اصطلاح «فازی» (Fuzzy) به معنی گنگ و نامشخص است. در زندگی عادی نیز گاهی با موقعیتیهایی مواجه میشویم که نمیدانیم تصمیم درست یا نادرست کدام است و عملکرد صحیح از چشممان مخفی می شود. در این هنگام، «منطق فازی» (Fuzzy Logic) یک پیشنهاد منطعف و با ارزش ارائه میدهد. به این ترتیب برای هر موقعیتی میتوان میزان عدم قطعیتی تعیین کرد. به همین علت گاهی به منطق فازی، منطق مشکک هم میگویند زیرا نتایج آن با شک و تردید ایجاد شدهاند.
منطق فازی، امروزه به حل بسیاری از مسائل مربوط به تصمیمگیری کمک کرده است بطوری که در بیشتر مواقع، بهترین تصمیم براساس ورودیها را تولید میکند. منطق فازی، برمبنای تصمیمگیریهای انسانی پایهریزی شده است و به صورتی میتوان آن را توسعه منطق ارسطویی (Aristotle Logic) یا منطق بولی (Boolean Logic) دانست. امروزه برمبنای منطق فازی، اعداد فازی (Fuzzy Numbers)، محاسبات فازی (Fuzzy Arithmetic) و حتی روشهای آماری فازی (Statistical Fuzzy Tools) نظیر خوشهبندی فازی ایجاد شده است. دستگاهها و رایانههایی تولید شده که دارای عملکرد به مراتب بهتر نسبت به دستگاههای مشابه با منطق بولی هستند.
منطق فازی (Fuzzy Logic)
مفهوم و مطالعه در مورد منطق فازی از سال ۱۹۲۰ آغاز شد ولی عبارت منطق فازی اولین بار توسط پروفسور لطفی عسگرزاده (1921-2017) در سال ۱۹۶۵ در دانشگاه برکلی به کار رفت. ایشان با توجه به منطق به کار رفته در دستگاههای دیجیتال، متوجه شد که این دستگاهها توانایی شبیهسازی تفکرات و ایدههای ذهن انسان را دارا نیستند و نمیتوانند مانند انسان فکر کنند زیرا منطق دیجیتال برای هر تصمیم فقط دو وضعیت درست (True) و غلط (False) را در نظر میگیرد، در حالیکه تفکر انسانی درجاتی از درستی یا نادرستی را برای تصمیم محسوب میکند.
میتوان رویکرد منطق فازی را به شکلی تصور کرد که به جای در نظر گرفتن دو وضعیت مثلا سیاه یا سفید، طیفی از رنگ خاکستری را جایگزین کرد که از یک طرف به رنگ سفید و از طرف دیگر به رنگ سیاه محدود میشود. در حوزههای مختلفی مانند هوش مصنوعی (Artificial Intelligence) و نظریه کنترل (Control Theory) از منطق فازی استفاده میشود. بنابراین با استفاده از منطق فازی در این زمینهها، رایانهها قادر هستند براساس دادههای غیرقطعی و غیرصریح، محاسبات و تصمیمسازی کنند.
خصوصیات منطق فازی
بیش از ۵۰ سال از ابداع دکتر لطفی زاده در منطق فازی میگذرد و مقالات بسیاری در این زمینه زیر نظر ایشان یا با ارجاع به مقاله اصلی نوشته شده است و جنبههای مختلف این منطق و محاسبات بر مبنای اعداد فازی مورد بررسی قرار گرفته است. در ادامه به معرفی برخی از خصوصیات منطق فازی میپردازیم.
• پیادهسازی انعطافپذیر و سادگی الگوریتمها در روشهای «یادگیری ماشین (Machine Learning)
• امکان شبیهسازی منطق و طرز تفکر انسانی
• امکان ایجاد دو راه حل یا پاسخ برای یک مسئله
• مناسب برای حل مسائلی با پاسخهای تقریبی
• نگاه فرآیندی به استنتاج به همراه استفاده از قیدها و شرطهای منعطف در منطق فازی
• امکان ایجاد توابع غیرخطی با پیچیدگیهای دلخواه
• وجود وابستگی شدید به نظر محقق در ایجاد مدلهای منطق فازی
همه چیز درباره مکان یابی
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
Warning: ltrim() expects parameter 1 to be string, object given in
/home/gisland1/public_html/wp-includes/formatting.php on line
4494
(GIS) با عملگرهای فازیFAHPFANP GISFuzzy LogicFuzzy Logic ModelSite selectionآموزش فازی سازی در gisآموزش مدل منطق فازی در gisآموزش مکان یابی با استفاده از تکنیکهای مکانیآموزش مکان یابی به روش بولینآموزش مکان یابی به روش فازیآموزش مکان یابی در Arcgisآموزش مکان یابی در سیستم اطلاعات جغرافیایی (gis) با عملگرهای فازیآموزش مکان یابی فازی در ArcGISآموزش منطق فازی در gisارزیابی و مکان یابی فضای سبز شهری با استفاده از GISاصول مکانیابیاکستنشن منطق فازی در GISالگوی بهینه مكان یابیالگوی بهینه مكان یابی با GISبكار بردن منطق فازي در GIS براي يافتن مكان هاي بهينهبولینپرسشنامه دلفیپروژه مکان یابی gisپروژه مکان یابی GIS مناطق مستعد دفع پسماندهای ساختمانیپروژه های GIS برای مکانیابیتلفیق تکنیک GIS و RS و مدل های منطق فازیتهیه نقشه مکانیابیداد های مورد نیاز در مکانیابیروش AHP برای حل مسائل مکان یابی در GISروش دلفیروش فازی در gisساخت نقشه مکان یابی با نرم افزار GIS و ارزش های مدل ANPسامانه اطلاعات جغرافیاییشبكههاي عصبي و منطق فازيشبکۀ استنتاج فازی و تکنیکهای سنجش از دور و GISشروط مکانیابیفازیفازی سازی در جی ای اسکاربرد GIS در مکانیابیکاربرد توابع منطق فازی در محیط Arc GIS به منظور مکان یابی آرامستانکاربرد توابع منطق فازی در محیط ArcGISکاربرد روش منطق فازی (fuzzy) و تحلیل سلسلهمراتبی (AHP)کاربرد مدل تلفیقی AHP/FUZZY در مکانیابی عرصههای مناسبکاربرد مدلهای مکانیابی با استفاده از GISمدل سیستم پشتیبان تصمیم گیری مکانی جهت مکانیابیمدل منطق فازیمدلسازی و مکان یابی در محیط GISمکان یابیمکان یابی ایستگاه های آتش نشانیمکان یابی با عملگر فازیمکان یابی بهینه احداث سازههای هیدرولیکیمکان یابی بهینه بیمارستان با استفاده از رویکرد ترکیبی ANP و GIS در محیط فازیمکان یابی بهینه ترین نقاط در اطراف شهرمکان یابی بهینه مراکز درمانی شهری با استفاده از GISمکان یابی پارک ها با استفاده از سیستم اطلاعات جغرافیایی (GIS)مکان یابی در GIS با AHPمکان یابی در GIS به روش TOPSISمکان یابی در جی آی اسمکان یابی دهکده های گردشگری در شهرهای ساحلیمکان یابی شعب بانکمکان یابی محل دفن پسماندهای روستاییمکان یابی مناطق مناسب پخش سیلابمکان یابی نقاط بهینهمکانیابی ایستگاههای اتوبوس با مدل ANPمکانیابی با AHPمکانیابی با استفاده از تصمیم گیری چند معیارهمکانیابی با مدل ANP و منطق فازی در GISمکانیابی به روش فازی سلسله مراتبیمکانیابی به کمک منطق بولینمکانیابی بهینه جایگاههای عرضه سوختمکانیابی پهنههای مناسب اکوتوریسممکانیابی توربینهای بادیمکانیابی خطوط بزرگ انتقال آب با استفاده از نرمافزار Arc-GISمکانیابی سد زیرزمینی با استفاده از تکنیک GISمکانیابی عرصه های مناسب استحصال آب بارانمکانیابی کاربری های گردشگری با استفاده از سیستم های اطلاعات جغرافیایی (GIS)مکانیابی کتابخانههای عمومی با استفاده از GISمکانیابی محل ساخت پلمکانیابی مراکز فضای سبز با استفاده از مدل منطق فازیمکانیابی و اولویتبندی مکانهای مستعد جهت توسعه فیزیکیمکانیابی و تحلیل وضعیت توسعهای جنگلداری شهریمنطق بولینمنطق صفر و یکمنطق فازیمنطق فازی در جی ای اسنقشه هاي مکان يابي
25 نظرات