Fuzzy Logic 求救

KidoDeLog

各位大大，小弟想要知道 Fuzzy Logic 一定要有 Data Sets 才能用？还是有其他的方法来 solve ?
我的一位senior告诉我要有 Data Sets, Fuzzy Logic 才能够用。 我一开始并没有expect Machine Learning. 希望各位高手可以回答我 T-T. 因为小弟的Final Year Project 是要用Fuzzy Logic 来自动assign a candidate into a project team. (抱歉，小弟的华语拼音差，所以campur一点英文。) 各位大大的建议，帮忙及指点，小弟非常感谢。

pbs113

对不起，我对AI不是很熟，不过我建议你去外国的相关论坛可能比较容易一点找到答案

voyager

要有一set train好的nueral network才可以...

k2powell

回复 1# KidoDeLog

Fuzzy logic 主要是需要define a set of rules及membership function(degree of truth)。需要dataset的是Neural Network。除非你想hybrid FL ＆ NN。
至于你的FYP，给我的话，我会选择使用Genetic Algorithm (GA)来解决。如果真的要把FL放进来，我会把FL放在GA的fitness function里。

KidoDeLog

这位大大， 小弟在plan这个project的时候，是打算用 GA 不过我face到一个问题就是candidate的criterion.
如果使用GA的话，我不是很有idea要怎样把candidate的criterion encode成chromosome, reproduce, mutate, crossover及calculate它的fitness.
除非小弟的project 类似Traveler Salesman Problem 或 Scheduling. 小弟使用Fuzzy Logic 是因为它是靠degree of truth 和 Fuzzy Sets 来 measure via Fuzzy Hamming distances. 所以比起GA，小弟才决定使用Fuzzy Logic. which i think is more suitable in allocating the candidate.  
(如小弟有错，请指点。因为小弟还很fresh在这些AI, optimisation algorithm.) ^-^
谢谢这位大大的指点，小弟比较安心了。以为Fuzzy Logic一定要有Datasets >.<

k2powell

回复 5# KidoDeLog

在AI里，我比较专在GA ＆ NN， 所以会先入为主的选择GA。

你的project以GA来解决的确有点复杂，以FYP的程度FL应该足够了。FL的缺点是当sample size变大时，你所需要的时间将大幅度的增加。我觉得你可以先把sample size设小，用FL来解决。当你比较有信心时再把一些简单的search algorithm放进来以便达到optimization的效果。做研究的一定要先尝试用简单的方法解决，以便可以对问题有比较好的了解。＂Make your hand dirty" 我以前的教授经常说的

KidoDeLog

sample size 是 ？
小弟喜欢这句 "Make Your Hand Dirty"。

k2powell

回复 7# KidoDeLog

简单来说就是：学生人数与Project数量。比如说你现在把sample size设为：
学生－１０， Project=２ （FL很容易就可以解决）
如果是：学生－２０， Project=４ （FL应该还可以）
但如果是：学生－１００， Project=２０或学生－４００， Project=８０呢？  （FL还可以吗？）。你这类问题的complexity是以exponential增加的。

KidoDeLog

谢谢这位大大的指点^-^. 让我更加了解了不少.

KidoDeLog

回复 8# k2powell


    K2powell 大大, 我想要问normalized membership value 的formula是不是这样?
   是不是standard的呢?

    (age(x) - 18 years old/ 42 years old, if 18 years old <= age(x) 60 years old) <---

    age(x) = { 0, if age(x) < 18 years old
                   (age(x) - 18 years old/ 42 years old, if 18 years old <= age(x) 60 years old)
                    1, if age(x) > 60 years old
                 }

   Cite from : http://www.austinlinks.com/Fuzzy/overview.html

k2powell

回复 10# KidoDeLog

那是最简单的membership function，相信你需要用到更复杂的。

基本的Normalization function是：

f(x)=  x - min
      --------
      max - min

你的例子是对的：
age(x)=0 if age(x)< min age
age(x)=1 if age(x)> max age
age(x)= (age(x)- min age)/(max age - min age), if age(x)>= min age AND age(x)<= max age

其实我并没有真正写过FL application，没法帮你太多。你可以看看这：http://www.seattlerobotics.org/Encoder/mar98/fuz/flindex.html

KidoDeLog

回复 11# k2powell


    好的，谢谢k2powell大大。 ^-^