推理引擎 - 具有清晰和模糊事实的混合规则

Question

我想制作推理模糊引擎，推断出3种规则：

• 清晰的规则。
• 模糊规则。
• 具有清晰和模糊事实的混合规则。

每条规则都有一个假设集，一个结论集和一个确定性因子。在集合的事实中，如果一个事实是一个模糊的事实，那么它就有一定程度的真实性。

有推断清晰规则和模糊规则的教程，但我如何推断混合规则？

Answer 1

Aren的模糊规则对清晰规则的概括（如果我理解你的正则清晰规则是什么意思）。将模糊规则转换为清晰规则的方法是确保先行条件中的隶属函数（MF）不与任何其他隶属函数重叠，因此MF在去模糊化时基本上给出了单一的清晰值。

例如： 输入温度如下MF：

temp_low_mf = fuzz.trimf(x_temp, [0, 0, 10])
temp_med_mf = fuzz.trimf(x_temp, [0, 20, 45])
temp_high_mf = fuzz.trimf(x_temp, [20, 45, 45])

输出风扇速度有一个与清脆规则相关的MF：

fanspeed_low_mf = fuzz.trimf(x_fanspeed, [0, 0, 0])

下面的模糊规则实际上是一个清晰的规则：

rule1 = ctrl.Rule(tempAnt['low'], fanspeedCon['low'], "Cold Climate Rule")

即：如果temp小于10，则风扇速度应为0。