模糊化与反模糊化的区别

模糊化是将精确量转换为模糊量的过程。另一方面，反模糊化是将模糊量转换为精确量的过程。阅读本文以了解更多关于模糊化和反模糊化的信息，以及它们之间有何区别。

什么是模糊化？

模糊化可以定义为将清晰集转换为模糊集或将模糊集转换为更模糊集的过程。基本上，此操作将精确的清晰输入值转换为语言变量。在许多工程应用中，需要对结果或“模糊结果”进行反模糊化，以便将其转换为清晰结果。

模糊化是通过将各种假设的清晰量识别为非确定性和完全不确定的性质来完成的。这种不确定性可能是由于不精确和不确定导致变量由隶属函数表示，因为它们可能是模糊的。

模糊化将清晰的输入数据转换为由模糊集表示的语言变量。然后，它应用隶属函数来测量和确定隶属度。

反模糊化可以定义为将模糊集简化为清晰集或将模糊成员转换为清晰成员的过程。在数学上，反模糊化的过程也称为“四舍五入”。反模糊化基本上将不精确数据转换为精确数据。然而，与模糊化相比，反模糊化的实现相对复杂。

反模糊化基本上是模糊化的逆过程，因为它将模糊数据转换为清晰数据。在某些实际应用中，需要反模糊化过程来操作控制的清晰控制动作。

现在，让我们讨论模糊化和反模糊化之间的差异。

以下是模糊化和反模糊化之间的一些重要区别：

关键	模糊化	反模糊化
定义	模糊化是将清晰集转换为模糊集或将模糊集转换为更模糊集的过程。	反模糊化是将模糊集简化为清晰集或将模糊成员转换为清晰成员的过程。
目的	模糊化将精确数据转换为不精确数据。	反模糊化将不精确数据转换为精确数据。
示例	电压表。	步进电机，数模转换器。
使用的方法	推理，排序，角度模糊集，神经网络。	最大隶属度原则，质心法，加权平均法，和的中心。
复杂度	模糊化很简单。	反模糊化的实现相当复杂。
方法	模糊化使用 if-then 规则来模糊化清晰值。	反模糊化使用重心法来获取集合的质心。

您在此处需要注意的最重要的区别是，模糊化将精确数据转换为不精确数据，而反模糊化将不精确数据转换为精确数据。

Kiran Kumar Panigrahi

更新于: 2023年2月21日

15K+ 浏览量

通过完成课程获得认证