Pada bagian ini kita akan melihat bagaimana semantik pada istilah baru dan
Contoh.
himpunan semesta U.
U = u u 0,100
Variabel umur mengambil nilai di himpunanT(umur)
1
Grafik fungsi keanggotaan"sangat muda" diberikan pada gambar.
1 untuk v = 1
absolutely true v =
0, lainnya
1 untuk v = 0
absolutely false v =
0, lainnya
2
1, jika u 0,25
2
young /muda u = 25
1+ , jika u 25,100
5
0, jika u 0,25
2 2
= u 25
1 1+ , jika u 25,100
Fig. 8.2. Baldwins5truth graph
Oleh karena itu, jikaTom memiliki umur kurang dari 25, nilai kebenaran predikat P
adalah 0. Jika berada di 25,100 , nilai kebenaran dihitung dari very false
.
3
8.3.2 Contoh KualifierKebenaran Fuzzy
Contoh 8.19 Diberikan predikat P berikut ini.
P = 20 adalah muda
Asumsikan istilah "muda" dan"sangat muda" yang didefinisikan seperti pada gambar
8.3.
Kami melihat derajat keanggotaan dari 20 di "muda" adalah 0.9. Oleh karena itu,
nilai kebenaran predikat P adalah 0.9. Sekarang kita dapat memodifikasi predikat P
dengan menggunakan kualifier kebenaran fuzzy sebagai berikut.
4
dan memperoleh nilai kebenaran 0.9. Untuk P2 , digunakan fungsi keanggotaan"fairly
true" dan diperoleh 0.95. Dengan cara yang sama, kita dapat menghitung untuk
P3 danP4 dan meringkas nilai-nilai kebenaran berikut ini.
Untuk P1 = 0.9
Untuk P2 = 0.95
Untuk P3 = 0.81
Untuk P4 = 0.1
5
Aturan tersebut ditafsirkan sebagai "implikasi" dan terdiri dari "anteseden (bagian
jika)" dan "konsekuen (bagian maka)". Jika aturan diberikan dalam bentuk diatas dan
kami memiliki fakta dalam bentuk berikut,
x adalah a
maka dapat menyimpulkan dan mendapatkan hasil yang baru:
y adalah b
berdasarkan pembahasan di atas, kita dapat meringkas dua jenis"penalaran".
(1) Modus ponens
Fakta/Peristiwa : x adalah a
Aturan/kaidah : jika x adalah a maka y adalah b
Hasil/Kesimpulan: y adalah b
(2) Modus tollens
Fakta : y adalah b
Aturan/kaidah : jika x adalah a maka y adalah b
Kesimpulan : x adalah a
fuzzy merupakan salah satu jenis himpunan fuzzy, dan dengan demikian kita dapat
mewakili predikat dengan menggunakan relasi.
R(x) = P
P adalah himpunan fuzzy dan R(x) adalah relasi yang terdiri dari unsur-unsur di P.
Fungsi keanggotaan predikat diwakili oleh P x
(x) yang menunjukkan derajat
8.4.3 RepresentasiAturanFuzzy
Ketika kita mempertimbangkan aturan fuzzy, bentuk umumnya diberikan di bawah
ini.
6
Jika x adalah A, maka y adalah B.
Aturan fuzzy dapat mencakup predikat fuzzy dalam anteseden dan konsekuen, dan
dapat ditulis ulang seperti pada bentuk.
R(x,y): jika A(x), maka B(y)
atau
R(x,y): A(x) B(y)
Jika ada aturan dan fakta yang melibatkan himpunan fuzzy, kita dapat menjalankan
dua jenis penalaran.
(1) Modus ponens umum (Generalized modus ponens (GMP))
Fakta : x adalah A : R(x)
Aturan/kaidah : jika x adalah A maka y adalah B : R(x,y)
Kesimpulan : y adalah B : R(y) = R(x) R(x, y)
(2) Modus tollens umum (Generalized modus tollens (GMT))
Fakta : x adalah B : R(y)
Aturan/kaidah : jika x adalah A maka y adalah B : R(x,y)
Kesimpulan : x adalah A : R(x) = R(y) R(x, y)
Dalam alasan di atas, kita melihatbahwa fakta-fakta(A dan B ) tidak persis
sama dengan A dan B dalam aturan; hasilnya mungkin juga berbeda dengan
konsekuen. Oleh karena itu, kita sebut jenis kesimpulan sebagai "penalaran fuzzy
(perkiraan) atau kesimpulan".
Secara umum, ketika kita membuat / menjalankan penalaran fuzzy
(perkiraan), kami menerapkan "aturan komposisi dari kesimpulan". Operasi yang
digunakan dalam penalaran dilambangkan dengan notasi "", dan dengan demikian
hasilnya diwakili oleh output dari komposisi ketika kita menggunakan GMP.
R(y) = R(x) R(x, y)
Contoh 8.20. Kami memiliki pengetahuan seperti:
Jika x adalah A maka y adalah B
x adalah A
Dari pengetahuan di atas, bagaimana kita dapat menerapkan prosedur kesimpulan
untuk mendapatkan informasi baru tentang y?
i) Menerapkan operator implikasi untuk mendapatkan relasi implikasi
R x, y = A B. Di sini, produk CartesianA B digunakan.
7
R(x,y): A(x) B(y)
ii) Memanipulasi fakta ke bentuk R(x) dan kemudian menerapkan modus ponens
umum
R(y) = R(x) R(x, y)
Dalam langkah ini, operator komposisi"" digunakan.
Oleh karena itu,ada dua isu dalam penalaran fuzzy: penentuan "relasi implikasi
"R(x, y) dan seleksi dari "operator komposisi".