Kriminalističko-policijski univerzitet

NOVI PRISTUP U TRETIRANJU NEIZVESNOSTI

doc. dr Vojkan Nikolić

 Садржај
5. НОВИ ПРИСТУПИ У ТРЕТИРАЊУ НЕИЗВЕСНОСТИ
5.1 ЦИЉЕВИ
5.2 FUZZY СИСТЕМИ
5.2.1 Основни појмови из теорије fuzzy скупова
5.2.2 Fuzzy број
4.2.3 Fuzzy логика

5.2 Груби скупови

5.2.1 Основне поставке теорије грубих скупова
5.2.2 Основне операције теорије грубих скупова
5.2.3 Функција грубе припадности
5.2.4 Редукција знања и зависности
5.2.5 Фактор веродостојности
5. НОВИ ПРИСТУПИ У
ТРЕТИРАЊУ
НЕИЗВЕСНОСТИ
 5.1 ЦИЉЕВИ
• Нови концепти третирања неизвесности као што су
fuzzy системи и груби скупови. Они данас
представљају јаку истраживачку базу на већини
квантитативно оријентисаних универзитетских и
истраживачких центара у све ту.
• Fuzzy системи, основни појмови и програмирања.
• Груби скупови, основни концепти и илустрација
њихове примене.
 5.2 FUZZY СИСТЕМИ
Теорија fuzzy скупова (расутих, расплинутих скупова),
представља погодан математички апарат за
моделирање различитих процеса у којима доминира
неизвесност, вишезначност, субјективност,
неодређеност, итд. Први рад посвећен fuzzy скуповима
објавио је 1965 . год., амерички професор Lotfi Zadeh.
То је уједно и кључни разлог што се поменути
професор сматра "творцем " теорије fuzzy скупова. Од
тог периода до данашњих дана, у свету је објављено на
стотине радова и одржано много научних скупова
посвећених развоју теорије fuzzy система и њиховим
практичним прим енама. Установљен је и
специјализовани светски научни часопис из ове области
под називом "Fuzzy Sets and Systems".
 5.2 FUZZY СИСТЕМИ
• Према томе, неодређеност као појам може се посматрати кроз
следеће категорије:
• када дати услови који карактеришу појам не одређују
јединствено очекивани резултат, овакве појаве се обично
моделирају теоријом вероватноће;
– када није могуће, (а није ни потребно) прецизно знати
посматране вредности, овакве неодређености се обично
третирају интервалном математиком;
– када неодређеност потиче од непрецизности у
комуникацији mеђу људima (нпр. високи људи, ниска
температура, слаба продаја), овакве се неодређености
моделирају теоријом fuzzy скупова.
• За уводно објашњење пojма fuzzy системa послужићемо се
једним малим илустративним примером.
 5.2 FUZZY СИСТЕМИ
ПРИМЕР 5.1:
• Организатор бродског превоза између две луке, због
различитих временских услова путовања, не зна
тачно време трајања путовања између две луке.
Претпоставка је да ће оно трајати отприлике "6
часова", али због непредвиђених услова пловидбе не
поседује тачну информацију. Исто тако, путници који
се возе на том броду имају различита мишљења о
трајању пловидбе. За некога ће време пловидбе бити
" кратко" , за другог "не тако кратко", за неког
"средње", а за некога пак "јако дуго". Из ових
примера често закључујемо да постоји неизвесност у
погледу улазних података, неопходних за доношење
одређених одлука.
 5.2 FUZZY СИСТЕМИ
Према томе, под појмом fаzzy система
подразумева се извесна расплинутост и
неодређеност, а основни појмови су:
fаzzy скупови, fаzzy логика, fаzzy
бројеви, fаzzy алгоритам, fаzzy
управљање. Они данас омогућавају
моделирање система које је тешко
математички строго моделирати, због
нетачности, не комплетности или
непрецизности података.
 5.2.1 Основни појмови из
теорије fuzzy скупова
• За разлику од класичне теорије скупова,
која веома прецизно дефинише границу
која раздваја елементе који припадају
одређеном скупу од елемената који му
не припадају, теорија fuzzy скупова
недовољно добро дефинише границу
раздвајања.
Дефиниција fuzzy скупа
Дефиниција fuzzy скупа
Дефиниција fuzzy скупа
Дефиниција fuzzy скупа
 5.2.1 Основни појмови из
теорије fuzzy скупова

ПРИМЕР:
• Посматрајмо расплинут скуп А којим се описује нпр. "дневна
производња око 200 производа". Функција припадности µА(х)
која је субјективно одређена приказана је на следећи начин:
Дефиниција fuzzy скупа
Основне особине fuzzy скупова
Основне особине fuzzy скупова
Основне особине fuzzy скупова
Операције над fuzzy скуповима
Операције над fuzzy скуповима
 Fuzzy релација
• Након дефинисања Декартовог производа
fuzzy скупова, могуће је дефинисати и fuzzy
релацију између скупова А и В.
• Fuzzy скуп дефинисан на А*В, при чему
уређени парови (а,Ь) припадају релацији са
степеном припадности који се налази у
интервалу од 0 до 1, nредстављаји fuzzy
релацију између скупова А и В.
Fuzzy релација
 5.2.2 Fuzzy број
• Један од основних појмова fuzzy система јесте fиzzy
број. Ради његовог лакшег разумевања наводи се
следећи пример:
ПРИМЕР 5.5:
• Претпоставимо да у једном временском тренутку,
телефонска централа пословног предузећа има 5
позива. Овој ситуацији можемо доделити степен
сигурности (уверења) једнак јединици. Због природе
проблема и његовог степена случајности, број ових
позива може бити у интервалу 2 и 9, са датим
степеном сигурности једнаким нула. Уколико
проценимо да ће број бити пак у интервалу 4 и 6
претпоставимо степен сигурности 0.7.
 5.2.2 Fuzzy број
• Према томе број позива , који стижу у телефонску
централу, у датом временском тренутку, могуће је
изразити одговарајућим интервалом поверења
окарактерисаним одговарајућим степеном
сигурности. У овом примеру интервал поверења и
степен сигурности има следећи изглед:
5.2.2 Fuzzy број
 Основни облици fuzzy броја

• Посебну класу fuzzy бројева чине тзв. mpoyглaсти и

трапезоидни fuzzy бројеви. Троугласти fuzzy број
условљен је обликом функције припадности и
окарактерисан је следећим обликом:
А=(а1, а2, а3),
• где је:
• а1 - доња (лева) граница fuzzy броја,
• а2 - вредност fuzzy броја са највећим степеном
припадности, и
• а3 – горња (десна) граница fuzzy бpоja.
Основни облици fuzzy броја
Основни облици fuzzy броја
Основни облици fuzzy броја
Основни облици fuzzy броја
 4.2.3 Fuzzy логика
• Почетком ' 90-тих година, светском
тржишту је понуђен велики број
производа јапанске високе технологије
заснован на fuzzy логици. Схвативши
могућности које пружа fuzzy логика,
велике јапанске компаније TOSHIВA,
SANYO, CANON, MATSUSHIТA,
MIТSUВISНI, SONY, SUBARU, итд
произвеле су различите производе чији
је саставни део fuzzy контролер.
 4.2.3 Fuzzy логика
• Предност примене fuzzy логике је та што се она
заснива на формално успостављеној теорији и
као таква представља основу за успостављање
научног приступа за изградњу технологије и избор
елемената технолошког процеса у условима
непотпуних, непрецизних, нејасних и непоузданих
информација.
• Fuzzy логика као основа fuzzy система
омогућује доношење одлука на основу
непотпуних информација , а модели засновани
нa fuzzy логици се састоје од тзв. IF - ТНЕN
пеавила.
 4.2.3 Fuzzy логика
• Улазне променљиве у fuzzy системима
представљају тзв. лингвистичке променљиве ("мали
број људи у реду", " дуго време чекања", "висока
цена", "ниска температура", ...). Излазни резултат се
даје у континуалној форми. Свим могућим
вредностима излазне променљиве се придружује
одговарајући степен припадности. По сагледавању
степена припадности појединих вредности излазне
променљиве врши се "дефазификација", тј. избор
једне вредности излазне променљиве. Fаzzy логика
се најчешће користи за моделирање сложених
система у којима је применом других метода веома
тешко утврдити међузависности које постоје између
појединих променљивих у моделу.
4.2.3 Fuzzy логика
5.2 Груби скупови
 5.2.1 Основне поставке
теорије грубих скупова
• Теорија грубих скупова, као што је
наговештено у уводу ове главе, представља
нови математички прилаз у третирању
неизвесности и нејасности. Први радови
посвећени овој области објављени су
почетком 90-тих година, од стране
професора Zdzislawa Pawlaka, из Института
за комјутерске науке са Варшавског
Универзитета. Ради се о новом
мaтематичком приступу за обраду
непрецизног знања.
 5.2.1 Основне поставке
теорије грубих скупова
• Концепт грубих скупова се заснива на претпоставци
да се сваки објекат (предмет посматрања) повезује
са неким податком (информацијом), односно да се
сваки објекат описује помоћу својих података. Ако
више објеката можемо описати помоћу истих
података, онда су они неразбериви тј. међусобно
слични, нераздвојиви. Релација неразберивости
представља математичку основ у теорији грубих
скупова.
 5.2.1 Основне поставке
теорије грубих скупова
Теорија грубих скупова се заснива на претпоставци да
се поседују основне информације (знање) о
елементима Универзума . Због тога се могу повезати
неки елементи и неке информације, дакле два
различита елемента могу бити неразберива у погледу
доступних информација. Ове информације, повезане са
објектима Универзума, формирају релацију
неразберивости над овим елементима. Било који скуп
сличних-неразберивих објеката се назива елементарни
скуп, и он формира основно знање о Универзуму. Било
који скуп елементарних скупова формира или прецизан
или груби скуп.
 5.2.1 Основне поставке
теорије грубих скупова
• Из свега претходног може се закључити
да: Груби скуп представља скуп
објеката , као делова Универзума,
повезаних релацијама неразберивости
(I), тј. сваки груби скуп сачињавају
објекти који се не могу са сигурношћу
сврстати у неки од скупова.
 5.2.2 Основне операције
теорије грубих скупова
• Сваки груби скуп има своје граничне еле,ненте
(примере), тј. објекте који не могу да се класификују са
сигурношћу, као чланови скупа или његовог
комплемента.
• Сваки груби концепт се карактерише паром прецизних
концепата, названих доња и горња апроксимација
грубих скупова. Доња апроксимација садржи све
објекте који вероватно припадају скупу, а горња
апроксимација садржи све објекте који вероватно
припадају скупу, тј. за које се не може, са сигурношћу,
рећи да ли иприпадају скупу или не. Горња и доња
апроксимације су две основне операције грубих
скупова.
5.2.2 Основне операције
теорије грубих скупова
5.2.2 Основне операције
теорије грубих скупова
5.2.3 Функција грубе
припадности
5.2.3 Функција грубе
припадности
5.2.4 Редукција знања и
зависности
 5.2.5 Фактор
веродостојности
 5.2.5 Фактор
веродостојности
PITANJA
???