Нечёткое множество (иногда размытое [ 1] , туманное [ 2] , пушистое [ 3] ) — понятие, введённое Лотфи Заде в 1965 году в статье «Fuzzy Sets» в журнале Information and Control [англ.] [ 4] , в котором расширил классическое понятие множества , допустив, что характеристическая функция множества (названная Заде функцией принадлежности для нечёткого множества) может принимать любые значения в интервале [ 0 , 1 ] {\displaystyle [0,1]} , а не только значения 0 {\displaystyle 0} или 1 {\displaystyle 1} . Является базовым понятием нечёткой логики .
Устаревшее название: расплывчатое множество [ 5] [ 6] .
Под нечётким множеством A {\displaystyle A} понимается совокупность упорядоченных пар, составленных из элементов x {\displaystyle x} универсального множества X {\displaystyle X} и соответствующих степеней принадлежности μ A ( x ) {\displaystyle \mu _{A}(x)} :
A = { ( x , μ A ( x ) ) ∣ x ∈ X } {\displaystyle A=\{(x,\mu _{A}(x))\mid x\in X\}} , причём μ A ( x ) {\displaystyle \mu _{A}(x)} — функция принадлежности (обобщение понятия характеристической функции обычных чётких множеств), указывающая, в какой степени (мере) элемент x {\displaystyle x} принадлежит нечёткому множеству A {\displaystyle A} . Функция μ A ( x ) {\displaystyle \mu _{A}(x)\ } принимает значения в некотором линейно упорядоченном множестве M {\displaystyle M} . Множество M {\displaystyle M} называют множеством принадлежностей , часто в качестве M {\displaystyle M} выбирается отрезок [ 0 , 1 ] {\displaystyle [0,1]} . Если M = { 0 , 1 } {\displaystyle M=\{0,1\}\ } (то есть состоит только из двух элементов), то нечёткое множество может рассматриваться как обычное чёткое множество.
Пусть A {\displaystyle A} нечёткое множество с элементами из универсального множества X {\displaystyle X\ } и множеством принадлежностей M = [ 0 , 1 ] {\displaystyle M=[0,1]} . Тогда:
носителем (суппортом ) нечёткого множества supp A {\displaystyle \operatorname {supp} A} называется множество { x ∣ x ∈ X , μ A ( x ) > 0 } {\displaystyle \{x\mid x\in X,\mu _{A}(x)>0\}} ; величина sup x ∈ X μ A ( x ) {\displaystyle \sup _{x\in X}\mu _{A}(x)} называется высотой нечёткого множества A {\displaystyle A\ } . Нечёткое множество A {\displaystyle A\ } нормально , если его высота равна 1 {\displaystyle 1\ } . Если высота строго меньше 1 {\displaystyle 1\ } , нечёткое множество называется субнормальным ; нечёткое множество пусто, если ∀ x ∈ X : μ A ( x ) = 0 {\displaystyle \forall x\in X:\mu _{A}(x)=0} . Непустое субнормальное нечёткое множество можно нормализовать по формуле μ A ′ ( x ) = μ A ( x ) sup μ A ( x ) {\displaystyle \mu '_{A}(x)={\frac {\mu _{A}(x)}{\sup \mu _{A}(x)}}} ; нечёткое множество унимодально , если μ A ( x ) = 1 {\displaystyle \mu _{A}(x)=1\ } только на одном x {\displaystyle x\ } из X {\displaystyle X\ } ; элементы x ∈ X {\displaystyle x\in X} , для которых μ A ( x ) = 0 , 5 {\displaystyle \mu _{A}(x)=0{,}5} , называются точками перехода нечёткого множества A {\displaystyle A\ } . Пусть A {\displaystyle A} и B {\displaystyle B} — нечёткие множества, заданные на универсальном множестве X {\displaystyle X} .
A {\displaystyle A} содержится в B {\displaystyle B} , если для любого элемента из X {\displaystyle X} функция его принадлежности множеству A {\displaystyle A} будет принимать значение меньшее либо равное, чем функция принадлежности множеству B {\displaystyle B} : A ⊂ B ⇔ ∀ x ∈ X : μ A ( x ) ⩽ μ B ( x ) {\displaystyle A\subset B\Leftrightarrow \forall x\in X:\mu _{A}(x)\leqslant \mu _{B}(x)} . В случае, если условие μ A ( x ) ⩽ μ B ( x ) {\displaystyle \mu _{A}(x)\leqslant \mu _{B}(x)} выполняется не для всех x ∈ X {\displaystyle x\in X} , говорят о степени включения нечёткого множества A {\displaystyle A} в B {\displaystyle B} , которое определяется так: l ( A ⊂ B ) = min x ∈ T μ B ( x ) {\displaystyle l\left(A\subset B\right)=\min _{x\in T}\mu _{B}(x)} , где T = { x ∈ X ; μ A ( x ) ⩽ μ B ( x ) , μ A ( x ) > 0 } {\displaystyle T=\{x\in X;\mu _{A}(x)\leqslant \mu _{B}(x),\mu _{A}(x)>0\}} . Два множества называются равными , если они содержатся друг в друге: A = B ⇔ ∀ x ∈ X : μ A ( x ) = μ B ( x ) {\displaystyle A=B\Leftrightarrow \forall x\in X:\mu _{A}(x)=\mu _{B}(x)} . В случае, если значения функций принадлежности μ A ( x ) {\displaystyle \mu _{A}(x)} и μ B ( x ) {\displaystyle \mu _{B}(x)} почти равны между собой, говорят о степени равенства нечётких множеств A {\displaystyle A} и B {\displaystyle B} , например, в виде E ( A = B ) = 1 − max x ∈ T | μ A ( x ) − μ B ( x ) | {\displaystyle E(A=B)=1-\max _{x\in T}|\mu _{A}(x)-\mu _{B}(x)|} , где T = { x ∈ X ; μ A ( x ) ≠ μ B ( x ) } {\displaystyle T=\{x\in X;\mu _{A}(x)\neq \mu _{B}(x)\}} . α {\displaystyle \alpha } -срезом нечёткого множества A ⊆ X {\displaystyle A\subseteq X} , обозначаемым как A α {\displaystyle A_{\alpha }} , называется следующее чёткое множество:
A α = { x ∈ X ∣ μ A ( x ) ⩾ α } {\displaystyle A_{\alpha }=\{x\in X\mid \mu _{A}(x)\geqslant \alpha \}} , то есть множество, определяемое следующей характеристической функцией (функцией принадлежности):
χ A α ( x ) = { 0 , μ A ( x ) < α , 1 , μ A ( x ) ⩾ α . {\displaystyle \chi _{A_{\alpha }}(x)=\left\{{\begin{matrix}0,&\mu _{A}(x)<\alpha ,\\1,&\mu _{A}(x)\geqslant \alpha .\end{matrix}}\right.} Для α {\displaystyle \alpha } -среза нечёткого множества истинна импликация:
α 1 < α 2 ⇒ A α 1 ⊃ A α 2 {\displaystyle \alpha _{1}<\alpha _{2}\Rightarrow A_{\alpha _{1}}\supset A_{\alpha _{2}}} . Нечёткое множество A ⊆ R {\displaystyle A\subseteq \mathbf {R} } является выпуклым тогда и только тогда, когда выполняется условие:
μ A [ γ x 1 + ( 1 − γ ) x 2 ] ⩾ ⟨ μ A ( x 1 ) ∧ μ A ( x 2 ) = min { μ A ( x 1 ) , μ A ( x 2 ) } ⟩ {\displaystyle \mu _{A}[\gamma x_{1}+(1-\gamma )x_{2}]\geqslant \langle \mu _{A}(x_{1})\land \mu _{A}(x_{2})=\min\{\mu _{A}(x_{1}),\mu _{A}(x_{2})\}\rangle } для любых x 1 , x 2 ∈ R {\displaystyle x_{1},x_{2}\in \mathbf {R} } и γ ∈ [ 0 , 1 ] {\displaystyle \gamma \in [0,1]} .
Нечёткое множество A ⊆ R {\displaystyle A\subseteq \mathbf {R} } является вогнутым тогда и только тогда, когда выполняется условие:
μ A [ γ x 1 + ( 1 − γ ) x 2 ] ⩽ ⟨ μ A ( x 1 ) ∨ μ A ( x 2 ) = max { μ A ( x 1 ) , μ A ( x 2 ) } ⟩ {\displaystyle \mu _{A}[\gamma x_{1}+(1-\gamma )x_{2}]\leqslant \langle \mu _{A}(x_{1})\lor \mu _{A}(x_{2})=\max\{\mu _{A}(x_{1}),\mu _{A}(x_{2})\}\rangle } для любых x 1 , x 2 ∈ R {\displaystyle x_{1},x_{2}\in \mathbf {R} } и γ ∈ [ 0 , 1 ] {\displaystyle \gamma \in [0,1]} .
При множестве принадлежностей M = [ 0 , 1 ] {\displaystyle M=[0,1]\ }
Пересечением нечётких множеств A {\displaystyle A} и B {\displaystyle B} называется нечёткое подмножество с функцией принадлежности, являющейся минимумом функций принадлежности A {\displaystyle A} и B {\displaystyle B} : μ A ∩ B ( x ) = min ( μ A ( x ) , μ B ( x ) ) {\displaystyle \mu _{A\cap B}(x)=\min(\mu _{A}(x),\mu _{B}(x))} . Произведением нечётких множеств A {\displaystyle A} и B {\displaystyle B} называется нечёткое подмножество с функцией принадлежности: μ A B ( x ) = μ A ( x ) μ B ( x ) {\displaystyle \mu _{AB}(x)=\mu _{A}(x)\mu _{B}(x)} . Объединением нечётких множеств A {\displaystyle A} и B {\displaystyle B} называется нечёткое подмножество с функцией принадлежности, являющейся максимумом функций принадлежности A {\displaystyle A} и B {\displaystyle B} : μ A ∪ B ( x ) = max ( μ A ( x ) , μ B ( x ) ) {\displaystyle \mu _{A\cup B}(x)=\max(\mu _{A}(x),\mu _{B}(x))} . Суммой нечётких множеств A {\displaystyle A} и B {\displaystyle B} называется нечёткое подмножество с функцией принадлежности: μ A + B ( x ) = μ A ( x ) + μ B ( x ) − μ A ( x ) μ B ( x ) {\displaystyle \mu _{A+B}(x)=\mu _{A}(x)+\mu _{B}(x)\ -\mu _{A}(x)\mu _{B}(x)} . Отрицанием множества A {\displaystyle A\ } называется множество A ¯ {\displaystyle {\overline {A}}} с функцией принадлежности: μ A ¯ ( x ) = 1 − μ A ( x ) {\displaystyle \mu _{\overline {A}}(x)=1-\mu _{A}(x)} для каждого x ∈ X {\displaystyle x\in X} . В общем виде операция пересечения нечётких множеств определяется следующим образом:
μ A ∩ B ( x ) = T ( μ A ( x ) , μ B ( x ) ) {\displaystyle \mu _{A\cap B}(x)=T(\mu _{A}(x),\mu _{B}(x))} , где функция T {\displaystyle T} — это так называемая T-норма . Ниже приведены частные примеры реализации T-нормы :
μ A ∩ B ( x ) = μ A ( x ) ∧ μ B ( x ) = min ( μ A ( x ) , μ B ( x ) ) {\displaystyle \mu _{A\cap B}(x)=\mu _{A}(x)\land \mu _{B}(x)=\min(\mu _{A}(x),\mu _{B}(x))} μ A ∩ B ( x ) = μ A ( x ) μ B ( x ) {\displaystyle \mu _{A\cap B}(x)=\mu _{A}(x)\mu _{B}(x)} μ A ∩ B ( x ) = max { 0 , μ A ( x ) + μ B ( x ) − 1 } {\displaystyle \mu _{A\cap B}(x)=\max\{0,\mu _{A}(x)+\mu _{B}(x)-1\}} μ A ∩ B ( x ) = { μ A ( x ) , μ B ( x ) = 1 μ B ( x ) , μ A ( x ) = 1 0 , μ A ( x ) < 1 , μ B ( x ) < 1 , {\displaystyle \mu _{A\cap B}(x)=\left\{{\begin{matrix}\mu _{A}(x),&\mu _{B}(x)=1\\\mu _{B}(x),&\mu _{A}(x)=1\\0,&\mu _{A}(x)<1,\mu _{B}(x)<1,\end{matrix}}\right.} μ A ∩ B ( x ) = 1 − min { 1 , [ ( 1 − μ A ( x ) ) p + ( 1 − μ B ( x ) ) p ] 1 p } {\displaystyle \mu _{A\cap B}(x)=1-\min\{1,[(1-\mu _{A}(x))^{p}+(1-\mu _{B}(x))^{p}]^{1 \over p}\}} , для p ⩾ 1 {\displaystyle p\geqslant 1} В общем случае операция объединения нечётких множеств определяется следующим образом:
μ A ∪ B ( x ) = S ( μ A ( x ) , μ B ( x ) ) {\displaystyle \mu _{A\cup B}(x)=S(\mu _{A}(x),\mu _{B}(x))} , где функция S {\displaystyle S} — T-конорма . Ниже приведены частные примеры реализации S-нормы :
μ A ∪ B ( x ) = μ A ( x ) ∨ μ B ( x ) = max ( μ A ( x ) , μ B ( x ) ) {\displaystyle \mu _{A\cup B}(x)=\mu _{A}(x)\lor \mu _{B}(x)=\max(\mu _{A}(x),\mu _{B}(x))} μ A ∪ B ( x ) = μ A ( x ) + μ B ( x ) − μ A ( x ) μ B ( x ) {\displaystyle \mu _{A\cup B}(x)=\mu _{A}(x)+\mu _{B}(x)-\mu _{A}(x)\mu _{B}(x)} μ A ∪ B ( x ) = min { 1 , μ A ( x ) + μ B ( x ) } {\displaystyle \mu _{A\cup B}(x)=\min\{1,\mu _{A}(x)+\mu _{B}(x)\}} μ A ∪ B ( x ) = { μ A ( x ) , μ B ( x ) = 0 μ B ( x ) , μ A ( x ) = 0 1 , μ A ( x ) > 0 , μ B ( x ) > 0 {\displaystyle \mu _{A\cup B}(x)=\left\{{\begin{matrix}\mu _{A}(x),&\mu _{B}(x)=0\\\mu _{B}(x),&\mu _{A}(x)=0\\1,&\mu _{A}(x)>0,\mu _{B}(x)>0\end{matrix}}\right.} μ A ∪ B ( x ) = min { 1 , [ μ A p ( x ) + μ B p ( x ) ] 1 p } {\displaystyle \mu _{A\cup B}(x)=\min\{1,[\mu _{A}^{p}(x)+\mu _{B}^{p}(x)]^{1 \over p}\}} , для p ⩾ 1 {\displaystyle p\geqslant 1} Теория нечётких множеств в определённом смысле сводится к теории случайных множеств и тем самым к теории вероятностей . Основная идея состоит в том, что значение функции принадлежности μ A ( x ) {\displaystyle \mu _{A}(x)\ } можно рассматривать как вероятность накрытия элемента x {\displaystyle x\ } некоторым случайным множеством B {\displaystyle B\ } .
Однако при практическом применении аппарат теории нечётких множеств обычно используется самостоятельно, выступая конкурентом к аппарату теории вероятностей и прикладной статистики . Например, в теории управления существует направление, в котором для синтеза экспертных регуляторов вместо методов теории вероятностей используются нечёткие множества (нечёткие регуляторы).
Пусть:
множество X = { x 1 , x 2 , x 3 , x 4 } {\displaystyle X=\{x_{1},x_{2},x_{3},x_{4}\}} множество принадлежностей M = [ 0 , 1 ] {\displaystyle M=[0,1]} A {\displaystyle A} и B {\displaystyle B} — два нечётких подмножества X {\displaystyle X} A = { ( x 1 ∣ 0 , 4 ) , ( x 2 ∣ 0 , 6 ) , ( x 3 ∣ 0 ) , ( x 4 ∣ 1 ) } {\displaystyle A=\{(x_{1}\mid 0{,}4),(x_{2}\mid 0{,}6),(x_{3}\mid 0),(x_{4}\mid 1)\}} B = { ( x 1 ∣ 0 , 3 ) , ( x 2 ∣ 0 ) , ( x 3 ∣ 0 ) , ( x 4 ∣ 0 , 2 ) } {\displaystyle B=\{(x_{1}\mid 0{,}3),(x_{2}\mid 0),(x_{3}\mid 0),(x_{4}\mid 0{,}2)\}} Результаты основных операций:
пересечение: A ∩ B = { ( x 1 ∣ 0 , 3 ) , ( x 2 ∣ 0 ) , ( x 3 ∣ 0 ) , ( x 4 ∣ 0 , 2 ) } = B {\displaystyle {A\cap B}=\{(x_{1}\mid 0{,}3),(x_{2}\mid 0),(x_{3}\mid 0),(x_{4}\mid 0{,}2)\}={B}} объединение: A ∪ B = { ( x 1 ∣ 0 , 4 ) , ( x 2 ∣ 0 , 6 ) , ( x 3 ∣ 0 ) , ( x 4 ∣ 1 ) } = A {\displaystyle {A\cup B}=\{(x_{1}\mid 0{,}4),(x_{2}\mid 0{,}6),(x_{3}\mid 0),(x_{4}\mid 1)\}={A}} ↑ Bulletin of the Academy of Sciences of the Georgian SSR . — Академия, 1974. — С. 157. — 786 с. Архивировано 4 апреля 2017 года. ↑ Козлова Наталья Николаевна. Цветовая картина мира в языке // Ученые записки Забайкальского государственного университета. Серия: Филология, история, востоковедение. — 2010. — Вып. 3 . — ISSN 2308-8753 . Архивировано 4 апреля 2017 года. ↑ Химия и жизнь, XXI век . — Компания "Химия и жизнь", 2008. — С. 37. — 472 с. Архивировано 4 апреля 2017 года. ↑ Лотфи А. Заде Основы нового подхода к анализу сложных систем и процессов принятия решений (пер. с анг. В. А. Горелик, С. А. Орловский, Н. И. Ринго) // Математика сегодня. — М., Знание, 1974. — с. 5-48 ↑ Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб.: БХВ-Петербург, 2005. 736 с.: ил. ISBN 5-94157-087-2 ↑ A. M. Shirokov. Основы теории комплектования . — Наука и техника, 1987. — С. 66. — 190 с. Архивировано 18 апреля 2021 года. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. — М. : Мир, 1976. — 166 с. Кофман А. Введение в теорию нечетких множеств. — М. : Радио и связь, 1982. — 432 с. Нечеткие множества и теория возможностей: Последние достижения / Р. Р. Ягер. — М. : Радио и связь, 1986. Zadeh L. A. Fuzzy sets // Information and Control. — 1965. — Т. 8 , № 3 . — P. 338-353. Орловский С. А. Проблемы принятия решений при нечеткой исходной информации. — М. : Наука, 1981. — 208 с. — 7600 экз.