Fuzzy logic in decision-making — 의사결정에서의 퍼지 논리

퍼지 논리는 의사결정 이론에서 상황에 관한 정보가 부정확하거나, 모호하거나, 언어적으로 표현된 형태를 띠는 조건 하에서의 선택을 모델링하는 데 활용된다. 이러한 조건에서는 고전적인 결정론적 방법 및 확률론적 방법이 충분히 적용되기 어려우며, 의사결정자(DM)의 지식과 선호도를 형식화하기 위해 L. 자데(L. Zadeh)가 제안한 퍼지 집합(fuzzy sets) 이론이 사용된다.

퍼지 환경에서의 선택

퍼지 논리의 적용이 타당한 경우는 다음과 같다:

• 정확한 정량적 데이터가 없는 경우,
• 상황의 모든 매개변수를 형식화하는 것이 불가능한 경우,
• 평가와 선호도가 자연어, 즉 「높다」, 「좋다」, 「허용 가능하다」 등의 표현으로 나타나는 경우.

이러한 정보는 퍼지 변수(fuzzy variables)와 언어적 척도(linguistic scales)로 기술되며, 그 값은 엄격하게 정해진 수가 아니라 해당 객체가 주어진 정성적 설명에 얼마나 부합하는지를 반영하는 소속 함수(membership functions)로 표현된다.

언어적 척도와 소속 함수

정성적 평가(예: 「보통」, 「나쁨」, 「우수」)는 퍼지 언어적 척도의 형태로 표현될 수 있으며, 각 등급은 해당 소속 함수를 가진 퍼지 집합으로 해석된다. 소속 함수는 삼각형, 사다리꼴 등 다양한 형태를 가질 수 있으며, 각각의 구체적인 경우에 객체가 특정 언어적 범주에 얼마나 부합하는지를 규정한다.

퍼지 최적성 원리

퍼지 논리에서 의사결정의 기초는 벨만–자데(Bellman–Zadeh)의 퍼지 최적성 원리이다. 이 원리에 따르면, 목표와 제약 조건을 나타내는 퍼지 집합들의 교집합에 속하면서 해당 교집합에 대해 가장 높은 소속도를 갖는 경우 해당 결정이 최적으로 간주된다.

이 원리는 다음과 같은 문제에 활용된다:

• 결과의 보장적 달성 문제: 조건이 부정확하더라도 목표가 반드시 달성되도록 하는 것이 중요한 경우;
• 다기준 선택 문제: 각 기준이 퍼지 함수의 형태로 주어질 수 있는 경우;
• 퍼지 환경에서의 최적 제어 문제: 시스템의 전이와 제어 작용이 퍼지 제약 조건 및 목표로 공식화되는 경우.

적용 및 의의

퍼지 논리와 퍼지 집합 방법론을 통해 다음이 가능하다:

• 전문가 지식과 판단의 형식화,
• 특성 및 조건 인식에서의 모호성 모델링,
• 비구조적이거나 형식화가 어려운 문제에 대한 유연한 의사결정 절차 구축.