Дефаззификация

Дефаззификация обычно требуется в нечетких системах управления. В таких системах существует набор правил, преобразующих несколько переменных во «взвешенный» нечеткий результат, то есть результат выражается как совокупность степеней принадлежности к различным нечетким множествам. Например, правила, предназначенные для определения величины давления, могут дать результат «Уменьшить давление (15 %), Сохранить давление (34 %), Увеличить давление (72 %)». Дефаззификация заключается в интерпретации степеней принадлежности нечетких множеств в конкретное решение или числовое значение.

Дефаззификация применяется в интеллектуальных системах управления (например, в бытовой технике, промышленной автоматизации, на транспорте)^[3], а также в нейро-нечётких системах (таких как ANFIS), где она служит обязательным этапом преобразования нечёткого вывода в чёткое числовое значение^[4].

Методы дефаззификации классифицируются на непрерывные и дискретные в зависимости от характера области определения выходной переменной, а также по критерию гладкости выходного сигнала^[5][2]. Самый простой, но наименее информативный подход — метод максимума, при котором выбирается множество с наибольшей степенью принадлежности (в данном примере «Увеличить давление», поскольку его степень составляет 72 %), а остальные значения игнорируются. Недостаток этого подхода — потеря информации: правила, предписывающие уменьшить или сохранить давление, оказываются неиспользованными. Метод максимума имеет несколько вариантов реализации: первый из максимумов (First of Maximum, FOM), последний из максимумов (Last of Maximum, LOM) и среднее из максимумов (Mean of Maximum, MOM)^[6].

Один из наиболее распространённых и полезных методов дефаззификации — это метод центра тяжести. Для начала результаты работы всех правил объединяются определённым образом. Обычно функция принадлежности нечеткого множества изображается треугольником. Если этот треугольник «отрезать» горизонтальной линией на некоторой высоте между основанием и вершиной, а верхнюю часть удалить, оставшаяся фигура будет трапецией. Первый этап дефаззификации состоит в том, чтобы «срезать» части графика, получая трапеции (или другие фигуры, если исходные формы не были треугольными). Например, если выходной результат — «Уменьшить давление (15 %)», то треугольник срезается на 15 % от основания. Наиболее распространённая техника заключается в наложении всех трапеций друг на друга, формируя единую геометрическую фигуру. Затем вычисляется центроид (центр тяжести) этой фигуры, называемый нечетким центроидом. Абсцисса центроида и есть дефаззифицированное значение. К недостаткам данного метода относятся высокая вычислительная сложность и «ошибка сужения интервала» — потеря части информации, которая приводит к сужению диапазона возможных выходных значений^[7][8]. Современным подходом является метод отношения площадей (Area ratio method, ARM), предложенный в 2026 году М. Бобырем в журнале Information Sciences^[2]. Данный метод компенсирует ошибку сужения интервала, повышает гладкость выходного сигнала и обладает более высокой скоростью вычислений по сравнению с классическим методом центра тяжести^[9].

Существует множество методов дефаззификации, среди которых можно выделить следующие:^[10]

• AI (адаптивная интеграция, англ. adaptive integration)^[11]
• ARM (метод отношения площадей, англ. area ratio method)^[2]
• BADD (базовые распределения дефаззификации, англ. basic defuzzification distributions)
• BOA (биссектор площади, англ. bisector of area)
• CDD (ограниченное решение при дефаззификации, англ. constraint decision defuzzification)
• COA (центр площади, англ. center of area)
• COG (центр тяжести, англ. center of gravity)
• ECOA (расширенный центр площади, англ. extended center of area)
• EQM (расширенный качественный метод, англ. extended quality method)
• FCD (кластерная дефаззификация, англ. fuzzy clustering defuzzification)
• FM (нечеткое среднее, англ. fuzzy mean)
• FOM (первый максимум, англ. first of maximum)
• GLSD (обобщённая дефаззификация по уровневым множествам, англ. generalized level set defuzzification)
• ICOG (индексированный центр тяжести, англ. indexed center of gravity)
• IV (значение влияния, англ. influence value)^[12]
• LOM (последний максимум, англ. last of maximum)
• MeOM (среднее максимумов, англ. mean of maxima)
• MOM (средний максимум, англ. middle of maximum)
• QM (качественный метод, англ. quality method)
• RCOM (случайный выбор максимума, англ. random choice of maximum)
• SLIDE (полу-линейная дефаззификация, англ. semi-linear defuzzification)
• WFM (взвешенное нечеткое среднее, англ. weighted fuzzy mean)

Методы максимумов хорошо подходят для систем нечеткого вывода. Методы распределения и методы площади обладают свойством непрерывности, что делает их удобными для нечетких регуляторов^[10].

В интеллектуальных системах управления дефаззификация играет ключевую роль в обеспечении стабильности, контроле динамических переходов и предотвращении нежелательных бифуркаций^[2]. Преобразуя нечёткий вывод в точный управляющий сигнал, этот этап позволяет корректировать параметры системы и удерживать её в устойчивом состоянии.

Валидация методов дефаззификации проводится через анализ бифуркаций, что позволяет оценить способность системы сохранять динамическую устойчивость при изменении параметров^[2]. В частности, для анализа устойчивости нечётких и нейро-нечётких систем с использованием бифуркационной валидации применяется метод отношения площадей (ARM)^[2].