Сайт о телевидении

С.Д.Штовба "Введение в теорию нечетких множеств и нечеткую логику"

1.7. Нечеткая логика

Нечеткая логика это обобщение традиционной аристотелевой логики на случай, когда истинность рассматривается как лингвистическая переменная, принимающая значения типа: "очень истинно", "более-менее истинно", "не очень ложно" и т.п. Указанные лингвистические значения представляются нечеткими множествами.

1.7.1. Лингвистические переменные

Напомним, что лингвистической называется переменная, принимающая значения из множества слов или словосочетаний некоторого естественного или искусственного языка. Множество допустимых значений лингвистической переменной называется терм-множеством. Задание значения переменной словами, без использования чисел, для человека более естественно. Ежедневно мы принимаем решения на основе лингвистической информации типа: "очень высокая температура"; "длительная поездка"; "быстрый ответ"; "красивый букет"; "гармоничный вкус" и т.п. Психологи установили, что в человеческом мозге почти вся числовая информация вербально перекодируется и хранится в виде лингвистических термов. Понятие лингвистической переменной играет важную роль в нечетком логическом выводе и в принятии решений на основе приближенных рассуждений. Формально, лингвистическая переменная определяется следующим образом.

Определение 44. Лингвистическая переменная задается пятеркой , где - ; имя переменной; - ; терм-множество, каждый элемент которого (терм) представляется как нечеткое множество на универсальном множестве ; - ; синтаксические правила, часто в виде грамматики, порождающие название термов; - ; семантические правила, задающие функции принадлежности нечетких термов, порожденных синтаксическими правилами .

Пример 9. Рассмотрим лингвистическую переменную с именем "температура в комнате". Тогда оставшуюся четверку можно определить так:

Таблица 4 - Правила расчета функций принадлежности

Графики функций принадлежности термов "холодно", "не очень холодно", "комфортно", "более-менее комфортно", "жарко" и "очень жарко" лингвистической переменной "температура в комнате" показаны на рис. 13.

Рисунок 13 - Лингвистическая переменная "температура в комнате"

1.7.2. Нечеткая истинность

Особое место в нечеткой логике занимает лингвистическая переменная "истинность". В классической логике истинность может принимать только два значения: истинно и ложно. В нечеткой логике истинность "размытая". Нечеткая истинность определяется аксиоматически, причем разные авторы делают это по-разному. Интервал используется как универсальное множество для задания лингвистической переменной "истинность". Обычная, четкая истинность может быть представлена нечеткими множествами-синглтонами. В этом случае четкому понятию истинно будет соответствовать функция принадлежности , а четкому понятию ложно - ; , .

Для задания нечеткой истинности Заде предложил такие функции принадлежности термов "истинно" и "ложно":

;

где - ; параметр, определяющий носители нечетких множеств "истинно" и "ложно". Для нечеткого множества "истинно" носителем будет интервал , а для нечеткого множества ложно" - ; .

Функции принадлежности нечетких термов "истинно" и "ложно" изображены на рис. 14. Они построены при значении параметра . Как видно, графики функций принадлежности термов "истинно" и "ложно" представляют собой зеркальные отображения.

Рисунок 14 - Лингвистическая переменная "истинность" по Заде

Для задания нечеткой истинности Балдвин предложил такие функции принадлежности нечетких "истинно" и "ложно":

Квантификаторы "более-менее" и "очень" часто применяют к нечеткими множествами "истинно" и "ложно", получая таким образом термы "очень ложно", "более-менее ложно", "более-менее истинно", "очень истинно", "очень, очень истинно", "очень, очень ложно" и т.п. Функции принадлежности новых термов получают, выполняя операции концентрации и растяжения нечетких множеств "истинно" и "ложно". Операция концентрации соответствует возведению функции принадлежности в квадрат, а операция растяжения - возведению в степень ½. Следовательно, функции принадлежности термов "очень, очень ложно", "очень ложно", "более-менее ложно", "более-менее истинно", "истинно", "очень истинно" и "очень, очень истинно" задаются так:

Графики функций принадлежности этих термов показаны на рис. 15.

Рисунок 15 - Лингвистическая переменная "истинность" по Балдвину

1.7.3. Нечеткие логические операции

Вначале кратко напомнить основные положения обычной (булевой) логики. Рассмотрим два утверждения A и B, каждое из которых может быть истинным или ложным, т.е. принимать значения "1" или "0". Для этих двух утверждений всего существует различных логических операций, из которых содержательно интерпретируются лишь пять: И (), ИЛИ (), исключающее ИЛИ (), импликация () и эквивалентность (). Таблицы истинности для этих операций приведены в табл. 5.

Таблица 5 - Таблицы истинности булевой логики

Предположим, что логическое утверждение может принимать не два значения истинности, а три, например: "истинно", "ложно" и "неопределенно". В этом случае мы будем иметь дело не с двухзначной, а трехзначной логикой. Общее количество бинарных операций, а, следовательно, и таблиц истинности, в трехзначной логике равно . Нечеткая логика является разновидностью многозначной логики, в которой значения истинности задаются лингвистическими переменными или термами лингвистической переменной "истинность". Правила выполнения нечетких логических операций получают из булевых логических операций с помощью принципа обобщения.

Определение 45. Обозначим нечеткие логические переменные через и , а функции принадлежности, задающие истинностные значения этих переменных через и , . Нечеткие логические операции И (), ИЛИ (),
НЕ () и импликация () выполняются по таким правилам:

;

В многозначной логике логические операции могут быть заданы таблицами истинности. В нечеткой логике количество возможных значений истинности может быть бесконечным, следовательно в общем виде табличное представление логических операций невозможно. Однако, в табличной форме можно представить нечеткие логические операции для ограниченного количества истинностных значений, например, для терм-множества {"истинно", "очень истинно", "не истинно", "более-менее ложно", "ложно"}. Для трехзначной логики с нечеткими значениями истинности T - ; "истинно", F - ; "ложно" и T+F - "неизвестно" Л Заде предложил такие лингвистические таблицы истинности:

Применяя правила выполнения нечетких логических операций из определения 45 можно расширить таблицы истинности для большего количества термов. Как это сделать рассмотрим на следующем примере.

Пример 10. Заданы следующие нечеткие истинностные значения:

Применяя правило из определения 45, найдем нечеткую истинность выражения "почти истинно ИЛИ истинно":

Сравним полученное нечеткое множество с нечетким множеством "более-менее истинно". Они почти равны, значит:

В результате выполнения логических операций часто получается нечеткое множество, которое не эквивалентно ни одному из ранее введенных нечетких значений истинности. В этом случае необходимо среди нечетких значений истинности найти такое, которое соответствует результату выполнения нечеткой логической операции в максимальной степени. Другими словами, необходимо провести так называемую лингвистическую аппроксимацию , которая может рассматриваться как аналог аппроксимации эмпирического статистическими распределения стандартными функциями распределения случайных величин. В качестве примера приведем предложенные Балдвином лингвистические таблицы истинности для показанных на рис. 15 нечетких значений истинности:

неопределенно			неопределенно
неопределенно		неопределенно
неопределенно	неопределенно	неопределенно	неопределенно
	очень истинно		очень истинно
	более-менее истинно	более-менее истинно

1.7.3. Нечеткая база знаний

Определение 46. Нечеткой базой знаний называется совокупность нечетких правил "Если - то", определяющих взаимосвязь между входами и выходами исследуемого объекта. Обобщенный формат нечетких правил такой:

Если посылка правила, то заключение правила.

Посылка правила или антецедент представляет собой утверждение типа "x есть низкий", где "низкий" - ;это терм (лингвистическое значение), заданный нечетким множеством на универсальном множестве лингвистической переменной x. Квантификаторы "очень", "более-менее", "не", "почти" и т.п. могут использоваться для модификации термов антецедента.

Заключение или следствие правила представляет собой утверждение типа "y есть d", в котором значение выходной переменной (d) может задаваться:

1. нечетким термом: "y есть высокий";
2. классом решений: "y есть бронхит"
3. четкой константой: "y=5";
4. четкой функцией от входных переменных: "y=5+4*x".

Если значение выходной переменной в правиле задано нечетким множеством, тогда правило может быть представлено нечетким отношением. Для нечеткого правила "Если x есть , то y есть ", нечеткое отношение задается на декартовом произведении , где - ; универсальное множество входной (выходной) переменной. Для расчета нечеткого отношения можно применять нечеткую импликацию и t-норму. При использовании в качестве t-нормы операции нахождения минимума, расчет нечеткого отношения осуществляется так:

Пример 11. Следующая нечеткая база знаний описывает зависимость между возрастом водителя (x) и возможностью дорожно-транспортного происшествия (y):

Если x = Молодой, то y = Высокая;

Если x = Средний, то y = Низкая;

Если x = Очень старый, то y = Высокая.

Пусть функции принадлежностей термов имеют вид, показанный на рис. 16. Тогда нечеткие отношения, соответствующие правилам базы знаний, будут такими, как на рис. 17.

Рисунок 16 - Функции принадлежности термов

Рисунок 17 - Нечеткие отношения, соответствующие правилам базы знаний из примера 11

Для задания многомерных зависимостей "входы-выходы" используют нечеткие логические операции И и ИЛИ. Удобно правила формулировать так, чтобы внутри каждого правил переменные объединялись логической операцией И, а правила в базе знаний связывались операцией ИЛИ. В этом случае нечеткую базу знаний, связывающую входы с выходом , можно представить в следующем виде.

Лингвистические переменные (ЛП) являются способом описания сложных систем, параметры которых рассматриваются не с количественных позиций, а как качественные. При этом лингвистические переменные позволяют поставить в соответствие качественным характеристикам некоторую количественную интерпретацию с заданной долей уверенности, что обеспечивает возможность обработки качественных данных на ЭВМ. Другой сферой применения лингвистических переменных является нечеткий логический вывод, отличие которого от обычного заключается в том, что истинность логических высказываний определяется не двумя значениями 0 и 1, а множеством значений в интервале .

В основе понятия лингвистической переменной лежит понятие нечетной переменной.

Нечеткой переменной называется совокупность трех элементов:

< X , U , µ A (u ) >,

где Х – название нечеткой переменной; U – универсальное множество; µ A (u ) – нечеткое подмножество А универсального множества U . Другими словами, нечеткая переменная представляет собой именованное нечеткое множество.

Лингвистической переменной называется совокупность пяти элементов:

< L , T (X ), U , G , M >,

где L – название лингвистической переменной;

Т (X ) –множество базовых термов лингвистической переменной, состоящее из множества названий значений лингвистических переменных {T 1 , T 2 , …, T n }, каждому из которых соответствует нечеткая переменная Х универсального множества U;

U – универсальное множество, на котором определена лингвистическая переменная;

G – синтаксическое правило, порождающее названия X значений переменной;

М – семантическое правило, которое ставит в соответствие каждой нечеткой переменной X ее смысл М (X ), т.е. нечеткое подмножество универсального множества U .

К термам лингвистической переменной предъявляется требование упорядоченности: T 1 < T 2 < … < T n .

Функции принадлежности нечетких множеств, составляющих количественный смысл базовых термов лингвистической переменной, должны удовлетворять следующим условиям:

2. : ;

4. : .

Здесь n – количество базовых термов лингвистической переменной; u min , u max – границы универсального множества U , на котором определяется лингвистическая переменная. Если U R (R – множество действительных чисел, то U = [u min , u max ].

Синтаксическое правило G представляет собой совокупность четырех элементов: G = < V T , V N , T , P >,

где V T – совокупность терминальных символов или слов; V N – совокупность нетерминальных символов или фраз; Т – совокупность базовых термов; Р – совокупность правил подстановки, определяющих эквивалентность фраз.

Семантическое правило М ставит в соответствие каждой фразе новое не-

четкое множество, определенное на основе функций принадлежности базовых термов и совокупности операций с нечеткими множествами.

В качестве примера рассмотрим числовую лингвистическую переменную «рост человека». Пусть значения переменной задаются с помощью трех базовых термов: «низкий», «средний», «высокий». Термы упорядочены. Универсальным числовым множеством U в данном случае является интервал U = .

Функции принадлежности термов приведены на рис. 7.6 и удовлетворяют рассмотренным выше требованиям.

Рис. 7.6 Лингвистическая переменная «Рост человека»

В качестве синтаксического правила определим, что в множество нетерминальных символов включены слова «и», «или», «более или менее», «не», «очень», которые могут сочетаться с базовыми термами «низкий», «средний», «высокий», причем должны выполняться следующие правила:

Символы «и» и «или» могут соединять только две фразы или базовых терма, а остальные нетерминальные символы являются унарными, т.е. могут предварять фразу или базовый терм; например, «не высокий», «очень низкий», «низкий или средний»;

Одновременное отрицание двух базовых термов, например, «не низкий и не высокий», эквивалентно оставшемуся базовому терму, т.е. «средний».

Применяя эти правила, можно построить множество фраз и правил подстановки. В случае, если синтаксическое правило нельзя задать алгоритмически, то просто перечисляются все возможные фразы.

В качестве семантического правила определим соответствие между нетерминальными символами и операциями над нечеткими множествами:

«не» – дополнение;

«и» - пересечение;

«или» - объединение;

«очень» - концентрирование;

«более или менее» - расширение.

Используя рассмотренную лингвистическую переменную, можно оцени-

вать рост людей, не прибегая к точным измерениям.

Таким образом, с помощью лингвистических переменных можно описывать объекты, точное измерение характеристик которых либо крайне трудоемко, либо вообще невозможно.

Формирование лингвистической переменной, как правило, реализуется на основе опроса экспертов – специалистов в той области, для которой строится ЛП. При этом особое внимание уделяется формированию функций принадлежности нечетких множеств, являющихся базовыми термами лингвистической переменной, так как определение синтаксического и семантического правил для большинства лингвистических переменных стандартно и на практике сводится к перечислению всех возможных фраз и интерпретации нетерминальных символов, как показано выше.

Процесс формирования лингвистической переменной включает следующие этапы:

1. Определение множества термов ЛП и его упорядочение.

2. Построение числовой области определения ЛП.

3. Выяснение схемы опроса экспертов и проведение опроса.

4. Построение функций принадлежности для каждого терма ЛП.

Этап 1 предполагает задание экспертом количества термов ЛП и названий соответствующих им нечетких переменных. Количество термов выбирается из диапазона n = 7±2.

На этапе 2 описывается универсальное множество U , которое может быть числовым и нечисловым. Вид универсального множества зависит от описываемых объектов и определяет способ формирования функций принадлежности термов ЛП.

Этап 3 является ключевым при формировании ЛП. Существует два вида

опроса экспертов: прямой и косвенный. Каждый из этих способов может быть индивидуальным или групповым. Наиболее простым с точки зрения организации и

программной реализации является индивидуальный способ опроса экспертов.

При прямом опросе экспертов непосредственно указывают все параметры функций принадлежности. Недостатком здесь является проявление субъективизма в суждениях, а также необходимость знания экспертом основ нечеткой логики. При косвенном опросе функции принадлежности формируются на основе ответа эксперта на «наводящие» вопросы. При этом повышается объективность оценки и не требуется знания нечеткой логики, однако усиливается риск несогласованности суждений эксперта.

При групповых методах опроса результат формируется на основе объединения мнений нескольких экспертов. На практике наиболее часто используется индивидуальный косвенный опрос.

Лекция. Нечеткие вычисления

Понятие нечеткого числа

Одной из областей применение нечеткой логики является выполнение арифметических операций с нечеткими множествами. Для снижения трудоемкости таких операций используется специальный тип нечетких множеств – нечеткие числа.

Нечетким числом (НЧ) называется нечеткая переменная, имеющая следующие свойства: ; .

Другими словами, нечеткое число– именованное нечеткое множество, для которого универсальное множество U представляет собой интервал действительной оси R .

В реальных задачах используются кусочно-линейные нечеткие числа.Для упрощения арифметических операций кусочно-линейные функции принадлежности дополнительно аппроксимируют, чтобы получить специальный вид нечетких чисел – параметрические нечеткие числа или нечеткие числа

(L –R )–типа, которые характеризуются компактностью представления и просто-

той реализации арифметических операций.

Нечеткое число А называется нечетким числом (L –R )–типа , если его функция принадлежности имеет следующий вид (рис. 7.8):

0,

1, ,

где – параметры нечеткого числа; L (x ), R (x ) – некоторые функции.

Нечеткое параметрическое число обозначается (a , b , c , d ) LR .

Таким образом, нечеткое число (L –R )–типа описывается шестью параметрами: четырьмя числами, обозначающими его границы, и двумя функциями, определяющими форму его функции принадлежности.

Рис.7.8 Параметрические нечеткие числа

Нечеткое числоназывается унимодальным , если оно имеет только одну точку, в которой функция принадлежности равна единице, т.е. его параметры b и c равны, в противном случае нечеткое число называется толерантным (см. рис. 7.8). Унимодальные нечеткие числа обозначаются пятью параметрами (a , b , d ) LR .

В качестве LR –функций наиболее часто используют линейные зависимости, задаваемые следующими соотношениями:

LR – функции также могут задаваться квадратичными, экспоненциальными и другими зависимостями.

В случае использования линейных функций унимодальные и толерантные нечеткие числа называют соответственно треугольными и трапециевидными и обозначают (a , b , d ) и (a , b , c , d ).

Для нечетких чисел особым образом определяется понятие знака и нулевого значения.

Нечеткое число А называется положительным , если его основание лежит в положительной действительной полуоси или

Нечеткое число А называется отрицательным , если его основание лежит в отрицательной действительной полуоси или

Для параметрических нечетких чисел знак определяется значениями параметров: положительное нечеткое число, если a > 0; отрицательное, если d < 0; нечеткий ноль, если .

Формализация нечетких понятий и отношений естественного языка возможна на основе понятий нечеткой и лингвистической переменных.

Нечеткой переменной называется кортеж C >, где X - название переменной; U - универсальное множество (область определения переменной X); C - нечеткое множество на U, описывающее нечеткое ограничение на значения переменной х.

Множество C описывает семантику нечеткой переменной, и его часто называют функцией совместимости нечеткой переменной. Переменная u является для X базовой переменной. Множество C определяет ту степень, с которой элементу x соответствует значение u. Значения нечеткой переменной есть числа.

Пример. Нечеткая переменная X, именуемая "человек высокого роста". Положим U = (170-200), а C определим следующим образом:

График этой функции совместимости изображен на рис.2.13.

Лингвистическойпеременной называется кортеж, M >, где X - название переменной; T(X) - терм-множество, определяющее названия лингвистических значений X из универсального множества U; G - синтаксические правила, описывающие процесс получения новых значений лингвистической переменной; M - семантическое правило, позволяющее ставить каждой нечеткой переменной X ее смысл M (X).

Лингвистическая переменная - это переменная более высокого порядка, чем нечеткая переменная, поскольку значениями лингвистической переменной являются нечеткие переменные.

Различают числовые и нечисловые лингвистические переменные. Лингвистическая переменная называется числовой, если ее область определения U есть подмножество из R 1 , т.е. из множества вещественных чисел. Значения числовой лингвистической переменной называют нечеткими числами.

Пример. Числовая лингвистическая переменная "НАДЕЖНОСТЬ" может быть описана следующим образом:

< НАДЕЖНОСТЬ, T, , G, M >

где T = {очень низкая, низкая, средняя, высокая, очень высокая}; G - процедура перебора элементов из T; M - ограничения, обусловленные значениями из T и определяющие смысл лингвистических значений. В частности, M могут быть выбраны так:

M [очень низкая]

M [низкая]

M [средняя]

M [высокая]

M [очень высокая]

Примером нечисловой лингвистической переменной может служить переменная КРАСИВЫЙ, формализующая понятие "красивый город" со значениями "не очень красивый", "красивый", "очень красивый", "очень-очень красивый" и т.п.

В дальнейшем будем рассматривать только числовые лингвистические переменные.

Порождение элементов из T(X) возможно двумя способами: процедурой просмотра элементов терм-множества и путем реализации некоторого алгоритма. Если терм-множество T(X) и функцию M можно задавать алгоритмически, то такую лингвистическую переменную называют структурированной.

Рассмотрим один из возможных способов алгоритмического задания синтаксического G и семантического M правил, связанных с данной лингвистической переменной. Для этого отождествим слова: "или", "и", "не", "очень" c отдельными операциями над нечеткими множествами следующим образом:

"или" - операция объединения; "и" - операция пересечения;

"не" - операция взятия дополнения;

"очень" - операция концентрирования.

Теперь, имея лишь небольшой набор первичных термов, можно аналитически записывать достаточно сложные лингвистические конструкции. Рассмотрим, например, лингвистическую переменную "ВЕС" на множестве людей. В качестве первичных выберем термы "легкий" T 1 и "тяжелый" T 2 . Тогда терм "не очень легкий и не очень тяжелый" можно записать так: ù(T 1 2) Ç ù(T 2 2), а "очень-очень-очень тяжелый" - (T 2 3) и т.д.

Пусть смысл лингвистического значения "легкий" определяется выражением

M (легкий)

а смысл значения “тяжелый” - выражением:

M (тяжелый)

Тогда значение “не очень тяжелый“ определяется выражением

M (не очень тяжелый)

При неформальном обсуждении понятия лингвистической переменной в §1 мы сформулировали, что лингвистическая переменная отличается от числовой переменной тем, что ее значениями являются не числа, а слова или предложения в естественном или формальном языке. Поскольку слова в общем менее точны, чем числа, понятие лингвистической переменной дает возможность приближенно описывать явления, которые настолько сложны, что не поддаются описанию в общепринятых количественных терминах. В частности, нечеткое множество, представляющее собой ограничение, связанное со значениями лингвистической переменной, можно рассматривать как совокупную характеристику различных подклассов элементов универсального множества. В этом смысле роль нечетких множеств аналогична той роли, которую играют слова и предложения в естественном языке. Например, прилагательное красивый отражает комплекс характеристик внешности индивидуума. Это прилагательное можно также рассматривать как название нечеткого множества, представляющего собой ограничение, обусловленное нечеткой переменной красивый . С этой точки зрения термины очень красивый , некрасивый , чрезвычайно красивый , вполне красивый и т. д. - названия нечетких множеств, образованных путем действия модификаторов очень , не , чрезвычайно , вполне и т. п. на нечеткое множество красивый . В сущности эти нечеткие множества вместе с нечетким множеством красивый играют роль значений лингвистической переменной Внешность .

Важным аспектом понятия лингвистической переменной является то, что эта переменная более высокого порядка, чем нечеткая переменная, в том смысле, что значениями лингвистической переменной являются нечеткие переменные. Например, значениями лингвистической переменной Возраст могут быть: молодой, немолодой, старый, очень старый, немолодой и не старый, вполне старый и т. п. Каждое из этих значений является названием нечеткой переменной. Если - название нечеткой переменной, то ограничение, обусловленное этим названием, можно интерпретировать как смысл нечеткой переменной . Так, если ограничение, обусловленное нечеткой переменной старый , представляет собой нечеткое подмножество множества вида

, , (5.1)

Другой важный аспект понятия лингвистической переменной состоит в том, что лингвистической переменной соответствуют два правила: (1) синтаксическое правило, которое может быть задано в форме грамматики, порождающей названия значений переменной; (2) семантическое правило, которое определяет алгоритмическую процедуру для вычисления смысла каждого значения. Эти правила составляют существенную часть описания структуры лингвистической переменной.

Рис. 5.1. Функции совместимости для значений и.

Поскольку лингвистическая переменная - переменная более высокого порядка, чем нечеткая переменная, то и ее описание должно быть сложнее данного в определении 4.1 описания нечеткой переменной.

Определение 5.1. Лингвистическая переменная характеризуется набором , в котором - название переменной; (или просто ) обозначает терм-множество переменной , т. е. множество названий лингвистических значений переменной , причем каждое из таких значений является нечеткой переменной со значениями из универсального множества с базовой переменной ; - синтаксическое правило (имеющее обычно форму грамматики), порождающее названия значений переменной , а – семантическое правило, которое ставит в соответствие каждой нечеткой переменной ее смысл , т. е. нечеткое подмножество универсального множества . Конкретное название , порожденное синтаксическим правилом , называется термом. Терм, состоящий из одного слова или нескольких слов, всегда фигурирующих вместе друг с другом, называется атомарным термом. Терм, состоящий из одного или более атомарных термов, называется составным термом. Конкатенация некоторых компонент составного терма является подтермом. Если - термы в , то можно представить в виде объединения

(5.2)

При необходимости явно указать на то, что был порожден грамматикой , будем писать .

Смысл терма определяется как ограничение на базовую переменную , обусловленное нечеткой переменной :

, (5.3)

имея в виду, что и, следовательно, можно рассматривать как нечеткое подмножество множества , имеющее название . Связь между ее лингвистическим значением и базовой переменной иллюстрируется на рис. 1.3.

Замечание 5.2. Для того чтобы избежать большого количества символов, целесообразно присваивать несколько значений некоторым символам, встречающимся в определении 5.1, полагаясь при этом на контекст для разрешения возможных неопределенностей. В частности:

а) Символ мы будем часто использовать для обозначения как названия самой переменной, так и общего названия ее значений. Аналогично, будет обозначать как общее название значений переменной, так и название самой переменной.

б) Будем пользоваться одним и тем же символом для обозначения множества и его названия. Так, символы ,и будут взаимозаменяемыми, хотя, строго говоря, как название (или ) не то же самое, что нечеткое множество . Другими словами, когда мы говорим, что терм (например, молодой) есть значение переменной (например, Возраст ), то имеем в виду, что действительное значение есть , а - просто название этого значения.

Пример 5.3. Возраст , т. е. , и пусть . Лингвистическим значением переменной Возраст может быть, например, старый , причем значение старый является атомарным термом. Другим значением может быть очень старый , т. е. составной терм, в котором старый - атомарный терм, а очень и старый - подтермы.

Значение более или менее молодой переменной Возраст - составной терм, в котором терм молодой - атомарный, а более или менее - подтерм. Терм-множество переменной Возраст можно записать следующим образом:

(5.4)

Здесь каждый терм является названием нечеткой переменной в универсальном множестве . Ограничение, обусловленное термом, скажем , есть смысл лингвистического значения старый . Таким образом, если определяется согласно (5.1), то смысл лингвистического значения старый определяется выражением

, (5.5)

или проще (см. замечание 5.2)

. (5.6)

Аналогичным образом смысл такого лингвистического значения, как очень старый , можно выразить так (см. рис. 5.1):

Уравнение назначения в случае лингвистической переменной принимает вид

откуда следует, что смысл, назначенный терму , выражается равенством

Другими словами, смысл терма получается путем применения семантического правила к значению терма , назначенному согласно правой части уравнения (5.8). Более того, из определения (5.3) следует, что идентично ограничению, обусловленному термом .

Замечание 5.4. В соответствии с замечанием 5.2(а) уравнение назначения будет обычно записываться в виде

, (5.10)

понимая это так, что старый - ограничение на значения базовой переменной , определяемое (5.1), - назначается лингвистической переменной Возраст . Важно отметить, что знак равенства в (5.10) не обозначает симметрического отношения, как в случае арифметического равенства. Так, бессмысленно записывать (5.11) в виде

Чтобы проиллюстрировать понятие лингвистической переменной, мы рассмотрим сначала очень простой пример, в котором содержит лишь небольшое число термов, а синтаксическое и семантическое правила тривиальны.

Пример 5.5. Рассмотрим лингвистическую переменную Число , конечное терм-множество которой имеет вид

где каждый терм представляет собой ограничение на значения базовой переменной в универсальном множестве

Предполагается, что эти ограничения - нечеткие подмножества множества и определяются они следующим образом:

, (5.15) с бинарным ограничением приближенно равны.

Чтобы назначить значение, скажем, приближенно равны лингвистической переменной , мы напишем

где, как и в (5.18), имеется в виду, что в качестве значения переменной назначается бинарное нечеткое отношение приближенно равны , являющееся бинарным ограничением на значения базовой переменной в универсальном множестве (5.20).

Рис. 5.2. Аналогия с саквояжем для лингвистической переменной

Замечание 5.7. Используя аналогию с саквояжем (см. замечание 4.3), лингвистическую переменную в смысле определения 5.1 можно уподобить жесткому саквояжу, в который можно помещать мягкие саквояжи, как показано на рис. 5.2. Мягкий саквояж соответствует нечеткой переменной, которая является лингвистическим значением переменной , а играет роль ярлыка на мягком саквояже.