अस्पष्ट तर्क
फजी लॉजिक क्या है?
फ़ज़ी लॉजिक वैरिएबल प्रोसेसिंग के लिए एक दृष्टिकोण है जो एक ही वेरिएबल के माध्यम से कई मानों को संसाधित करने की अनुमति देता है। फ़ज़ी लॉजिक समस्याओं को हल करने का प्रयास करता है, डेटा के स्पेक्ट्रम को प्रभावित करता है जो सटीक निष्कर्षों की एक सरणी प्राप्त करना संभव बनाता है। फ़ज़ी लॉजिक को सभी उपलब्ध सूचनाओं पर विचार करके और इनपुट को देखते हुए सर्वोत्तम संभव निर्णय लेने के लिए डिज़ाइन किया गया है।
चाबी छीन लेना
- फ़ज़ी लॉजिक अधिक उन्नत निर्णय-वृक्ष प्रसंस्करण और नियम-आधारित प्रोग्रामिंग के साथ बेहतर एकीकरण की अनुमति देता है।
- सैद्धांतिक रूप से, यह दृष्टिकोण को वास्तविक जीवन की परिस्थितियों की नकल करने का अधिक अवसर देता है।
- फजी लॉजिक का उपयोग मात्रात्मक विश्लेषकों द्वारा उनके एल्गोरिदम के निष्पादन में सुधार के लिए किया जा सकता है।
फजी लॉजिक को समझना
फ़ज़ी लॉजिक फ़ज़ी कॉन्सेप्ट्स के गणितीय अध्ययन से उपजा है जिसमें डेटा के फ़ज़ी सेट भी शामिल हैं। गणितज्ञ फजी कॉन्सेप्ट्स और फजी एनालिसिस का जिक्र करते समय कई तरह के शब्दों का इस्तेमाल कर सकते हैं। मोटे तौर पर और व्यापक रूप से इन शब्दों को फ़ज़ी शब्दार्थ के रूप में वर्गीकृत किया गया है।
व्यवहार में, ये सभी “सत्य” स्थिति के कई मूल्यों के लिए अनुमति देते हैं। सही के बजाय संख्यात्मक रूप से 1 के बराबर और गलत 0 (या इसके विपरीत) के बराबर होने के बजाय, ट्रू स्थिति किसी भी संख्या के मानों की संख्या एक से कम और शून्य से अधिक हो सकती है। यह एल्गोरिदम के लिए मूल्य डेटा की सीमाओं के आधार पर निर्णय लेने का अवसर बनाता है क्योंकि एक विचारशील डेटा बिंदु के विपरीत।
फजी लॉजिक विचार
अपने सबसे बुनियादी अर्थों में फ़ज़ी लॉजिक को डिसिजन ट्री टाइप विश्लेषण के माध्यम से विकसित किया जाता है । इस प्रकार, व्यापक पैमाने पर यह नियम आधारित निष्कर्षों के माध्यम से प्रोग्राम किए गए कृत्रिम बुद्धि प्रणालियों के लिए आधार बनाता है ।
आमतौर पर, फ़ज़ी शब्द विशाल संख्या में परिदृश्य को संदर्भित करता है जिसे सिस्टम जैसे निर्णय ट्री में विकसित किया जा सकता है। फ़ज़ी लॉजिक प्रोटोकॉल विकसित करने के लिए नियम-आधारित प्रोग्रामिंग के एकीकरण की आवश्यकता हो सकती है। इन प्रोग्रामिंग नियमों को फजी सेट के रूप में संदर्भित किया जा सकता है क्योंकि वे व्यापक मॉडल के विवेक पर विकसित किए जाते हैं।
फ़ज़ी सेट भी अधिक जटिल हो सकते हैं। अधिक जटिल प्रोग्रामिंग एनालॉग्स में, प्रोग्रामर में चर को शामिल करने और बहिष्कृत करने के लिए निर्धारित नियमों को चौड़ा करने की क्षमता हो सकती है। इसके परिणामस्वरूप कम सटीक नियम-आधारित तर्क के साथ विकल्पों की एक विस्तृत श्रृंखला हो सकती है।
कृत्रिम बुद्धिमत्ता में फजी शब्दार्थ
फ़ज़ी लॉजिक और फ़ज़ी सिमेंटिक्स की अवधारणा कृत्रिम बुद्धिमत्ता समाधान के प्रोग्रामिंग का एक केंद्रीय घटक है। कृत्रिम बुद्धिमत्ता समाधान और उपकरण अर्थव्यवस्था में कई क्षेत्रों में विस्तार करना जारी रखते हैं क्योंकि फ़ज़ी लॉजिक से प्रोग्रामिंग क्षमताओं का भी विस्तार होता है।
आईबीएम के वाटसन फजी लॉजिक और फजी सेमेंटिक्स की विविधताओं का उपयोग करते हुए सबसे प्रसिद्ध कृत्रिम खुफिया प्रणालियों में से एक है। विशेष रूप से वित्तीय सेवाओं में, फजी लॉजिक का उपयोग मशीन लर्निंग और प्रौद्योगिकी प्रणालियों में किया जा रहा है जो निवेश खुफिया के आउटपुट का समर्थन करते हैं।
कुछ उन्नत ट्रेडिंग मॉडल में, फजी लॉजिक गणित के एकीकरण का उपयोग विश्लेषकों को स्वचालित खरीद और सिग्नल बेचने में मदद करने के लिए भी किया जा सकता है। ये सिस्टम निवेशकों को बाज़ार के बदलते चर की एक विस्तृत श्रृंखला पर प्रतिक्रिया करने में मदद करते हैं जो उनके निवेश को प्रभावित करते हैं।
उन्नत सॉफ़्टवेयर ट्रेडिंग मॉडल में, सिस्टम वास्तविक समय में हजारों प्रतिभूतियों का विश्लेषण करने और निवेशक को सर्वोत्तम उपलब्ध अवसर के साथ प्रस्तुत करने के लिए प्रोग्राम योग्य फ़ज़ी सेट का उपयोग कर सकता है। फ़ज़ी लॉजिक का उपयोग अक्सर तब किया जाता है जब एक व्यापारी विचार के लिए कई कारकों का उपयोग करना चाहता है। यह व्यापार निर्णयों के लिए एक संकीर्ण विश्लेषण में परिणाम कर सकता है। ट्रेडों को बनाने के लिए व्यापारियों के पास कई प्रकार के नियमों को प्रोग्राम करने की क्षमता भी हो सकती है। दो उदाहरणों में निम्नलिखित शामिल हैं:
नियम 1: यदि चलती औसत कम है और सापेक्ष शक्ति सूचकांक कम है, तो बेचें।
नियम 2: यदि चलती औसत अधिक है और सापेक्ष शक्ति सूचकांक उच्च है, तो खरीदें।
फजी लॉजिक एक व्यापारी को इन बुनियादी उदाहरणों में निम्न और उच्च पर अपने स्वयं के व्यक्तिपरक कार्यक्रमों को अपने स्वयं के स्वचालित ट्रेडिंग सिग्नल पर पहुंचने की अनुमति देता है।