模糊逻辑真实性论证

Question

我正在创建一个展示模糊逻辑真实性的简单例子。 问题在于确定结果的真实性。

我的第一个问题：通过测试高目标和低目标之间的真值，这真的是使用模糊逻辑吗？

我的第二个问题：真实性％似乎不适合目标/阈值命中。

结果：

Miss: 30
 Hit: 40 at 100% true ( should be 80% ? )
 Hit: 50 at 80% true  ( should be 100% ? )
 Hit: 60 at 66% true  ( should be 80% ? )
Miss: 70

类别：

public class FuzzyTest {

class Result {    
    int value;
    int truthfullness;
}

Result evaluate(final int valueIn, final int target, final int threshold) {
    Result result = null;
    final boolean truth = (((target - threshold) <= valueIn) && (valueIn <= (target + threshold)));
    if (truth) {
        result = new Result();
        result.value = valueIn;
        result.truthfullness = (int) (100.0 - (100.0 * (valueIn - Math.abs(target - threshold)) / valueIn));
    }
    return result;
}

public static void main(final String[] args) {
    final int[] arrayIn = new int[] { 0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100 };
    final int threshold = 10;
    final int target = 50;
    final FuzzyTest fuzzy = new FuzzyTest();
    for (final int x : arrayIn) {
        final Result result = fuzzy.evaluate(x, target, threshold);
        if (result == null) {
            System.out.println("Miss: " + x);
        }
        else {
            System.out.println("Hit: " + x + " at " + result.truthfullness + "% true");
        }
    }
}
}

Answer 1

  

通过测试高目标和低目标之间的真值，这真的是使用模糊逻辑吗？

没有。它仍然是相同的布尔逻辑。要真正获得模糊值，必须从输入变量的模糊函数中获取模糊值。

模糊函数是一个接收实数值并返回0到1之间的值的函数。它表示该变量的真实程度。例如，在下面的图片中（取自维基百科关于模糊的文章），实际值温度将具有“冷”，“暖”和“热”的程度。这些价值观是你的真实性。

  

目标/阈值命中的真实％似乎不正确。

是的，这是不正确的。首先，因为模糊定义中的阈值实际上在0和1之间（因此，您已经有一个百分比）。第二，因为，如果你定义一个[0,100]的阈值，它不是模糊的。

---

如果您使用Java创建模糊系统（即使是简单的系统），我可以建议一个好的框架吗？尝试使用jFuzzyLogic。它将帮助您对模糊系统进行编程，并了解模糊的工作原理。

Answer 2

尝试此操作以获得所需的值：

result.truthfullness = (int) (100.0 - (100.0 * Math.abs(target - valueIn)) / target);

它给出了这个结果：

Miss: 30
Hit: 40 at 80% true
Hit: 50 at 100% true
Hit: 60 at 80% true
Miss: 70