المنطق الضبابي
ما هو المنطق الضبابي؟
المنطق الضبابي هو نهج للمعالجة المتغيرة التي تسمح بمعالجة العديد من قيم الحقيقة الممكنة من خلال نفس المتغير. يحاول المنطق الضبابي حل المشكلات باستخدام طيف مفتوح وغير دقيق من البيانات والأدلة الإرشادية التي تجعل من الممكن الحصول على مجموعة من الاستنتاجات الدقيقة.
تم تصميم المنطق الضبابي لحل المشكلات من خلال النظر في جميع المعلومات المتاحة واتخاذ أفضل قرار ممكن في ضوء المدخلات.
فهم المنطق الضبابي
المنطق الضبابي ينبع من الدراسة الرياضية للمنطق متعدد القيم. في حين أن المنطق العادي يتعامل مع عبارات الحقيقة المطلقة (مثل ، "هل هذا الكائن أخضر؟") ، فإن عناوين المنطق الضبابي مجموعات ذات تعريفات ذاتية أو نسبية ، مثل "طويل" أو "كبير" أو "جميل". يحاول هذا تقليد طريقة تحليل البشر للمشكلات واتخاذ القرارات بطريقة تعتمد على قيم غامضة أو غير دقيقة بدلاً من الحقيقة المطلقة أو الباطل.
في الممارسة العملية ، تسمح جميع هذه التركيبات بقيم جزئية للشرط "الحقيقي". بدلاً من مطالبة جميع العبارات بأن تكون صحيحة تمامًا أو خاطئة تمامًا ، كما هو الحال في المنطق الكلاسيكي ، يمكن أن تكون قيم الحقيقة في المنطق الضبابي أي قيمة بين صفر وواحد. هذا يخلق فرصة للخوارزميات لاتخاذ قرارات بناءً على نطاقات البيانات بدلاً من نقطة بيانات منفصلة واحدة.
في المنطق القياسي ، يجب أن يكون لكل بيان قيمة مطلقة: صواب أو خطأ. في المنطق الضبابي ، يتم استبدال قيم الحقيقة بدرجات "العضوية" من 0 إلى 1 ، حيث 1 هو صحيح تمامًا والصفر خطأ تمامًا.
تاريخ المنطق الضبابي
تم اقتراح المنطق الضبابي لأول مرة من قبل لطفي زاده في ورقة بحثية عام 1965 لمجلة ** المعلومات والتحكم. ** في ورقته البحثية ، بعنوان "مجموعات ضبابية" ، حاول زاده أن يعكس نوع البيانات المستخدمة في معالجة المعلومات واشتق المنطق الأولي. قواعد لهذا النوع من المجموعات.
وأوضح زاده أنه "في أغلب الأحيان ، لا تحتوي فئات الأشياء التي يتم مواجهتها في العالم المادي الحقيقي على معايير محددة بدقة للعضوية". "ومع ذلك ، تظل الحقيقة أن مثل هذه" الطبقات "المحددة بشكل غير دقيق تلعب دورًا مهمًا في التفكير البشري ، لا سيما في مجالات التعرف على الأنماط ، ونقل المعلومات ، والتجريد."
منذ ذلك الحين ، تم تطبيق المنطق الضبابي بنجاح في أنظمة التحكم في الماكينة ومعالجة الصور والذكاء الاصطناعي والمجالات الأخرى التي تعتمد على الإشارات ذات التفسير الغامض.
إعتبارات خاصة
تم تطوير المنطق الضبابي بمعناه الأساسي من خلال تحليل نوع شجرة القرار. وبالتالي ، على نطاق أوسع ، فإنه يشكل الأساس لأنظمة الذكاء الاصطناعي المبرمجة من خلال الاستدلالات القائمة على القواعد.
بشكل عام ، يشير المصطلح Fuzzy إلى عدد كبير من السيناريوهات التي يمكن تطويرها في نظام يشبه شجرة القرار. يمكن أن يتطلب تطوير بروتوكولات المنطق الضبابي تكامل البرمجة القائمة على القواعد. يمكن الإشارة إلى قواعد البرمجة هذه على أنها مجموعات ضبابية حيث يتم تطويرها وفقًا لتقدير النماذج الشاملة.
قد تكون المجموعات الضبابية أكثر تعقيدًا أيضًا. في تشبيهات البرمجة الأكثر تعقيدًا ، قد يكون لدى المبرمجين القدرة على توسيع القواعد المستخدمة لتحديد تضمين واستبعاد المتغيرات. يمكن أن يؤدي هذا إلى نطاق أوسع من الخيارات مع استدلال قائم على القواعد أقل دقة.
يمكن استخدام المنطق الضبابي في برامج التداول ، حيث يتم استخدامه لتحليل بيانات السوق لإشارات البيع والشراء.
دلالات ضبابية في الذكاء الاصطناعي
يعد مفهوم المنطق الضبابي والدلالات الغامضة مكونًا مركزيًا في برمجة حلول الذكاء الاصطناعي. تستمر حلول وأدوات الذكاء الاصطناعي في التوسع في الاقتصاد عبر مجموعة من القطاعات حيث تتوسع أيضًا قدرات البرمجة من المنطق الضبابي.
يعد نظام Watson الخاص بشركة IBM أحد أكثر أنظمة الذكاء الاصطناعي شهرةً باستخدام أشكال مختلفة من المنطق الضبابي والدلالات الغامضة. على وجه التحديد في الخدمات المالية ، يتم استخدام المنطق الضبابي في التعلم الآلي وأنظمة التكنولوجيا التي تدعم مخرجات استخبارات الاستثمار.
في بعض نماذج التداول المتقدمة ، يمكن أيضًا استخدام دمج الرياضيات المنطقية الضبابية لمساعدة المحللين على إنشاء إشارات بيع وشراء آلية. تساعد هذه الأنظمة المستثمرين على الاستجابة لمجموعة واسعة من متغيرات السوق المتغيرة التي تؤثر على استثماراتهم.
أمثلة على المنطق الضبابي
في نماذج تداول البرامج المتقدمة ، يمكن للأنظمة استخدام مجموعات ضبابية قابلة للبرمجة لتحليل آلاف الأوراق المالية في الوقت الفعلي وتقديم أفضل فرصة متاحة للمستثمر. غالبًا ما يستخدم المنطق الضبابي عندما يسعى المتداول إلى الاستفادة من عوامل متعددة في الاعتبار. يمكن أن يؤدي هذا إلى تحليل ضيق لقرارات التداول. قد يكون لدى المتداولين أيضًا القدرة على برمجة مجموعة متنوعة من القواعد لسن التداولات. يتضمن اثنان من الأمثلة ما يلي:
القاعدة 1: إذا كان المتوسط المتحرك منخفضًا وكان مؤشر القوة النسبية (RSI) منخفضًا ، فقم بالبيع.
القاعدة 2: إذا كان المتوسط المتحرك مرتفعًا وكان مؤشر القوة النسبية (RSI) مرتفعًا ، فقم بالشراء.
يسمح المنطق الضبابي للمتداول ببرمجة الاستدلالات الذاتية الخاصة به على المستويات المنخفضة والعالية في هذه الأمثلة الأساسية للوصول إلى إشارات التداول الآلية الخاصة بهم.
مزايا وعيوب المنطق الضبابي
يستخدم المنطق الضبابي بشكل متكرر في أجهزة التحكم بالآلة والذكاء الاصطناعي ويمكن أيضًا تطبيقه على برامج التداول. على الرغم من أن لديها مجموعة واسعة من التطبيقات ، إلا أن لها أيضًا قيودًا كبيرة.
نظرًا لأن المنطق الضبابي يحاكي عملية صنع القرار البشري ، فهو مفيد جدًا في نمذجة المشكلات المعقدة بمدخلات غامضة أو مشوهة. نظرًا لأوجه التشابه مع اللغة الطبيعية ، فإن خوارزميات المنطق الضبابي أسهل في البرمجة من البرمجة المنطقية القياسية ، وتتطلب تعليمات أقل ، وبالتالي توفير متطلبات تخزين الذاكرة.
تأتي هذه المزايا أيضًا مع عيوب ، بسبب الطبيعة غير الدقيقة للمنطق الضبابي. نظرًا لأن الأنظمة مصممة لبيانات ومدخلات غير دقيقة ، يجب اختبارها والتحقق من صحتها لمنع النتائج غير الدقيقة.
TTT
الخط السفلي
المنطق الضبابي هو امتداد للمنطق الكلاسيكي الذي يدمج عوامل عدم اليقين التي تدخل في صنع القرار البشري. يتم استخدامه بشكل متكرر لحل المشكلات المعقدة ، حيث قد تكون المعلمات غير واضحة أو غير دقيقة. يستخدم المنطق الضبابي أيضًا في برامج الاستثمار ، حيث يمكن استخدامه لتفسير إشارات التداول الغامضة أو غير الواضحة.
يسلط الضوء
بسبب أوجه التشابه مع اللغة العادية ، فإن الخوارزميات الغامضة بسيطة نسبيًا في الترميز ، ولكنها قد تتطلب تحققًا واختبارًا شاملين.
من الناحية النظرية ، يمنح هذا النهج فرصة أكبر لتقليد ظروف الحياة الواقعية ، حيث تكون بيانات الحقيقة المطلقة أو الباطل نادرة.
المنطق الضبابي هو تعميم من المنطق القياسي ، حيث يكون لجميع العبارات قيمة حقيقة واحدة أو صفر. في المنطق الضبابي ، يمكن أن تحتوي العبارات على قيمة حقيقة جزئية ، مثل 0.9 أو 0.5.
المنطق الضبابي هو نهج إرشادي يسمح بمعالجة شجرة قرار أكثر تقدمًا وتكاملًا أفضل مع البرمجة المستندة إلى القواعد.
يمكن للمحللين الكميين استخدام المنطق الضبابي لتحسين تنفيذ الخوارزميات الخاصة بهم.
التعليمات
هل المنطق الضبابي هو نفسه التعلم الآلي؟
غالبًا ما يتم تجميع المنطق الضبابي مع التعلم الآلي ، لكنهما ليسا نفس الشيء. يشير التعلم الآلي إلى الأنظمة الحسابية التي تحاكي الإدراك البشري ، من خلال تكييف الخوارزميات بشكل متكرر لحل المشكلات المعقدة. المنطق الضبابي عبارة عن مجموعة من القواعد والوظائف التي يمكن أن تعمل على مجموعات بيانات غير دقيقة ، لكن الخوارزميات لا تزال بحاجة إلى ترميز من قبل البشر. كلا المجالين لهما تطبيقات في الذكاء الاصطناعي وحل المشكلات المعقدة.
ما هو المنطق الضبابي في تنقيب البيانات؟
التنقيب عن البيانات هو عملية تحديد العلاقات المهمة في مجموعات كبيرة من البيانات ، وهو مجال يتداخل مع الإحصائيات والتعلم الآلي وعلوم الكمبيوتر. المنطق الضبابي عبارة عن مجموعة من القواعد التي يمكن استخدامها للوصول إلى استنتاجات منطقية من مجموعات البيانات الغامضة. نظرًا لأن التنقيب عن البيانات غالبًا ما يتم تطبيقه على قياسات غير دقيقة ، فإن المنطق الضبابي هو طريقة مفيدة لتحديد العلاقات ذات الصلة من هذا النوع من البيانات.
ما هو الفرق بين المنطق الضبابي والشبكات العصبية؟
الشبكة العصبية الاصطناعية هي نظام حسابي مصمم لتقليد إجراءات حل المشكلات لنظام عصبي يشبه الإنسان. يختلف هذا عن المنطق الضبابي ، وهو مجموعة من القواعد المصممة للوصول إلى استنتاجات من بيانات غير دقيقة. كلاهما له تطبيقات في علوم الكمبيوتر ، لكنهما مجالان متميزان.
