人工智能智能系统指南笔记——（二）模糊专家系统
一、模糊集
隶属函数μ(A)：x是集合A中元素的程度，[0,1]
计算机中的表示：A = {μA(x1)/x1}, {μA(x2)/x2}, …, {μA(xn)/xn}
二、语言变量和模糊限制语
三、模糊集的模糊规则
模糊集的操作：补，包含，交，并
模糊规则可以有多个前项和后项。
四、模糊推理
Mamdani-style推理
模糊推理技术中最常用的方法，按四个步骤进行：输入变量的模糊化，规则评估，聚合规则的输出，逆模糊化。
用剪切或缩放可以讲规则后项和规则前项的真值关联起来。裁剪/剪切/最小相关性较简单常用，数学复杂性低，运算快，易于产生逆模糊化的聚合输出表面。缩放/相关性产生式能更好保持模糊集原始形状，规则后项的原始隶属度函数乘以规则前项的真值。
逆模糊化的方法：质心逆模糊化————在区间内找到表示模糊集A的重力质心的点
需要整合连续变化的函数找到二维形状的质心，通常计算效率不高。获取专家指示时常用，更直接、更接近人类的方式。
Sugeno-style推理
将只有一个尖峰的单态函数作为规则后项的隶属函数。因而每个模糊规则的输出是常数。
聚合操作即求单态模式的加权平均值。
计算效率高，能与优化算法和自适应技术协同工作，适用控制问题，尤其是动态非线性系统。
五、建立模糊专家系统
指定问题并定义语言变量
定义模糊集
通常用三角形或四边形作为模糊集形状，在相邻的模糊集间要保持足够的交叠，以便模糊系统能平滑的相应。
抽取并构造模糊规则
两变量输入用矩阵，三变量输入用立方体。
对模糊集、模糊规则和过程进行编码以在专家系统中执行模糊推理
MATLAB Fuzzy Logic Toolbox 五个集成图像编辑器：模糊推理系统编辑器，规则编辑器，隶属函数编辑器，模糊推理查看器，界面查看器。
评估并调试系统
1）回顾模型的输入变量和输出变量，可重新定义变量范围
2）回顾模糊集，可在论域上定义附加的集合
3）相邻集合之间要有足够的重叠，三对三和四模糊系统应有25%-50%的重叠
4）回顾现有的规则，可加入新的规则
5）检查规则库，以便写规则限制语，来捕捉系统不正常行为
6）调节规则执行的权重，可改变权重乘数
7）修订模糊集的形状，大多数情况下模糊系统对形状近似高度宽容