我从模糊逻辑开始,我有一个有几个规则的模型。我聚合它们的方式让我可以解模糊化是通过采用每个规则的最大值(这就是我在我正在使用的库的例子中看到的)。问题是,如果我的一个规则返回的值太高,则其他规则与输出无关。我的输出种类饱和。还有其他方法来聚合模糊规则,以便不会发生这种情况吗?
答案 0 :(得分:1)
你应该研究T-norms and T-conorms。在了解了您可以在库中使用的T-norms和T-Conorms后,您可以选择最适合您需求的T-norms和T-Conorms。
您使用最大T-Conorm。因此,如果一个规则结果为0.8,则只要其他规则结果小于0.8,最终结果将始终为0.8。
但是如果你使用另一个T-Conorm例如概率总和那就不再那样了:
概率总和:
示例:
规则1 = 0.5
规则2 = 0.6
EndResult = 0.5 + 0.6-0.5 * 0.6 = 0.8
现在两个结果都会对最终结果产生影响,而不仅仅是较大的结果。