Бұлыңғыр логика

Fuzzy Logic дегеніміз не?

Fuzzy Logic – бұл бірнеше айнымалы мәндерді бір айнымалы арқылы өңдеуге мүмкіндік беретін айнымалы өңдеуге деген көзқарас. Бұлыңғыр логика нақты, нақты қорытындылар жиынын алуға мүмкіндік беретін мәліметтердің ашық, нақты емес спектрімен мәселелерді шешуге тырысады. Бұлыңғыр логика барлық қолда бар ақпаратты ескере отырып, мәселелерді шешуге және енгізілген ақпаратты ескере отырып, мүмкіндігінше жақсы шешім қабылдауға арналған.

Негізгі өнімдер

  • Бұлыңғыр логика шешім ағашын жетілдіруге және ережеге негізделген бағдарламамен жақсырақ интеграциялауға мүмкіндік береді.
  • Теориялық тұрғыдан алғанда, бұл тәсіл нақты өмірлік жағдайларға еліктеуге көбірек мүмкіндік береді.
  • Бұлыңғыр логиканы сандық талдаушылар өздерінің алгоритмдерінің орындалуын жақсарту үшін қолдануы мүмкін.

Бұлыңғыр логиканы түсіну

Бұлыңғыр логика бұлыңғыр тұжырымдамаларды математикалық тұрғыдан зерттеуден туындайды, оған анық емес мәліметтер жиынтығы да кіреді. Математиктер анық емес түсініктер мен түсініксіз анализдерге сілтеме жасаған кезде әртүрлі терминдерді қолдануы мүмкін. Бұл терминдер кең және жан-жақты түсініксіз семантикаларға жатады.

Іс жүзінде бұл конструкциялардың барлығы «шын» шарттың бірнеше мәндеріне мүмкіндік береді. True санның 1-ге, ал False 0-ке тең (немесе керісінше) орнына, True шарты кез-келген мәндер саны бірден кіші және нөлден үлкен болуы мүмкін. Бұл алгоритмдердің бір құпия деректер нүктесінен гөрі баға деректері диапазонына негізделген шешім қабылдауға мүмкіндік туғызады.

Бұлыңғыр логикалық ойлар

Бұлыңғыр логика негізгі мағынасында шешім ағашын талдау арқылы дамиды. Осылайша, кеңірек масштабта ол ережелерге негізделген тұжырымдар арқылы бағдарламаланған жасанды интеллект жүйелеріне негіз болады.

Әдетте, бұлдыр термин терминдер жүйесі сияқты шешім ағашында жасалуы мүмкін көптеген сценарийлерге қатысты. Логикалық хаттамаларды әзірлеу ережеге негізделген бағдарламалауды біріктіруді қажет етуі мүмкін. Бұл бағдарламалау ережелері анық емес жиынтықтар деп аталуы мүмкін, өйткені олар жан-жақты модельдердің қалауы бойынша жасалған.

Бұлыңғыр жиынтықтар да күрделі болуы мүмкін. Бағдарламалаудың анағұрлым күрделі аналогтарында бағдарламашылар айнымалыларды қосу және алып тастауды анықтау үшін қолданылатын ережелерді кеңейту мүмкіндігіне ие болуы мүмкін. Нәтижесінде ережелерге негізделген дәлдігі аз кең нұсқалар болуы мүмкін.

Жасанды интеллекттегі бұлыңғыр семантика

Бұлыңғыр логика және айқын емес семантика тұжырымдамасы жасанды интеллект шешімдерін бағдарламалаудың орталық компоненті болып табылады. Жасанды интеллект шешімдері мен құралдары экономикада әр салада кеңеюде, өйткені бұлыңғыр логикадан бағдарламалау мүмкіндіктері де кеңейеді.

IBM’s Watson – бұл бұлдыр логика мен анық емес семантиканың вариацияларын қолданатын ең танымал жасанды интеллект жүйелерінің бірі. Дәлірек қаржылық қызметтерде бұлыңғыр логика машиналық оқыту мен инвестициялық интеллект нәтижелерін қолдайтын технологиялар жүйесінде қолданылады.

Кейбір жетілдірілген сауда модельдерінде анық емес логикалық математиканы интеграциялау аналитиктерге автоматты сатып алу-сату сигналдарын жасауға көмектесу үшін де қолданыла алады. Бұл жүйелер инвесторларға олардың инвестицияларына әсер ететін өзгермелі нарықтың өзгермелі ауқымына әсер етуге көмектеседі.

Бағдарламалық жасақтаманың дамыған сауда модельдерінде жүйелер нақты уақыт режимінде мыңдаған бағалы қағаздарды талдау және инвесторға қол жетімді мүмкіндікті ұсыну үшін бағдарламаланатын анық емес жиынтықтарды қолдана алады. Бұлыңғыр логика көбінесе трейдер бірнеше факторларды ескеру үшін пайдаланғысы келген кезде қолданылады. Бұл сауда шешімдерін тарылту нәтижесіне әкелуі мүмкін. Сондай-ақ, трейдерлер сауда-саттықты өткізудің әртүрлі ережелерін бағдарламалау мүмкіндігіне ие болуы мүмкін. Екі мысалға мыналар кіреді:

1-ереже: Егер орташа жылжу төмен және салыстырмалы күш индексі төмен болса, сатыңыз.

2-ереже: Егер орташа жылжу жоғары және салыстырмалы күш индексі жоғары болса, онда сатып алыңыз.

Бұлыңғыр логика трейдерлерге өздерінің негізгі автоматтандырылған сауда сигналдарына жету үшін осы негізгі мысалдарда төмен және жоғары деңгейдегі өзіндік субъективті тұжырымдарды бағдарламалауға мүмкіндік береді.