ເຫດຜົນແບບມົວໆ ແມ່ນຫຍັງ?

Fuzzy logic, ເຊິ່ງເອີ້ນກັນວ່າ fuzzy logic, ແມ່ນວິທີການທາງຄະນິດສາດທີ່ໃຊ້ສໍາລັບການເປັນຕົວແທນແລະການຫມູນໃຊ້ຂອງຂໍ້ມູນທີ່ບໍ່ຊັດເຈນຫຼືບໍ່ແນ່ນອນ. ບໍ່ເຫມືອນກັບເຫດຜົນຄລາສສິກແລະຖານສອງ, ໃນທີ່ຂໍ້ສະເຫນີເປັນຄວາມຈິງຫຼືຜິດ, ເຫດຜົນ fuzzy ອະນຸຍາດໃຫ້ການປະເມີນຜົນຂອງລະດັບຂອງຄວາມຈິງທີ່ແຕກຕ່າງກັນລະຫວ່າງທັງສອງຕໍາແຫນ່ງທີ່ສຸດ.

ລະບຽບວິໄນນີ້ແມ່ນອີງໃສ່ຫຼັກການທີ່ແນວຄວາມຄິດຫຼາຍແລະປະກົດການ ໃນໂລກ ທີ່ແທ້ຈິງບໍ່ສາມາດຖືກຈັດປະເພດຢ່າງແນ່ນອນ, ເພາະວ່າພວກມັນມັກຈະມີລະດັບຂອງຄວາມບໍ່ແນ່ນອນຫຼືຄວາມບໍ່ແນ່ນອນ. ດ້ວຍວິທີນີ້, ເຫດຜົນ fuzzy ຊອກຫາການສະຫນອງກອບທິດສະດີແລະເຄື່ອງມືເພື່ອຈັດການກັບລັກສະນະທີ່ບໍ່ຊັດເຈນຂອງຂໍ້ມູນນີ້.

ເຫດຜົນ Fuzzy ໄດ້ພົບເຫັນຄໍາຮ້ອງສະຫມັກໃນຂົງເຂດຕ່າງໆ, ເຊັ່ນ: ປັນຍາປະດິດ, ລະບົບການຄວບຄຸມ, ການຕັດສິນໃຈແລະການຮັບຮູ້ຮູບແບບ, ແລະອື່ນໆ. ຜົນປະໂຫຍດຂອງມັນແມ່ນຢູ່ໃນຄວາມສາມາດໃນການຈັດການກັບຂໍ້ມູນທີ່ບໍ່ແນ່ນອນຫຼືບໍ່ຊັດເຈນ, ດັ່ງນັ້ນຈຶ່ງເຮັດໃຫ້ການສົມເຫດສົມຜົນທີ່ຍືດຫຍຸ່ນແລະປັບຕົວໄດ້.

ໃນບົດຄວາມນີ້, ພວກເຮົາຈະຄົ້ນຫາໃນຄວາມເລິກຫຼັກການແລະພື້ນຖານຂອງເຫດຜົນ fuzzy, ເຊັ່ນດຽວກັນກັບ ແອັບພລິເຄຊັນຂອງມັນ ການປະຕິບັດໃນຂົງເຂດຕ່າງໆ. ພວກເຮົາຈະຄົ້ນພົບວິທີການທີ່ລະບຽບວິໄນນີ້ໄດ້ປະຕິວັດວິທີທີ່ພວກເຮົາເຂົ້າຫາຄວາມບໍ່ແນ່ນອນໃນການຕັດສິນໃຈແລະວິທີການທີ່ມັນສາມາດຖືກນໍາໃຊ້ເພື່ອເພີ່ມປະສິດທິພາບຂະບວນການແລະໄດ້ຮັບຜົນໄດ້ຮັບທີ່ຖືກຕ້ອງຫຼາຍຂຶ້ນໃນສະຖານະການທີ່ກວ້າງຂວາງ.

1. ການແນະນໍາກ່ຽວກັບເຫດຜົນ fuzzy

ເຫດຜົນ Fuzzy ແມ່ນສາຂາ ຂອງປັນຍາປະດິດ ທີ່ອະນຸຍາດໃຫ້ຈັດການຄວາມບໍ່ແນ່ນອນ ແລະຄວາມບໍ່ແນ່ນອນໃນການຕັດສິນໃຈ. ບໍ່ເຫມືອນກັບເຫດຜົນຄລາສສິກ, ເຊິ່ງອີງໃສ່ຄຸນຄ່າທາງເຫດຜົນຖານສອງ (0 ຫຼື 1), ເຫດຜົນ fuzzy ໃຊ້ຄ່າ fuzzy ທີ່ສະແດງເຖິງລະດັບຂອງຄວາມຈິງຫຼືຄວາມຜິດຂອງຄໍາຖະແຫຼງການ. ເຕັກນິກນີ້ແມ່ນເປັນປະໂຫຍດໂດຍສະເພາະໃນເວລາທີ່ພວກເຮົາເຮັດວຽກກັບຕົວແປທີ່ບໍ່ມີຄໍານິຍາມທີ່ຊັດເຈນຫຼືໃນເວລາທີ່ຂໍ້ມູນບໍ່ຄົບຖ້ວນຫຼືບໍ່ມີສຽງ..

ໃນພາກນີ້, ພວກເຮົາຈະຄົ້ນຫາພື້ນຖານຂອງເຫດຜົນ fuzzy ແລະວິທີການທີ່ມັນຖືກນໍາໃຊ້ໃນຂົງເຂດຕ່າງໆ, ເຊັ່ນ: ວິສະວະກໍາ, ຫຸ່ນຍົນ, ແລະຢາ. ພວກເຮົາຈະຮຽນຮູ້ພື້ນຖານ, ເຊັ່ນ: ຊຸດ fuzzy, ກົດລະບຽບ fuzzy, ແລະການດໍາເນີນການ fuzzy, ແລະວິທີການ fuzzy logic ສາມາດນໍາໃຊ້ເພື່ອສ້າງແບບຈໍາລອງແລະແກ້ໄຂບັນຫາ. ຕົວຢ່າງ ແລະກໍລະນີສຶກສາຍັງຈະຖືກສະໜອງໃຫ້, ເຊັ່ນດຽວກັນກັບບັນຊີລາຍຊື່ຂອງເຄື່ອງມື ແລະຊັບພະຍາກອນທີ່ເປັນປະໂຫຍດ..

ນອກຈາກນັ້ນ, ຜົນປະໂຫຍດແລະຂໍ້ຈໍາກັດຂອງເຫດຜົນ fuzzy ຈະຖືກນໍາສະເຫນີ, ແລະຄວາມແຕກຕ່າງລະຫວ່າງ logic fuzzy ແລະວິທີການອື່ນໆເຊັ່ນ: fuzzy logic ແລະ probabilistic logic ຈະໄດ້ຮັບການປຶກສາຫາລື. ຕະຫຼອດພາກນີ້, ຄໍາແນະນໍາພາກປະຕິບັດແລະຄໍາແນະນໍາສໍາລັບການສະຫມັກຂໍເອົາເຫດຜົນ fuzzy ຈະໄດ້ຮັບການສະຫນອງໃຫ້. ຢ່າງມີປະສິດທິພາບ ໃນສະຖານະການທີ່ແຕກຕ່າງກັນ.

2. ພື້ນຖານຂອງເຫດຜົນ fuzzy

ເຫດຜົນ Fuzzy, ເຊິ່ງເອີ້ນກັນວ່າເຫດຜົນ fuzzy, ແມ່ນສາຂາຂອງ ປັນຍາປະດິດ ເຊິ່ງອີງໃສ່ຄວາມຄິດທີ່ວ່າຄຸນຄ່າຄວາມຈິງສາມາດຖືກສະແດງໂດຍລະດັບຂອງສະມາຊິກແທນທີ່ຈະເປັນຢ່າງແທ້ຈິງ. ບໍ່ເຫມືອນກັບເຫດຜົນຄລາສສິກ, ເຊິ່ງອີງໃສ່ຄ່າສອງ, ເຫດຜົນ fuzzy ອະນຸຍາດໃຫ້ນໍາໃຊ້ຄ່າ fuzzy ລະຫວ່າງ 0 ແລະ 1. ນີ້ເປັນປະໂຫຍດໂດຍສະເພາະໃນເວລາທີ່ເຮັດວຽກກັບແນວຄວາມຄິດຫຼືສະຖານະການທີ່ບໍ່ສາມາດກໍານົດໄດ້ງ່າຍຫຼືປະລິມານ.

ໃນເຫດຜົນ fuzzy, ຊຸດ fuzzy ມີບົດບາດພື້ນຖານ. ຊຸດເຫຼົ່ານີ້ແມ່ນຖືກກໍານົດໂດຍຫນ້າທີ່ສະມາຊິກ, ເຊິ່ງກໍານົດແຕ່ລະອົງປະກອບໃນລະດັບຂອງສະມາຊິກ. ລະດັບການເປັນເຈົ້າຂອງເຫຼົ່ານີ້ສາມາດສະແດງໄດ້ໂດຍເສັ້ນໂຄ້ງທີ່ຊີ້ບອກເຖິງຄວາມເຂັ້ມຂົ້ນຂອງຊັບສິນ. ດັ່ງນັ້ນ, ອົງປະກອບສາມາດເປັນຂອງຊຸດ fuzzy ທີ່ມີລະດັບທີ່ແນ່ນອນ, ສໍາລັບການຍົກຕົວຢ່າງ, 0.8.

ເຫດຜົນ Fuzzy ຖືກນໍາໃຊ້ໃນຫຼາຍໆຄໍາຮ້ອງສະຫມັກ, ຈາກລະບົບການຄວບຄຸມຈົນເຖິງການຮັບຮູ້ຮູບແບບ. ຫນຶ່ງໃນລັກສະນະທີ່ສໍາຄັນທີ່ສຸດຂອງເຫດຜົນ fuzzy ແມ່ນຄວາມສາມາດໃນການສ້າງແບບຈໍາລອງຄວາມບໍ່ແນ່ນອນແລະຄວາມບໍ່ແນ່ນອນໃນຂໍ້ມູນ. ນີ້ແມ່ນເປັນປະໂຫຍດໂດຍສະເພາະໃນສະຖານະການທີ່ຄວາມຊັດເຈນຢ່າງແທ້ຈິງແມ່ນບໍ່ເປັນໄປໄດ້ຫຼືມີຄວາມຈໍາເປັນ. ດ້ວຍເຫດຜົນ fuzzy, ມັນເປັນໄປໄດ້ທີ່ຈະເຮັດການຕັດສິນໃຈໂດຍອີງໃສ່ຄຸນຄ່າ fuzzy ແລະຈັດການຄວາມບໍ່ແນ່ນອນຢ່າງມີປະສິດທິພາບ.

3. ຫຼັກການຂອງເຫດຜົນ fuzzy

fuzzy logic ເປັນ paradigm ສົມເຫດສົມຜົນທີ່ອະນຸຍາດໃຫ້ເຮັດວຽກກັບແນວຄວາມຄິດ imprecise ຫຼືຕົວແປພາສາ. ມັນແມ່ນອີງໃສ່ຄວາມຄິດທີ່ວ່າຄວາມເປັນຈິງບໍ່ສາມາດຖືກອະທິບາຍຢ່າງສົມບູນໂດຍໃຊ້ພຽງແຕ່ຄ່າ 0 ຫຼື 1, ແຕ່ວ່າມີລະດັບສະມາຊິກໃນຊຸດຫຼືປະເພດໃດຫນຶ່ງ.

ພວກເຂົາສາມາດສະຫຼຸບໄດ້ໃນສາມແນວຄວາມຄິດພື້ນຖານ: ຫນ້າທີ່ສະມາຊິກ, inference fuzzy ແລະການ defuzzification.

• ຟັງຊັນສະມາຊິກແມ່ນເຄື່ອງມືທີ່ອະນຸຍາດໃຫ້ກໍານົດຄ່າ fuzzy ໃຫ້ກັບຕົວແປພາສາ, ສະແດງລະດັບການເປັນສະມາຊິກໃນຊຸດຫຼືປະເພດ. ມັນຖືກນໍາໃຊ້ເພື່ອວັດແທກຄວາມບໍ່ແນ່ນອນແລະຄວາມຍືດຫຍຸ່ນຂອງຂໍ້ມູນ.
• Fuzzy inference ແມ່ນຂະບວນການສົມເຫດສົມຜົນທີ່ໃຊ້ໃນເຫດຜົນ fuzzy. ມັນແມ່ນອີງໃສ່ກົດລະບຽບ fuzzy ທີ່ກ່ຽວຂ້ອງກັບຕົວແປທາງພາສາແລະທີ່ອະນຸຍາດໃຫ້ດໍາເນີນການຢ່າງມີເຫດຜົນທີ່ຈະດໍາເນີນການໂດຍຄໍານຶງເຖິງຄວາມບໍ່ແນ່ນອນແລະບໍ່ຊັດເຈນຂອງຂໍ້ມູນ.
• Defuzzification ແມ່ນຂັ້ນຕອນສຸດທ້າຍໃນຂະບວນການສົມເຫດສົມຜົນ fuzzy, ບ່ອນທີ່ມູນຄ່າສະເພາະແມ່ນໄດ້ຮັບຈາກຊຸດຂອງຄ່າ fuzzy. ມັນຖືກນໍາໃຊ້ເພື່ອປ່ຽນຜົນໄດ້ຮັບທີ່ໄດ້ຮັບເຂົ້າໄປໃນຂໍ້ກໍານົດທີ່ຊັດເຈນແລະເຂົ້າໃຈໄດ້ສໍາລັບຜູ້ໃຊ້.

ຫຼັກການເຫຼົ່ານີ້ແມ່ນພື້ນຖານຂອງການຄິດໄລ່ແລະການແກ້ໄຂບັນຫາໂດຍໃຊ້ເຫດຜົນ fuzzy. ຄໍາຮ້ອງສະຫມັກຂອງມັນມີຫຼາຍສາຂາຂອງການສຶກສາ, ເຊັ່ນ: ປັນຍາປະດິດ, ລະບົບການຄວບຄຸມ, ການຕັດສິນໃຈແລະການສ້າງແບບຈໍາລອງຂອງລະບົບສະລັບສັບຊ້ອນ. ໂດຍຜ່ານແນວຄວາມຄິດເຫຼົ່ານີ້, ລະບົບສາມາດຖືກອອກແບບໃຫ້ສາມາດຈັດການກັບຄວາມບໍ່ແນ່ນອນແລະບໍ່ແນ່ນອນຢ່າງມີປະສິດທິພາບແລະເປັນຈິງ.

4. ລັກສະນະຕົ້ນຕໍຂອງເຫດຜົນ fuzzy

Fuzzy logic ແມ່ນລະບົບຂອງເຫດຜົນທາງຄະນິດສາດທີ່ໃຊ້ໃນການສ້າງແບບຈໍາລອງແລະເປັນຕົວແທນຂອງຄວາມບໍ່ແນ່ນອນທີ່ມີຢູ່ໃນສະຖານະການຂອງໂລກທີ່ແທ້ຈິງທີ່ແຕກຕ່າງກັນ. ບໍ່ເຫມືອນກັບເຫດຜົນຖານສອງແບບດັ້ງເດີມ, ໃນທີ່ມູນຄ່າຕາມເຫດຜົນແມ່ນພຽງແຕ່ຄວາມຈິງຫຼືບໍ່ຖືກຕ້ອງ, ເຫດຜົນ fuzzy ອະນຸຍາດໃຫ້ເປັນຕົວແທນຂອງຄ່າລະຫວ່າງກາງລະຫວ່າງສອງທີ່ສຸດເຫຼົ່ານີ້.

ຫນຶ່ງໃນລັກສະນະຕົ້ນຕໍຂອງເຫດຜົນ fuzzy ແມ່ນຄວາມເປັນໄປໄດ້ຂອງການນໍາໃຊ້ຊຸດ fuzzy ເພື່ອອະທິບາຍແນວຄວາມຄິດທີ່ບໍ່ແມ່ນຢ່າງແທ້ຈິງ. ຊຸດ fuzzy ເຫຼົ່ານີ້ກໍານົດລະດັບການເປັນສະມາຊິກຂອງແຕ່ລະອົງປະກອບໃນຊຸດ, ດັ່ງນັ້ນຈຶ່ງເຮັດໃຫ້ມີຄວາມຍືດຫຍຸ່ນຫຼາຍກວ່າເກົ່າໃນການເປັນຕົວແທນແລະການຄຸ້ມຄອງຂໍ້ມູນ.

ລັກສະນະພື້ນຖານອີກອັນໜຶ່ງຂອງເຫດຜົນອັນໄຮ້ເຫດຜົນແມ່ນຄວາມສາມາດໃນການສ້າງແບບຈຳລອງ ແລະ ແກ້ໄຂບັນຫາທີ່ຊັບຊ້ອນ ເຊິ່ງມີຕົວແປເປັນຈຳນວນຫຼວງຫຼາຍ ແລະ ຫຼາຍປັດໃຈຕ້ອງພິຈາລະນາໄປພ້ອມໆກັນ. ຄວາມສາມາດນີ້ອະນຸຍາດໃຫ້ມີຜົນໄດ້ຮັບທີ່ຖືກຕ້ອງແລະເປັນຈິງຫຼາຍຂຶ້ນໂດຍການຄໍານຶງເຖິງຄວາມບໍ່ແນ່ນອນທີ່ມີຢູ່ໃນຂໍ້ມູນແລະການປັບຕົວເຂົ້າກັບລັກສະນະທີ່ບໍ່ສົມບູນແບບຂອງສະຖານະການທີ່ແທ້ຈິງຫຼາຍ.

5. ການນໍາໃຊ້ເຫດຜົນ fuzzy ໃນຂົງເຂດທີ່ແຕກຕ່າງກັນ

Fuzzy logic, ເຊິ່ງເອີ້ນກັນວ່າ fuzzy logic, ໄດ້ພິສູດວ່າເປັນເຄື່ອງມືທີ່ມີປະສິດທິພາບໃນຫຼາຍໆຂົງເຂດ. ຫນຶ່ງໃນຄໍາຮ້ອງສະຫມັກຕົ້ນຕໍຂອງເຫດຜົນ fuzzy ແມ່ນຢູ່ໃນພາກສະຫນາມຂອງປັນຍາປະດິດ, ບ່ອນທີ່ມັນຖືກນໍາໃຊ້ເພື່ອສ້າງແບບຈໍາລອງການສົມເຫດສົມຜົນແລະການຕັດສິນໃຈໃນສະຖານະການທີ່ບໍ່ແນ່ນອນ. ມັນຍັງຖືກນໍາໃຊ້ໃນລະບົບການຄວບຄຸມ, ການເພີ່ມປະສິດທິພາບ, ການຮັບຮູ້ຮູບແບບແລະການວິນິດໄສທາງການແພດ, ແລະອື່ນໆ.

ໃນຂົງເຂດຫຸ່ນຍົນ, ເຫດຜົນ fuzzy ຖືກນໍາໃຊ້ເພື່ອຄວບຄຸມພຶດຕິກໍາຂອງຫຸ່ນຍົນແລະອະນຸຍາດໃຫ້ພວກເຂົາປັບຕົວກັບສະຖານະການທີ່ແຕກຕ່າງກັນ. ຕົວຢ່າງເຊັ່ນ, ໃນຫຸ່ນຍົນນັກສຳຫຼວດທີ່ຕ້ອງນຳທາງທີ່ຫຍຸ້ງຍາກ, ເຫດຜົນ fuzzy ສາມາດຖືກນໍາໃຊ້ເພື່ອກໍານົດຄວາມໄວແລະທິດທາງທີ່ດີທີ່ສຸດຂອງຫຸ່ນຍົນໂດຍອີງໃສ່ສະພາບພູມສັນຖານແລະອຸປະສັກທີ່ມີຢູ່.

ພື້ນທີ່ອື່ນທີ່ fuzzy logic ໄດ້ຖືກນໍາໃຊ້ຢ່າງສໍາເລັດຜົນແມ່ນໃນເສດຖະກິດແລະການເງິນ. ໂດຍການນໍາໃຊ້ເຫດຜົນ fuzzy, ຜູ້ຊ່ຽວຊານສາມາດສ້າງແບບຈໍາລອງແລະຄາດຄະເນພຶດຕິກໍາຂອງຕະຫຼາດການເງິນແລະປະເມີນຄວາມສ່ຽງທີ່ກ່ຽວຂ້ອງກັບການລົງທຶນ. ນອກຈາກນັ້ນ, ໃນອຸດສາຫະກໍາລົດຍົນ, fuzzy logic ຖືກນໍາໃຊ້ເພື່ອປັບປຸງປະສິດທິພາບແລະປະສິດທິພາບຂອງເຄື່ອງຈັກ, ເຊັ່ນດຽວກັນກັບການປັບປຸງຄວາມປອດໄພການຂັບລົດ.

6. ຂໍ້ໄດ້ປຽບແລະຂໍ້ຈໍາກັດຂອງເຫດຜົນ fuzzy

fuzzy logic, ຊຶ່ງເອີ້ນກັນວ່າ fuzzy logic, ແມ່ນພາກສະຫນາມຂອງການສຶກສາທີ່ອະນຸຍາດໃຫ້ການຄຸ້ມຄອງຄວາມບໍ່ແນ່ນອນແລະຄວາມມົວໃນການນໍາໃຊ້ທີ່ແຕກຕ່າງກັນ. ນີ້ແມ່ນບັນລຸໄດ້ໂດຍຜ່ານການເປັນຕົວແທນແລະການຫມູນໃຊ້ຂອງແນວຄວາມຄິດການແຜ່ກະຈາຍ, ຊຶ່ງເປັນສິ່ງທີ່ບໍ່ສາມາດຈັດປະເພດເປັນຄູ່, ແຕ່ແທນທີ່ຈະມີລະດັບຂອງສະມາຊິກໃນປະເພດທີ່ແຕກຕ່າງກັນ.

ຫນຶ່ງໃນຂໍ້ໄດ້ປຽບຕົ້ນຕໍຂອງເຫດຜົນ fuzzy ແມ່ນວ່າມັນອະນຸຍາດໃຫ້ສ້າງແບບຈໍາລອງທີ່ແທ້ຈິງຂອງລະບົບສະລັບສັບຊ້ອນແລະປະກົດການ. ໂດຍການນໍາໃຊ້ຊຸດ fuzzy ແລະກົດລະບຽບ inference fuzzy, nuances ສາມາດຖືກຈັບໄດ້ແລະຄວາມບໍ່ແນ່ນອນທີ່ມີຢູ່ໃນຂໍ້ມູນສາມາດຫຼຸດຜ່ອນໄດ້. ນອກຈາກນັ້ນ, ເຕັກນິກນີ້ສາມາດຖືກນໍາໃຊ້ໃນດ້ານຕ່າງໆ, ເຊັ່ນ: ອັດຕະໂນມັດອຸດສາຫະກໍາ, ປັນຍາປະດິດຫຼືການຕັດສິນໃຈ, ເພື່ອປັບປຸງຜົນໄດ້ຮັບທີ່ໄດ້ຮັບ.

ຢ່າງໃດກໍຕາມ, fuzzy logic ຍັງມີຂໍ້ຈໍາກັດທີ່ແນ່ນອນ. ກ່ອນອື່ນ ໝົດ, ມັນແມ່ນເຕັກນິກການຄິດໄລ່ທີ່ມີລາຄາແພງ, ເພາະວ່າມັນຮຽກຮ້ອງໃຫ້ມີການຄິດໄລ່ທີ່ສັບສົນເພື່ອປະມວນຜົນແນວຄວາມຄິດທີ່ສັບສົນ. ຍິ່ງໄປກວ່ານັ້ນ, ຜົນໄດ້ຮັບສາມາດເປັນຫົວຂໍ້, ນັບຕັ້ງແຕ່ຄໍານິຍາມຂອງຊຸດ fuzzy ແລະກົດລະບຽບ inference ແມ່ນຂຶ້ນກັບການຕີຄວາມຂອງຜູ້ຊ່ຽວຊານຫຼືຜູ້ໃຊ້. ສຸດທ້າຍ, ຄໍາຮ້ອງສະຫມັກຂອງມັນສາມາດສັບສົນສໍາລັບຜູ້ທີ່ບໍ່ຄຸ້ນເຄີຍກັບແນວຄວາມຄິດແລະການດໍາເນີນງານຂອງເຫດຜົນ fuzzy.

7. ການສົມທຽບລະຫວ່າງເຫດຜົນແບບດັ້ງເດີມ ແລະ ເຫດຜົນແບບຟູມເຟືອຍ

ເຫດຜົນແບບດັ້ງເດີມແລະເຫດຜົນ fuzzy ແມ່ນສອງວິທີການທີ່ແຕກຕ່າງກັນກັບເຫດຜົນແລະການຕັດສິນໃຈ. ເຫດຜົນແບບດັ້ງເດີມແມ່ນອີງໃສ່ຫຼັກການທີ່ຂໍ້ສະເຫນີສາມາດມີຄ່າຄວາມຈິງຫນຶ່ງທີ່ແທ້ຈິງຫຼືບໍ່ຖືກຕ້ອງ. ໃນທາງກົງກັນຂ້າມ, ເຫດຜົນ fuzzy ອະນຸຍາດໃຫ້ຂໍ້ສະເຫນີທີ່ມີມູນຄ່າຄວາມຈິງທີ່ແຕກຕ່າງກັນລະຫວ່າງຄວາມຈິງຢ່າງສົມບູນແລະບໍ່ຖືກຕ້ອງຢ່າງສົມບູນ.

ການປຽບທຽບລະຫວ່າງສອງວິທີການນີ້ສະແດງໃຫ້ເຫັນວ່າເຫດຜົນແບບດັ້ງເດີມແມ່ນ ເໝາະ ສົມກວ່າ ສຳ ລັບບັນຫາທີ່ມີວິທີແກ້ໄຂຄູ່, ບ່ອນທີ່ມີການແບ່ງເຂດທີ່ຊັດເຈນລະຫວ່າງຄວາມຈິງແລະບໍ່ຖືກຕ້ອງ. ໃນອີກດ້ານຫນຶ່ງ, fuzzy logic ແມ່ນເປັນປະໂຫຍດທີ່ສຸດໃນເວລາທີ່ແນວຄວາມຄິດ fuzzy ແລະບໍ່ສາມາດກໍານົດໄດ້ຊັດເຈນ. ວິທີການນີ້ອະນຸຍາດໃຫ້ພວກເຮົາເປັນຕົວແທນແລະວິເຄາະຄວາມບໍ່ແນ່ນອນແລະຄວາມບໍ່ຊັດເຈນທີ່ມີຢູ່ໃນຫຼາຍບັນຫາທີ່ແທ້ຈິງຂອງໂລກ.

ເຫດຜົນແບບດັ້ງເດີມແມ່ນອີງໃສ່ການນໍາໃຊ້ກົດລະບຽບທີ່ຊັດເຈນແລະກໍານົດ, ໃນຂະນະທີ່ເຫດຜົນ fuzzy ໃຊ້ກົດລະບຽບທີ່ບໍ່ຊັດເຈນແລະປະມານ. ຍິ່ງໄປກວ່ານັ້ນ, ເຫດຜົນແບບດັ້ງເດີມແມ່ນອີງໃສ່ຫຼັກການຂອງການຍົກເວັ້ນ, ເຊິ່ງຫມາຍຄວາມວ່າຂໍ້ສະເຫນີບໍ່ສາມາດເປັນຄວາມຈິງຫຼືຜິດ. ໃນເວລາດຽວກັນ. ໃນທາງກົງກັນຂ້າມ, ໃນເຫດຜົນ fuzzy, ມີຄວາມເປັນໄປໄດ້ສໍາລັບການສະເຫນີທີ່ຈະມີຫຼາຍລະດັບຂອງຄວາມຈິງພ້ອມໆກັນ.

ໃນສັ້ນ, ການເປີດເຜີຍສອງວິທີການທີ່ແຕກຕ່າງກັນໃນການສົມເຫດສົມຜົນແລະການຕັດສິນໃຈ. ເຫດຜົນແບບດັ້ງເດີມແມ່ນອີງໃສ່ກົດລະບຽບທີ່ຊັດເຈນແລະຖືກກໍານົດ, ໃນຂະນະທີ່ເຫດຜົນ fuzzy ອະນຸຍາດໃຫ້ການມີຢູ່ຂອງການສະເຫນີທີ່ມີຄ່າຄວາມຈິງທີ່ກະຈາຍຫຼື fuzzy. ທາງເລືອກລະຫວ່າງສອງວິທີການນີ້ແມ່ນຂຶ້ນກັບປະເພດຂອງບັນຫາແລະລັກສະນະຂອງແນວຄວາມຄິດທີ່ກ່ຽວຂ້ອງ. [END

8. ຕົວຢ່າງການປະຕິບັດຂອງເຫດຜົນ fuzzy

ເຫດຜົນ Fuzzy ເປັນເຄື່ອງມືທີ່ມີປະສິດທິພາບໃນດ້ານຂອງປັນຍາປະດິດແລະການຕັດສິນໃຈ. ໃນປັດຈຸບັນເຂົາເຈົ້ານໍາສະເຫນີ ບາງຕົວຢ່າງ ຕົວຢ່າງພາກປະຕິບັດທີ່ສະແດງໃຫ້ເຫັນວິທີການ fuzzy logic ຖືກນໍາໃຊ້ໃນສະຖານະການທີ່ແຕກຕ່າງກັນ.

1. ການຄວບຄຸມອຸນຫະພູມ: ສົມມຸດວ່າພວກເຮົາຕ້ອງການອອກແບບລະບົບການຄວບຄຸມອຸນຫະພູມສໍາລັບຫ້ອງ. ການນໍາໃຊ້ເຫດຜົນ fuzzy, ພວກເຮົາສາມາດກໍານົດຊຸດ fuzzy ສໍາລັບ input (ອຸນຫະພູມໃນປະຈຸບັນ) ແລະຜົນຜະລິດ (ລະດັບຄວາມເຢັນ) ຕົວແປ. ຜ່ານກົດລະບຽບ fuzzy, ພວກເຮົາສາມາດສ້າງຄວາມສໍາພັນລະຫວ່າງຕົວແປເຫຼົ່ານີ້ແລະກໍານົດລະດັບຄວາມເຢັນທີ່ຈໍາເປັນໂດຍອີງໃສ່ອຸນຫະພູມໃນປະຈຸບັນ. ຕົວຢ່າງ, ຖ້າອຸນຫະພູມ "ສູງ", ລະດັບຄວາມເຢັນອາດຈະ "ສູງຫຼາຍ."

2. ການປະເມີນຄວາມສ່ຽງດ້ານສິນເຊື່ອ: ໃນຂົງເຂດການເງິນ, ເຫດຜົນ fuzzy ສາມາດຖືກນໍາໃຊ້ເພື່ອປະເມີນຄວາມສ່ຽງດ້ານສິນເຊື່ອຂອງຜູ້ຂໍກູ້ຢືມ. ຊຸດ Fuzzy ສາມາດຖືກກໍານົດສໍາລັບຕົວແປເຊັ່ນ: ລາຍໄດ້, ປະຫວັດສິນເຊື່ອ, ແລະອາຍຸ. ການນໍາໃຊ້ກົດລະບຽບ fuzzy, ເງື່ອນໄຂສາມາດຖືກສ້າງຕັ້ງຂຶ້ນເພື່ອຈັດປະເພດຜູ້ສະຫມັກເຂົ້າໄປໃນປະເພດຄວາມສ່ຽງ, ເຊັ່ນ "ສູງ", "ປານກາງ" ຫຼື "ຕໍ່າ".

3. ລະບົບການແນະນຳ: ລະບົບການແນະນຳໃນເວທີສະຕຣີມມິງ ຫຼື ອີຄອມເມີຊ ຍັງສາມາດໄດ້ຮັບຜົນປະໂຫຍດຈາກເຫດຜົນທີ່ຫຼົງໄຫຼ. ຕົວຢ່າງ, ຖ້າຜູ້ໃຊ້ສະແດງຄວາມສົນໃຈໃນຮູບເງົາປະຕິບັດແລະຕະຫລົກ, ຊຸດ fuzzy ສາມາດຖືກກໍານົດສໍາລັບຄວາມມັກເຫຼົ່ານີ້. ຫຼັງຈາກນັ້ນ, ການນໍາໃຊ້ກົດລະບຽບ fuzzy, ຄໍາແນະນໍາສ່ວນບຸກຄົນສາມາດຖືກສ້າງຂື້ນທີ່ປະສົມປະສານອົງປະກອບຂອງທັງສອງເພດໂດຍອີງຕາມຄວາມເຂັ້ມຂົ້ນຂອງຄວາມມັກຂອງຜູ້ໃຊ້.

Fuzzy logic ສະເຫນີວິທີການທີ່ມີຄວາມຍືດຫຍຸ່ນແລະສາມາດປັບຕົວໄດ້ເພື່ອແກ້ໄຂບັນຫາທີ່ສັບສົນໃນໂດເມນທີ່ແຕກຕ່າງກັນ. ຕົວຢ່າງການປະຕິບັດເຫຼົ່ານີ້ສະແດງໃຫ້ເຫັນວິທີການ ສາມາດນຳໃຊ້ໄດ້ ເຕັກນິກນີ້ໃນຂົງເຂດຕ່າງໆ, ຈາກການຄວບຄຸມລະບົບໄປສູ່ການຕັດສິນໃຈທາງດ້ານການເງິນແລະການແນະນໍາເນື້ອຫາ.

9. ລະບົບ inference fuzzy

ມັນເປັນເຄື່ອງມືທີ່ມີປະສິດທິພາບສໍາລັບການແກ້ໄຂບັນຫາທີ່ກ່ຽວຂ້ອງກັບຄວາມບໍ່ແນ່ນອນແລະບໍ່ແນ່ນອນ. ການນໍາໃຊ້ເຫດຜົນ fuzzy, ລະບົບນີ້ຊ່ວຍໃຫ້ທ່ານສາມາດຈັດການຄວາມບໍ່ແນ່ນອນໃນຂໍ້ມູນແລະກົດລະບຽບ, ແລະບັນລຸຂໍ້ສະຫຼຸບໂດຍອີງໃສ່ການປະເມີນຜົນຂອງຂໍ້ມູນທີ່ມີຢູ່.

ເພື່ອໃຊ້ a , ທ່ານຈໍາເປັນຕ້ອງປະຕິບັດຕາມຊຸດຂອງຂັ້ນຕອນ. ກ່ອນອື່ນ ໝົດ, ທ່ານຕ້ອງກໍານົດບັນຫາທີ່ທ່ານຕ້ອງການແກ້ໄຂແລະສ້າງຕົວກໍານົດການແລະຕົວແປທີ່ກ່ຽວຂ້ອງ. ຫຼັງຈາກນັ້ນ, ຫນ້າທີ່ສະມາຊິກຕ້ອງໄດ້ຮັບການກໍ່ສ້າງ, ເຊິ່ງເປັນຕົວແທນຂອງຄວາມສໍາພັນລະຫວ່າງມູນຄ່າການປ້ອນຂໍ້ມູນແລະລະດັບສະມາຊິກຂອງພວກເຂົາໃນຊຸດ fuzzy.

ຕໍ່ໄປ, ກົດລະບຽບ fuzzy ທີ່ອະທິບາຍຄວາມສໍາພັນລະຫວ່າງຕົວແປ input ແລະ output ຕ້ອງໄດ້ຮັບການກໍານົດ. ກົດລະບຽບເຫຼົ່ານີ້ແມ່ນອີງໃສ່ຊຸດຂອງ IF-THEN, ບ່ອນທີ່ IFs ເປັນຕົວແທນຂອງເງື່ອນໄຂການປ້ອນຂໍ້ມູນແລະຫຼັງຈາກນັ້ນກໍານົດການຕອບສະຫນອງຫຼືການປະຕິບັດທີ່ຈະປະຕິບັດ. ເມື່ອກົດລະບຽບຖືກກໍານົດ, ຂະບວນການ inference fuzzy ຖືກນໍາໃຊ້, ເຊິ່ງກ່ຽວຂ້ອງກັບການປະເມີນລະດັບການເປັນສະມາຊິກຂອງຕົວແປການປ້ອນຂໍ້ມູນກັບຊຸດ fuzzy, ແລະການໄດ້ຮັບມູນຄ່າຜົນຜະລິດທີ່ສອດຄ້ອງກັນ.

10. ເຄື່ອງມືແລະຊອບແວທີ່ໃຊ້ໃນເຫດຜົນ fuzzy

ໃນເຫດຜົນ fuzzy, ເຄື່ອງມືແລະຊອບແວຕ່າງໆແມ່ນໃຊ້ເພື່ອສ້າງແບບຈໍາລອງແລະແກ້ໄຂບັນຫາໂດຍອີງໃສ່ຄວາມບໍ່ແນ່ນອນແລະບໍ່ແນ່ນອນ. ເຄື່ອງມືເຫຼົ່ານີ້ແມ່ນມີຄວາມຈໍາເປັນສໍາລັບການສະຫມັກຂໍເອົາເຫດຜົນ fuzzy ໃນຂົງເຂດທີ່ແຕກຕ່າງກັນ, ເຊັ່ນ: ປັນຍາປະດິດ, ການຕັດສິນໃຈ, ແລະການຄວບຄຸມລະບົບ.

ຫນຶ່ງໃນເຄື່ອງມືທີ່ໃຊ້ຫຼາຍທີ່ສຸດໃນເຫດຜົນ fuzzy ແມ່ນຊອບແວ MATLAB, ເຊິ່ງສະຫນອງສະພາບແວດລ້ອມການຂຽນໂປລແກລມແລະການຈໍາລອງສໍາລັບລະບົບ fuzzy. ດ້ວຍ MATLAB, ມັນເປັນໄປໄດ້ທີ່ຈະອອກແບບແລະຈໍາລອງຕົວຄວບຄຸມ fuzzy, ເຊັ່ນດຽວກັນກັບປະຕິບັດການວິເຄາະແລະ ການປະມວນຜົນຂໍ້ມູນ ກະ​ຈາຍ. ນອກຈາກນັ້ນ, ຊອບແວນີ້ມີເອກະສານ ແລະບົດສອນທີ່ກວ້າງຂວາງທີ່ເຮັດໃຫ້ມັນງ່າຍຕໍ່ການຮຽນຮູ້ ແລະນໍາໃຊ້.

ເຄື່ອງມືທີ່ສໍາຄັນອີກອັນຫນຶ່ງໃນເຫດຜົນ fuzzy ແມ່ນຊອບແວ Fuzzy Logic Toolbox, ຍັງພັດທະນາໂດຍ MATLAB. ກ່ອງເຄື່ອງມືນີ້ອະນຸຍາດໃຫ້ທ່ານອອກແບບ, ຈໍາລອງແລະວິເຄາະລະບົບ fuzzy ໃນວິທີການ intuitive ແລະປະສິດທິພາບ. ດ້ວຍ Fuzzy Logic Toolbox, ທ່ານສາມາດສ້າງຫນ້າທີ່ສະມາຊິກ fuzzy, ກໍານົດກົດລະບຽບ fuzzy, ແລະປະຕິບັດ inference fuzzy. ເພື່ອແກ້ໄຂບັນຫາຕ່າງໆ ອີງໃສ່ຄວາມບໍ່ແນ່ນອນ. ເຄື່ອງ​ມື​ນີ້​ຍັງ​ສະ​ຫນອງ​ຕົວ​ຢ່າງ​ແລະ tutorials ທີ່​ເຮັດ​ໃຫ້​ມັນ​ງ່າຍ​ທີ່​ຈະ​ນໍາ​ໃຊ້​ແລະ​ເຂົ້າ​ໃຈ​.

11. ສິ່ງທ້າທາຍແລະທັດສະນະໃນອະນາຄົດໃນເຫດຜົນ fuzzy

12. ຄວາມສໍາພັນຂອງເຫດຜົນ fuzzy ກັບປັນຍາປະດິດ

ເຫດຜົນ Fuzzy ມີບົດບາດພື້ນຖານໃນປັນຍາປະດິດ, ເພາະວ່າມັນອະນຸຍາດໃຫ້ສ້າງແບບຈໍາລອງແລະແກ້ໄຂບັນຫາທີ່ຄວາມບໍ່ແນ່ນອນແລະຄວາມບໍ່ແນ່ນອນແມ່ນລັກສະນະທົ່ວໄປ. ເຫດຜົນ Fuzzy ແມ່ນອີງໃສ່ຫຼັກການທີ່ຄ່າສາມາດເປັນຂອງຊຸດບາງສ່ວນຫຼືຄ່ອຍໆ, ບໍ່ເຫມືອນກັບເຫດຜົນຄລາສສິກທີ່ອະນຸຍາດໃຫ້ພຽງແຕ່ຄໍາເວົ້າທີ່ແທ້ຈິງຫຼືບໍ່ຖືກຕ້ອງ.

ກ ຂອງແອັບພລິເຄຊັນຕ່າງໆ ການນໍາໃຊ້ທົ່ວໄປທີ່ສຸດຂອງເຫດຜົນ fuzzy ໃນປັນຍາປະດິດແມ່ນຢູ່ໃນລະບົບການຄວບຄຸມ fuzzy. ລະບົບເຫຼົ່ານີ້ມີຄວາມສາມາດໃນການຕັດສິນໃຈໂດຍອີງໃສ່ກົດລະບຽບພາສາແລະຕົວແປ fuzzy, ແທນທີ່ຈະໃຊ້ກົດລະບຽບທີ່ຊັດເຈນແລະມູນຄ່າຕົວເລກ. ນີ້ອະນຸຍາດໃຫ້ມີການປຸງແຕ່ງຂໍ້ມູນທີ່ມີຄວາມຍືດຫຍຸ່ນຫຼາຍ, ໂດຍສະເພາະໃນເວລາທີ່ຈັດການກັບບັນຫາທີ່ກ່ຽວຂ້ອງກັບປັດໃຈທີ່ບໍ່ແນ່ນອນຫຼືຄວາມບໍ່ແນ່ນອນ.

Fuzzy logic ຍັງຖືກນໍາໃຊ້ໃນລະບົບ inference fuzzy, ບ່ອນທີ່ຈຸດປະສົງແມ່ນເພື່ອຊອກຫາຄວາມສໍາພັນຫຼືຮູບແບບໃນຊຸດຂອງຂໍ້ມູນ. ໂດຍການນໍາໃຊ້ກົດລະບຽບພາສາແລະຊຸດ fuzzy, ລະບົບເຫຼົ່ານີ້ສາມາດສ້າງບົດສະຫຼຸບໂດຍອີງໃສ່ຂໍ້ມູນບາງສ່ວນຫຼືບໍ່ຄົບຖ້ວນ. ຄວາມສາມາດໃນການສົມເຫດສົມຜົນທີ່ຍືດຫຍຸ່ນແລະດັດແປງນີ້ແມ່ນເປັນປະໂຫຍດໂດຍສະເພາະໃນຂົງເຂດເຊັ່ນ: ການຮັບຮູ້ຮູບແບບ, ການຕັດສິນໃຈແລະການຮຽນຮູ້ເຄື່ອງຈັກ.

13. ຄວາມສໍາຄັນຂອງເຫດຜົນ fuzzy ໃນການຕັດສິນໃຈ

14. ບົດສະຫຼຸບກ່ຽວກັບເຫດຜົນ fuzzy ແລະການນໍາໃຊ້ຂອງມັນ

ສະຫຼຸບແລ້ວ, ເຫດຜົນ fuzzy ໄດ້ພິສູດວ່າເປັນເຄື່ອງມືທີ່ມີປະສິດທິພາບແລະຫລາກຫລາຍໃນຫຼາຍໆດ້ານຂອງຄໍາຮ້ອງສະຫມັກ. ລັກສະນະຕົ້ນຕໍຂອງມັນແມ່ນຄວາມສາມາດໃນການຈັດການກັບຄວາມບໍ່ແນ່ນອນແລະບໍ່ແນ່ນອນ, ເຊິ່ງເຮັດໃຫ້ມັນເປັນທາງເລືອກທີ່ຫນ້າສົນໃຈສໍາລັບບັນຫາທີ່ສັບສົນ. ຂໍຂອບໃຈກັບພື້ນຖານທາງຄະນິດສາດທີ່ແຂງແກ່ນແລະວິທີການທີ່ມີຄວາມຍືດຫຍຸ່ນ, ເຫດຜົນ fuzzy ໄດ້ຖືກນໍາໃຊ້ຢ່າງສໍາເລັດຜົນໃນດ້ານຕ່າງໆເຊັ່ນ: ວິສະວະກໍາ, ຢາ, ປັນຍາປະດິດແລະການຕັດສິນໃຈ.

ຫນຶ່ງໃນຂໍ້ໄດ້ປຽບຂອງເຫດຜົນ fuzzy ແມ່ນຄວາມສາມາດຂອງຕົນໃນການຈັດການຂໍ້ມູນ vague ຫຼື imprecise. ນີ້ແມ່ນບັນລຸໄດ້ໂດຍຜ່ານແນວຄວາມຄິດຂອງສະມາຊິກ fuzzy, ບ່ອນທີ່ອົງປະກອບສາມາດເປັນສະມາຊິກບາງສ່ວນຂອງຊຸດ. ນີ້ອະນຸຍາດໃຫ້ລະດັບຂອງຄວາມຈິງສະແດງອອກແລະດໍາເນີນການໃນລັກສະນະທີ່ແທ້ຈິງແລະມີຄວາມຍືດຫຍຸ່ນ, ສະຫນອງຜົນໄດ້ຮັບທີ່ສອດຄ່ອງກັບຄວາມເປັນຈິງຫຼາຍຂຶ້ນ.

ລັກສະນະທີ່ສໍາຄັນອີກອັນຫນຶ່ງຂອງເຫດຜົນ fuzzy ແມ່ນຄວາມສາມາດໃນການສ້າງແບບຈໍາລອງການສົມເຫດສົມຜົນຂອງມະນຸດແລະເກັບກໍາ intuition. ໂດຍຜ່ານຄໍານິຍາມຂອງກົດລະບຽບ fuzzy ແລະ inference ໂດຍອີງໃສ່ພວກມັນ, ບົດສະຫຼຸບສາມາດໄດ້ຮັບທີ່ໃກ້ຊິດກັບວິທີການທີ່ມະນຸດມີເຫດຜົນແລະການຕັດສິນໃຈໃນສະຖານະການທີ່ບໍ່ແນ່ນອນ. ນີ້ໄດ້ເຮັດໃຫ້ການສ້າງລະບົບຜູ້ຊ່ຽວຊານ fuzzy ແລະການພັດທະນາລະບົບການຮຽນຮູ້ເຄື່ອງຈັກໂດຍອີງໃສ່ເຫດຜົນ fuzzy, ເຊິ່ງໄດ້ພິສູດປະສິດທິພາບໃນບັນຫາສະລັບສັບຊ້ອນແລະຫຼາຍມິຕິລະດັບ.

ສະຫຼຸບແລ້ວ, fuzzy logic ເປັນເຄື່ອງມືທີ່ມີປະສິດທິພາບໃນການແກ້ໄຂບັນຫາທີ່ສັບສົນເຊິ່ງຄວາມບໍ່ແນ່ນອນແລະຄວາມບໍ່ແນ່ນອນແມ່ນປັດໃຈສໍາຄັນ. ຄວາມສາມາດໃນການຈັດການກັບຂໍ້ມູນທີ່ບໍ່ຊັດເຈນ, ການສ້າງແບບຈໍາລອງການສົມເຫດສົມຜົນຂອງມະນຸດແລະການນໍາໃຊ້ຂອງມັນໃນຂົງເຂດຕ່າງໆເຮັດໃຫ້ມັນເປັນເຄື່ອງມືທີ່ຫລາກຫລາຍແລະມີປະສິດທິພາບ. Fuzzy logic ຈະສືບຕໍ່ເປັນຫົວເລື່ອງຂອງການຄົ້ນຄວ້າແລະການພັດທະນາ, ເນື່ອງຈາກວ່າມີຫຼາຍຂົງເຂດທີ່ມັນສາມາດນໍາໃຊ້ແລະປັບປຸງ, ສະເຫນີການແກ້ໄຂທີ່ຊັດເຈນກວ່າທີ່ປັບຕົວເຂົ້າກັບຄວາມເປັນຈິງ.

ສະຫຼຸບແລ້ວ, fuzzy logic ເປັນເຄື່ອງມືອັນລ້ຳຄ່າໃນຂົງເຂດຂອງປັນຍາປະດິດ ແລະຄຳນຶງເຖິງຄວາມບໍ່ແນ່ນອນ ແລະຄວາມບໍ່ແນ່ນອນທີ່ປະກົດຢູ່ໃນຫຼາຍບັນຫາໃນໂລກຕົວຈິງ. ຄວາມສາມາດຂອງຕົນໃນການຈັດການກັບຂໍ້ມູນ fuzzy ແລະສ້າງຄວາມສໍາພັນທີ່ບໍ່ແມ່ນຄູ່ໄດ້ເປີດຄວາມເປັນໄປໄດ້ໃຫມ່ໃນພາກສະຫນາມຂອງການຕັດສິນໃຈໂດຍອີງໃສ່ລະບົບຜູ້ຊ່ຽວຊານ. ໃນຂະນະທີ່ເຕັກໂນໂລຢີສືບຕໍ່ກ້າວຫນ້າ, ເຫດຜົນ fuzzy ຈະສືບຕໍ່ມີບົດບາດສໍາຄັນໃນການແກ້ໄຂບັນຫາທີ່ສັບສົນໃນດ້ານຕ່າງໆ, ຈາກວິສະວະກໍາຈົນເຖິງຢາ. ດ້ວຍຄວາມຍືດຫຍຸ່ນແລະສຸມໃສ່ການເປັນຕົວແທນຂອງເຫດຜົນຂອງມະນຸດ, ເຫດຜົນ fuzzy ໄດ້ພິສູດວ່າເປັນເຄື່ອງມືທີ່ມີຄຸນຄ່າແລະມີປະສິດທິພາບສູງໃນຍຸກຂອງປັນຍາປະດິດ. ຄໍາຮ້ອງສະຫມັກທີ່ປະສົບຜົນສໍາເລັດຂອງມັນໃນທົ່ວຂົງເຂດແລະລະບຽບວິໄນທີ່ກວ້າງຂວາງສະຫນັບສະຫນູນຄວາມກ່ຽວຂ້ອງຢ່າງຕໍ່ເນື່ອງແລະຄໍາສັນຍາໃນອະນາຄົດຂອງຕົນເປັນວິທີການຫາເຫດຜົນແລະການຕັດສິນໃຈໃນສະພາບແວດລ້ອມທີ່ສັບສົນ.