سوال:
سلام دوستان
من پایان نامم راجع به توابع عضویت فازی هست(membership function)می خواستم ببینم از دوستان کسی در این زمینه تخصصی داره چون چند تا سوال داشتم
بهترین نرم افزار برای توابع عضویت فازی (membership function)، مطلب هست؟ با توجه به این که حجم داده های من زیاده(روی اکسل)
معیارهای محلی(local criteria) که من دارم روی اون ها کار می کنم باید مقادیری بین 0 تا 1 رو بگیرن اما هر چی می سرچم دقیق نمی دونم چطور این کارو انجام باید داد و با توجه به این که نتیجه کار یک مقاله لاتین رو که دیدم با استفاده از چند عدد(بیشتر از یک عدد)این کارو انجام داده بودند اما من با توجه به اون چه که استاد گفته با یک عدد باید این کارو انجام بدم آیا واقعا می شه؟مثلا 566 رو مقداری از 0 تا 1 رو داد
http://imageshare.web.id/images/vkch...vuldrwlbmm.png
http://imageshare.web.id/images/8hhs...5ahove7xmf.png
پاسخ:
در جواب شما کاربر عزیز انجمن هوش مصنوعی باید عرض کنم که هنوز شما مفهوم منطق و ریاضیات فازی را با منطق و ریاضیات کلاسیک درک نکرده اید.
تعریف یک مجموعه کلاسیک به زبان ساده: در یک مجموعه کلاسیک اعداد با قطعیت یا دارای ارزش 1 می باشندو یا دارای ارزش0 ؛ مثلا فرض نمایید که در یک روز مشخص و در یک ساعت مشخصی احتمال این که شما به این سایت مراجعه نمایید را دوست تان می تواند به صورت قطعی بیان کند که یا وارد سایت شده اید یا نه(البته بدون مراجعه دوستتان به این سایت) در مقابل این منطق ، منطق فازی وجود دارد که این قطعیت را از بین می برد و حالت احتمالات به وجود می آورد. در حالت منطق فازی دوستتان بدون مراجعه با سایت با احتمالات مثلا احتمال 30 درصد می تواند چنین ادعایی داشته باشد.
حال اگر فرق منطق فازی با منطق کلاسیک را فهمیده اید . توجه داشته باشید که منظور از توابع عضویت این است که در یک مجموعه فازی و یا کلاسیک ما جهت کلاس بندی و رتبه بندی داده ها با توجه به اهمیتشان از توابع عضویت استفاده می کنیم. با توجه به تعریف قبلی از مجموعه های فازی و مجموعه های کلاسیک مشخص شد که توابع عضویت برای مجموعه های فازی بین 0 تا 1 است. مثلا0.3(احتمال30 درصد) و برای مجموعه کلاسیک همیشه یا صفر است یا یک،به همین علت مجموعه های فازی از مجموعه های کلاسیک در حل مسائل بهتر عمل می کنند. موفق باشید.
http://persianupload.com/kleeja/do.p...0185268241.jpg