Java中的模糊逻辑：在实现去模糊化过程时遇到麻烦（使用质心方法）

Posted 2023-05-08

【中文标题】Java中的模糊逻辑：在实现去模糊化过程时遇到麻烦（使用质心方法）

【英文标题】：Fuzzy Logic in Java: Having troubles implementing the defuzzification process (using the centroid method)

【发布时间】：2014-06-09 22:50:04

【问题描述】：

我已经用 Java 实现了一个完整的模糊逻辑系统，但是我在去模糊化过程中遇到了严重的问题。

在我的代码中，我将输入定义为时间和距离，而输出只是简单的输出。我拥有构建输入和输出集的每个线性函数，因此我可以访问它的任何值。

模糊规则如下：

FuzzySet []outputs = new FuzzySet[9]; //these are the rules

outputs[0] = new FuzzySet(INSUFFICIENT, min(timeMap.get(BAD).getDegreeOfMembership(), distanceMap.get(BAD).getDegreeOfMembership()));
outputs[1] = new FuzzySet(AVERAGE_SUFICIENT, min(timeMap.get(AVERAGE).getDegreeOfMembership(), distanceMap.get(AVERAGE).getDegreeOfMembership()));
outputs[2] = new FuzzySet(SUFFICIENT, min(timeMap.get(GOOD).getDegreeOfMembership(), distanceMap.get(GOOD).getDegreeOfMembership()));
outputs[3] = new FuzzySet(AVERAGE_SUFICIENT, min(timeMap.get(GOOD).getDegreeOfMembership(), distanceMap.get(BAD).getDegreeOfMembership()));
outputs[4] = new FuzzySet(SUFFICIENT, min(timeMap.get(GOOD).getDegreeOfMembership(), distanceMap.get(AVERAGE).getDegreeOfMembership()));
outputs[5] = new FuzzySet(SUFFICIENT, min(timeMap.get(AVERAGE).getDegreeOfMembership(), distanceMap.get(GOOD).getDegreeOfMembership()));
outputs[6] = new FuzzySet(INSUFFICIENT, min(timeMap.get(AVERAGE).getDegreeOfMembership(), distanceMap.get(BAD).getDegreeOfMembership()));
outputs[7] = new FuzzySet(AVERAGE_SUFICIENT, min(timeMap.get(BAD).getDegreeOfMembership(), distanceMap.get(GOOD).getDegreeOfMembership()));
outputs[8] = new FuzzySet(INSUFFICIENT, min(timeMap.get(BAD).getDegreeOfMembership(), distanceMap.get(AVERAGE).getDegreeOfMembership()));

在每个规则中，我首先定义这两个输入的输出所属的集合（可以是INSUFFICIENT、AVERAGE_SUFFICIENT 或SUFFICIENT）。完成后，我需要继续进行去模糊化过程，这就是我的理解有点模糊的地方。

通过规则后，我为每组输出设置了三个（基本上我有三个值归类为SUFFICIENT，三个在SUFFICIENT_AVERAGE 上，三个在INSUFFICIENT）。那么现在怎么办？所有这 9 个输出都将成为质心计算的一部分吗？我是否选择所有三组中的最大值，然后将它们放入质心公式？ （这是我所做的，但与 matlab 相比，结果不起作用）

【参考方案1】：

我不是 MATLAB 专家（因此我不能完全确定您的系统结构），但假设结论中的 INSUFFICIENT、AVERAGE_SUFFICIENT 和 SUFFICIENT 是模糊集，那么您只需要担心一个规则即可每个结论集：给出最高成员值的那个。这是因为引用相同结论集的规则通常可以被认为是 OR-ed 在一起（析取），即“IF rule1 OR rule2 OR...”。这为您留下了三个（修改后的）membershp 函数，一个用于 INSUFFICIENT、AVERAGE_SUFFICIENT 和 SUFFICIENT。将它们加在一起（叠加它们？）并计算所得复合曲线下方区域的质心。

但是，根据我的经验，这可能会有点耗时。因此，我经常使用“捷径”：我计算 MF 最大值的加权平均值（类似于 Sugeno 的方法）。据我了解，您已经这样做了，但是对于所有 9 条规则，对吗？当隶属函数很简单（三角形或梯形）且无偏斜（对称）时，该捷径特别有效。

希望这会有所帮助。 （我注意到这是一个相当老的问题，但由于它仍然没有答案......）