නොපැහැදිලි තර්කනය, නොපැහැදිලි තර්කනය ලෙසද හැඳින්වේ, නිරවද්ය හෝ අවිනිශ්චිත තොරතුරු නිරූපණය කිරීම සහ හැසිරවීම සඳහා භාවිතා කරන ගණිතමය ප්රවේශයකි. ප්රස්තුතයක් සත්ය හෝ අසත්ය වූ සම්භාව්ය සහ ද්විමය තර්කනය මෙන් නොව, අපැහැදිලි තර්කනය ආන්තික ස්ථාන දෙකම අතර වෙනස් වන සත්යයේ තරමක ඇගයීමට ඉඩ සලසයි.
මෙම විනය බොහෝ සංකල්ප සහ සංසිද්ධි යන මූලධර්මය මත පදනම් වේ ලොවෙහි ඒවා සාමාන්යයෙන් නොපැහැදිලි හෝ අවිනිශ්චිත මට්ටම් ඉදිරිපත් කරන බැවින් සැබෑව නිශ්චිතව වර්ගීකරණය කළ නොහැක. මේ ආකාරයෙන්, නොපැහැදිලි තර්කනය තොරතුරු වල මෙම සහජයෙන්ම අපැහැදිලි ස්වභාවය සමඟ කටයුතු කිරීමට න්යායික රාමුවක් සහ මෙවලම් සැපයීමට උත්සාහ කරයි.
Fuzzy logic වැනි විවිධ ක්ෂේත්රවල යෙදුම් සොයාගෙන ඇත කෘතිම බුද්ධිය, පාලන පද්ධති, තීරණ ගැනීම සහ රටා හඳුනාගැනීම, වෙනත් අය අතර. එහි ප්රයෝජනය පවතින්නේ අවිනිශ්චිත හෝ අපැහැදිලි දත්ත හැසිරවීමේ හැකියාව තුළ වන අතර එමඟින් වඩාත් නම්යශීලී සහ අනුවර්තන තර්කනයට ඉඩ සලසයි.
මෙම ලිපියෙන් අපි නොපැහැදිලි තර්කනයේ මූලධර්ම සහ පදනම් ගැඹුරින් ගවේෂණය කරන්නෙමු. එහි යෙදුම් විවිධ ක්ෂේත්රවල භාවිතයන්. මෙම විනය තීරණ ගැනීමේදී අවිනිශ්චිතතාවයට ප්රවේශ වන ආකාරය විප්ලවීය කර ඇති ආකාරය සහ එය ක්රියාවලීන් ප්රශස්ත කිරීමට සහ පුළුල් පරාසයක තත්වයන් තුළ වඩාත් නිවැරදි ප්රතිඵල ලබා ගැනීමට භාවිතා කළ හැකි ආකාරය අපි සොයා ගනිමු.
1. නොපැහැදිලි තර්කනය හැඳින්වීම
Fuzzy logic යනු ශාඛාවකි කෘතිම බුද්ධිය පිළිබඳ තීරණ ගැනීමේදී අවිනිශ්චිතභාවය සහ අවිනිශ්චිතභාවය කළමනාකරණය කිරීමට ඉඩ සලසයි. ද්විමය තාර්කික අගයන් (0 හෝ 1) මත පදනම් වූ සම්භාව්ය තර්කනය මෙන් නොව, අපැහැදිලි තර්කනය ප්රකාශයක සත්යයේ හෝ අසත්යයේ තරම නියෝජනය කරන නොපැහැදිලි අගයන් භාවිතා කරයි. නිශ්චිත අර්ථ දැක්වීමක් නොමැති විචල්යයන් සමඟ වැඩ කරන විට හෝ දත්ත අසම්පූර්ණ හෝ ඝෝෂාකාරී වන විට මෙම තාක්ෂණය විශේෂයෙන් ප්රයෝජනවත් වේ..
මෙම කොටසේදී, අපි නොපැහැදිලි තර්කනයේ පදනම් සහ එය ඉංජිනේරු, රොබෝ විද්යාව සහ වෛද්ය විද්යාව වැනි විවිධ ක්ෂේත්රවල යෙදෙන ආකාරය ගවේෂණය කරන්නෙමු. අපැහැදිලි කට්ටල, නොපැහැදිලි රීති සහ නොපැහැදිලි මෙහෙයුම් වැනි මූලික කරුණු සහ ආකෘති නිර්මාණය කිරීමට සහ ගැටළු විසඳීමට අපැහැදිලි තර්කනය භාවිතා කළ හැකි ආකාරය අපි ඉගෙන ගනිමු. උදාහරණ සහ සිද්ධි අධ්යයනයන් මෙන්ම ප්රයෝජනවත් මෙවලම් සහ සම්පත් ලැයිස්තුවක් ද සපයනු ලැබේ..
අතිරේකව, නොපැහැදිලි තර්කනයේ ප්රතිලාභ සහ සීමාවන් ඉදිරිපත් කරනු ඇති අතර, නොපැහැදිලි තර්කනය සහ නොපැහැදිලි තර්කනය සහ සම්භාවිතා තර්කනය වැනි වෙනත් ප්රවේශයන් අතර වෙනස්කම් සාකච්ඡා කරනු ඇත. මෙම කොටස පුරාම, නොපැහැදිලි තර්කනය යෙදීම සඳහා ප්රායෝගික උපදෙස් සහ නිර්දේශ ලබා දෙනු ඇත. ඵලදායී ලෙස en diferentes situaciones.
2. නොපැහැදිලි තර්කනයේ මූලික කරුණු
නොපැහැදිලි තර්කනය, නොපැහැදිලි තර්කනය ලෙසද හැඳින්වේ, එය ශාඛාවකි කෘතිම බුද්ධිය සත්ය සාරධර්ම නිරපේක්ෂ වීමට වඩා සාමාජිකත්වයේ මට්ටම් වලින් නියෝජනය කළ හැකිය යන අදහස මත පදනම් වේ. ද්විමය අගයන් මත පදනම් වූ සම්භාව්ය තර්කනය මෙන් නොව, නොපැහැදිලි තර්කනය 0 සහ 1 අතර නොපැහැදිලි අගයන් භාවිතා කිරීමට ඉඩ සලසයි. මෙය පහසුවෙන් අර්ථ දැක්විය නොහැකි හෝ ප්රමාණ කළ නොහැකි සංකල්ප හෝ තත්වයන් සමඟ වැඩ කිරීමේදී විශේෂයෙන් ප්රයෝජනවත් වේ.
නොපැහැදිලි තර්කනයේ දී, නොපැහැදිලි කට්ටල මූලික කාර්යභාරයක් ඉටු කරයි. මෙම කට්ටල සාමාජික ශ්රිතයන් මගින් නිර්වචනය කරනු ලබන අතර, එක් එක් මූලද්රව්ය සඳහා සාමාජිකත්ව මට්ටමක් පවරයි. අයත් වීමේ තීව්රතාවය පෙන්නුම් කරන වක්ර මගින් මෙම අයත් වීමේ අංශක නිරූපණය කළ හැක. මේ අනුව, මූලද්රව්යයක් නිශ්චිත උපාධියක් සහිත නොපැහැදිලි කට්ටලයකට අයත් විය හැකිය, උදාහරණයක් ලෙස, 0.8.
Fuzzy logic පාලන පද්ධතිවල සිට රටා හඳුනාගැනීම දක්වා පුළුල් පරාසයක යෙදුම්වල භාවිතා වේ. නොපැහැදිලි තර්කනයේ වැදගත්ම ලක්ෂණයක් වන්නේ දත්තවල අවිනිශ්චිතතාවය සහ අවිනිශ්චිතතාවය ආදර්ශන කිරීමට ඇති හැකියාවයි. නිරපේක්ෂ නිරවද්යතාවය කළ නොහැකි හෝ අවශ්ය නොවන අවස්ථාවන්හිදී මෙය විශේෂයෙන් ප්රයෝජනවත් වේ. නොපැහැදිලි තර්කනය සමඟ, නොපැහැදිලි අගයන් මත පදනම්ව තීරණ ගැනීමට සහ අපැහැදිලි බව වඩාත් ඵලදායී ලෙස හැසිරවීමට හැකි වේ.
3. නොපැහැදිලි තර්කනයේ මූලධර්ම
නොපැහැදිලි තර්කනය යනු අපැහැදිලි සංකල්ප හෝ භාෂාමය විචල්යයන් සමඟ වැඩ කිරීමට ඉඩ සලසන තර්ක කිරීමේ ආදර්ශයකි. එය පදනම් වී ඇත්තේ 0 හෝ 1 අගයන් පමණක් භාවිතා කර යථාර්ථය සම්පූර්ණයෙන් විස්තර කළ නොහැකි නමුත් යම් කට්ටලයක හෝ කාණ්ඩයක සාමාජිකත්වයේ උපාධි ඇති බව යන අදහස මත ය.
ඒවා මූලික සංකල්ප තුනකින් සාරාංශ කළ හැක: සාමාජිකත්වයේ ක්රියාකාරිත්වය, නොපැහැදිලි අනුමාන සහ විකෘති කිරීම.
- සාමාජික ශ්රිතය යනු භාෂාමය විචල්යයකට නොපැහැදිලි අගයක් පැවරීමට ඉඩ සලසන මෙවලමකි, කට්ටලයක් හෝ කාණ්ඩයක් තුළ එහි සාමාජිකත්වය ප්රකාශ කරයි. එය දත්තවල අවිනිශ්චිතතාවය සහ නම්යශීලී බව මැනීමට භාවිතා කරයි.
- නොපැහැදිලි අනුමානය යනු නොපැහැදිලි තර්කනයේ භාවිතා වන තර්ක ක්රියාවලියයි. එය භාෂාමය විචල්යයන් සම්බන්ධ නොපැහැදිලි රීති මත පදනම් වන අතර දත්තවල නිරවද්යතාවය සහ අපැහැදිලි බව සැලකිල්ලට ගනිමින් තාර්කික මෙහෙයුම් සිදු කිරීමට ඉඩ සලසයි.
- Defuzzification යනු නොපැහැදිලි තර්ක කිරීමේ ක්රියාවලියේ අවසාන පියවර වන අතර, අපැහැදිලි අගයන් සමූහයකින් නිශ්චිත අගයක් ලබා ගනී. ලබාගත් ප්රතිඵල පරිශීලකයා සඳහා නිරවද්ය සහ තේරුම්ගත හැකි පද බවට පරිවර්තනය කිරීමට එය භාවිතා කරයි.
මෙම මූලධර්මයන් නොපැහැදිලි තර්කනය භාවිතයෙන් ගණනය කිරීමේ සහ ගැටළු විසඳීමේ පදනම වේ. එහි යෙදුමට කෘතිම බුද්ධිය, පාලන පද්ධති, තීරණ ගැනීම සහ සංකීර්ණ පද්ධති ආකෘති නිර්මාණය වැනි විවිධ අධ්යයන ක්ෂේත්ර ඇත. මෙම සංකල්ප හරහා, අවිනිශ්චිතතාවය සහ අවිනිශ්චිතතාවය වඩාත් කාර්යක්ෂමව සහ යථාර්ථවාදීව හැසිරවිය හැකි පද්ධති නිර්මාණය කළ හැකිය.
4. නොපැහැදිලි තර්කනයේ ප්රධාන ලක්ෂණ
Fuzzy logic යනු විවිධ තථ්ය-ලෝක තත්වයන් තුළ පවතින අවිනිශ්චිතතාවය ආදර්ශනය කිරීමට සහ නිරූපණය කිරීමට භාවිතා කරන ගණිතමය තර්ක පද්ධතියකි. සාම්ප්රදායික ද්විමය තර්කනය මෙන් නොව, තාර්කික අගයන් සත්ය හෝ අසත්ය පමණක් වන අතර, නොපැහැදිලි තර්කනය මෙම අන්ත දෙක අතර අතරමැදි අගයන් නිරූපණය කිරීමට ඉඩ සලසයි.
අපැහැදිලි තර්කනයේ ප්රධාන ලක්ෂණයක් වන්නේ නිරපේක්ෂ නොවන සංකල්ප විස්තර කිරීමට අපැහැදිලි කට්ටල භාවිතා කිරීමේ හැකියාවයි. මෙම නොපැහැදිලි කට්ටල කට්ටලයක එක් එක් මූලද්රව්ය සඳහා සාමාජිකත්වයේ උපාධියක් ලබා දෙයි, එමඟින් තොරතුරු නිරූපණය සහ කළමනාකරණයේ වැඩි නම්යශීලී බවක් ලබා දේ.
නොපැහැදිලි තර්කනයේ තවත් මූලික ලක්ෂණයක් වන්නේ විචල්ය විශාල සංඛ්යාවක් ඇති සහ බහු සාධක එකවර සලකා බැලිය යුතු සංකීර්ණ ගැටළු ආදර්ශන කිරීමට සහ විසඳීමට ඇති හැකියාවයි. මෙම හැකියාව දත්තවල පවතින අවිනිශ්චිතතාවය සැලකිල්ලට ගනිමින් සහ බොහෝ සැබෑ ලෝක තත්වයන්හි අසම්පූර්ණ ස්වභාවයට වඩා හොඳින් අනුගත වීමෙන් වඩාත් නිවැරදි සහ යථාර්ථවාදී ප්රතිඵල ලබා ගැනීමට ඉඩ සලසයි.
5. විවිධ ක්ෂේත්රවල නොපැහැදිලි තර්කයේ යෙදීම්
නොපැහැදිලි තර්කනය, නොපැහැදිලි තර්කනය ලෙසද හැඳින්වේ, විවිධ ක්ෂේත්රවල ඵලදායී මෙවලමක් බව ඔප්පු වී ඇත. නොපැහැදිලි තර්කනයේ එක් ප්රධාන යෙදුමක් වන්නේ කෘතිම බුද්ධි ක්ෂේත්රයයි, එහිදී එය අවිනිශ්චිත අවස්ථාවන්හිදී තර්කනය සහ තීරණ ගැනීම ආදර්ශයට ගැනීමට භාවිතා කරයි. එය පාලන පද්ධති, ප්රශස්තිකරණය, රටා හඳුනාගැනීම සහ වෛද්ය රෝග විනිශ්චය ආදියෙහි ද භාවිතා වේ.
රොබෝ ක්ෂේත්රයේ දී, රොබෝවරුන්ගේ හැසිරීම පාලනය කිරීමට සහ විවිධ තත්වයන්ට අනුවර්තනය වීමට ඉඩ දීමට අපැහැදිලි තර්කනය භාවිතා වේ. උදාහරණයක් ලෙස, දුෂ්කර භූමි ප්රදේශයක සැරිසැරිය යුතු ගවේෂක රොබෝවක, පවතින භූමි තත්වයන් සහ බාධක මත පදනම්ව රොබෝවරයාගේ ප්රශස්ත වේගය සහ දිශාව තීරණය කිරීමට නොපැහැදිලි තර්කනය භාවිතා කළ හැක.
නොපැහැදිලි තර්කනය සාර්ථකව යෙදී ඇති තවත් අංශයක් වන්නේ ආර්ථික විද්යාව සහ මූල්ය විද්යාවයි. නොපැහැදිලි තර්කනය භාවිතා කිරීමෙන්, ප්රවීණයන්ට මූල්ය වෙලඳපොලවල හැසිරීම් ආදර්ශණය කිරීමට සහ පුරෝකථනය කිරීමට සහ ආයෝජන හා සම්බන්ධ අවදානම ඇගයීමට හැකිය. මීට අමතරව, මෝටර් රථ කර්මාන්තයේ දී, නොපැහැදිලි තර්කනය එන්ජින්වල කාර්යක්ෂමතාව සහ ක්රියාකාරිත්වය වැඩි දියුණු කිරීමට මෙන්ම රිය පැදවීමේ ආරක්ෂාව වැඩි දියුණු කිරීමට භාවිතා කරයි.
6. නොපැහැදිලි තර්කනයේ වාසි සහ සීමාවන්
නොපැහැදිලි තර්කනය, නොපැහැදිලි තර්කනය ලෙසද හැඳින්වේ, විවිධ යෙදුම්වල අවිනිශ්චිතතාවය සහ අපැහැදිලි බව කළමනාකරණය කිරීමට ඉඩ සලසන අධ්යයන ක්ෂේත්රයකි. මෙය සාක්ෂාත් කරගනු ලබන්නේ ද්විමය ආකාරයකින් වර්ගීකරණය කළ නොහැකි නමුත් විවිධ කාණ්ඩවල සාමාජිකත්වයේ උපාධි ඇති විසරණය වූ සංකල්ප නිරූපණය කිරීම සහ හැසිරවීම මගිනි.
නොපැහැදිලි තර්කනයේ එක් ප්රධාන වාසියක් නම්, එය සංකීර්ණ පද්ධති සහ සංසිද්ධීන් වඩාත් යථාර්ථවාදී ලෙස හැඩගැස්වීමට ඉඩ සලසා දීමයි. නොපැහැදිලි කට්ටල සහ නොපැහැදිලි අනුමාන රීති භාවිතා කිරීමෙන්, සූක්ෂ්ම කරුණු ග්රහණය කර ගත හැකි අතර දත්තවල පවතින අවිනිශ්චිතතා අවම කර ගත හැක. තවද, ලබාගත් ප්රතිඵල වැඩිදියුණු කිරීම සඳහා කාර්මික ස්වයංක්රීයකරණය, කෘතිම බුද්ධිය හෝ තීරණ ගැනීම වැනි විවිධ ක්ෂේත්රවල මෙම තාක්ෂණය යෙදිය හැකිය.
කෙසේ වෙතත්, නොපැහැදිලි තර්කනයට ද යම් සීමාවන් තිබේ. පළමුව, එය නොපැහැදිලි සංකල්ප සැකසීමට සංකීර්ණ ගණනය කිරීම් අවශ්ය වන බැවින් එය ගණනය කිරීමේ මිල අධික තාක්ෂණයකි. තවද, අපැහැදිලි කට්ටලවල නිර්වචනය සහ අනුමාන රීති විශේෂඥයාගේ හෝ පරිශීලකයාගේ අර්ථ නිරූපණය මත රඳා පවතින බැවින්, ලබාගත් ප්රතිඵලය ආත්මීය විය හැක. අවසාන වශයෙන්, නොපැහැදිලි තර්කනයේ සංකල්ප සහ මෙහෙයුම් පිළිබඳව හුරුපුරුදු නොවන අය සඳහා එහි යෙදුම සංකීර්ණ විය හැකිය.
7. සාම්ප්රදායික තර්කනය සහ නොපැහැදිලි තර්කනය අතර සංසන්දනය
සාම්ප්රදායික තර්කනය සහ නොපැහැදිලි තර්කනය තර්කනය සහ තීරණ ගැනීම සඳහා වෙනස් ප්රවේශ දෙකකි. සාම්ප්රදායික තර්කනය පදනම් වී ඇත්තේ ප්රස්තුතයකට තිබිය හැක්කේ එක් සත්ය හෝ ව්යාජ සත්ය අගයක් පමණක් යන මූලධර්මය මතය. ඊට ප්රතිවිරුද්ධව, අපැහැදිලි තර්කනය ප්රස්තුතයකට සම්පූර්ණ සත්ය සහ සම්පූර්ණ අසත්ය අතර වෙනස් වන සත්ය අගයක් ලබා ගැනීමට ඉඩ සලසයි.
මෙම ප්රවේශයන් දෙක අතර සංසන්දනයකදී හෙළිවන්නේ සත්ය සහ අසත්ය අතර පැහැදිලි සීමා නිර්ණයක පවතින ද්විමය විසඳුම් සමඟ ගැටලු සඳහා සම්ප්රදායික තර්කනය වඩාත් සුදුසු බවයි. අනෙක් අතට, සංකල්ප අපැහැදිලි වන අතර නිශ්චිතව නිර්වචනය කළ නොහැකි විට අපැහැදිලි තර්කනය වඩාත් ප්රයෝජනවත් වේ. මෙම ප්රවේශය බොහෝ සැබෑ ලෝකයේ ගැටලුවල පවතින අවිනිශ්චිතභාවය සහ අපැහැදිලි බව නිරූපණය කිරීමට සහ විශ්ලේෂණය කිරීමට අපට ඉඩ සලසයි.
සාම්ප්රදායික තර්කනය නිශ්චිත සහ නිර්වචනය කරන ලද රීති භාවිතය මත පදනම් වන අතර නොපැහැදිලි තර්කනය නොපැහැදිලි සහ ආසන්න නීති භාවිතා කරයි. තවද, සාම්ප්රදායික තර්කනය බැහැර කිරීමේ මූලධර්මය මත රඳා පවතී, එයින් ඇඟවෙන්නේ ප්රස්තුත සත්ය හෝ අසත්ය විය නොහැකි බවයි. එම අවස්ථාවේදී ම. ඊට වෙනස්ව, නොපැහැදිලි තර්කනය තුළ, ප්රස්තුතයකට එකවර සත්ය අංශක කිහිපයක් තිබීමේ හැකියාව පවතී.
කෙටියෙන් කිවහොත්, තර්ක කිරීම සහ තීරණ ගැනීම සඳහා එකිනෙකට වෙනස් ප්රවේශයන් දෙකක් හෙළි කරයි. සාම්ප්රදායික තර්කනය නිශ්චිත සහ නිර්වචනය කරන ලද රීති මත පදනම් වන අතර නොපැහැදිලි තර්කනය මගින් විසරණය වූ හෝ නොපැහැදිලි සත්ය අගයන් සහිත ප්රස්තුතවල පැවැත්මට ඉඩ සලසයි. මෙම ප්රවේශ දෙක අතර තේරීම රඳා පවතින්නේ ගැටලුවේ වර්ගය සහ සම්බන්ධ වූ සංකල්පවල ස්වභාවය මත ය. [අවසානය
8. නොපැහැදිලි තර්කනය පිළිබඳ ප්රායෝගික උදාහරණ
Fuzzy logic යනු කෘතිම බුද්ධිය සහ තීරණ ගැනීමේ ක්ෂේත්රයේ ප්රබල මෙවලමකි. දැන් ඔවුන් ඉදිරිපත් කරනවා උදාහරණ කිහිපයක් විවිධ අවස්ථාවන්හිදී නොපැහැදිලි තර්කනය යොදන ආකාරය නිදර්ශනය කරන ප්රායෝගික උදාහරණ.
1. උෂ්ණත්ව පාලනය: අපට කාමරයක් සඳහා උෂ්ණත්ව පාලන පද්ධතියක් සැලසුම් කිරීමට අවශ්ය යැයි සිතමු. අපැහැදිලි තර්කනය භාවිතා කරමින්, අපට ආදාන (වත්මන් උෂ්ණත්වය) සහ ප්රතිදානය (සිසිලන මට්ටම) විචල්යයන් සඳහා නොපැහැදිලි කට්ටල අර්ථ දැක්විය හැකිය. අපැහැදිලි රීති හරහා, අපට මෙම විචල්යයන් අතර සම්බන්ධතා ඇති කර ගත හැකි අතර වර්තමාන උෂ්ණත්වය මත පදනම්ව අවශ්ය සිසිලන මට්ටම තීරණය කළ හැකිය. උදාහරණයක් ලෙස, උෂ්ණත්වය "ඉහළ" නම්, සිසිලන මට්ටම "ඉතා ඉහළ" විය හැක.
2. ණය අවදානම් තක්සේරුව: මූල්ය ක්ෂේත්රය තුළ, ණය අයදුම්කරුවන්ගේ ණය අවදානම තක්සේරු කිරීමට අපැහැදිලි තර්කනය භාවිතා කළ හැක. ආදායම, ණය ඉතිහාසය සහ වයස වැනි විචල්යයන් සඳහා නොපැහැදිලි කට්ටල අර්ථ දැක්විය හැක. නොපැහැදිලි නීති භාවිතා කරමින්, අයදුම්කරුවන් "ඉහළ", "මධ්යම" හෝ "පහත්" වැනි අවදානම් කාණ්ඩවලට වර්ග කිරීමට නිර්ණායක ස්ථාපිත කළ හැක.
3. නිර්දේශ පද්ධති: ප්රවාහ හෝ ඊ-වාණිජ්ය වේදිකාවල නිර්දේශ පද්ධති ද නොපැහැදිලි තර්කයෙන් ප්රයෝජන ගත හැකිය. උදාහරණයක් ලෙස, පරිශීලකයෙකු ක්රියාදාම චිත්රපට සහ ප්රහසන සඳහා උනන්දුවක් දක්වා තිබේ නම්, මෙම මනාපයන් සඳහා නොපැහැදිලි කට්ටල අර්ථ දැක්විය හැක. ඉන්පසුව, නොපැහැදිලි නීති භාවිතා කරමින්, පරිශීලකයාගේ මනාපයේ තීව්රතාවය අනුව ස්ත්රී පුරුෂ දෙපාර්ශවයේම අංග ඒකාබද්ධ කරන පුද්ගලාරෝපිත නිර්දේශ ජනනය කළ හැක.
Fuzzy logic විවිධ වසම් වල සංකීර්ණ ගැටළු විසඳීමට නම්යශීලී සහ අනුවර්තනය කළ හැකි ප්රවේශයක් ලබා දෙයි. මෙම ප්රායෝගික උදාහරණ පෙන්නුම් කරන්නේ කෙසේද යන්නයි යෙදිය හැකිය පද්ධති පාලනයේ සිට මූල්ය තීරණ ගැනීම සහ අන්තර්ගත නිර්දේශ කිරීම දක්වා විවිධ ක්ෂේත්රවල මෙම තාක්ෂණය.
9. නොපැහැදිලි අනුමාන පද්ධතිය
එය අවිනිශ්චිතතාවය සහ අපැහැදිලි ගැටළු විසඳීම සඳහා ප්රබල මෙවලමකි. නොපැහැදිලි තර්කනය භාවිතා කරමින්, මෙම පද්ධතිය මඟින් දත්ත සහ නීති වල නිරවද්යතාවය හැසිරවීමට සහ පවතින තොරතුරු ඇගයීම මත පදනම්ව නිගමනවලට එළඹීමට ඉඩ සලසයි.
භාවිතා කිරීමට, ඔබ පියවර මාලාවක් අනුගමනය කළ යුතුය. පළමුවෙන්ම, ඔබට විසඳීමට අවශ්ය ගැටළුව නිර්වචනය කර අදාළ පරාමිති සහ විචල්යයන් ස්ථාපිත කළ යුතුය. ඉන්පසුව, සාමාජික ශ්රිත ගොඩනගා ගත යුතු අතර, එමඟින් ආදාන අගයන් සහ ඒවායේ සාමාජිකත්වයේ ප්රමාණය නොපැහැදිලි කට්ටලයක් අතර සම්බන්ධය නියෝජනය කරයි.
ඊළඟට, ආදාන සහ ප්රතිදාන විචල්යයන් අතර සම්බන්ධය විස්තර කරන නොපැහැදිලි රීති නිර්වචනය කළ යුතුය. මෙම රීති පදනම් වන්නේ IF-THEN කට්ටලයක් මත වන අතර, IFs ආදාන කොන්දේසි නියෝජනය කරන අතර THENs ප්රතිචාරය හෝ ගත යුතු ක්රියාමාර්ග තීරණය කරයි. රීති නිර්වචනය කළ පසු, නොපැහැදිලි අනුමාන ක්රියාවලිය යොදනු ලැබේ, එයට අපැහැදිලි කට්ටලවලට ආදාන විචල්යවල සාමාජිකත්වයේ මට්ටම තක්සේරු කිරීම සහ අනුරූප ප්රතිදාන අගය ලබා ගැනීම ඇතුළත් වේ.
10. නොපැහැදිලි තර්කනයේ භාවිතා කරන මෙවලම් සහ මෘදුකාංග
නොපැහැදිලි තර්කනයේ දී, අවිනිශ්චිතතාවය සහ අවිනිශ්චිතතාවය මත පදනම් වූ ගැටළු ආකෘති සහ විසඳීමට විවිධ මෙවලම් සහ මෘදුකාංග භාවිතා වේ. කෘතිම බුද්ධිය, තීරණ ගැනීම සහ පද්ධති පාලනය වැනි විවිධ ක්ෂේත්රවල නොපැහැදිලි තර්කනය යෙදීම සඳහා මෙම මෙවලම් අත්යවශ්ය වේ.
නොපැහැදිලි තර්කනයේ වැඩිපුරම භාවිතා වන මෙවලම්වලින් එකක් වන්නේ නොපැහැදිලි පද්ධති සඳහා ක්රමලේඛන සහ සමාකරණ පරිසරයක් සපයන MATLAB මෘදුකාංගයයි. MATLAB සමඟින්, නොපැහැදිලි පාලකයන් සැලසුම් කිරීමට සහ අනුකරණය කිරීමට මෙන්ම විශ්ලේෂණය කිරීමට සහ දත්ත සැකසීම විසරණය. මීට අමතරව, මෙම මෘදුකාංගය ඉගෙනීමට සහ අයදුම් කිරීමට පහසු වන පුළුල් ලියකියවිලි සහ නිබන්ධන ඇත.
නොපැහැදිලි තර්කනයේ තවත් ඉතා වැදගත් මෙවලමක් වන්නේ MATLAB විසින් සංවර්ධනය කරන ලද Fuzzy Logic Toolbox මෘදුකාංගයයි. මෙම මෙවලම් පෙට්ටිය ඔබට අවබෝධාත්මක සහ කාර්යක්ෂම ආකාරයෙන් නොපැහැදිලි පද්ධති සැලසුම් කිරීමට, අනුකරණය කිරීමට සහ විශ්ලේෂණය කිරීමට ඉඩ සලසයි. නොපැහැදිලි තාර්කික මෙවලම් පෙට්ටිය සමඟින්, ඔබට නොපැහැදිලි සාමාජික කාර්යයන් නිර්මාණය කිරීමට, නොපැහැදිලි නීති නිර්වචනය කිරීමට සහ නොපැහැදිලි අනුමාන කිරීමට හැකිය. ගැටළු විසඳීමට අවිනිශ්චිතතාවය මත පදනම්ව. මෙම මෙවලම භාවිතා කිරීමට සහ තේරුම් ගැනීමට පහසු වන උදාහරණ සහ නිබන්ධන ද ඉදිරිපත් කරයි.
11. නොපැහැදිලි තර්කනයේ අභියෝග සහ අනාගත ඉදිරිදර්ශන
නොපැහැදිලි තර්කනය, නොපැහැදිලි තර්කනය ලෙසද හැඳින්වේ, කෘතිම බුද්ධි පද්ධතිවල අවිනිශ්චිතතාවය සහ අවිනිශ්චිතතාවය සමඟ කටයුතු කිරීමට භාවිතා කරන ගණිතමය මෙවලමකි. තාක්ෂණික දියුණුව සහ පද්ධති වඩ වඩාත් සංකීර්ණ වන විට, ඒවායේ අදාළත්වය සහ කාර්යක්ෂමතාව වැඩි දියුණු කිරීම සඳහා අවධානය යොමු කළ යුතු හදිසි අවස්ථා ඇති වේ.
නොපැහැදිලි තර්කනයේ ප්රධාන අභියෝගයක් වන්නේ විශාල දත්ත ප්රමාණයක් හැසිරවීමයි. අප සකසන තොරතුරු ප්රමාණය ඝාතීය ලෙස වැඩි වන බැවින්, කාර්යක්ෂම සහ වේගවත් දත්ත කළමනාකරණයට ඉඩ සලසන මෙවලම් සහ ඇල්ගොරිතම සංවර්ධනය කිරීම අත්යවශ්ය වේ. තවද, සංකීර්ණ සහ නොපැහැදිලි දත්ත කට්ටලවලින් ප්රයෝජනවත් සහ අදාළ දැනුම උකහා ගැනීමට ඉඩ සලසන නොපැහැදිලි තර්කනය සඳහා නිශ්චිත දත්ත කැණීම් ශිල්පීය ක්රම පර්යේෂණ කිරීම සහ සංවර්ධනය කිරීම අවශ්ය වේ.
තවත් වැදගත් අභියෝගයක් වන්නේ යන්ත්ර ඉගෙනීම සහ සම්භාවිතා තර්කනය වැනි වෙනත් කෘතිම බුද්ධි විෂයයන් සමඟ නොපැහැදිලි තර්කනය ඒකාබද්ධ කිරීමයි. මෙම ශිල්පීය ක්රමවල සංයෝජනයට වෛද්ය විද්යාව, රොබෝ විද්යාව සහ තීරණ ගැනීම වැනි විවිධ යෙදුම් ක්ෂේත්රවල වඩාත් ප්රබල සහ නිරවද්ය විසඳුම් ලබා දිය හැකිය. කෙසේ වෙතත්, මෙම ඒකාබද්ධ කිරීම, පවතින ඇල්ගොරිතම සහ නොපැහැදිලි තර්කනය සමඟ වැඩ කිරීමට ක්රම අනුවර්තනය කිරීම වැනි තාක්ෂණික සහ න්යායික අභියෝග ඉදිරිපත් කරයි.
12. කෘතිම බුද්ධිය සමඟ නොපැහැදිලි තර්කයේ සම්බන්ධතාවය
අවිනිශ්චිතතාවය සහ අවිනිශ්චිතතාවය පොදු ලක්ෂණ වන ආකෘති නිර්මාණය කිරීමට සහ ගැටළු විසඳීමට ඉඩ සලසන බැවින් නොපැහැදිලි තර්කනය කෘතිම බුද්ධියේ මූලික කාර්යභාරයක් ඉටු කරයි. නොපැහැදිලි තර්කනය පදනම් වී ඇත්තේ සත්ය හෝ අසත්ය ප්රකාශවලට පමණක් ඉඩ දෙන සම්භාව්ය තර්කනය මෙන් නොව, අගයන් අර්ධ වශයෙන් හෝ ක්රමානුකූලව කට්ටලයකට අයත් විය හැකි මූලධර්මය මත ය.
අ අයදුම්පත් වලින් කෘත්රිම බුද්ධියේ නොපැහැදිලි තර්කනයේ බහුලව භාවිතා වන්නේ අපැහැදිලි පාලන පද්ධතිවල ය. මෙම පද්ධති නිශ්චිත රීති සහ සංඛ්යාත්මක අගයන් භාවිතා කරනවාට වඩා, භාෂාමය රීති සහ නොපැහැදිලි විචල්යයන් මත පදනම්ව තීරණ ගැනීමේ හැකියාව ඇත. විශේෂයෙන්ම ආත්මීය හෝ අපැහැදිලි සාධක සම්බන්ධ ගැටළු සමඟ කටයුතු කරන විට, තොරතුරු වඩාත් නම්යශීලී ලෙස සැකසීමට මෙය ඉඩ සලසයි.
අපැහැදිලි තර්කනය නොපැහැදිලි අනුමාන පද්ධතිවල ද භාවිතා වේ, මෙහි අරමුණ දත්ත සමූහයක සම්බන්ධතා හෝ රටා සොයා ගැනීමයි. භාෂාමය රීති සහ නොපැහැදිලි කට්ටල භාවිතා කිරීමෙන්, මෙම පද්ධති අර්ධ හෝ අසම්පූර්ණ තොරතුරු මත පදනම්ව නිගමන ජනනය කළ හැකිය. මෙම නම්යශීලී සහ අනුවර්තන තර්කන හැකියාව රටා හඳුනාගැනීම, තීරණ ගැනීම සහ යන්ත්ර ඉගෙනීම වැනි ක්ෂේත්ර සඳහා විශේෂයෙන් ප්රයෝජනවත් වේ.
13. තීරණ ගැනීමේදී නොපැහැදිලි තර්කනයේ වැදගත්කම
නොපැහැදිලි තර්කනය යනු පැහැදිලි සහ නිවැරදි පිළිතුරු නොමැති අවිනිශ්චිත හෝ අපැහැදිලි අවස්ථාවන්හිදී තීරණ ගැනීමේ ප්රබල මෙවලමකි. එහි වැදගත්කම පවතින්නේ නම්යශීලී සහ අනුවර්තනය කළ හැකි රාමුවක් සපයන දත්තවල නිරවද්යතාවය සහ අවිනිශ්චිතතාවය හැසිරවීමට ඇති හැකියාව තුළ ය.
නොපැහැදිලි තර්කනයේ එක් ප්රධාන ලක්ෂණයක් වන්නේ නීති මාලාවක් සහ සාමාජිකත්ව ක්රියාකාරකම් භාවිතා කරමින් නිරවද්ය නොවන සහ නොපැහැදිලි තොරතුරු නියෝජනය කිරීමට සහ සැකසීමට ඇති හැකියාවයි. මෙම නීති රීති සහ කර්තව්යයන් නොපැහැදිලි සංකල්ප හැසිරවීමට ඉඩ දෙන අතර නොපැහැදිලි නිර්ණායක මත පදනම්ව තීරණ ගැනීම සඳහා ශක්තිමත් පදනමක් සපයයි.
තීරණ ගැනීමේදී නොපැහැදිලි තර්කනය භාවිතා කිරීමෙන්, ද්විමය (ඔව්/නැත) ප්රතිචාරයකට වඩා, එක් එක් විකල්පයට හෝ විකල්පයට සාමාජිකත්වයේ උපාධියක් පැවරිය හැක. දත්තවල ඇති අවිනිශ්චිතතා සහ වෙනස්කම් සැලකිල්ලට ගනිමින් විකල්ප වඩාත් නම්යශීලී සහ යථාර්ථවාදී ඇගයීමකට මෙය ඉඩ සලසයි. තවද, නොපැහැදිලි තර්කනයට විවිධ නිර්ණායක සහ බර සැලකිල්ලට ගත හැකි අතර, විවිධ අවස්ථා අනුකරණය කිරීමට සහ එක් එක් තීරණයේ ඇති විය හැකි ප්රතිවිපාක ඇගයීමට ඉඩ සලසයි.
14. නොපැහැදිලි තර්කනය සහ එහි අදාළත්වය පිළිබඳ නිගමන
අවසාන වශයෙන්, නොපැහැදිලි තර්කනය විවිධ යෙදුම් ක්ෂේත්රවල ප්රබල සහ බහුකාර්ය මෙවලමක් බව ඔප්පු වී ඇත. එහි ප්රධාන ලක්ෂණය වන්නේ අවිනිශ්චිතතාවය සහ නිරවද්යතාවය සමඟ කටයුතු කිරීමට ඇති හැකියාවයි, එය සංකීර්ණ ගැටළු සඳහා ආකර්ශනීය විකල්පයක් බවට පත් කරයි. එහි ඝන ගණිතමය පදනම් සහ නම්යශීලී ප්රවේශයට ස්තූතිවන්ත වන අතර, නොපැහැදිලි තර්කනය ඉංජිනේරු, වෛද්ය විද්යාව, කෘතිම බුද්ධිය සහ තීරණ ගැනීම වැනි ක්ෂේත්රවල සාර්ථකව යෙදී ඇත.
නොපැහැදිලි තර්කනයේ එක් වාසියක් වන්නේ නොපැහැදිලි හෝ අපැහැදිලි තොරතුරු හැසිරවීමේ හැකියාවයි. මෙය සාක්ෂාත් කරගනු ලබන්නේ නොපැහැදිලි සාමාජිකත්වය යන සංකල්පය මගිනි, එහිදී මූලද්රව්යයක් කට්ටලයක අර්ධ වශයෙන් සාමාජිකයෙකු විය හැකිය. මෙමගින් සත්යයේ මට්ටම් වඩාත් යථාර්ථවාදී සහ නම්යශීලී ආකාරයෙන් ප්රකාශ කිරීමට සහ සැකසීමට ඉඩ සලසයි, යථාර්ථයට වඩා ගැළපෙන ප්රතිඵල සපයයි.
නොපැහැදිලි තර්කනයේ තවත් වැදගත් අංගයක් වන්නේ මානව තර්කනය ආදර්ශයට ගැනීමට සහ බුද්ධිය ග්රහණය කර ගැනීමට ඇති හැකියාවයි. අපැහැදිලි රීති නිර්වචනය කිරීම සහ ඒවා මත පදනම් වූ අනුමාන කිරීම් හරහා, අවිනිශ්චිත අවස්ථාවන්හිදී මිනිසුන් තර්කානුකූලව හා තීරණ ගන්නා ආකාරයට සමීප නිගමන ලබා ගත හැකිය. මෙය නොපැහැදිලි විශේෂඥ පද්ධති නිර්මාණය කිරීමට සහ සංකීර්ණ හා බහුමාන ගැටළු වලදී ඵලදායී බව ඔප්පු කර ඇති නොපැහැදිලි තර්කනය මත පදනම් වූ යන්ත්ර ඉගෙනුම් ඇල්ගොරිතම සංවර්ධනය කිරීමට හේතු වී ඇත.
සාරාංශයක් ලෙස, අපැහැදිලි තර්කනය යනු අවිනිශ්චිතතාවය සහ අවිනිශ්චිතතාවය වැදගත් සාධක වන සංකීර්ණ ගැටළු විසඳීම සඳහා ප්රබල මෙවලමකි. නොපැහැදිලි තොරතුරු සමඟ කටයුතු කිරීමට ඇති හැකියාව, ආදර්ශ මානව තර්කනය සහ විවිධ ක්ෂේත්රවල එහි යෙදීම් එය බහුකාර්ය සහ ඵලදායී මෙවලමක් බවට පත් කරයි. නොපැහැදිලි තර්කනය පර්යේෂණ සහ සංවර්ධන විෂයක් ලෙස දිගටම පවතිනු ඇත, එය යථාර්ථයට අනුවර්තනය කරන ලද වඩාත් නිවැරදි විසඳුම් ඉදිරිපත් කරමින් එය යෙදිය හැකි සහ වැඩිදියුණු කළ හැකි බොහෝ ක්ෂේත්ර ඇති බැවින්.
සාරාංශයක් ලෙස, නොපැහැදිලි තර්කනය කෘත්රිම බුද්ධි ක්ෂේත්රයේ මිල කළ නොහැකි මෙවලමක් වන අතර බොහෝ සැබෑ ලෝකයේ ගැටලුවලට ආවේනික වූ අවිනිශ්චිතභාවය සහ අවිනිශ්චිතභාවය සැලකිල්ලට ගනී. නොපැහැදිලි දත්ත සමඟ කටයුතු කිරීමට සහ ද්විමය නොවන සම්බන්ධතා ඇති කර ගැනීමට එහි ඇති හැකියාව විශේෂඥ පද්ධති මත පදනම්ව තීරණ ගැනීමේ ක්ෂේත්රයේ නව හැකියාවන් විවර කර ඇත. තාක්ෂණය අඛණ්ඩව දියුණු වන විට, නොපැහැදිලි තර්කනය ඉංජිනේරු විද්යාවේ සිට වෛද්ය විද්යාව දක්වා විවිධ ක්ෂේත්රවල සංකීර්ණ ගැටලු විසඳීම සඳහා තීරණාත්මක කාර්යභාරයක් ඉටු කරනු ඇත. එහි නම්යශීලීභාවය සහ මානව තර්කනය නියෝජනය කිරීම කෙරෙහි අවධානය යොමු කිරීමත් සමඟ, නොපැහැදිලි තර්කනය කෘතිම බුද්ධියේ යුගයේ වටිනා සහ ඉතා ඵලදායී මෙවලමක් බව ඔප්පු වී ඇත. පුළුල් පරාසයක ක්ෂේත්ර සහ විෂයයන් හරහා එහි සාර්ථක යෙදුම සංකීර්ණ පරිසරයන් තුළ තර්ක කිරීමට සහ තීරණ ගැනීමට මාර්ගයක් ලෙස එහි අඛණ්ඩ අදාළත්වය සහ අනාගත පොරොන්දුව සඳහා සහාය වේ.
මම සෙබස්තියන් විදාල්, තාක්ෂණය සහ DIY ගැන දැඩි උනන්දුවක් දක්වන පරිගණක ඉංජිනේරුවෙක්. තවද, මම එහි නිර්මාතෘ වෙමි tecnobits.com, මම තාක්ෂණය වඩාත් ප්රවේශ විය හැකි සහ සැමට තේරුම් ගත හැකි කිරීමට නිබන්ධන බෙදාහදා ගනී.