المنطق الضبابي مقابل الشبكة العصبية
ينتمي المنطق الضبابي إلى عائلة المنطق متعدد القيم. يركز على التفكير الثابت والتقريبي في مقابل التفكير الثابت والدقيق. يمكن أن يأخذ المتغير في المنطق الضبابي نطاق قيمة الحقيقة بين 0 و 1 ، بدلاً من أخذ الصواب أو الخطأ في المجموعات الثنائية التقليدية. الشبكات العصبية (NN) أو الشبكات العصبية الاصطناعية (ANN) هي نموذج حسابي تم تطويره بناءً على الشبكات العصبية البيولوجية. يتكون ANN من الخلايا العصبية الاصطناعية التي تتصل ببعضها البعض. عادة ، تقوم شبكة ANN بتكييف هيكلها بناءً على المعلومات الواردة إليها.
ما هو المنطق الضبابي؟
ينتمي المنطق الضبابي إلى عائلة المنطق متعدد القيم. يركز على التفكير الثابت والتقريبي في مقابل التفكير الثابت والدقيق. يمكن أن يأخذ المتغير في المنطق الضبابي نطاق قيمة الحقيقة بين 0 و 1 ، بدلاً من أخذ الصواب أو الخطأ في المجموعات الثنائية التقليدية. نظرًا لأن قيمة الحقيقة هي نطاق ، فيمكنها التعامل مع الحقيقة الجزئية. تم وضع علامة على بداية المنطق الضبابي في عام 1956 ، مع إدخال نظرية المجموعة الغامضة لطفي زاده. يوفر المنطق الضبابي طريقة لاتخاذ قرارات محددة تستند إلى بيانات إدخال غير دقيقة وغامضة. يستخدم المنطق الضبابي على نطاق واسع للتطبيقات في أنظمة التحكم ، لأنه يشبه إلى حد كبير كيفية اتخاذ الإنسان للقرار ولكن بطريقة أسرع. يمكن دمج المنطق الضبابي في أنظمة التحكم القائمة على الأجهزة المحمولة الصغيرة لمحطات عمل الكمبيوتر الكبيرة.
ما هي الشبكات العصبية؟
ANN هو نموذج حسابي تم تطويره بناءً على الشبكات العصبية البيولوجية. يتكون ANN من الخلايا العصبية الاصطناعية التي تتصل ببعضها البعض.عادةً ما تقوم شبكة ANN بتكييف هيكلها بناءً على المعلومات الواردة إليها. يجب اتباع مجموعة من الخطوات المنهجية تسمى قواعد التعلم عند تطوير شبكة ANN. علاوة على ذلك ، تتطلب عملية التعلم بيانات التعلم لاكتشاف أفضل نقطة تشغيل لـ ANN. يمكن استخدام الشبكات العصبية الاصطناعية لتعلم دالة تقريبية لبعض البيانات المرصودة. ولكن عند تطبيق ANN ، هناك عدة عوامل يجب على المرء أن يأخذها في الاعتبار. يجب اختيار النموذج بعناية اعتمادًا على البيانات. إن استخدام نماذج معقدة بشكل غير ضروري سيجعل عملية التعلم أكثر صعوبة. يعد اختيار خوارزمية التعلم الصحيحة أمرًا مهمًا أيضًا ، نظرًا لأن بعض خوارزميات التعلم تعمل بشكل أفضل مع أنواع معينة من البيانات.
ما هو الفرق بين Fuzzy Logic و Neural Networks؟
يسمح المنطق الضبابي باتخاذ قرارات محددة بناءً على بيانات غير دقيقة أو غامضة ، بينما تحاول ANN دمج عملية التفكير البشري لحل المشكلات دون نمذجة رياضية لها. على الرغم من أنه يمكن استخدام كلتا الطريقتين لحل المشكلات غير الخطية ، والمشكلات التي لم يتم تحديدها بشكل صحيح ، إلا أنهما غير مرتبطين.على عكس المنطق الضبابي ، تحاول ANN تطبيق عملية التفكير في الدماغ البشري لحل المشكلات. علاوة على ذلك ، يتضمن ANN عملية تعلم تتضمن تعلم الخوارزميات وتتطلب بيانات التدريب. ولكن هناك أنظمة ذكية هجينة تم تطويرها باستخدام هاتين الطريقتين المسماة Fuzzy Neural Network (FNN) أو Neuro-Fuzzy System (NFS).
