1. Giriş
Gün geçtikçe dünyamız yeni teknolojiler ve araştırmalarla ortaya çıkan sonsuz miktarda bilgi tarafından işgal edilmektedir, çünkü bilginin analizi veya tedavisi yoluyla yeni bilgilerin üretilmesi kaçınılmazdır.
Ancak tüm bu bilgiler arasında, kesinliği veya doğruluğu olmadığı için ölçülemeyen büyük bir yüzdesi vardır; çünkü bu çok belirsiz olmakla karakterizedir.
Bu nedenle, bir kuruluşun yanlış bilgiye sahip olması veya veritabanlarında daha yaygın bilgi olarak bilinmesi normaldir; insan ölçülemeyen dil terimlerini veya sıfatlarını dahil etmeye alışık olduğundan; ancak buna rağmen karar verme sürecinde insana çok yardımcı olur.
Ancak böylesine hızlı bir dünyada, insanın kısa sürede yeterli kararlar almak için kuruluşunun tüm bilgilerini analiz etmesi mümkün değildir; bu nedenle bu analiz süreci değiştirilmiştir ve artık bilgisayarlar veya yazılımlar tarafından yapılabilir.
Ancak bu sürecin ortaya çıkması için bulanık mantık veya bulanık küme teorisi uygulamanız gerekir. Aşağıdaki makalede bulanık mantık nedir?
2. Kavramsal çerçeve
2.1 Bilgi
Bilgi, belirli bir bağlamda organize edilen, amacı belirsizliği azaltmak ya da bir şey hakkındaki bilgiyi arttırmak olan bir olay, gerçek ya da olgu hakkındaki bir veri kümesidir (Thompson, 2008).
2.2 Bulanık
İyi bir tanım veya kesinlikten yoksun olduğu için belirsiz, kafa karıştırıcı, yanlış ve somut olmadığı gerçeğine atıfta bulunan bir sıfattır.
2.3 Bulanık mantık
Bulanık mantık, bulanık bilginin geliştirilmesi ve yorumlanmasında büyük rol oynar, bu nedenle bulanık mantığın ne olduğunu bilmek gerekir? Nerede ortaya çıkıyor?
Bulanık mantık veya daha iyi bulanık mantık olarak bilinir, bu da İspanyolca'da bulanık mantık veya sezgisel mantığa atıfta bulunur, doğruluktan yoksun bilgi veya bilgi ile ilgilenir, ancak bu, hassasiyetten yoksun olduğu için bilginin atılması gerektiği anlamına gelmez.
O zaman büyük bir tartışmaya gireceğiz, çünkü insanların günlük yaşamlarında karar vermek için ele aldığı ve analiz ettiği yaygın bilgi miktarı şaşırtıcı derecede fahiş.
Bulanık mantık, bilgiyi yüksek derecede kesin olmayan bir şekilde anlamaya veya analiz etmeye çalışan bir hesaplama zekası tekniğidir.
Kesin olmayan bilgi ile, "çok sıcak" gibi ifadelerden oluşan bilgileri kastediyorum, ama tam olarak ne kadar ısının deneyimlendiğini bilmemize izin vermiyor.
İnsan tarafından günlük kullanımın bu tür ifadelerini anlamanın anahtarı, dilimizin nicelik belirleyicilerinin anlaşılmasında yatmaktadır, örneğin: "çok", "çok", "az", "az", diğerleri.
Bulanık mantık, önceki işlemlerin bilgiyi kesinleştirmemesi ve ikinci mantığın yalnızca iyi tanımlanmış ve doğru bilgileri işlemesi bakımından geleneksel mantıktan farklıdır.
En şaşırtıcı şey, insanın bilgiyi kesin olmayan ifadeleri anlaması ve bunlara dayanarak önemli kararlar almasıdır.
Bununla birlikte, niceliklerin analizi insanlar tarafından gerçekleştirilir, ancak bir öncekiler bilgisayarlar tarafından gerçekleştirilemez.
Bu, araştırmacı Lofti A. Zadeh, sadece iki seçeneğe sahip klasik setlerin (keskin setler) seçeneklerinden memnun olmadığında sona erdi: ait (1) veya bir sete (0) ait değil.
İlk olarak 1965'te "bulanık kümeler" veya "bulanık kümeler"; burada kümelerin kısmen bazı kümelere ait olabileceği ve geleneksel ya da geleneksel mantığın geride kaldığı göze çarpmaktadır. Bu kavram makalede bulanık kümeler yayınlandı.
Zadeh, bulanık kümeler teorisini test ettiğinde bulanık mantık kavramını kurar. Altı yıl sonra Zadeh, “Mantıksal Bulanık Anlambilim” başlıklı makalede yayınlıyor ve burada bulanık mantığı ve mevcut uygulamalarını oluşturan unsurları tanımlar.
Bulanık küme teorisinin ve başlangıçta bulanık mantık kavramının Avrupa'da büyük bir kabul gördüğü, ABD'de (beşiği olan) bu yeni keşfi kabul etmeyi reddettikleri; çünkü bilim adamları ikili teorilerden başka hiçbir şüphe duymuyorlardı.
Fakat 1974'e kadar Ebrahim Mandani, endüstride kontrol alanında bulanık mantık kavramını ilk kez uygulayana kadar değildi.
Bulanık kontrol veya bulanık kontrol sisteminin yaratıcısıydı; buhar motorunu düzenlemek için uygulamaya geçirin.
Mandani'nin bulanık mantık ve bulanık kümeleri uygulamadaki başarısının, bilgisayarlardaki teknolojik ilerlemelerin bir sonucu olduğu düşünülmelidir (daha önce iyi gelişmemişti).
3. Bulanık bilgiler
Mühendis Zadeh, insanların kontrol görevlerini yerine getirmek için mantıksal veya sayısal bilgiye ihtiyaç duymadığını düşündü; bunun yerine, insanların kesin verileri olmayan faaliyetler veya görevler gerçekleştirmeleri bazen çok daha pratikti.
Ancak bundan sonra, bir dizi bulanık veri veya bulanık veya belirsiz verilerden oluşan, kesin olmayan ve ölçülebilir olmayan bilgilerin, ancak bu tür verilerin nitel olduğu ve ölçülebilir olabileceği bulanık bilgilerdir.
Yaygın bilgilerin kuruluşların gelişimi için büyük önem taşıdığından bahsetmek son derece önemlidir, çünkü bu, kuruluşun bunu paylaşırken veya bilgilendirirken gerçek bilgi edinmesini engelleyerek bir sınırlama olabilir.
Bulanık ya da belirsiz bilgilere bir örnek, birbiriyle ilişkili verilerin nicelleştirilemediğidir, bir örnek aşağıdaki gibidir:
Bir pazar araştırması sırasında, bir ürünün tüketicilerde kabul edilme derecesini bilmek için sorular sorulmalıdır.
Tüketicinin ürün hakkında algıladığı duyguları öğrenmeye çalışılan sorular sayesinde, bu sorular bir dizi organoleptik testle yakından ilişkilidir; diğer bir deyişle ölçülemeyen bir dizi veri ile sonuçlanacak, anlaşılması için yeterince açık olmayan "bulanık bilgi" dir.
Dağınık bilginin yalnızca ölçülebilir değil, aynı zamanda işlenmesi veya analizi sırasında gerçek anlamını kaybeden mantıklı bilgiler de olabileceği belirtilmelidir.
Yaygın bilgiye sahip olmamız, onun kullanılamayacağı veya kuruluş için hiçbir değeri olmadığı anlamına gelmez; aksine, söz konusu verileri analiz etmek ve mantıksal, geleneksel veya geleneksel bilgilere dönüştürmek için başka bir sürece tabi tutmamız gerektiği anlamına gelir.
Bilgiler ölçülebilir bilgilere dönüştürüldükten sonra, kuruluşun veya bireylerin iyi kararlar vermeleri için gerekli araçları sağlayacaktır.
3.1 Bulanık küme
Bulanık mantık Zedah'ın babası, bulanık kümesi, bir öğenin bir kümeye ait olma derecesinin kesin olarak bilinmediği, ancak bir şekilde ilişkili olduğu öğeler olarak tanımlar.
Bir örnek uzun boylu insanlardır, bu bulanık bir maddedir; Çünkü uzun boylu insanlar grubuna ait olmaları için insanların ne kadar uzun olarak kabul edilebileceğini belirlememize veya bilmemize izin veren ölçülebilir bir parametre yoktur.
Bu nedenle, yükseklik sınırının dağınık olduğu söylenebilir ve herhangi bir özellik veya özellik olmadığından, herkes bu sete girebilir.
Bulanık küme aşağıdaki gibi tanımlanır: Bir söylem evreni üzerindeki bulanık küme U (sıralı), matematiksel bir denklemle temsil edilen bir çift kümesidir:
A = {µλ (u) / u: u ε U, µλ (u) ε}, Nerede:
µ = üyelik fonksiyonu
µλ = u elementinin bulanık A kümesine üyelik derecesi.
(0-1 arasında değişir)
µλ (u) = 0, u'nun bulanık A kümesine ait olmadığını gösterir.
µλ (u) = 1, u'nun tam olarak bulanık A kümesine ait olduğunu gösterir
3.2 Bulanık kümenin elemanları
Örgütün yaygın bilgisinin ne olduğunu ve önemini açıkladıktan sonra, yaygın bilginin sahip olduğu unsurları bilmemiz gerekir.
Bu nedenle bir bilgi kalemi oluşur (Urrutia ve Varas, 2013):
Á Nitelikler: Bir nesnenin değerini belirleyen bir işlevdir.
Nitelikler üç tipte sınıflandırılır:
Özellik sınıflandırması
Tip I: Dil etiketlerini tanımlamış olabilecek doğru veya daha iyi bilinen klasik verileri ifade eder. Uzun boylu bir insan örneği.
Tip II: Klasik ve bulanık verileri depolayan, sıralı referansla ilgili kesin olmayan bir veri seti olan özellikler.
Örneğin etiketler şunlar olabilir: 0 ila 100'lük bir sete referansla çocuk, gençlik, yetişkin.
Tip III: sıralanmamış normal referansla ilgili kesin olmayan verilerdeki özelliklerdir.
Örnek: özellik saç rengi ve referans siparişi verilmemiş veya etiketler olacaktır; sarışın, kızıl saçlı ve kahverengi.
Yukarıda belirtilen özellikler, bulanık kümelerle başa çıkmak için bir model yapmak için kullanılır.
- Nesne: herhangi bir şey veya öğe olabilir.
3.3 Bulanık bilgilerin özellikleri
Bulanık bilgi, kesin olmama ve yüksek derecede belirsizliğe sahip olma ile karakterize edilir, bu iki özellik arasındaki fark, belirsizliğin madde değeriyle ilgili olması ve belirsizliğin madde güveninin bir göstergesidir.
3.4 Konvansiyonel olanın dağınık bilgisi nasıl tanınır?
Bir organizasyon farklı departmanlarında ve ortamında bir miktar bilgi ürettiği için, bilgi toplama aşamasında hem mantıklı hem de yaygın olan her türlü bilginin elde edilmesi normaldir; Dış ve iç.
Toplama işlemi sırasında elde edilen bilgilerin dağınık olup olmadığını belirlemek için Rosas Sánchez (2012) tarafından ele alınan bir dizi soruyu dikkate almak gerekir:
- Elde edilen bilgiler kuruluşun ihtiyaçlarını karşılar mı? Bilgiye ihtiyaç duyan işbirlikçiler tarafından verimli bir şekilde danışılabilir mi? Bilgiler somut, güvenilir ve tam olarak entegre mi?
3.5 Bulanık bilgilerin tanımlanması ve çıkarılması için araçlar
Aşağıda tarif edilecek olan adımların sırası, sadece bulanık bilgileri elde etmek için bulanık bilginin tanımlanması ve geleneksel bilgiden çıkarılması için uygulanır ve daha sonra bulanık bilgiler işlenebilir ve mantıksal bilgiye dönüştürmek için çalışılabilir..
- Her bir faaliyetle ilgili bilgileri analiz etmek için personele atayın Organizasyonda bilgi yönetimi için bir yöntemin geliştirilmesi konusunda uzman personele danışın.Tüm bilgileri ve yapıyı toplamak, toplamak ve sipariş etmek için bir yöntem uygulayın. Hiyerarşik olarak, işlenmekte olan bilgi kaynaklarını belirleyin, bilgi kaynaklarının güvenilirliğini ölçün, içinde "anahtar kelimeler" tanımlanması gereken ana fikirlerin altını çizmek için hızlı okuma ve seçme tekniklerini uygulayın. Tematik dizinler ve arama motorları kullanın.
3.6 Bulanık bilgileri analiz etme araçları
Bulanık bilgiler belirlendikten ve çıkarıldıktan sonra, bulanık bilgilerin geleneksel bilgilere analiz edilmesi veya dönüştürülmesi için başka tür araçların uygulanması gerekir; bu da organizasyon için bilgi haline gelir.
3.6.1 Nicel verilerin analizi
Kantitatif bilgi, sahip olduğu hassasiyet ve güvenilirlik derecesi ve ölçülebilir olmaları nedeniyle genellikle dağınık değildir; Kantitatif bilgilerin dağılmasını önlemek için yapılması gerekenler, karar vermedeki güvenilirliklerini ve kesinliklerini korumak için sayısal veri kümelerinin manipülasyonunu kolaylaştıran bir yazılım uygulamaktır.
3.6.2 Nitel verilerin analizi
Kesinlik, güvenilirlik eksikliği ve bulanık küme verilerinin sınırlı bir yapıya veya aidiyete sahip olmaması nedeniyle bu verilerin analizi daha karmaşıktır.
Başka bir deyişle, nitel veriler ölçülebilir değildir, bu yüzden analizlerini çalışma için karmaşıklaştırırlar, sadece öznel kavramlar olarak, bilgileri dağınık hale gelirler.
3.6.3 Sezgisel yöntemler
Sezgisel yöntemler, gümüş yemek yöntemi olan bulanık problemleri çözmek için yaratıcı bir yöntem uygulamak için kullanılır, sezgisel tarama, yazılım tarafından yürütüldüğünde daha iyi çözümler sunar, ideal çözümü elde eder.
3.6.4 Bulanık mantık
Niteliksel veya kesin olmayan bilgileri analiz etmek için en yeni yöntemlerden biridir. Bu yöntem, bir kavramın zamana ve bağlama bağlı olarak farklı anlamları olduğunda yaygın olarak kullanılır. Bulanık mantığın temeli, Zadeh tarafından yukarıda bahsedilen bulanık kümelerdir.
3.7 Bulanık mantık tekniklerine dayalı bir sistemin modeli
Bulanık mantık tekniklerine dayanan sistemin modeli üç bloktan oluşur (bkz. Şekil 2):
yayılma
sonuç
Yayın yapmak
Bulanık mantık sistemleri
Şekil 2, daha önce çözülecek sorunun özelliklerine göre seçilen değişkenler kümesinden oluşan veri girişi ile başlayan bir sistemi göstermektedir. Örnek olarak kentsel alanda ulaşım ile ilgili faktörler gösterilebilir: nüfus, araç sayısı, evler, istihdam.
3.7.1 Difüzör bloğu
Bulanık kümeler oluşturma işlevine sahiptir, her bir giriş değişkeninin ait olduğu dereceye göre (ayrı ayrı girilir), hangi bulanık kümeye yerleştirileceğine karar verilecektir.
3.7.2 Çıkarım bloğu
Bir teklifin yerine getirilmesini pq ile temsil edilen başka bir teklifle ilişkilendirme veya gösterme işlevine sahiptir, bu şekilde…
Bu nedenle, çıkarım bloğu u u A ise o zaman v B'dir, burada A ve B bulanık kümelerdir; burada u ε U ve v ε V.
Nihai amaç, bir önceki değişkenin oluşturduğu bulanık kümeleri ait olma derecesine göre bir çıktı değişkeni ile ilişkili bulanık kümelere dönüştürmektir.
3.7.3 Yayın Bloğu
Bulanık kümeler bir çıktı değişkeni ile ilişkilendirildikten sonra, elde edilen sonuçları spesifik olarak ifade etmek gerekir.
Bu aşamanın üç yöntem kullanılarak gerçekleştirilebileceğinden bahsetmek önemlidir:
Kes: toplam değerlerin tek bir kümeye indirgenmesinden oluşur.
Maksimum değer: kümenin yalnızca maksimum bir değeri vardır, farklı maksimum değerlerin olması durumunda, değerleri ortalamalardan almak gerekir.
Centroid: toplanmalarla hesaplanan ağırlık merkezi.
Çıktılar: bunlar, örnekte şehir içi yolculukların sayısına göre araç trafiğini bilen veya tanımlayan somut sonuçlardır.
3.8 Bulanık bilgilerin iletilmesi
Organizasyon içindeki herhangi bir süreçte iletişim esastır ve bulanık bilginin iletişimi bir istisna değildir, çünkü organizasyonun mantıktan daha bulanık bilgiye sahip olmasından kaçınmanın bir yolunu bulmak gerekir.
Bu nedenle, kuruluş dağınık bilgiyi analiz edip nicelleştirdiğinde, olumlu ya da olumsuz etkilenen ortak çalışanların, sonunda elde edilen spesifik sonuçlardan haberdar edilmesi önerilir.
3.9 Bulanık küme teorisi örneği
Bir basketbol koçu takımı için adayları seçmelidir, oyuncuların seçime ait olması için belirtmesi gereken şartnameler veya parametreler şunlardır: yükseklik.81,85 m ve 16 ≥13 sepet puanlayın (bkz. Tablo 1).
Tablo 1. Testten elde edilen sonuçlar (D´Negri ve de Vito, 2006).
Testten elde edilen sonuçlar
Klasik çözüm sadece I ve F adaylarını alacaktı; Bununla birlikte, E adayı 16'nın 16'sını aldı, ancak boy sınırına sahip olmak çözümün dışında.
Bulanık kümeleri uygulamak için ortaya çıkan çözüm farklıdır, ilk önce 0 ila 1 arasında değişen her bir değişken için bulanık sayıları tanımlamanız gerekir. yayınık mantık.
Böylece set teorisini uygulayarak başka bir çözüm elde ettiğimizi fark edebiliriz; burada E oyuncusu nihai çözümün bir parçası iken, diğer klasik çözüm 2 cm için iyi bir unsur olacaktır.
Tablo 2. Bulanık mantık çözümü (D´Negri ve de Vito, 2006)
Bulanık mantık çözümü
Her iki yöntem arasındaki fark mezuniyetten oluşur, klasik çözümde mezuniyetler 0 veya 1'dir (aittir veya ait değildir), bulanık küme teorisi için çözüm mezuniyet 0 ila 1 arasındadır; bulanık kümedeki üyelik derecesinin artırılması (bkz. tablo 3).
Tablo 3. Klasik mantık ve bulanık mantık yoluyla elde edilen mezuniyet ölçeğinin karşılaştırılması (D´Negri ve de Vito, 2006).
Klasik mantık ve bulanık mantık ile elde edilen mezuniyet ölçeğinin karşılaştırılması
3.9.1 Bulanık mantık uygulayarak bulanık bilginin endüstride uygulanmasına örnekler.
Japonya, aşağıda listelenen bulanık bilgi sorunlarının çözümü için bulanık mantık uygulayan ülkedir.
- Klima kontrol sistemleri, kameralarda otomatik odaklama sistemi, endüstriyel kontrol sistemlerinin optimizasyonu, el yazısı tanıma sistemi, yakıt kullanımında etkin iyileşme, insan davranışlarının simülasyonu, kesin olmayan bilgileri (FSQL) saklayın ve danışın. NASA tarafından karmaşık manevralar yapmak için bulanık mantık Bakım sistemleri: Arıza veya bakım ile ilgili altyapı için; Onlara köprüler, metal yapılar, yollar, kontrol sistemleri diyoruz.
Kontrol sistemleri (örneğin trafik, su depoları, taşkın kapılarında düzenleme kararları).
Bulanık giriş hesapları (paletler ve köprülerdeki yükler, sismik gerilmeler, şev stabilitesi).
Eczanede
- Arteriyel yaşlanmanın kansız kayıtlar kullanılarak arter sinyalleri ile değerlendirilmesi İnterned diyabet hastalarının kurumsal maliyetlerini değerlendirmek için kayıtların sınıflandırılması Biyomedikal verilerin analizi için bulanık teknikler.
4. Sonuç
Diğer durumlarda olduğu gibi, bilgilerin kuruluşlar içindeki en önemli varlık olduğunu ve her bir kuruluşun sahip olduğu rekabet avantajının derecesini tanımlayan varlık olduğunu daha önce belirtmiştim.
Ancak bu, sadece büyük miktarda bilgiye sahip olarak kuruluşun diğer rakiplerine göre rekabet avantajı sağlayacağı anlamına gelmez.
Peki, belirli bir değişkenin neden olabileceği etkiyi ölçemeyen bilgilere sahip olmak işe yaramaz veya aynı şekilde, doğru işlemi gerçekleştirmediyseniz ve bu nedenle kuruluşun ortak çalışanlarının sahip olduğu bilgi denizleri arasında kaybolmasına neden olduğu için yüksek derecede güven veya yüzde yüz güvenilir olması gereken bilgiler.
O zaman organizasyon iki tür bilgiye sahip olabilir; mantıklı veya konvansiyonel bilgiler (ölçülebilir) ve ölçülebilir olmaması ve kesinliği olmayan bilgiler olmasıyla karakterize bulanık bilgiler.
Bununla birlikte, dağınık bilgi kuruluş için büyük önem taşımaktadır, bu nedenle söz konusu bilginin, dağınık bilgiyi kuruluşa bilgi olarak hizmet eden somut bilgiye dönüştürme sürecine girmesi ve bunun doğru kararlar vermesine izin verilmesi gerekmektedir.
Bulanık bilgilerin analizi bulanık mantığa dayanır.
5. Tez önerisi:
PEMEX, Cd.
5.1 Amaç:
Üretim süreçlerini daha verimli hale getirmek için dağınık bilgiyi acil durum personeli için bilgi görevi gören geleneksel bilgilere dönüştürün.
6. Bibliyografik referanslar
- Arriola Carrera, GA (2013). Http://es.scribd.com/doc/57256980/INFORMACION-DIFUSACancino Velásquez, JA'dan (5 Mayıs 2012) alınmıştır. Yaygın bilgilerin iletişimi ve işlenmesi. Gestiopolis'ten elde edildi: http://www.gestiopolis.com/administracion-estrategia-2/comunicacion-manejo-de-informacion-difusa.htmivil, I. (28 Nisan 2013). Bulanık kümeler ve bulanık mantıktaki elemanlar D´Negri, CE ve de Vito, EL (2006). Yaklaşık muhakemeye giriş: bulanık mantık. Arjantin Solunum Tıbbı Dergisi'nden alınmıştır: Garrido ve Cadenas, JM (28 Nisan 2013). Bir Gauss bileşen karışımı modelinde bulanık bilgilerin tedavisi, Rosas Sánchez, L. (14 Mart 2012). Yaygın bilgilerin kullanımı. Karar vermede vazgeçilmez bir araç. Gestiopolis'ten elde edildi: http: // www.gestiopolis.com/administracion-estrategia-2/manejo-informacion-difusa-heráculo-indispensable-toma-decisiones.htmThompson, I. (2008). Promonegocios. Http://www.promonegocios.net/mercadotecnia/definicion-informacion.htmlUDLAP adresinden elde edildi. (29 Nisan 2013). Dağınık mantık. Bölüm 3'ten alınmıştır: http://catarina.udlap.mx/u_dl_a/tales/documentos/lmt/ramirez_r_o/capitulo3.pdfUrrutia, A. ve Varas, M. (28 Nisan 2013). UML'de Yaygın Veri Modeli: Reklam Ekleme için Bir Tavsiye Örneği. Şuradan alınmıştırmx / u_dl_a / tales / belgeler / lmt / ramirez_r_o / capitulo3.pdfUrrutia, A. ve Varas, M. (28 Nisan 2013). UML'de Yaygın Veri Modeli: Reklam Ekleme için Bir Tavsiye Örneği. Şuradan alınmıştırmx / u_dl_a / tales / belgeler / lmt / ramirez_r_o / capitulo3.pdfUrrutia, A. ve Varas, M. (28 Nisan 2013). UML'de Yaygın Veri Modeli: Reklam Ekleme için Bir Tavsiye Örneği. Şuradan alınmıştır
