模糊化： 将一个清晰的数量(集合)转化为一个模糊的数量(集合)的方法。这可以通过将各种已知的明确和确定性数量识别为完全非确定性且本质上非常不确定来实现。这种不确定性可能是由于模糊性和不精确性而出现的，然后导致变量由隶属函数表示，因为它们本质上可能是模糊的。例如，当我说温度是 45° 摄氏度时，查看者会将清晰的输入值转换为语言变量，例如对人体有利的温度，热或冷。
去模糊化：它是模糊化的逆过程。前者用于将清晰的结果转换为模糊的结果，但这里进行映射以将模糊的结果转换为清晰的结果。这个过程能够产生一个非模糊控制动作，它说明了推断的模糊控制动作的可能性分布。去模糊化过程也可以看作是四舍五入的过程，其中将单位区间上的一组隶属值的模糊集缩减为单个标量。模糊化和去模糊化的区别：
| 编号 | 比较项 | 模糊化 | 去模糊化 |
|---|---|---|---|
| 1 | 基本精度 | 数据转换为不精确数据。 | 不精确的数据被转换为精确的数据。 |
| 2 | 定义 | 模糊化是将清晰的数量转换为模糊数量的方法。 | 去模糊化是模糊化的逆过程，其中进行映射以将模糊结果转换为清晰的结果。 |
| 3 | 示例 | 电压表 | 步进电机和 D/A 转换器 |
| 4 | 方法 | 直觉、推理、排序、角度模糊集、神经网络等。 | 最大隶属原则、质心法、加权平均法、总和中心等。 |
| 5 | 复杂性 | 简单。 | 复杂。 |
| 6 | 使用 | 可以使用 IF-THEN 规则对清晰值进行模糊化。 | 使用重心方法来找到集合的质心。 |
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/264467.html