Fuzzy logic in decision-making — 意思決定におけるファジィ論理

ファジィ論理は、意思決定理論において、状況に関する情報が不正確、曖昧、あるいは言語的に表現されるような条件下での選択をモデル化するために適用されます。このような状況では、古典的な決定論的および確率論的手法は十分に適用できず、意思決定者の知識や選好を形式化するために、L. Zadehによって提案されたファジィ集合の仕組みが使用されます。

ファジィ環境における選択

ファジィ論理の適用は、次のような場合に正当化されます：

• 正確な定量的データが存在しない場合
• 状況のすべてのパラメータを形式化することが不可能な場合
• 評価や選好が、「高い」「良い」「許容できる」などの用語を通じて自然言語で表現される場合

このような情報は、ファジィ変数や言語尺度によって記述されます。これらの値は厳密に定義された数値ではなく、与えられた定性的な記述に対するオブジェクトの適合度を反映するメンバーシップ関数によって表現されます。

言語尺度とメンバーシップ関数

質的な評価（例：「満足」「悪い」「優れている」）は、ファジィ言語尺度として表現することができます。この尺度の各段階は、対応するメンバーシップ関数を持つファジィ集合として解釈されます。メンバーシップ関数は、さまざまな形状（三角形、台形など）を持つことができ、各具体的なケースにおいてオブジェクトが特定の言語的カテゴリにどの程度対応するかを定義します。

ファジィ最適性の原理

ファジィ論理における意思決定の基礎は、ベルマン・ザデーのファジィ最適性の原理です。この原理によれば、ある決定が目標と制約のファジィ集合の共通部分に属し、かつその共通部分に対して最大のメンバーシップ度を持つ場合に、その決定は最適であると見なされます。

この原理は、以下の課題で使用されます：

• 結果の保証された達成：条件が不正確であっても目標の達成を保証することが重要な場合。
• 多基準選択：各基準がファジィ関数として与えられる場合。
• ファジィ環境における最適制御：システムの遷移や制御入力がファジィ制約および目標として定式化される場合。

応用と意義

ファジィ論理およびファジィ集合の手法により、以下のことが可能になります：

• 専門家の知識や判断を形式化する
• 特性や条件の認識における曖昧さをモデル化する
• 構造化が不十分または形式化が困難な問題において、柔軟な意思決定手続きを構築する

Category:Decision analysis Category:Decision making