[Skarso]

se cerchiamo sul dizionario il termine “fuzzy” troviamo come traduzione “sfocato”, invece la fuzzy logic non è assolutamente una logica sfocata ma una logica precisa x fatti incerti, imprecisi
ci sono voluti circa 2300 anni x accorgerci che Aristotele aveva torto, oggi sappiamo che il mondo non è vero o falso, bianco o nero ma una scala infinita di grigi cioè il mondo è fuzzy . . .
il suo ideatore, il matematico Lofti Zadeh, ha definito in modo suggestivo la fuzzy logic come “calcolare con le parole”
ora piuttosto che elencare noiose spiegazioni teoriche passiamo a qualche esempio didattico semplice x illustrare i concetti base, facciamo come si dice un training on the job . . .
esempio 1
supponiamo che al maresciallo che gestisce il magazzino vestiario di una caserma venga assegnato un caporale inesperto di calzature e malgrado ciò lo assegni proprio al reparto scarpe
piuttosto che elencare una serie di regole discrete il maresciallo preferisce fornire 2 sole regole qualitative o linguistiche:
se arriva una recluta bassa dagli il numero 38
se arriva una recluta alta dagli il numero 44
come deve comportarsi il povero caporale quando arriva una recluta alta 1.70 ?
nella sua mente forma 2 insiemi triangolari il primo di altezza 1 nel punto 1.50 e di altezza 0 nel punto 2.00 ed il secondo di altezza 0 nel punto 1.5 e altezza 1 nel punto 2.00
quindi secondo questo schema una persona alta 1.50 è proprio “bassa” ed una alta 2.00 è proprio “alta”
mentre la recluta di 1.70 sarà
B = ( 1.70 – 2.00 )/( 1.50 – 2.00) = 0.3/0.5 = 0.60
A = ( 1.70 -1.50 )/( 2.00 – 1.50 )= 0.2/0.5 = 0.40
sarà cioè contemporaneamente “bassa” con un grado di verità di 0.60 e “alta” con un grado di verità di 0.40
applicando le 2 regole linguistiche ( o fuzzy ) in parallelo avremo
B à 39*0.60
A à 44*0.40
la soluzione sarà data dalla media pesata
( 39*0.6 + 44*0.4 )/( 0.6 + 0.4 ) = 41
quindi il caporale affibbia alla recluta un paio di scarpe numero 41
./ continua


PS x chi volesse approfondire
http://info.iet.unipi.it/~lazzerini/icse/DispensaFuzzySpec.pdf

[quicksilver]

molto interessante, non avevo mai approfondito piu di tanto la fuzzy, ma mi ha sempre incuriosito

[Skarso]

esempio 2
supponiamo di voler comprare una auto media e di essere indecisi tra 5 modelli
nella tabella 1 indichiamo 4 caratteristiche dei modelli in esame: prezzo, velocità, consumo, comfort
di cui le prime 3 numeriche mentre nella quarta mettiamo il nostro giudizio dopo aver provato i modelli espresso in una scala da 1 a 10
x ogni caratteristica è riportato in basso l’ intervallo di variazione dei valori x la fuzzificazione
nella tabella 2 invece riportiamo i valori fuzzy ricavati dalla tabella 1 secondo la solita formula
valore fuzzy = ( valore – min )/( max – min )
ora abbiamo tutti gli elementi x operare la scelta della vettura da acquistare
se scegliamo il metodo ”maxmin” suggerito dalla Teoria dei Giochi ( Von Neumann ) dobbiamo scegliere il modello che presenta il massimo valore minimo ( colonna “min” ) e cioè il MODELLO D che presenta il valore di 0.40 superiore a tutti gli altri
similmente possiamo scegliere il metodo del prodotto eseguendo il prodotto di tutte le caratteristiche ed anche qui il valore + alto 0.068 viene assegnato al MODELLO D

[Skarso]

se gli esempi proposti hanno chiarito almeno in parte il concetto, poi vedremo se e comela fuzzy logic può essere utile nei TS

[f4f]

mi-ti-co !!

posto in prima fila

[reef]

Originalmente inviato da Skarso

esempio 2
supponiamo di voler comprare una auto media e di essere indecisi tra 5 modelli
nella tabella 1 indichiamo 4 caratteristiche dei modelli in esame: prezzo, velocità, consumo, comfort
di cui le prime 3 numeriche mentre nella quarta mettiamo il nostro giudizio dopo aver provato i modelli espresso in una scala da 1 a 10
x ogni caratteristica è riportato in basso l’ intervallo di variazione dei valori x la fuzzificazione
nella tabella 2 invece riportiamo i valori fuzzy ricavati dalla tabella 1 secondo la solita formula
valore fuzzy = ( valore – min )/( max – min )
ora abbiamo tutti gli elementi x operare la scelta della vettura da acquistare
se scegliamo il metodo ”maxmin” suggerito dalla Teoria dei Giochi ( Von Neumann ) dobbiamo scegliere il modello che presenta il massimo valore minimo ( colonna “min” ) e cioè il MODELLO D che presenta il valore di 0.40 superiore a tutti gli altri
similmente possiamo scegliere il metodo del prodotto eseguendo il prodotto di tutte le caratteristiche ed anche qui il valore + alto 0.068 viene assegnato al MODELLO D

Francesco sei una miniera...
La prima cosa che non capisco è perchè il ranking finale è calcolato sul prodotto e non sulla somma dei singoli contributi. Utilizzando la somma vincerebbe il modello B, e il D si classificherebbe secondo.

PS Spero che vi leggerete reciprocamente tu e P.A.T., è un peccato disperdere le poche e preziose energie disponibili

[Skarso]

Originalmente inviato da reef

La prima cosa che non capisco è perchè il ranking finale è calcolato sul prodotto e non sulla somma dei singoli contributi. Utilizzando la somma vincerebbe il modello B, e il D si classificherebbe secondo.

perché 2 sono i metodi x fare l’ inferenza ( v. teoria degli insiemi fuzzy al link segnalato sopra ), il prodotto degli insiemi e la composizione max-min ( il max dei valori minimi )
da notare che il risultato dei 2 metodi coincide in questo caso
da notare anche che la composizione max-min è analoga alla regola max-min dell’ importantissima ( malgrado il nome . . . ) Teoria dei Giochi dovuta al genio eclettico di Von Neumann

Originalmente inviato da reef

PS Spero che vi leggerete reciprocamente tu e P.A.T., è un peccato disperdere le poche e preziose energie disponibili

OK cercherò di contattarlo e di suggerirgli di trasferirsi qui . . .
come al solito intervengono solo i miei 2 unici lettori, gli altri o non sono interessati oppure hanno capito tutto e perciò non fanno domande . . .

[reef]

Mi è venuta qualche idea su questa tecnica. Faccio tesoro delle passate edizioni del foglio "skarso" per proporre un dataset che potrebbe essere idoneo al trattamento fuzzy.
Vengono riportati gli scostamenti percentuali degli indici in colonna tra gli orari sempre riportati in colonna.

C'era un errore, l'ho ricaricato

[Skarso]

Originalmente inviato da reef

Mi è venuta qualche idea su questa tecnica. Faccio tesoro delle passate edizioni del foglio "skarso" per proporre un dataset che potrebbe essere idoneo al trattamento fuzzy.
Vengono riportati gli scostamenti percentuali degli indici in colonna tra gli orari sempre riportati in colonna.

OK, poi come intenderesti procedere ovvero cosa vorresti cercare ?

[reef]

Originalmente inviato da Skarso

OK, poi come intenderesti procedere ovvero cosa vorresti cercare ?

Diciamo che seguirei "più o meno" ciò che hai fatto nel tuo foglio. Proverei a definire dei range qualitativi e applicarli agli indici, per vedere l'effetto che fa.