Erweiterungsprinzip in der Theorie der Fuzzymengen

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen

Das Erweiterungsprinzip (engl. extension principle) in der Theorie der Fuzzymengen geht auf Lotfi Zadeh 1965 zurück.[1]

Es ist der Versuch, klassische mathematische Konzepte zu „erweitern“, um dort mit Fuzzymengen arbeiten zu können. Im Kern ist das Erweiterungsprinzip nichts anderes als ein Fortpflanzungsprinzip von Unschärfe. Es beantwortet die Frage, welchen unscharfen Wert eine klassische Funktion hat, wenn das unscharfe Argument vorliegt, d. h. was versteht man unter ?

Sei zunächst eine einstellige reellwertige Funktion und eine Fuzzymenge auf mit der Zugehörigkeitsfunktion . Wenn eineindeutig ist, dann ergibt sich die Zugehörigkeitsfunktion für einfach durch

,

d. h. durch wird der Zugehörigkeitswert direkt in übertragen. Der interessantere Fall ist, wenn nicht eineindeutig ist, d. h. wenn mehrere auf das gleiche führen können. Dann ist nach Zadeh[1]

Erweiterungsprinzip für eine nicht eineindeutige Funktion: drei x-Werte führen auf dasselbe y

zu bilden, d. h. ist gleich dem größtmöglichen Zugehörigkeitswert mit . Ganz allgemein sei nun eine mehrstellige reellwertige Funktion, d. h. und seien die unscharfen Argumente. Dann ist der unscharfe Funktionswert definiert durch

,

siehe z. B.[2] Für in der letzten Formel kann auch eine andere T-Norm benutzt werden.

  • Arithmetik mit Fuzzy-Zahlen: Das Erweiterungsprinzip, angewendet auf die Funktionen definiert Addition, Subtraktion, Multiplikation und Division von Fuzzy-Zahlen, siehe z. B.[2]
  • Kompatibilität von Fuzzymengen: Die Kompatibilität einer Fuzzymenge mit der Fuzzymenge gibt den Grad an, mit dem das unscharfe Element zu gehört. Zu welchem Grad gehört beispielsweise eine etwa 30-jährige Frau zur Fuzzymenge der jungen Frauen? ergibt sich, indem man das Erweiterungsprinzip auf die Funktion anwendet.[2]
  • Statistik mit unscharfen Daten: Sei eine Stichprobenfunktion, z. B. eine Schätzfunktion oder eine Teststatistik. Das Erweiterungsprinzip, angewendet auf diese Stichprobenfunktion, führt zu einer Stichprobenfunktion für unscharfe Daten , siehe z. B.[3]

Einzelnachweise

[Bearbeiten | Quelltext bearbeiten]
  1. a b L.A.Zadeh (1965): Fuzzy sets. Information and Control 8: 338–353. doi:10.1016/S0019-9958(65)90241-X
  2. a b c D. Dubois and H. Prade (1980) Fuzzy Sets and Systems. Academic Press, New York
  3. Bandemer, H. and Näther, W. (1992): Fuzzy Data Analysis, Kluwer Dordrecht