Fuzzy Rule-Based System

Questo repository implementa un sistema fuzzy basato su regole per l'analisi e l'inferenza di variabili linguistiche. Il sistema è sviluppato in Python e consente di:

• Definire variabili linguistiche: Utilizzando funzioni di appartenenza (triangolari e trapezoidali).
• Fuzzificare input numerici: Calcolando il grado di appartenenza di ogni variabile.
• Applicare regole fuzzy: Collegando i gradi di appartenenza degli input ad output linguistici.
• Defuzzificare i risultati: Convertendo i valori fuzzy in valori crisp utilizzabili.

Struttura del Codice

• Rulebase:
  Gestisce le regole fuzzy e le variabili linguistiche. Comprende:

  • translate: Applica le regole al dizionario di input e defuzzifica il risultato.
  • setcondition: Aggiunge nuove regole fuzzy alla base.
  • addlv: Definisce le variabili linguistiche con le rispettive funzioni di appartenenza.
  • defuzzify: Converte il valore fuzzy in un valore crisp, utilizzando una funzione triangolare o trapezoidale.

• FuzzyInterface:
  Fornisce un'interfaccia per:

  • Aggiungere variabili linguistiche.
  • Fuzzificare i valori in ingresso.
  • Switch Condition: Durante la fuzzificazione, il parametro switch (impostato di default a True) determina se eseguire una "pulizia" dei risultati:
    • Se switch è True, dopo aver calcolato i gradi di appartenenza viene chiamato il metodo clean, che conserva soltanto il valore massimo per ogni variabile, azzerando gli altri. Questa operazione assicura che venga considerata solo la regola con il grado di attivazione più elevato.
    • Se switch è False, la procedura di cleaning viene saltata e vengono mantenuti tutti i valori fuzzy calcolati.

Funzionamento

1. Definizione delle Variabili Linguistiche:
   Le variabili come speed o fuel sono definite con etichette (es. 'VERY FAST', 'LOW CONSUME') e parametri per le funzioni di appartenenza (es. [70, 110, 130] per funzioni triangolari).

2. Fuzzificazione:
   Con FuzzyInterface.fuzzify, un valore numerico viene convertito nei relativi gradi di appartenenza per ciascuna etichetta della variabile definita. Il parametro switch controlla se, dopo la fuzzificazione, deve essere eseguita la pulizia dei risultati, mantenendo soltanto il valore massimo per ogni qualità.

3. Applicazione delle Regole:
   La classe Rulebase applica le regole definite tramite setcondition per valutare i gradi di appartenenza e associare output linguistici (es. 'HIGH COST', 'MEDIUM COST'). si e' scelto di utilizzare funzioni lambda il cui output puo' essere un valore di appartenza come anche il minimo nel caso di operatore AND o il massimo in caso di operatore O

4. Defuzzificazione:
   Attraverso defuzzify, il valore fuzzy viene convertito in un valore crisp, calcolato mediamente (ad esempio, come media dei valori ottenuti dai lati sinistro e destro della funzione di appartenenza).