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.