模糊逻辑是一种变量处理方法,允许通过同一个变量处理多个值。模糊逻辑试图用一系列开放的、不精确的数据和启发式方法来解决问题,从而有可能得到一系列准确的结论。
模糊逻辑是通过考虑所有可用信息并在给定输入的情况下做出最佳决策来解决问题的。
模糊逻辑源于对模糊概念的数学研究,它还涉及到模糊数据集。数学家在提到模糊概念和模糊分析时可能会用到各种各样的术语。这些术语被广泛而全面地归类为模糊语义。
实际上,这些构造都允许“真”条件的多个值。真条件可以是小于1且大于0的任意数量的值,而不是真在数值上等于1,假在数值上等于0(反之亦然)。这为算法提供了一个机会,使其能够根据价格数据的范围而不是一个离散的数据点做出决策。
最基本意义上的模糊逻辑是通过决策树类型分析发展起来的。因此,在更广泛的范围内,它形成了通过基于规则的推理编程的人工智能系统的基础。
一般来说,术语模糊是指在一个类似决策树的系统中可以开发的大量场景。开发模糊逻辑协议需要集成基于规则的编程。这些规划规则可称为模糊集,因为它们是由综合模型自行制定的。
模糊集也可能更复杂。在更复杂的编程类比中,程序员可能有能力扩展用于确定包含和排除变量的规则。这可能导致选择范围更广,基于规则的推理不那么精确。
模糊逻辑和模糊语义的概念是人工智能解决方案编程的核心组成部分。随着模糊逻辑的编程能力不断增强,人工智能解决方案和工具在经济领域的应用也在不断扩大。
IBM的Watson是最著名的人工智能系统之一,它使用模糊逻辑和模糊语义的变体。特别是在金融服务领域,模糊逻辑被用于支持投资智能输出的机器学习和技术系统。
在一些高级交易模型中,模糊逻辑数学的集成也可以用来帮助分析师创建自动买卖信号。这些系统有助于投资者对影响其投资的一系列不断变化的市场变量作出反应。
在先进的软件交易模型中,系统可以使用可编程模糊集实时分析数千种证券,为投资者提供最佳的可用机会。当交易者试图利用多种因素进行考虑时,通常使用模糊逻辑。这可能导致交易决策的分析范围缩小。交易者也有能力制定各种交易规则。两个例子包括:
模糊逻辑允许交易者在这些基本例子中对自己的低和高进行主观推断,从而得出自己的自动交易信号。
...内斯特和他的同事们描述了他们是如何利用一种称为遗传模糊树方法(GFT)的机器学习技术开发ALPHA的。这是两种人工智能开发方法的结合:一种是遗传算法,其中竞争系统以类似于进化竞争的方式相互竞争;第二种是模糊逻辑...
...随着技术的进步和各自特性的引入,这两种器件开始变得模糊起来。FPGA和CPLD之间的主要区别在于复杂性或每个器件中包含的逻辑门的数量。尽管不同型号的CPLD的实际数量可能有很大差异,但CPLD包含的门从几千个到上万个不等...
...的意思是“可以观察或实验的东西”。相比之下,哲学更模糊。用一个具体的句子来定义它也许不能完全定义它。然而,从广义上讲,哲学是一种利用推理来揭示形而上学、逻辑学、认识论、语言、伦理学、美学和其他学科问题...
...型,称为软计算,与传统的计算方法不同,软计算代表了模糊逻辑、进化计算、神经计算、概率计算和混沌计算等方法的集合,这些方法可以解决复杂的现实问题。它是科学的一个分支,旨在建造智能的、更聪明的机器,这些机...
模糊逻辑与神经网络的主要区别在于,模糊逻辑是一种类似于人类推理和决策的推理方法,而神经网络是一种基于人脑生物神经元进行计算的系统。 人工智能是用机器模拟人类的智能过程;尤其是计算机系统。换句话说,它赋...
...谬误 由于这些谬误,在前提或结论本身中引入了某种模糊性。通过这种方式,只要读者没有注意到有问题的定义,一个明显错误的想法就可以变得真实。 示例: 模棱两可谬论 没有真正的苏格兰人谬论 断章取义 关联谬误 ...
...非正式逻辑。这项研究包括以下方面的考虑:识别和澄清模糊或模棱两可的陈述;识别未陈述的假设、前提或偏见,并使其明确;识别经常使用但高度可疑的场所;以及对或多或少相似案例之间类比强度的评估。”(罗伯特·鲍...
...这是一个论点的例子。这份工作描述不够充分,因为它太模糊了。它甚至没有列出应该执行的具体任务,也没有说明如何评估我的表现“这份工作描述不充分”是结论,并在论据中首先陈述。支持这一结论的理由是:“它太模糊...
...分,仔细仔细地观察。 使用准确的词汇,清晰地交流。模糊的语言可以模糊真相。发展你的词汇非常重要,这样你就可以准确地交流事实。 管理情绪以应对情况或问题。不要被激动、情绪化的恳求或愤怒的言辞所愚弄。当你遇...
...式。传统的专家系统使用布尔逻辑进行决策。另一方面,模糊逻辑专家系统则不然。它计算介于简单的正确答案和错误答案之间的一系列值,以确定一个语句在多大程度上更正确或更错误。 ...