பஸி லாஜிக்: தோராயமான பகுத்தறிவின் நுணுக்கங்களை ஆராய்தல்

தகவல்கள் மற்றும் ஆட்டோமேஷனை பெருகிய முறையில் சார்ந்திருக்கும் உலகில், நிச்சயமற்ற தன்மையையும் தெளிவற்ற தன்மையையும் கையாளும் திறன் மிக முக்கியமானது. பாரம்பரிய இரும தர்க்கம், அதன் கடுமையான சரி அல்லது தவறு என்ற இருகூறுடன், நிஜ-உலக சூழ்நிலைகளின் சிக்கல்களைப் பிடிப்பதில் பெரும்பாலும் குறைபடுகிறது. இங்கேதான் பஸி லாஜிக், தோராயமான பகுத்தறிவிற்கான ஒரு சக்திவாய்ந்த முன்மாதிரியாக, மனிதனைப் போன்ற சிந்தனைக்கும் இயந்திர நுண்ணறிவுக்கும் இடையிலான இடைவெளியைக் குறைக்க உதவுகிறது.

பஸி லாஜிக் என்றால் என்ன?

1960 களில் லோட்பி ஏ. ஜாடே என்பவரால் உருவாக்கப்பட்ட பஸி லாஜிக், பல-மதிப்பு தர்க்கத்தின் ஒரு வடிவமாகும், இதில் மாறிகளின் உண்மை மதிப்புகள் 0 மற்றும் 1 க்கு இடையில் உள்ள எந்தவொரு மெய் எண்ணாகவும் இருக்கலாம். இது கிளாசிக்கல் தர்க்கத்திலிருந்து வேறுபடுகிறது, இது கூற்றுகள் முற்றிலும் உண்மையாக (1) அல்லது முற்றிலும் பொய்யாக (0) இருக்க வேண்டும் என்று ஆணையிடுகிறது. பஸி லாஜிக் சாம்பல் பகுதிகளைத் தழுவி, பகுதி உண்மையை அனுமதிக்கிறது, மேலும் துல்லியமற்ற தகவல்களுடன் பகுத்தறிய அமைப்புகளை செயல்படுத்துகிறது.

அதன் மையத்தில், பஸி லாஜிக் பஸி கணங்கள் என்ற கருத்தின் மீது கட்டமைக்கப்பட்டுள்ளது. ஒரு உறுப்பு சொந்தமானது அல்லது சொந்தமில்லாத கிளாசிக்கல் கணங்களைப் போலல்லாமல், ஒரு பஸி கணத்தில், ஒரு உறுப்பு உறுப்பினர் பட்டத்தைப் பெற்றிருக்கலாம். உதாரணமாக, "உயரமான" என்ற கருத்தைக் கவனியுங்கள். கிளாசிக்கல் தர்க்கத்தில், நீங்கள் தன்னிச்சையாக ஒரு உயர வரம்பை வரையறுக்கலாம், உதாரணமாக 6 அடி, அதற்கு மேல் உள்ள ஒருவர் உயரமானவராகக் கருதப்படுவார். அதற்குக் கீழே உள்ள எவரும் இல்லை. இருப்பினும், பஸி லாஜிக், உயரத்தின் அடிப்படையில் "உயரமான" கணத்திற்கு உறுப்பினர் பட்டத்தை ஒதுக்குகிறது. 5'10" உள்ள ஒருவருக்கு 0.7 உறுப்பினர் மதிப்பு இருக்கலாம், இது அவர் "ஓரளவு உயரமானவர்" என்பதைக் குறிக்கிறது. 6'4" உள்ள ஒருவருக்கு 0.95 உறுப்பினர் மதிப்பு இருக்கலாம், இது மிகவும் உயரமான தன்மையைக் குறிக்கிறது.

பஸி லாஜிக்கின் முக்கிய கருத்துக்கள்

பஸி லாஜிக்கின் கொள்கைகளைப் புரிந்துகொள்ள பின்வரும் கருத்துக்களைப் புரிந்துகொள்வது முக்கியம்:

உறுப்பினர் சார்புகள்

உறுப்பினர் சார்புகள் என்பவை ஒரு பஸி கணத்தில் ஒரு உறுப்பு எந்த அளவிற்கு உள்ளது என்பதை வரையறுக்கும் கணித சார்புகள் ஆகும். அவை உள்ளீட்டு மதிப்புகளை 0 மற்றும் 1 க்கு இடையிலான உறுப்பினர் மதிப்புகளுக்கு வரைபடமாக்குகின்றன. பல்வேறு வகையான உறுப்பினர் சார்புகள் உள்ளன, அவற்றுள்:

• முக்கோண உறுப்பினர் சார்பு: எளிமையான மற்றும் பரவலாகப் பயன்படுத்தப்படும், மூன்று அளவுருக்களால் (a, b, c) வரையறுக்கப்படுகிறது, இது முக்கோணத்தின் கீழ் வரம்பு, உச்சம் மற்றும் மேல் வரம்பைக் குறிக்கிறது.
• சரிவக உறுப்பினர் சார்பு: முக்கோண சார்பு போன்றது ஆனால் தட்டையான மேல்புறத்துடன், நான்கு அளவுருக்களால் (a, b, c, d) வரையறுக்கப்படுகிறது.
• காஸியன் உறுப்பினர் சார்பு: சராசரி மற்றும் திட்ட விலகல் மூலம் வரையறுக்கப்படுகிறது, இது மணி வடிவ வளைவை உருவாக்குகிறது.
• சிக்மாய்டல் உறுப்பினர் சார்பு: ஒரு S-வடிவ வளைவு, பெரும்பாலும் படிப்படியான மாற்றங்களை மாதிரியாக்கப் பயன்படுகிறது.

உறுப்பினர் சார்பின் தேர்வு குறிப்பிட்ட பயன்பாடு மற்றும் உள்ளீட்டுத் தரவின் தன்மையைப் பொறுத்தது. உதாரணமாக, "குறைந்த வெப்பநிலை" போன்ற ஒரு எளிய கருத்தை பிரதிநிதித்துவப்படுத்த ஒரு முக்கோண உறுப்பினர் சார்பு பொருத்தமானதாக இருக்கலாம், அதே நேரத்தில் "உகந்த இயந்திர வேகம்" போன்ற நுணுக்கமான மாறியை மாதிரியாக்க ஒரு காஸியன் சார்பு சிறந்ததாக இருக்கலாம்.

பஸி கணங்கள் மற்றும் மொழிசார் மாறிகள்

ஒரு பஸி கணம் என்பது தொடர்புடைய உறுப்பினர் மதிப்புகளைக் கொண்ட உறுப்புகளின் தொகுப்பாகும். இந்த மதிப்புகள் ஒவ்வொரு உறுப்பும் கணத்தில் எந்த அளவிற்கு உள்ளது என்பதைப் பிரதிநிதித்துவப்படுத்துகின்றன. மொழிசார் மாறிகள் என்பவை எண்களை விட இயற்கை மொழியில் சொற்கள் அல்லது வாக்கியங்களாக மதிப்புகளைக் கொண்ட மாறிகள் ஆகும். உதாரணமாக, "வெப்பநிலை" ஒரு மொழிசார் மாறி, மற்றும் அதன் மதிப்புகள் "குளிர்", "மிதமான குளிர்", "வெப்பம்", மற்றும் "சூடு" ஆக இருக்கலாம், ஒவ்வொன்றும் ஒரு பஸி கணத்தால் குறிப்பிடப்படுகின்றன.

ஒரு காருக்கான "வேகம்" என்ற மொழிசார் மாறியைக் கவனியுங்கள். நாம் "மெதுவான", "மிதமான", மற்றும் "வேகமான" போன்ற பஸி கணங்களை வரையறுக்கலாம், ஒவ்வொன்றும் அதன் சொந்த உறுப்பினர் சார்புடன் காரின் உண்மையான வேகத்தை ஒவ்வொரு கணத்திலும் உறுப்பினர் பட்டத்திற்கு வரைபடமாக்குகிறது. உதாரணமாக, 30 கிமீ/மணி வேகத்தில் பயணிக்கும் ஒரு கார் "மெதுவான" கணத்தில் 0.8 உறுப்பினர் மதிப்பையும், "மிதமான" கணத்தில் 0.2 உறுப்பினர் மதிப்பையும் கொண்டிருக்கலாம்.

பஸி ஆபரேட்டர்கள்

பஸி ஆபரேட்டர்கள் பஸி கணங்களை இணைக்கவும் தருக்க செயல்பாடுகளைச் செய்யவும் பயன்படுத்தப்படுகின்றன. பொதுவான பஸி ஆபரேட்டர்கள் பின்வருமாறு:

• AND (வெட்டு): பொதுவாக மினிமம் (min) ஆபரேட்டரைப் பயன்படுத்தி செயல்படுத்தப்படுகிறது. இரண்டு பஸி கணங்களின் வெட்டுப்பகுதியில் ஒரு உறுப்பின் உறுப்பினர் மதிப்பு, தனிப்பட்ட கணங்களில் அதன் உறுப்பினர் மதிப்புகளில் குறைந்தபட்சமாகும்.
• OR (ஒன்றியம்): பொதுவாக மேக்சிமம் (max) ஆபரேட்டரைப் பயன்படுத்தி செயல்படுத்தப்படுகிறது. இரண்டு பஸி கணங்களின் ஒன்றியத்தில் ஒரு உறுப்பின் உறுப்பினர் மதிப்பு, தனிப்பட்ட கணங்களில் அதன் உறுப்பினர் மதிப்புகளில் அதிகபட்சமாகும்.
• NOT (நிரப்பி): உறுப்பினர் மதிப்பை 1 இலிருந்து கழிப்பதன் மூலம் கணக்கிடப்படுகிறது. ஒரு பஸி கணத்தின் நிரப்பியில் ஒரு உறுப்பின் உறுப்பினர் மதிப்பு, அசல் கணத்தில் அதன் உறுப்பினர் மதிப்பிலிருந்து 1 மைனஸ் ஆகும்.

இந்த ஆபரேட்டர்கள் பல நிபந்தனைகளை இணைக்கும் சிக்கலான பஸி விதிகளை உருவாக்க அனுமதிக்கின்றன. உதாரணமாக, ஒரு விதி கூறலாம்: "IF வெப்பநிலை குளிர்ச்சியாகவும் AND ஈரப்பதம் அதிகமாகவும் இருந்தால் THEN வெப்பமூட்டல் அதிகமாக இருக்க வேண்டும்".

பஸி அனுமான அமைப்பு (FIS)

ஒரு பஸி அனுமான அமைப்பு (FIS), பஸி நிபுணர் அமைப்பு என்றும் அழைக்கப்படுகிறது, இது பஸி லாஜிக்கைப் பயன்படுத்தி உள்ளீடுகளை வெளியீடுகளுக்கு வரைபடமாக்கும் ஒரு அமைப்பாகும். ஒரு பொதுவான FIS பின்வரும் கூறுகளைக் கொண்டுள்ளது:

• ஃபஸிஃபிகேஷன் (மங்கலாக்கம்): உறுப்பினர் சார்புகளைப் பயன்படுத்தி மிருதுவான (எண்) உள்ளீடுகளை பஸி கணங்களாக மாற்றும் செயல்முறை.
• அனுமான இயந்திரம்: வெளியீட்டு பஸி கணங்களைத் தீர்மானிக்க, மங்கலாக்கப்பட்ட உள்ளீடுகளுக்கு பஸி விதிகளைப் பயன்படுத்துகிறது.
• டிஃபஸ்சிஃபிகேஷன் (தெளிவாக்கம்): பஸி வெளியீட்டு கணங்களை மிருதுவான (எண்) வெளியீடுகளாக மாற்றும் செயல்முறை.

மம்தானி மற்றும் சுகேனோ என இரண்டு முக்கிய வகை FIS உள்ளன. முக்கிய வேறுபாடு விதியின் விளைவின் வடிவத்தில் உள்ளது (விதியின் "THEN" பகுதி). மம்தானி FIS இல், விளைவு ஒரு பஸி கணம், அதே நேரத்தில் சுகேனோ FIS இல், விளைவு உள்ளீடுகளின் ஒரு நேரியல் சார்பு ஆகும்.

டிஃபஸ்சிஃபிகேஷன் முறைகள்

டிஃபஸ்சிஃபிகேஷன் என்பது ஒரு பஸி வெளியீட்டு கணத்தை மிருதுவான (பஸி அல்லாத) மதிப்பாக மாற்றும் செயல்முறையாகும். பல டிஃபஸ்சிஃபிகேஷன் முறைகள் உள்ளன, ஒவ்வொன்றும் அதன் சொந்த பலங்களையும் பலவீனங்களையும் கொண்டுள்ளன:

• சென்ட்ராய்டு (ஈர்ப்பு மையம்): பஸி வெளியீட்டு கணத்தின் சென்ட்ராய்டைக் கணக்கிடுகிறது. இது பரவலாகப் பயன்படுத்தப்படும் மற்றும் பெரும்பாலும் பயனுள்ள முறையாகும்.
• இருசமவெட்டி: பஸி வெளியீட்டு கணத்தின் கீழ் உள்ள பகுதியை இரண்டு சம பாகங்களாகப் பிரிக்கும் மதிப்பைக் கண்டறிகிறது.
• பெருமத்தின் சராசரி (MOM): பஸி வெளியீட்டு கணம் அதன் அதிகபட்ச உறுப்பினர் மதிப்பை அடையும் மதிப்புகளின் சராசரியைக் கணக்கிடுகிறது.
• பெருமத்தின் சிறியது (SOM): பஸி வெளியீட்டு கணம் அதன் அதிகபட்ச உறுப்பினர் மதிப்பை அடையும் சிறிய மதிப்பத் தேர்வு செய்கிறது.
• பெருமத்தின் பெரியது (LOM): பஸி வெளியீட்டு கணம் அதன் அதிகபட்ச உறுப்பினர் மதிப்பை அடையும் பெரிய மதிப்பத் தேர்வு செய்கிறது.

டிஃபஸ்சிஃபிகேஷன் முறையின் தேர்வு FIS இன் செயல்திறனை கணிசமாக பாதிக்கலாம். சென்ட்ராய்டு முறை பொதுவாக அதன் நிலைத்தன்மை மற்றும் துல்லியத்திற்காக விரும்பப்படுகிறது, ஆனால் பிற முறைகள் குறிப்பிட்ட பயன்பாடுகளுக்கு மிகவும் பொருத்தமானதாக இருக்கலாம்.

பஸி லாஜிக்கின் நன்மைகள்

பஸி லாஜிக் சிக்கல் தீர்க்கும் பாரம்பரிய அணுகுமுறைகளை விட பல நன்மைகளை வழங்குகிறது:

• நிச்சயமற்ற தன்மை மற்றும் தெளிவற்ற தன்மையைக் கையாளுகிறது: பஸி லாஜிக் துல்லியமற்ற, முழுமையற்ற அல்லது தெளிவற்ற தகவல்களைக் கையாள்வதில் சிறந்து விளங்குகிறது.
• நேரியல் அல்லாத அமைப்புகளை மாதிரியாக்குகிறது: பஸி லாஜிக் துல்லியமான கணித மாதிரிகள் தேவைப்படாமல் சிக்கலான நேரியல் அல்லாத உறவுகளை திறம்பட மாதிரியாக்க முடியும்.
• புரிந்துகொள்ளவும் செயல்படுத்தவும் எளிதானது: பஸி லாஜிக் விதிகள் பெரும்பாலும் இயற்கை மொழியில் வெளிப்படுத்தப்படுகின்றன, இதனால் அவை புரிந்துகொள்ளவும் செயல்படுத்தவும் எளிதாகின்றன.
• வலுவான மற்றும் மாற்றியமைக்கக்கூடியது: பஸி லாஜிக் அமைப்புகள் சத்தம் மற்றும் உள்ளீட்டுத் தரவுகளில் ஏற்படும் மாறுபாடுகளுக்கு வலுவானவை, மேலும் மாறும் நிலைமைகளுக்கு எளிதில் மாற்றியமைக்கப்படலாம்.
• செலவு குறைந்தவை: பஸி லாஜிக் பெரும்பாலும் பாரம்பரிய கட்டுப்பாட்டு முறைகளுடன் ஒப்பிடும்போது குறைந்த வளர்ச்சி செலவில் திருப்திகரமான தீர்வுகளை வழங்க முடியும்.

பஸி லாஜிக்கின் பயன்பாடுகள்

பஸி லாஜிக் பலதரப்பட்ட துறைகளில் பயன்பாடுகளைக் கண்டறிந்துள்ளது, அவற்றுள்:

• கட்டுப்பாட்டு அமைப்புகள்: வீட்டு உபகரணங்கள் (எ.கா., சலவை இயந்திரங்கள், குளிர்சாதன பெட்டிகள்), தொழில்துறை செயல்முறைகள் (எ.கா., சிமென்ட் சூளைகள், இரசாயன உலைகள்), மற்றும் போக்குவரத்து அமைப்புகள் (எ.கா., தன்னாட்சி வாகனங்கள், போக்குவரத்து கட்டுப்பாடு) ஆகியவற்றில் பஸி லாஜிக் பரவலாகப் பயன்படுத்தப்படுகிறது.
• வடிவமைப்பு அங்கீகாரம்: பட அங்கீகாரம், பேச்சு அங்கீகாரம் மற்றும் கையெழுத்து அங்கீகாரம் ஆகியவற்றிற்கு பஸி லாஜிக் பயன்படுத்தப்படலாம்.
• முடிவெடுத்தல்: நிதி, மருத்துவம் மற்றும் பொறியியல் போன்ற பகுதிகளில் முடிவெடுப்பதை பஸி லாஜிக் ஆதரிக்க முடியும்.
• நிபுணர் அமைப்புகள்: பஸி லாஜிக் பல நிபுணர் அமைப்புகளின் முக்கிய அங்கமாகும், அவை மனித நிபுணர்களின் முடிவெடுக்கும் திறனைப் பின்பற்றும் கணினி நிரல்களாகும்.
• தரவு பகுப்பாய்வு: தரவு சுரங்கம், கொத்தாக்கம் மற்றும் வகைப்படுத்தல் ஆகியவற்றிற்கு பஸி லாஜிக் பயன்படுத்தப்படலாம்.

நிஜ-உலக பயன்பாடுகளின் எடுத்துக்காட்டுகள்

• தானியங்கி கியர் அமைப்புகள்: பல நவீன கார்கள் தங்கள் தானியங்கி கியர் அமைப்புகளைக் கட்டுப்படுத்த பஸி லாஜிக்கைப் பயன்படுத்துகின்றன, எரிபொருள் செயல்திறன் மற்றும் செயல்திறனுக்காக கியர் மாற்றங்களை மேம்படுத்துகின்றன. வாகன வேகம், இயந்திர சுமை மற்றும் ஓட்டுநர் உள்ளீடு போன்ற காரணிகளை அமைப்பு கருத்தில் கொண்டு உகந்த கியரைத் தீர்மானிக்கிறது.
• ஏர் கண்டிஷனிங் அமைப்புகள்: ஆற்றல் நுகர்வைக் குறைக்கும் அதே வேளையில் வசதியான வெப்பநிலையை பராமரிக்க ஏர் கண்டிஷனிங் அமைப்புகளில் பஸி லாஜிக் பயன்படுத்தப்படுகிறது. தற்போதைய வெப்பநிலை, விரும்பிய வெப்பநிலை மற்றும் ஆக்கிரமிப்பு நிலை போன்ற காரணிகளின் அடிப்படையில் அமைப்பு குளிரூட்டும் வெளியீட்டை சரிசெய்கிறது.
• மருத்துவ நோய் கண்டறிதல்: நோயாளியின் அறிகுறிகள் மற்றும் மருத்துவ வரலாற்றின் அடிப்படையில் துல்லியமான நோயறிதல்களைச் செய்ய மருத்துவர்களுக்கு உதவும் கண்டறியும் அமைப்புகளை உருவாக்க பஸி லாஜிக் பயன்படுத்தப்படலாம். மருத்துவத் தரவுகளில் உள்ளார்ந்த நிச்சயமற்ற தன்மையையும் தெளிவற்ற தன்மையையும் இந்த அமைப்பு கையாள முடியும்.
• நிதி மாடலிங்: நிதிச் சந்தைகளை மாதிரியாக்கவும், பங்கு விலைகள் மற்றும் பிற நிதி மாறிகள் பற்றிய கணிப்புகளைச் செய்யவும் பஸி லாஜிக் பயன்படுத்தப்படலாம். சந்தை நடத்தையை பாதிக்கும் அகநிலை மற்றும் உணர்ச்சி காரணிகளை இந்த அமைப்பு கைப்பற்ற முடியும்.
• ரோபோட்டிக்ஸ்: ரோபோ இயக்கங்கள் மற்றும் முடிவெடுப்பதைக் கட்டுப்படுத்த, குறிப்பாக நிச்சயமற்ற அல்லது மாறும் சூழல்களில் ரோபோட்டிக்ஸில் பஸி லாஜிக் பயன்படுத்தப்படுகிறது. உதாரணமாக, ஒரு ரோபோ வெற்றிட சுத்திகரிப்பான் ஒரு அறையில் செல்லவும் தடைகளைத் தவிர்க்கவும் பஸி லாஜிக்கைப் பயன்படுத்தலாம்.
• மருத்துவ இமேஜிங்கில் பட செயலாக்கம் (உலகளாவிய எடுத்துக்காட்டு): உலகெங்கிலும் உள்ள மருத்துவ இமேஜிங்கில், எம்ஆர்ஐ, சிடி ஸ்கேன் மற்றும் அல்ட்ராசவுண்ட் ஆகியவற்றிலிருந்து பெறப்பட்ட படங்களின் தரத்தை மேம்படுத்த பஸி லாஜிக் பயன்படுத்தப்படுகிறது. இது சிறந்த காட்சிப்படுத்தல் மற்றும் மிகவும் துல்லியமான நோயறிதல்களுக்கு வழிவகுக்கிறது. படங்களில் சத்தத்தை நீக்கி விளிம்புகளை மேம்படுத்த பஸி வடிப்பான்கள் பயன்படுத்தப்படுகின்றன, இதன் விளைவாக உடற்கூறியல் கட்டமைப்புகள் மற்றும் சாத்தியமான அசாதாரணங்களின் விரிவான காட்சிகள் கிடைக்கின்றன. இது உலகெங்கிலும் உள்ள மருத்துவர்களுக்கு நோய்கள் மற்றும் காயங்களை மிகவும் திறம்பட கண்டறிய உதவுகிறது.
• சிமென்ட் துறையில் சிமென்ட் சூளை கட்டுப்பாடு (பல்வேறு உலகளாவிய எடுத்துக்காட்டுகள்): சிமென்ட் உற்பத்தி ஒரு ஆற்றல் மிகுந்த செயல்முறையாகும். சீனா முதல் ஐரோப்பா மற்றும் தென் அமெரிக்கா வரையிலான பல்வேறு சர்வதேச இடங்களில், எரிப்பு செயல்முறையை மேம்படுத்த சிமென்ட் சூளைகளில் பஸி லாஜிக் கட்டுப்பாட்டாளர்கள் செயல்படுத்தப்படுகிறார்கள். இந்த அமைப்புகள் வெப்பநிலை, அழுத்தம், எரிவாயு ஓட்டம் மற்றும் பொருள் கலவை போன்ற பல்வேறு அளவுருக்களை பகுப்பாய்வு செய்து எரிபொருள் மற்றும் காற்று கலவையை மாறும் வகையில் சரிசெய்கின்றன. இது ஆற்றல் நுகர்வில் குறிப்பிடத்தக்க குறைப்பு, குறைந்த உமிழ்வுகள் மற்றும் வெவ்வேறு உற்பத்தி சூழல்களில் மேம்பட்ட சிமென்ட் தரத்திற்கு வழிவகுக்கிறது.

ஒரு பஸி லாஜிக் அமைப்பை உருவாக்குதல்

ஒரு பஸி லாஜிக் அமைப்பை உருவாக்குவது பல படிகளை உள்ளடக்கியது:

1. உள்ளீடுகள் மற்றும் வெளியீடுகளை அடையாளம் காணுதல்: முடிவுகளை எடுக்கப் பயன்படுத்தப்படும் உள்ளீட்டு மாறிகளையும், கட்டுப்படுத்தப்பட வேண்டிய வெளியீட்டு மாறிகளையும் தீர்மானிக்கவும்.
2. பஸி கணங்களை வரையறுத்தல்: ஒவ்வொரு உள்ளீடு மற்றும் வெளியீட்டு மாறிக்கும் பஸி கணங்களை வரையறுக்கவும், மிருதுவான மதிப்புகளை உறுப்பினர் பட்டங்களுக்கு வரைபடமாக்கும் உறுப்பினர் சார்புகளைக் குறிப்பிடவும்.
3. பஸி விதிகளை உருவாக்குதல்: உள்ளீட்டு பஸி கணங்களை வெளியீட்டு பஸி கணங்களுடன் தொடர்புபடுத்தும் பஸி விதிகளின் தொகுப்பை உருவாக்கவும். இந்த விதிகள் நிபுணர் அறிவு அல்லது அனுபவத் தரவை அடிப்படையாகக் கொண்டிருக்க வேண்டும்.
4. ஒரு அனுமான முறையைத் தேர்வுசெய்க: பஸி விதிகளை இணைத்து வெளியீட்டு பஸி கணங்களை உருவாக்க பொருத்தமான அனுமான முறையை (எ.கா., மம்தானி, சுகேனோ) தேர்ந்தெடுக்கவும்.
5. ஒரு டிஃபஸ்சிஃபிகேஷன் முறையைத் தேர்வுசெய்க: பஸி வெளியீட்டு கணங்களை மிருதுவான மதிப்புகளாக மாற்ற ஒரு டிஃபஸ்சிஃபிகேஷன் முறையைத் தேர்ந்தெடுக்கவும்.
6. சோதனை மற்றும் சரிசெய்தல்: நிஜ-உலகத் தரவுகளுடன் அமைப்பைச் சோதித்து, செயல்திறனை மேம்படுத்த உறுப்பினர் சார்புகள், விதிகள் மற்றும் டிஃபஸ்சிஃபிகேஷன் முறையை சரிசெய்யவும்.

MATLAB இன் பஸி லாஜிக் டூல்பாக்ஸ், Scikit-fuzzy (ஒரு பைதான் நூலகம்), மற்றும் பல்வேறு வணிக பஸி லாஜிக் மேம்பாட்டு சூழல்கள் உட்பட பஸி லாஜிக் அமைப்புகளை உருவாக்க பல மென்பொருள் கருவிகள் கிடைக்கின்றன.

சவால்கள் மற்றும் வரம்புகள்

அதன் நன்மைகள் இருந்தபோதிலும், பஸி லாஜிக்கிற்கும் சில வரம்புகள் உள்ளன:

• விதி அடிப்படை வடிவமைப்பு: ஒரு பயனுள்ள விதி தளத்தை வடிவமைப்பது சவாலானதாக இருக்கலாம், குறிப்பாக சிக்கலான அமைப்புகளுக்கு. இதற்கு பெரும்பாலும் நிபுணர் அறிவு அல்லது விரிவான பரிசோதனை தேவைப்படுகிறது.
• உறுப்பினர் சார்பு தேர்வு: பொருத்தமான உறுப்பினர் சார்புகளைத் தேர்ந்தெடுப்பது கடினமாக இருக்கலாம், ஏனெனில் ஒற்றை சிறந்த முறை எதுவும் இல்லை.
• கணக்கீட்டு சிக்கல்: பஸி லாஜிக் அமைப்புகள் கணக்கீட்டு ரீதியாக தீவிரமானவையாக இருக்கலாம், குறிப்பாக அதிக எண்ணிக்கையிலான உள்ளீடுகள் மற்றும் விதிகளுடன் கையாளும் போது.
• முறையான சரிபார்ப்பு இல்லாமை: பஸி லாஜிக் அமைப்புகளின் சரியான தன்மை மற்றும் நம்பகத்தன்மையை சரிபார்ப்பது அவற்றின் நேரியல் அல்லாத மற்றும் மாற்றியமைக்கக்கூடிய தன்மை காரணமாக சவாலானது.
• விளக்கத்தன்மை: பஸி விதிகள் பொதுவாகப் புரிந்துகொள்ள எளிதானவை என்றாலும், ஒரு சிக்கலான பஸி லாஜிக் அமைப்பின் ஒட்டுமொத்த நடத்தை விளக்குவது கடினமாக இருக்கலாம்.

பஸி லாஜிக்கின் எதிர்காலம்

பஸி லாஜிக் தொடர்ந்து உருவாகி, செயற்கை நுண்ணறிவு, இயந்திர கற்றல் மற்றும் இன்டர்நெட் ஆஃப் திங்ஸ் (IoT) போன்ற வளர்ந்து வரும் துறைகளில் புதிய பயன்பாடுகளைக் கண்டறிந்து வருகிறது. எதிர்கால போக்குகள் பின்வருமாறு:

• இயந்திர கற்றலுடன் ஒருங்கிணைப்பு: பஸி லாஜிக்கை நரம்பியல் நெட்வொர்க்குகள் மற்றும் மரபணு வழிமுறைகள் போன்ற இயந்திர கற்றல் நுட்பங்களுடன் இணைத்து, மிகவும் சக்திவாய்ந்த மற்றும் மாற்றியமைக்கக்கூடிய அமைப்புகளை உருவாக்குதல்.
• பெரிய தரவுகளில் பஸி லாஜிக்: பெரிய தரவுத்தொகுப்புகளை, குறிப்பாக நிச்சயமற்ற அல்லது முழுமையற்ற தகவல்களைக் கொண்டவற்றை பகுப்பாய்வு செய்வதற்கும் விளக்குவதற்கும் பஸி லாஜிக்கைப் பயன்படுத்துதல்.
• IoT இல் பஸி லாஜிக்: IoT சாதனங்கள் மற்றும் அமைப்புகளைக் கட்டுப்படுத்தவும் மேம்படுத்தவும் பஸி லாஜிக்கைப் பயன்படுத்துதல், மேலும் புத்திசாலித்தனமான மற்றும் தன்னாட்சி செயல்பாட்டை செயல்படுத்துதல்.
• விளக்கக்கூடிய AI (XAI): பஸி லாஜிக்கின் உள்ளார்ந்த விளக்கத்தன்மை, விளக்கக்கூடிய AI அமைப்புகளின் வளர்ச்சியில் அதை மதிப்புமிக்கதாக ஆக்குகிறது.

முடிவுரை

நிஜ-உலக பயன்பாடுகளில் நிச்சயமற்ற தன்மை மற்றும் தெளிவற்ற தன்மையைக் கையாள்வதற்கான சக்திவாய்ந்த மற்றும் நெகிழ்வான கட்டமைப்பை பஸி லாஜிக் வழங்குகிறது. நேரியல் அல்லாத அமைப்புகளை மாதிரியாக்குதல், துல்லியமற்ற தகவல்களைக் கையாளுதல் மற்றும் உள்ளுணர்வு விதி-அடிப்படையிலான பகுத்தறிவை வழங்குதல் ஆகியவற்றில் அதன் திறன், பரந்த அளவிலான சிக்கல்களுக்கு இது ஒரு மதிப்புமிக்க கருவியாக அமைகிறது. தொழில்நுட்பம் தொடர்ந்து முன்னேறும்போது, செயற்கை நுண்ணறிவு மற்றும் ஆட்டோமேஷனின் எதிர்காலத்தை வடிவமைப்பதில் பஸி லாஜிக் பெருகிய முறையில் முக்கிய பங்கு வகிக்கத் தயாராக உள்ளது.

பஸி லாஜிக்கின் முக்கிய கொள்கைகள் மற்றும் பயன்பாடுகளைப் புரிந்துகொள்வதன் மூலம், பொறியாளர்கள், விஞ்ஞானிகள் மற்றும் ஆராய்ச்சியாளர்கள் அதன் சக்தியைப் பயன்படுத்தி, நமது பெருகிய முறையில் நிச்சயமற்ற உலகின் சிக்கல்களைத் திறம்பட வழிநடத்தக்கூடிய மிகவும் புத்திசாலித்தனமான, வலுவான மற்றும் மனிதனை மையமாகக் கொண்ட அமைப்புகளை உருவாக்க முடியும். பஸி லாஜிக்கைத் தழுவுவது, உலகமயமாக்கப்பட்ட மற்றும் ஒன்றோடொன்று இணைக்கப்பட்ட உலகில் சிக்கல் தீர்க்கும் ஒரு யதார்த்தமான மற்றும் மாற்றியமைக்கக்கூடிய அணுகுமுறையைத் தழுவுவதாகும்.