Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Concept
Fuzzy set operations
Résumé
Fuzzy set operations are a generalization of crisp set operations for fuzzy sets. There is in fact more than one possible generalization. The most widely used operations are called standard fuzzy set operations; they comprise: fuzzy complements, fuzzy intersections, and fuzzy unions.
Let A and B be fuzzy sets that A,B ⊆ U, u is any element (e.g. value) in the U universe: u ∈ U.
Standard complement
The complement is sometimes denoted by ∁A or A∁ instead of ¬A.
Standard intersection
Standard union
In general, the triple (i,u,n) is called De Morgan Triplet iff
i is a t-norm,
u is a t-conorm (aka s-norm),
n is a strong negator,
so that for all x,y ∈ [0, 1] the following holds true:
u(x,y) = n( i( n(x), n(y) ) )
(generalized De Morgan relation). This implies the axioms provided below in detail.
μA(x) is defined as the degree to which x belongs to A. Let ∁A denote a fuzzy complement of A of type c. Then μ∁A(x) is the degree to which x belongs to ∁A, and the degree to which x does not belong to A. (μA(x) is therefore the degree to which x does not belong to ∁A.) Let a complement ∁A be defined by a function
c : [0,1] → [0,1]
For all x ∈ U: μ∁A(x) = c(μA(x))
Axiom c1. Boundary condition
c(0) = 1 and c(1) = 0
Axiom c2. Monotonicity
For all a, b ∈ [0, 1], if a < b, then c(a) > c(b)
Axiom c3. Continuity
c is continuous function.
Axiom c4. Involutions
c is an involution, which means that c(c(a)) = a for each a ∈ [0,1]
c is a strong negator (aka fuzzy complement).
A function c satisfying axioms c1 and c3 has at least one fixpoint a* with c(a*) = a*,
and if axiom c2 is fulfilled as well there is exactly one such fixpoint. For the standard negator c(x) = 1-x the unique fixpoint is a* = 0.5 .
T-norm
The intersection of two fuzzy sets A and B is specified in general by a binary operation on the unit interval, a function of the form
i:[0,1]×[0,1] → [0,1].
For all x ∈ U: μA ∩ B(x) = i[μA(x), μB(x)].
Axiom i1. Boundary condition
i(a, 1) = a
Axiom i2. Monotonicity
b ≤ d implies i(a, b) ≤ i(a, d)
Axiom i3. Commutativity
i(a, b) = i(b, a)
Axiom i4.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Séances de cours associées (15)
Ensembles, fonctions et relations: Quiz Réponses
Couvre les réponses au quiz liées aux ensembles, aux fonctions et aux relations.
Ensembles et fonctions
Introduit des ensembles et des fonctions, couvrant les analogies d'union, d'intersection, de complément, de terminologie de fonctions et d'opérations d'ensemble.
Introduction à l'analyse: comprendre les nombres réels et les preuves
Couvre les bases de l'analyse, y compris les nombres réels, les preuves, les ensembles et les opérations.
Publications associées (8)
Concepts associés (2)
Ensemble flou
La théorie des sous-ensembles flous est une théorie mathématique du domaine de l’algèbre abstraite. Elle a été développée par Lotfi Zadeh en 1965 afin de représenter mathématiquement l'imprécision relative à certaines classes d'objets et sert de fondement à la logique floue. Les sous-ensembles flous (ou parties floues) ont été introduits afin de modéliser la représentation humaine des connaissances, et ainsi améliorer les performances des systèmes de décision qui utilisent cette modélisation.
Logique floue
La logique floue (fuzzy logic, en anglais) est une logique polyvalente où les valeurs de vérité des variables — au lieu d'être vrai ou faux — sont des réels entre 0 et 1. En ce sens, elle étend la logique booléenne classique avec des . Elle consiste à tenir compte de divers facteurs numériques pour qu'on souhaite acceptable.