logica fuzzy è un tipo di matematica e di programmazione che rappresenta più accuratamente come il cervello umano classifica gli oggetti, valuta le condizioni, e le decisioni dei processi. Nel sistema tradizionale logica, un elemento strettamente fa o non fa parte di un gruppo, denominato gruppo. Che è, un animale o è o non è un cane. La logica fuzzy consente a un oggetto di appartenere a un insieme di un certo grado o con una certa fiducia. Applicazioni della logica fuzzy in sistemi informatici contemporanea sono troppo numerosi per citare, ma controllare le cose come le miscele di riscaldamento e di parti di utensili.

Il nostro mondo è incredibilmente complesso, sia in ampiezza e profondità. In qualche modo, è difficile rispettare i vincoli logici della teoria degli insiemi tradizionali quando descrive il modo in cui rendere semplice, le decisioni quotidiane, come cucinare un arrosto o di guida con il traffico. Eppure ci aspettiamo che i computer per prendere queste decisioni, semplificando o collasso la complessità e non tenendo conto dell'incertezza. La logica fuzzy è stato inventato e coniato, dal Dr. Lotfi Zadeh all'Università di Berkeley nel 1965, quando stava pensando di matematica, linguistica, e il buon senso.

Per capire come la fuzzy logic non è un vago, sistema sperimentale, ma può essere utilizzato molto pratico per insegnare ai computer come prendere decisioni, consente di guardare un esempio. Forse tua madre aveva una regola: "No cani in casa". Logicamente, questo significa che se l'oggetto è un cane, allora non è di essere in casa. In qualche modo, possiamo dedurre che un peluche a forma di Dalmazia sarà consentito in, ma un dalmata con la pelle e le ossa non. Che dire di un cane seeing-eye? Che dire di un animale che è un mezzo Husky e metà lupo?

La logica fuzzy permette a queste in-intermediari quando si tratta di requisiti di riunione e le conseguenze di inizializzazione. Invece di un animale assolutamente appartenente al gruppo di cani, che può appartenere a un certo punto. Un golden retriever potrebbe avere un valore associato di 1. 0, il più vicino a "completamente" il cane più possibile, mentre un Chihuahua potrebbe avere . 8, grazie alle sue dimensioni, e un cane di vedere solo un occhio . 4, dal momento che spesso è consentito dove gli altri cani non vanno.

Questo sistema flessibile risolve i problemi e le macchine che controlla un sistema semplice logica non poteva. L'output, o le decisioni, è sempre chiara e non fuzzy, noto come "fresco. "Alla fine, il cane è né in casa o fuori in veranda. Non è mai a metà strada a. Ecco perché" fuzzy "non significa incerta o sconosciuta.