模糊逻辑的本质在于是程度的问题一表述

shetu77

与纯概率逻辑中一切都是0或1、真或假的纯粹概率逻辑截然相反。换句话说，模糊逻辑使用的表达式既不是完全正确，也不是完全错误。简而言之，可以说模糊逻辑是应用于概念的逻辑，这些概念可以在一组值之间振荡，取任何真值。两个极端，绝对真理和完全错误。1 模糊逻辑直接附属于多价概念，其相反是二价，其中只有两个值，解决问题的两种可能方法。相反，多价根据定义允许两个以上的选择。在二价中，需要做出一定的努力才能使响应适应两个可能的值：是或否、1 或 0、真或假。它直接指的是二进制逻辑。同时，多价允许这样的反应：更多或更少，或者一点，很多，相当多。2 二元思维是还原论，在做出判断或给出答案时会导致信息丢失，因为它会舍入值以得出两个相反答案之一。另一方面，模糊推理允许使用中间值，最重要的是使得一个值可以同时属于两个互补集。

模糊逻辑最终使我们能够处理主观问题，将其转化为程度、级别。这一特性使其成为处理社会领域研究数据的理想工具，例如，在社会领域中，情况和动态不能被视为绝对的真或假，而是直接涉及程度问题。模糊逻辑在搜索软件的编程中也非常重要，例e本身，搜索是基于近似值，甚至是基于语法或概念错误来进行的，并且程序能够解释数据的输入并提供答案的范围非常接近所寻求的答案。这种猜测 我正在寻找的内容的能力 是可以使用模 手机号码数据 糊逻辑编程进行参数化的属性。 模糊逻辑是由阿塞拜疆人、后来归化的美国数学家洛特菲州大学伯克利分校 电气工程与电子研究实验室 系主任 的 一篇题为“模糊集”的文章中提出的。，他在《 数学分析与应用杂志》 上发表了第一篇文章的扩展，名为 “模糊事件的概率测度”。4 在第一篇文章中，Zadeh 首先将其标题定义为： «模糊集是一类具有连续隶属度的对象。



该模糊集的特征是隶属函数为每个对象分配 0 到 1 之间的隶属度级别。包含、离子、交集、互补、关系、凸性等概念适用于这些集合。这些概念的几个属性可以在模糊集的背景下建立。5 关于模糊集（也称为模糊集）的文章的开头内容比较分散，引言后面是稍微更清晰的文本。 “通常，我们在现实物理世界中发现的物体类别没有精确定义的成员资格标准。例如，动物类明确包括狗、马、鸟等。作为成员，并且还明确排除诸如岩石、液体、植物等物体。然而，诸如海星、细菌等物体。对于它们的动物种类而言，它们的地位是模糊的。对于像 10 这样的数字，相对于大于 1 的实数类别，也会出现同样的歧义。 显然，所有大于 1 的数字的类，或者美女的类，或者高个子的类，并不构成通常数学意义上的类或集合。然而，这些不精确定义的类在人类思想中发挥着重要作用，特别是在模式识别、信息通信和抽象领域。