Fuzzy logic
Fuzzy logic
一、模糊逻辑(Fuzzy Logic)
1：模仿人脑的不确定性概念判断、推理思维方式，对于模型未知或不能确定的描述系统，以及强非线性、大滞后的控制对象，应用模糊集合和模糊规则进行推理，表达过渡性界限或定性知识经验，模拟人脑方式，实行模糊综合判断，推理解决常规方法难于对付的规则型模糊信息问题。模糊逻辑善于表达界限不清晰的定性知识与经验，它借助于隶属度函数概念，区分模糊集合，处理模糊关系，模拟人脑实施规则型推理，解决因“排中律”的逻辑破缺产生的种种不确定问题 。
2：亦称弗晰逻辑。建立在多值逻辑基础上，运用弗晰（模糊）集合的方法来研究模糊性思维、语言形式及其规律的科学。1965年美国数学家查德首先提出了弗晰集合的概念，标志着弗晰数学的诞生。建立在二值逻辑基础上的原有的逻辑与数学难以描述和处理现实世界中许多模糊性的对象。弗晰数学与弗晰逻辑实质上是要对模糊性对象进行精确的描述和处理。查德为了建立模糊性对象的数学模型，把只取0和1二值的普通集合概念推广为在[0，1]区间上取无穷多值的模糊集合概念，并用“隶属度”这一概念来精确地刻画元素与模糊集合之间的关系。正因为模糊集合是以连续的无穷多值为依据的，所以，模糊逻辑可看做是运用无穷连续值的模糊集合去研究模糊性对象的科学。把模糊数学的一些基本概念和方法运用到逻辑领域中，产生了模糊逻辑变量、模糊逻辑函数等基本概念。对于模糊联结词与模糊真值表也作了相应的对比研究。查德还开展了模糊假言推理等似然推理的研究，有些成果已直接应用于模糊控制器的研制。创立和研究模糊逻辑的主要意义有：（1）运用模糊逻辑变量、模糊逻辑函数和似然推理等新思想、新理论，为寻找解决模糊性问题的突破口奠定了理论基础，从逻辑思想上为研究模糊性对象指明了方向。（2）模糊逻辑在原有的布尔代数、二值逻辑等数学和逻辑工具难以描述和处理的自动控制过程、疑难病症的诊断、大系统的研究等方面，都具有独到之处。（3）在方法论上，为人类从精确性到模糊性、从确定性到不确定性的研究提供了正确的研究方法。此外，在数学基础研究方面，模糊逻辑有助于解决某些悖论。对辩证逻辑的研究也会产生深远的影响。当然，模糊逻辑理论本身还有待进一步系统化、完整化、规范化。
二、软件名：
Fuzzy Logic是微星独立开发，运行于Windows操作系统下的超频工具软件，可以大幅度、安全的提升系统性能。它可以自动侦测出CPU可以超频且稳定正常工作的上限，它将逐步提高CPU外频，并在每次提升之后都运行一个一个3D应用程序来测试系统的稳定性。在新版本中还增加了调整AGP和Vcore电压的功能。 同时，Fuzzy Logic还可以监测I/O电压、CPU温度/电压/风扇转速，即使用户在超频过程中发生问题出现死机现象，Fuzzy Logic也会立刻自动检测并且会重新启动系统以恢复缺省设置。但Fuzzy logic不能与微星PC Alert系统监控软件同时运行。