منطق فازی رویکردی است برای حل مسائلی که در آن متغیرهای به صورت نامشخص و غیر دقیق تعریف می‌شوند. از این ابزار در هوش مصنوعی به صورت گسترده برای بهینه سازی در تصمیم گیری سیستم‌های هوشمند استفاده می‌شود. استفاده از این تکنیک این امکان را فراهم میکند که انعطاف پذیری در تصمیم گیری سیستم‌های هوشمند به شکل چشمگیری افزایش یابد. این رویکرد برای حل مسائل، پردازش اطلاعات فازی و اتخاذ تصمیم‌های مبتنی بر منطق فازی از الگوریتم استفاده می‌کند. الگوریتم‌ها به مجموعه‌ای از گام‌ها و دستورالعمل‌ها گفته می‌شود که می‌تواند سیستم هوشمند را در حل یک موضوع و مسئله مشخص کمک کند. منطق فازی نیز برای تصمیم گیری و استنتاج از الگوریتم‌ها استفاده می‌کند. در این مقاله قصد داریم بررسی کنیم که منطق فازی چگونه با استفاده از الگوریتم‌ها مسائل را حل میکند و با چند مورد از مهم‌ترین و پرکاربردترین الگوریتم‌های منطق فازی آشنا شویم. در ادامه با آرتیجنسهمراه باشید. 

الگوریتم در منطق فازی چیست؟

قبل از پرداخت به بحث الگوریتم‌های منطق فازی بهتر است به صورت خلاصه با خود این مفهوم، یعنی منطق فازی آشنا شویم. منطق فازی یا Fuzzy Logic یک رویکرد منطقی است که از مفاهیم مبهم در فرایند تصمیم‌گیری استفاده می‌کند به بیان دیگر در زمینه‌هایی که سیستم برای تصمیم گیری با متغیرهای نامشخص و غیر قطعی روبه‌رو ست منطق فازی می‌تواند وارد عمل شده و با استفاده از داده‌های و ورودی‌های غیر دقی به خروجی‌های و تصمیم گیری‌های مشخص برسد. در منطق فازی می‌توان به جای مقادیر دقیق از مفاهیم و متغیرها به صورت مبهم، ناقص و نامعلوم استفاده کرد. این مفهوم اولین بار توسط لطف‌الله زاده در دهه ۱۹۶۰ میلادی معرفی شد. می‌دانیم که هر سیستم هوشمندی برای انجام یک وظیفه خاص از یک سری دستورالعمل و گام‌های خاص استفاده می‌کند که این دستورالعمل‌ها الگوریتم نام دارد. منطق فازی نیز از این قاعده مستثنا نیست و برای پردازش داده‌ها و اطلاعات فازی و تصمیم گیری از الگوریتم‌ها استفاده می‌کند. الگوریتم‌ها در منطق فازی مجموعه‌ای از مراحل و قوانین هستند که برای پردازش اطلاعات فازی و تصمیم‌گیری‌های مبتنی بر منطق فازی مورد استفاده قرار می‌گیرند. این الگوریتم‌ها بر اساس مفاهیم و اصول منطق فازی طراحی شده‌اند و مختص استفاده در حوزه فازی هستند. در ادامه بیشتر با این الگوریتم‌های حوزه منطق فازی آشنا خواهیم شد.

مهم‌ترین الگوریتم‌های فازی:

در این قسمت از مقاله الگوریتم های منطق فازی به چند مورد از مهم‌ترین و پرکاربردترین الگوریتم‌های حوزه منطق فازی که در حل مسائل به سبک فازی از آنها به شدت استفاده می‌شود، اشاره خواهیم کرد و در مورد هر کدام توضیحاتی ارائه خواهیم داد:

الگوریتم کنترل فازی PID (Fuzzy PID Control Algorithm):

این الگوریتم یکی از مرسوم‌ترین و پرکاربردترین الگوریتم‌ها در سیستم‌های کنترل فازی است که ترکیبی از کنترل PID و منطق فازی است. قوانین فازی میزان وزن متغیرهای PID را مشخص می‌کند و متغیرهای PID هم متناسب با قوانین فازی تغییر می‌کنند. از این نوع الگوریتم معمولاً برای پیاده سازی سیستم‌های هوشمند در کنترل خودروها، ربات‌ها و همچنین کنترل و پیش بینی در سیستم‌های هوشمند استفاده می‌شود. کنترل PID یک سیستم کنترل بازخورد است که از سه جزء اصلی تشکیل شده است. این کنترلر برای بهبود عملکرد سیستم‌های خطی و غیرخطی مورد استفاده قرار می‌گیرد.

الگوریتم خوشه‌بندی فازی (Fuzzy Clustering Algorithm):

الگوریتم بعدی، الگوریتم خوشه بندی یا clustering است که همان طور که از اسمش مشخص است از مفهوم خوشه بندی فازی برای انجام وظایف خود استفاده می‌کند. این الگوریتم با دریافت داده‌های ورودی فازی سعی می‌کند با در نظر گرفتن میزان ابهام و مبهمی موجود در داده‌های ورودی آنها را به دسته‌ها یا همان کلاسترهای مختلف تقسیم کند و از این طریق به حل مسئله و تصمیم گیری بپردازد. 

الگوریتم استنتاج فازی (Fuzzy Inference Algorithm):

از الگوریتم بعدی که با نام الگوریتم استنتاج فازی شناخته می‌شود برای استخراج اطلاعات از داده‌های ورودی فازی استفاده می‌شود. این استخراج اطلاعات از داده‌های ورودی فازی منجر به تولید خروجی فازی می‌شود و این خروجی‌های فازی با استفاده از قوانین فازی می‌تواند به تصمیم گیری نهایی سیستم کمک کند. 

الگوریتم یادگیری فازی (Fuzzy Learning Algorithm):

از این الگوریتم‌ها برای تنظیم پارامترها و قوانین منطق فازی بر اساس اطلاعات به دست آمده از داده‌های واقعی و تجربیات قبلی به کار می‌روند. الگوریتم یادگیری می‌تواند باعث بهبود مدل فازی در مواجهه با تغییرات محیطی شود و به مدل فازی برای منطبق شدن با محیط اطراف خود کمک کند.

الگوریتم تقریب منطق فازی (Fuzzy Logic Approximation Algorithm):

با استفاده از الگوریتم تقریب منطق فازی، تقریب دقیق مقادیر فازی از طریق داده‌های ورودی و خروجی انجام می‌شود که می‌تواند در مدل سازی توابع پیچیده با استفاده از قوانین فازی بسیار مفید و کاربردی باشد.

نتیجه گیری:
منطق فازی یکی از مهم‌ترین و پرکاربردترین زیرشاخه‌های هوش مصنوعی می‌باشد که در زمینه هوشمندسازی بسیاری از سیستم‌ها به بشر کمک کرده و می‌کند. در این مقاله با تعدادی از الگوریتم‌های منطق فازی که به شدت در سیستم‌های مبتنی بر منطق فازی مورد استفاده قرار می‌گیرد بحث کردیم و دیدیم که سیستم‌های منطق فازی چگونه با استفاده از این الگوریتم‌ها، می‌توانند مقادیر اولیه فازی را دریافت کرده و با استفاده از قوانین فازی از آنها خروجی تولید کنند و در نهایت بتوانند تصمیم نهایی را اتخاذ کنند. امروزه از این رویکرد در زمینه‌های مختلفی استفاده می‌شود، از خودروهای خودران گرفته تا سیستم‌های تهویه و کنترل دما محیط از جمله مواردی هستند که با استفاده از منطق فازی طراحی و پیاده سازی شده‌اند. علت توجه ویژه به این حوزه از هوش مصنوعی این است که با استفاده از این رویکرد در هوش مصنوعی تصمیم گیری در ماشین‌ها و سیستم‌های هوشمند به شدت انعطاف‌پذیرتر و انسانی‌تر شده است. سیستم‌های منطق فازی سیستم‌هایی هستند که می‌توانند با استفاده از مقادیر نامعلوم و نا مشخص و غیر دقیق به نتایج و تصمیم گیری‌های دقیق و بهینه برسند و همین موضوع باعث جلب توجهات به سمت این رویکرد شده است.