Fuzzy logika — architektura systému a MATLAB

Zdroj: raw/ipmrk/fuzzy-matlab.md | Kurz: IpmrK

Shrnutí

Navazuje na základy fuzzy logiky a ukazuje, jak se fuzzy systém staví jako kompletní model: více vstupů → fuzzifikace → blok pravidel → inference → výstupy. Praktická architektura pro manažerské rozhodování.

Hlavní body

Schéma fuzzy systému — vstupy (číselné veličiny) → fuzzifikace → pravidla KDYŽ–POTOM → inference → výstup (fuzzy nebo interpretované rozhodnutí).
Funkce členství pro vstupy i výstupy — každý atribut (vstup i výstup) má vlastní fuzzy množiny. Např. výška: {velmi malá, malá, střední, velká, velmi velká}, riziko: {VNR, NR, SR, VR, UVR}.
Vícepodmínková pravidla — KDYŽ vstup₁ je A ∧ vstup₂ je B ∧ vstup₃ je C → výstup R je D ∧ výstup I je E. Modelují expertní znalost.
Překryv funkcí členství — záměrný, umožňuje aktivaci více pravidel současně → stabilnější a realističtější model.
Více výstupů — systém může mít více výstupních proměnných, např. celkové riziko R a typ investora (averzní / risk-seeking).
MATLAB Fuzzy Logic Toolbox — definice vstupů/výstupů, přiřazení funkcí členství, zápis pravidel, spuštění inference, vizualizace.

Zkouškové shrnutí

Fuzzy systém převádí více neostrých vstupních proměnných přes funkce členství a soubor expertních pravidel na jeden nebo více výstupů, které reprezentují výsledné rozhodnutí nebo hodnocení.

Souvislosti

Fuzzy logika — hlavní téma
Fuzzy logika — Excel — předchozí přednáška o základech
ANFIS — hybridní propojení fuzzy logiky a neuronových sítí