහැදිලි අනුමානයේ සලකා බලන ලද අවධීන් අපැහැදිලි ආකාරයකින් ක්‍රියාත්මක කළ හැකිය: එකතු කිරීම සිදු කළ හැක්කේ Zadeh අපැහැදිලි තර්කයේ පදනම මත පමණක් නොව, සක්‍රිය කිරීම සිදු කළ හැකිය.නොපැහැදිලි සංයුතිය, සමුච්චය කිරීමේ අදියරේදී, ඒකාබද්ධ කිරීම මැක්ස්-යුනියන් වලට වඩා වෙනස් ආකාරයකින් සිදු කළ හැකිය; මේ අනුව, නොපැහැදිලි අනුමානයේ තනි අවධීන් ක්රියාත්මක කිරීම සඳහා නිශ්චිත ක්රම තෝරා ගැනීම එක් හෝ තවත් නොපැහැදිලි අනුමාන ඇල්ගොරිතමයක් තීරණය කරයි. දැනට ඉතිරිව ඇත විවෘත ප්රශ්නයනිශ්චිත තාක්ෂණික ගැටළුවක් මත පදනම්ව නොපැහැදිලි අනුමාන ඇල්ගොරිතමයක් තෝරාගැනීමේ නිර්ණායක සහ ක්‍රම. දැනට, පහත දැක්වෙන ඇල්ගොරිතම බොහෝ විට නොපැහැදිලි අනුමාන පද්ධතිවල භාවිතා වේ.

Mamdani ඇල්ගොරිතමපළමු නොපැහැදිලි පද්ධතිවල යෙදුම සොයා ගන්නා ලදී ස්වයංක්රීය පාලනය. එය 1975 දී ඉංග්‍රීසි ගණිතඥ ඊ. මාම්දානි විසින් වාෂ්ප එන්ජිමක් පාලනය කිරීමට යෝජනා කරන ලදී.

නොපැහැදිලි අනුමාන පද්ධතියේ රීති පදනම ගොඩනැගීම "IF A THEN B" ආකාරයෙන් ඇණවුම් කරන ලද නොපැහැදිලි නිෂ්පාදන නීති ලැයිස්තුවක් ආකාරයෙන් සිදු කරනු ලැබේ, එහිදී නොපැහැදිලි නිෂ්පාදන නීතිවල කර්නලවල පූර්වගාමීන් ගොඩනගා ඇත. තාර්කික සම්බන්ධක "AND", සහ නොපැහැදිලි නිෂ්පාදන නීති වල කර්නල් වල ප්රතිවිපාක සරල ය.
ආදාන විචල්‍යයන් අපැහැදිලි කිරීම ඉහත විස්තර කර ඇති ආකාරයට සිදු කරනු ලැබේ, සාමාන්‍යයෙන් නොපැහැදිලි අනුමාන පද්ධතියක් තැනීමේදී සිදු වේ.
අපැහැදිලි නිෂ්පාදන රීතිවල උප කොන්දේසි එකතු කිරීම A, B: T(A ∩ B) = min( T(A);T(B) ) යන මූලික ප්‍රකාශ දෙකක සම්භාව්‍ය නොපැහැදිලි තාර්කික මෙහෙයුම "AND" භාවිතයෙන් සිදු කෙරේ.
නොපැහැදිලි නිෂ්පාදන රීති වල උපනිගමන සක්‍රිය කිරීම min-සක්‍රීය කිරීමේ ක්‍රමය මගින් සිදු කෙරේ μ (y) = min(c; μ (x) ) , පිළිවෙළින් μ (x) සහ c යනු භාෂාමය විචල්‍යවල පදවල සාමාජික ශ්‍රිත වේ. සහ නොපැහැදිලි නිෂ්පාදන රීතිවල අනුරූප ප්රතිවිපාක (ප්රතිවිපාක) කර්නල් සාදන නොපැහැදිලි ප්රකාශවල සත්යයේ මට්ටම.
නොපැහැදිලි නිෂ්පාදන රීතිවල උපනිගමන සමුච්චය කිරීම සාමාජික ශ්‍රිතවල සම්භාව්‍ය නොපැහැදිලි තාර්කික උපරිම එකමුතුව භාවිතයෙන් සිදු කෙරේ ∀ x ∈ X μA B x = max( μA x ; μB x ) .
Defuzzification සිදු කරනු ලබන්නේ ගුරුත්වාකර්ෂණ කේන්ද්‍රය හෝ ප්‍රදේශයේ කේන්ද්‍රය ක්‍රමය භාවිතා කරමිනි.

උදාහරණ වශයෙන්, ඉහත විස්තර කර ඇති ටැංකි මට්ටම පාලනය කිරීමේ අවස්ථාව Mamdani ඇල්ගොරිතමයට අනුරූප වේ, defuzzification අදියරේදී නිමැවුම් විචල්‍යයේ පැහැදිලි අගයක් ගුරුත්වාකර්ෂණ කේන්ද්‍රය හෝ ප්‍රදේශ ක්‍රමය මගින් සොයනු ලැබුවහොත්: y = 0.35375 m 3 /sec හෝ y = 0.38525 m 3 / තත්පර, පිළිවෙලින්.

Tsukamoto ඇල්ගොරිතමවිධිමත් ලෙස එය මේ ආකාරයෙන් පෙනේ.

A, B: T(A ∩ B) = min( T(A);T(B) යන ප්‍රාථමික ප්‍රකාශ දෙකක සම්භාව්‍ය නොපැහැදිලි තාර්කික මෙහෙයුම "AND" භාවිතයෙන් Mamdani ඇල්ගොරිතමයට සමානව අපැහැදිලි නිෂ්පාදන රීතිවල උප කොන්දේසි එකතු කිරීම සිදු කෙරේ. )
නොපැහැදිලි නිෂ්පාදන නීතිවල උප නිගමන සක්රිය කිරීම අදියර දෙකකින් සිදු කෙරේ. පළමු අදියරේදී, නොපැහැදිලි නිෂ්පාදන රීතිවල නිගමනවල (ප්‍රතිවිපාක) සත්‍යයේ අංශක මාම්දානි ඇල්ගොරිතමයට සමානව, බර කිරීමේ සංගුණකයේ වීජීය නිෂ්පාදනයක් ලෙස සහ ලබා දී ඇති නොපැහැදිලි නිෂ්පාදන රීතියේ පූර්වගාමිත්වයේ සත්‍යයේ මට්ටම ලෙස දක්නට ලැබේ. දෙවන අදියරේදී, Mamdani ඇල්ගොරිතමයට ප්‍රතිවිරුද්ධව, එක් එක් නිෂ්පාදන රීති සඳහා, උපනිගමනවල සාමාජික ශ්‍රිත ගොඩනැගීම වෙනුවට, μ (x) = c සමීකරණය විසඳනු ලබන අතර ප්‍රතිදාන භාෂාමය විචල්‍යයේ පැහැදිලි අගය ω තීරණය කරනු ලැබේ. මෙහි μ (x) සහ c පිළිවෙලින්, භාෂාමය පද විචල්‍යවල සාමාජික ශ්‍රිතයන් සහ නොපැහැදිලි නිෂ්පාදන රීතිවල කර්නලවල අනුරූප ප්‍රතිවිපාක (ප්‍රතිවිපාක) සාදන නොපැහැදිලි ප්‍රකාශවල සත්‍ය මට්ටම.
defuzzification අදියරේදී, සෑම භාෂාමය විචල්‍යයක් සඳහාම, ගුරුත්වාකර්ෂණ මධ්‍යයේ විවික්ත ප්‍රතිසමයට අනුව විවික්ත පැහැදිලි අගයන් (w 1 ... w n) සිට තනි පැහැදිලි අගයකට සංක්‍රමණයක් සිදු කෙරේ y = ∑ i = 1 n c i w i ∑ i = 1 n c i,
මෙහි n යනු නොපැහැදිලි නිෂ්පාදනයේ රීති ගණන, මෙම භාෂාමය විචල්‍යය දිස්වන උපනිගමනවල, c i යනු නිෂ්පාදන රීතියේ උප නිගමනයේ සත්‍යයේ උපාධිය, w i යනු සක්‍රීය කිරීමේ අදියරේදී ලබාගත් මෙම භාෂාමය විචල්‍යයේ පැහැදිලි අගයයි. සමීකරණය විසඳීමෙන් μ (x) = c i, i.e.

μ(wi) = c i, සහ μ(x) භාෂාමය විචල්‍යයේ අනුරූප පදයේ සාමාජික ශ්‍රිතය නියෝජනය කරයි.උදාහරණ වශයෙන්,

ඉහත විස්තර කර ඇති ටැංකි මට්ටම පාලනය කිරීමේදී Tsukamoto හි ඇල්ගොරිතම ක්‍රියාත්මක වේ:
සක්රිය කිරීමේ අදියරේදී, Fig. 2.20 හි දත්ත භාවිතා කරන්න සහ එක් එක් නිෂ්පාදන රීතිය සඳහා μ (x) = c i, i.e. අගයන් යුගල සොයා ගන්න (c i, w i): rule1 - (0.75; 0.385), rule2 - (0.5; 0.375), rule3- (0; 0), rule4 - (0.25; 0.365), rule5 - ( 0.25 ; 0.365 ),
භාෂාමය විචල්‍ය “ද්‍රව ගලා ඒම” සඳහා විකෘති කිරීමේ අදියරේදී, ගුරුත්වාකර්ෂණ මධ්‍යයේ විවික්ත ප්‍රතිසමයට අනුව විවික්ත පැහැදිලි අගයන් (ω 1. . ω n) සිට තනි පැහැදිලි අගයකට සංක්‍රමණය කරන්න. ක්රමය y = ∑ i = 1 n c i w i ∑ i = 1 n c i, y = 0.35375 m 3 /sec

Larsen ගේ ඇල්ගොරිතම විධිමත් ලෙස පෙනෙන්නේ මේ ආකාරයටයි.

නොපැහැදිලි අනුමාන පද්ධතියක් සඳහා රීති පදනමක් සෑදීම Mamdani ඇල්ගොරිතමයට සමානව සිදු කෙරේ.
ආදාන විචල්‍යයන් අපැහැදිලි කිරීම Mamdani ඇල්ගොරිතමයට සමානව සිදු කෙරේ.
නොපැහැදිලි නිෂ්පාදන රීතිවල උප නිගමන සක්‍රිය කිරීම නිෂ්පාදන-සක්‍රීය කිරීමේ ක්‍රමය මගින් සිදු කරනු ලැබේ, μ (y) = c μ (x), මෙහි μ (x) සහ c පිළිවෙලින්, භාෂාමය විචල්‍යවල නියමවල සාමාජික ශ්‍රිත වේ. නොපැහැදිලි කර්නල් නිෂ්පාදන රීතිවල අනුරූප ප්‍රතිවිපාක (ප්‍රතිවිපාක) සාදන නොපැහැදිලි ප්‍රකාශවල සත්‍ය මට්ටම.
නොපැහැදිලි නිෂ්පාදන රීතිවල උපනිගමන සමුච්චය කිරීම Mamdani ඇල්ගොරිතමයට සමානව සිදු කරනු ලැබේ, T(A ∩ B) = min( T(A);T(B) ) .
Defuzzification ඉහත සාකච්ඡා කර ඇති ඕනෑම ක්රමයක් මගින් සිදු කරනු ලැබේ.

μ(wi) = c i, සහ μ(x) භාෂාමය විචල්‍යයේ අනුරූප පදයේ සාමාජික ශ්‍රිතය නියෝජනය කරයි. Larsen ඇල්ගොරිතම ක්‍රියාත්මක වන්නේ, ඉහත විස්තර කර ඇති ටැංකි මට්ටම පාලනය කිරීමේදී, සක්‍රිය කිරීමේ අදියරේදී සියලුම උපනිගමනවල සාමාජිකත්වය නිෂ්පාදන-සක්‍රියකරණයට අනුව ලබා ගන්නේ නම් (රූපය 2.22 (a), (b)), එවිට සාමාජිකත්වය උපරිම ඒකාබද්ධ කිරීමේදී සියලුම උප නිගමන සමුච්චය වීමේ ප්‍රතිඵලයක් ලෙස ලබාගත් භාෂාමය විචල්‍ය “ද්‍රව ගලා ඒමේ” කාර්යය පහත පරිදි පෙනෙනු ඇත (රූපය 2.22(b)), සහ භාෂාමය විචල්‍යයේ සාමාජික ශ්‍රිතය නිෂ්ක්‍රීය කිරීම “දියර ගලා ඒම” පහත ප්‍රතිඵලවලට මඟ පාදයි: ගුරුත්වාකර්ෂණ මධ්‍යස්ථානය y= 0.40881 m 3 /sec, ප්‍රදේශයේ මධ්‍ය ක්‍රමය y= 0.41017 m 3 /sec

Fig.2.22(a) ටැංකියේ ඇති ද්‍රව මට්ටමේ පාලන පද්ධතියේ නොපැහැදිලි නිෂ්පාදන රීතිවල සියලුම උප නිගමනවල නිෂ්පාදන-සක්‍රීය කිරීම

Fig.2.22(b) ටැංකියේ ඇති ද්‍රව මට්ටමේ පාලන පද්ධතියේ නොපැහැදිලි නිෂ්පාදන රීතිවල සියලුම උපනිගමනවල නිෂ්පාදන-සක්‍රීය කිරීම සහ මැක්ස්-යුනියන් විසින් ලබා ගන්නා ලද භාෂාමය විචල්‍ය “ද්‍රව ගලා ඒමේ” සාමාජික ක්‍රියාකාරිත්වය

,සුජීනෝ ඇල්ගොරිතමමේ වගේ.

නොපැහැදිලි අනුමාන පද්ධතියේ රීති පදනම ගොඩනැගීම සිදු කරනු ලබන්නේ "IF A සහ B THEN w = ε 1 a + ε 2 b" ආකෘතියේ අනුපිළිවෙලට එකඟ වූ නොපැහැදිලි නිෂ්පාදන රීති ලැයිස්තුවක් ලෙස ය. නොපැහැදිලි නිෂ්පාදන රීති වල කර්නල තාර්කික සම්බන්ධක "AND" භාවිතා කරමින් සරල අපැහැදිලි ප්‍රකාශ දෙකකින් සාදා ඇත, a සහ b යනු පිළිවෙලින් A සහ B ප්‍රකාශයන්ට අනුරූප වන ආදාන විචල්‍යවල පැහැදිලි අගයන් වේ, ε 1 සහ ε 2 යනු ආදාන විචල්‍යවල පැහැදිලි අගයන් සහ නොපැහැදිලි අනුමාන පද්ධතියේ ප්‍රතිදාන විචල්‍යය අතර සමානුපාතිකතා සංගුණක තීරණය කරන බර කිරීමේ සංගුණක වේ, w - නොපැහැදිලි රීතියේ අවසානයෙහි අර්ථ දක්වා ඇති ප්‍රතිදාන විචල්‍යයේ අගය ඉවත් කරන්න. සැබෑ අංකය.
ප්‍රකාශයන් නිර්වචනය කරන ආදාන විචල්‍යයන් අපැහැදිලි කිරීම සහ Mamdani ඇල්ගොරිතමයට සමානව සිදු කෙරේ.
A, B: T(A ∩ B) = min( T(A);T(B) යන ප්‍රාථමික ප්‍රකාශ දෙකක සම්භාව්‍ය නොපැහැදිලි තාර්කික මෙහෙයුම "AND" භාවිතයෙන් Mamdani ඇල්ගොරිතමයට සමානව අපැහැදිලි නිෂ්පාදන රීතිවල උප කොන්දේසි එකතු කිරීම සිදු කෙරේ. ) .
“අපැහැදිලි නිෂ්පාදන නීතිවල උප නිගමන සක්‍රීය කිරීම අදියර දෙකකින් සිදු කෙරේ. පළමු අදියරේදී, ප්‍රතිදාන විචල්‍යයට තාත්වික සංඛ්‍යා ලබා දෙන නොපැහැදිලි නිෂ්පාදන රීතිවල නිගමනවල (ප්‍රතිවිපාක) සත්‍යයේ අංශක මාම්දානි ඇල්ගොරිතමයට සමානව, බර කිරීමේ සංගුණකයක වීජීය නිෂ්පාදිතය සහ සත්‍යයේ මට්ටම ලෙස දක්නට ලැබේ. දී ඇති නොපැහැදිලි නිෂ්පාදන රීතියක පූර්වාදර්ශය. දෙවන අදියරේදී, Mamdani ඇල්ගොරිතමයට ප්‍රතිවිරුද්ධව, එක් එක් නිෂ්පාදන රීති සඳහා, උප නිගමනවල සාමාජික කාර්යයන් ගොඩනැගීම වෙනුවට, w = ε 1 a + ε 2 b නිමැවුම් විචල්‍යයේ පැහැදිලි අගයක් පැහැදිලිව දක්නට ලැබේ. මේ අනුව, සෑම i-th නිෂ්පාදන රීතියකටම ලක්ෂ්‍යයක් (c i w i) පවරනු ලැබේ, එහිදී c i යනු නිෂ්පාදන රීතියේ සත්‍යයේ උපාධිය, w i යනු නිෂ්පාදන රීතියේ ප්‍රතිඵලයක් ලෙස අර්ථ දක්වා ඇති නිමැවුම් විචල්‍යයේ පැහැදිලි අගයයි.
සක්‍රිය කිරීමේ අදියරේදී එක් එක් ප්‍රතිදාන භාෂාමය විචල්‍යයන් සඳහා පැහැදිලි අගයන්ගේ විවික්ත කට්ටල දැනටමත් ලබාගෙන ඇති බැවින්, නොපැහැදිලි නිෂ්පාදන නීතිවල නිගමන සමුච්චය කිරීම සිදු නොකෙරේ.
Tsukamoto ඇල්ගොරිතමයේ මෙන් Defuzzification සිදු කරනු ලැබේ. සෑම භාෂාමය විචල්‍යයක් සඳහාම, ගුරුත්වාකර්ෂණ මධ්‍යයේ විවික්ත ප්‍රතිසමය අනුව y = ∑ i = 1 n c i w i ∑ යන විවික්ත පැහැදිලි අගයන් සමූහයකින් ( w 1 . . w n ) තනි පැහැදිලි අගයකට සංක්‍රමණයක් සිදු කෙරේ. i = 1 n c i , මෙහි n යනු නොපැහැදිලි නිෂ්පාදන රීති ගණන, මෙම භාෂාමය විචල්‍යය දිස්වන උපනිගමනවල, c i යනු නිෂ්පාදන රීතියේ උප නිගමනයේ සත්‍යයේ මට්ටමයි, w i යනු මෙම භාෂාමය විචල්‍යයේ පැහැදිලි අගයයි. නිෂ්පාදන රීතියේ ප්රතිවිපාකය.

μ(wi) = c i, සහ μ(x) භාෂාමය විචල්‍යයේ අනුරූප පදයේ සාමාජික ශ්‍රිතය නියෝජනය කරයි.නොපැහැදිලි අනුමාන පද්ධතියේ රීති පදනම සැකසීමේ අදියරේදී ටැංකියේ ද්‍රව මට්ටම පාලනය කිරීමේ ඉහත විස්තර කර ඇති අවස්ථාවක, නියත ද්‍රව මට්ටමක් පවත්වා ගැනීමේදී නීති රීති සකස් කර ඇත්නම්, Sugeno ඇල්ගොරිතම ක්‍රියාත්මක වේ. , ගලා එන w සහ ප්‍රවාහ b හි සංඛ්‍යාත්මක අගයන් එකිනෙකට සමාන විය යුතුය ε 2 =1 , සහ බහාලුම් පිරවීමේ වේගය තීරණය වන්නේ ගලා එන w සහ ද්‍රව අතර සමානුපාතික සංගුණක ε 1 හි අනුරූප වෙනස මගිනි. මට්ටම a. මෙම අවස්ථාවෙහිදී, ටැංකියේ ද්‍රව මට්ටම සාමාන්‍ය මට්ටමක පවතින පරිදි තෝරා ගත යුතු w = ε 1 a + ε 2 b කුමන ආකාරයේ ද්‍රව ප්‍රවාහයක් ද යන්න පිළිබඳ විශේෂඥයාගේ දැනුමට අනුරූප වන අපැහැදිලි අනුමාන පද්ධතියේ රීති පදනම පෙනෙනු ඇත. මෙය:

RULE<1>: "දියර මට්ටම අඩු" සහ "තරල ප්රවාහය වැඩි" නම් w=0.3a+b;

RULE<2>: “දියර මට්ටම අඩු” සහ “ද්‍රව ප්‍රවාහය සාමාන්‍ය” නම් w=0.2a+b;

RULE<3>: “දියර මට්ටම අඩු” සහ “ද්‍රව ප්‍රවාහය අඩු” නම් w=0.1a+b;

RULE<4>: “ද්‍රව මට්ටම සාමාන්‍ය” සහ “ද්‍රව ප්‍රවාහය ඉහළ” නම් w=0.3a+b;

RULE<5>: “ද්‍රව මට්ටම සාමාන්‍ය” සහ “ද්‍රව ප්‍රවාහය සාමාන්‍ය” නම් w=0.2a+b;

RULE<6>: “දියර මට්ටම සාමාන්‍ය” සහ “දියර ප්‍රවාහය අඩු” නම් w=0.1a+b;

RULE<7>:IF "ද්‍රව මට්ටම ඉහළයි" සහ "ද්‍රව ප්‍රවාහය ඉහළයි" එවිට w=0.4a+b;

RULE<8>: “ද්‍රව මට්ටම ඉහළ” සහ “ද්‍රව ප්‍රවාහ අනුපාතය සාමාන්‍ය” නම් w=0.2a+b;

RULE<9>: “ද්‍රව මට්ටම ඉහළයි” සහ “ද්‍රව ප්‍රවාහය අඩුයි” නම් w=0.1a+b.

කලින් සලකා බැලූ වත්මන් මට්ටම සහ දියරයේ ප්‍රවාහ අනුපාතය සමඟ පිළිවෙලින් a = 2.5 m සහ b = 0.4 m 3 / sec, නොපැහැදිලි කිරීම, එකතු කිරීම සහ සක්‍රිය කිරීමේ ප්‍රතිඵලයක් ලෙස, පැහැදිලි අගයන්හි පැහැදිලි අර්ථ දැක්වීම සැලකිල්ලට ගනිමින්. නිෂ්පාදන රීතිවල ප්රතිවිපාකවල ප්රතිදාන විචල්යය, අපි අගයන් යුගල ලබා ගනිමු (c i w i) : rule1 - (0.75 ; 1.15), rule2 - (0.5 ; 0.9), rule3- (0 ; 0.65), rule4 - (0.25 ; 1.15), rule5 - (0.25 ; 0.9), rule6 - (0 ; 0.65), rule7 - (0 ; 0), rule7 - (0 ; 1.14), rule8 - (0 ; 0.9), rule9 - (0 ; 0, 65) භාෂාමය විචල්‍ය “ද්‍රව ගලා ඒම” සඳහා විකෘති කිරීමේ අදියරේදී, ගුරුත්වාකර්ෂණ කේන්ද්‍රයේ විවික්ත ප්‍රතිසමයට අනුව විවික්ත පැහැදිලි අගයන් (w 1. . w n) සිට තනි පැහැදිලි අගයකට සංක්‍රමණයක් සිදු කෙරේ. ක්රමය y = ∑ i = 1 n c i w i ∑ i = 1 n c i , y = 1.0475 m 3 /sec

සරල කළ අපැහැදිලි අනුමාන ඇල්ගොරිතම w= ε 1 a+ ε 1 b, w හි ක්ෂණික අගය පිළිබඳ පැහැදිලි පිරිවිතරයක් වෙනුවට නිෂ්පාදන රීතිවල ප්‍රතිවිපාකවල පැහැදිලි අගයන් නියම කර ඇති විට පමණක් Sugeno ඇල්ගොරිතමයට සමාන ආකාරයෙන් විධිමත් ලෙස දක්වා ඇත. භාවිතා වේ. මේ අනුව, නොපැහැදිලි අනුමාන පද්ධතියේ රීතිවල පදනම සැකසීම සිදු කරනු ලබන්නේ "IF A සහ B THEN w=ε" ආකාරයෙන්, අපැහැදිලි නිෂ්පාදන රීතිවල ඇණවුම් කරන ලද එකඟ වූ ලැයිස්තුවක ස්වරූපයෙන්, මෙහි කර්නලවල පූර්වගාමීන් නොපැහැදිලි නිෂ්පාදන රීති තාර්කික සම්බන්ධක භාවිතා කරමින් A, B යන සරල අපැහැදිලි ප්‍රකාශ දෙකකින් ගොඩනගා ඇත "සහ", w - නිමැවුම් විචල්‍යයේ පැහැදිලි අගයක්, i-th රීතියේ එක් එක් නිගමනය සඳහා තාත්වික අංකයක් ලෙස අර්ථ දක්වා ඇත.

μ(wi) = c i, සහ μ(x) භාෂාමය විචල්‍යයේ අනුරූප පදයේ සාමාජික ශ්‍රිතය නියෝජනය කරයි.ටැංකියක ද්‍රව මට්ටම පාලනය කිරීමේ ඉහත විස්තර කර ඇති අවස්ථාවක, අපැහැදිලි අනුමාන පද්ධතියේ රීති පදනම සැකසීමේ අදියරේදී, නීති පහත පරිදි සකසා ඇත්නම්, සරල කළ අපැහැදිලි අනුමාන ඇල්ගොරිතමයක් ක්‍රියාත්මක වේ:

RULE<1>: "දියර මට්ටම අඩු" සහ "තරල ප්රවාහය වැඩි" නම් w=0.6;

RULE<2>: "දියර මට්ටම අඩු" සහ "තරල ප්රවාහය සාමාන්යය" නම් w=0.5;

RULE<3>: "දියර මට්ටම අඩු" සහ "දියර ප්රවාහය අඩු" නම් w=0.4;

RULE<4>: “ද්‍රව මට්ටම සාමාන්‍ය” සහ “ද්‍රව ප්‍රවාහය වැඩි” නම් w=0.5;

RULE<5>: “ද්‍රව මට්ටම සාමාන්‍ය” සහ “ද්‍රව ප්‍රවාහය සාමාන්‍ය” නම් w=0.4;

RULE<6>: “දියර මට්ටම සාමාන්‍ය” සහ “දියර ප්‍රවාහය අඩු” නම් w=0.3;

RULE<7>: IF "දියර මට්ටම ඉහළයි" සහ "ද්රව ප්රවාහය ඉහළයි" එවිට w=0.3;

RULE<8>: “ද්‍රව මට්ටම ඉහළ” සහ “ද්‍රව ප්‍රවාහ අනුපාතය සාමාන්‍ය” නම් w=0.2;

RULE<9>: “ද්‍රව මට්ටම ඉහළයි” සහ “ද්‍රව ප්‍රවාහය අඩුයි” නම් w=0.1.

කලින් සාකච්ඡා කරන ලද වත්මන් මට්ටම සහ ද්‍රවයේ ප්‍රවාහ අනුපාතය සහ ඒ අනුව, අපැහැදිලි කිරීම, එකතු කිරීම සහ සක්‍රිය කිරීමේ ප්‍රති result ලයක් ලෙස, නිෂ්පාදන නීතිවල ප්‍රතිවිපාකවල නිමැවුම් විචල්‍යයේ පැහැදිලි අගයන් පිළිබඳ පැහැදිලි අර්ථ දැක්වීම සැලකිල්ලට ගනිමින්, අපි යුගල ලබා ගනිමු. අගයන් (c i w i) : rule1 - (0.75 ; 0.6), rule2 - (0.5 ; 0.5), rule3- (0 ; 0.4), rule4 - (0.25 ; 0.5), rule5 - (0.25 ; 0.4), rule6 - (0; 0.3),
rule7 - (0 ; 0.3), rule7 - (0 ; 0.3), rule8 - (0 ; 0.2), rule9 - (0 ; 0.1) . භාෂාමය විචල්‍ය “ද්‍රව ගලා ඒම” සඳහා විකෘති කිරීමේ අදියරේදී, ගුරුත්වාකර්ෂණ කේන්ද්‍රයේ විවික්ත ප්‍රතිසමයට අනුව විවික්ත පැහැදිලි අගයන් (w 1. . w n) සිට තනි පැහැදිලි අගයකට සංක්‍රමණයක් සිදු කෙරේ. ක්රමය y = ∑ i = 1 n c i w i ∑ i = 1 n c i, y = 1.0475 m 3 /sec, y = 0.5 m 3 /sec

Modus ponens මගින් "A සත්‍ය" සහ "A නම් B" රීතිය තිබේ නම් (A සහ B යනු පැහැදිලි තාර්කික ප්‍රකාශයන්) බව දන්නේ නම් "B සත්‍ය" යන නිගමනය නිපදවයි. කෙසේ වෙතත්, පූර්වාදර්ශයක් නොමැති නම්, මොඩස් පොනන්ස් හට කිසිදු, ආසන්න නිගමනයකට එළඹීමට නොහැකි වනු ඇත. A ට ආසන්න ප්‍රකාශයක් සත්‍ය බව දන්නා අවස්ථාවක පවා, ක්‍රමයෙන් එකක් යෙදිය නොහැක හැකි ක්රමඅවිනිශ්චිත තොරතුරු සමඟ තීරණ ගැනීම යනු නොපැහැදිලි තාර්කික අනුමාන භාවිතයයි.

අර්ථ දැක්වීම 47.නොපැහැදිලි නිගමනයනොපැහැදිලි දැනුම් පදනමක් සහ නොපැහැදිලි මෙහෙයුම් භාවිතා කරමින් යෙදවුම්වල වත්මන් අගයන්ට අනුරූප වන නොපැහැදිලි කට්ටලයක ආකාරයෙන් නිගමනයක් ලබා ගැනීම ලෙස හැඳින්වේ.

නොපැහැදිලි තාර්කික නිගමනයේ පදනම Zadeh ගේ සංයුතියේ රීතියයි.

අර්ථ දැක්වීම 48. Zadeh ගේ සංයුති අනුමාන රීතියපහත පරිදි සකස් කර ඇත: ආදාන (x) සහ ප්‍රතිදාන (y) විචල්‍ය අතර නොපැහැදිලි සම්බන්ධතාවය දන්නේ නම්, ආදාන විචල්‍යයේ අගය නොපැහැදිලි නම්, ප්‍රතිදාන විචල්‍යයේ නොපැහැදිලි අගය පහත පරිදි අර්ථ දැක්වේ:

maxmin සංයුතිය කොහෙද.

උදාහරණ 12.නොපැහැදිලි කට්ටල සහිත "නම් , එසේ නම්" නොපැහැදිලි රීතියක්: සහ ලබා දී ඇත. නම් ප්‍රතිදාන විචල්‍යයේ අගය තීරණය කරන්න.

පළමුව, t-norm ලෙස අවම සෙවීමේ ක්‍රියාකාරිත්වය භාවිතා කරමින්, “එසේ නම්, එසේ නම්” රීතියට අනුරූප වන නොපැහැදිලි සම්බන්ධතාවය ගණනය කරමු:

දැන්, සූත්‍රය භාවිතා කරමින්, අපි ප්‍රතිදාන විචල්‍යයේ නොපැහැදිලි අගය ගණනය කරමු:

මමදානි නොපැහැදිලි අනුමානය

මැම්දානි ඇල්ගොරිතම භාවිතයෙන් නොපැහැදිලි තාර්කික අනුමාන කිරීම නොපැහැදිලි දැනුම් පදනමක් භාවිතයෙන් සිදු කෙරේ:

එහි ආදාන සහ ප්‍රතිදාන විචල්‍යවල අගයන් නොපැහැදිලි කට්ටල මගින් නියම කර ඇත. ද්‍රව්‍ය තවදුරටත් ඉදිරිපත් කිරීම සඳහා අවශ්‍ය පහත සඳහන් අංකනය අපි හඳුන්වා දෙමු:

අපැහැදිලි පදයකට ආදානයේ සාමාජිකත්ව කාර්යය, i.e. , .

අපැහැදිලි පදයකට අයත් ප්‍රතිදානයේ ශ්‍රිතය, i.e. , .

ආදාන දෛශිකයේ සාමාජිකත්වය පිළිබඳ උපාධි දැනුම පදනමෙන් නොපැහැදිලි නියමයන් පහත පරිදි ගණනය කෙරේ:

s-norm (t-norm) සිට ක්‍රියාත්මක වන්නේ කොහිද, i.e. තාර්කික මෙහෙයුම් බොහෝ ක්‍රියාත්මක කිරීම් වලින් හෝ (AND). වඩාත් බහුලව භාවිතා වන ක්‍රියාත්මක කිරීම් නම්: OR මෙහෙයුම සඳහා - උපරිමය සොයා ගැනීම සහ AND මෙහෙයුම සඳහා - අවමය සොයා ගැනීම.

එහි ප්‍රතිඵලයක් වශයෙන්, අපි ආදාන දෛශිකයට අනුරූප පහත නොපැහැදිලි කට්ටලයක් ලබා ගනිමු:

මෙම අපැහැදිලි කට්ටලයේ විශේෂත්වය වන්නේ එය සඳහා වන විශ්වීය කට්ටලය ප්රතිදාන විචල්යයේ පද මාලාවයි. එවැනි අපැහැදිලි කට්ටල දෙවන පෙළ නොපැහැදිලි කට්ටල ලෙස හැඳින්වේ.

විශ්වීය නොපැහැදිලි පද මාලාවක් මත නිර්වචනය කර ඇති නොපැහැදිලි කට්ටලයක සිට පරතරයක් මත නොපැහැදිලි කට්ටලයකට මාරු වීමට, එය අවශ්‍ය වේ: 1) මට්ටමේ සාමාජික කාර්යයන් "කපා දැමීමට"; 2) ප්රතිඵලයක් ලෙස නොපැහැදිලි කට්ටල ඒකාබද්ධ කරන්න (සමස්ත කරන්න). ගණිතමය වශයෙන් මෙය පහත පරිදි ලියා ඇත:

අපැහැදිලි කට්ටල එකතු කිරීම කොතැනද, එය බොහෝ විට උපරිමය සෙවීමේ මෙහෙයුමෙන් ක්රියාත්මක වේ.

ආදාන දෛශිකයට අනුරූප වන පැහැදිලි නිමැවුම් අගය නිර්ණය කරනු ලබන්නේ අපැහැදිලි කට්ටලයේ defuzzification ප්රතිඵලයක් ලෙසය. වඩාත් බහුලව භාවිතා වන defuzzification ක්‍රමය වන්නේ ගුරුත්වාකර්ෂණ මධ්‍යස්ථානයයි.