نوشته های تازه

منطق فازی در پزشکی و بیوانفورماتیک

تشخیص بیماری می تواند با سطوح مختلفی از عدم اطمینان و عدم دقت در تشخیص همراه باشد و این مسئله در پزشکی یک امر ذاتی و انکار ناپذیر است. یک بیماری بسته به نوع بیمار ممکن است بطور کاملاً متفاوت و با شدت های مختلف خود را آشکار کند. یک نشانه بیماری ممکن است در بیماری های مختلف وجود داشته باشد. یا به عبارت دیگر، ممکن است بیمار چندین بیماری را با یک توصیف رایج از بیماری برای شما تشریح کند.
بهترین و جامع ترین راه برای توصیف و تشریح بیماری، استفاده از اصطلاحات زبانی است که آن هم غیر دقیق و مبهم است. علاوه بر این، مفاهیم بیماری و سلامت هر دو انحصاری و مخالف یکدیگرند. با این حال، برخی رویکردهای اخیر هر دو مفاهیم را به عنوان فرآیندهای تکمیلی در همان زنجیره، در نظر می گیرند.

با توجه به تعریف منتشر شده توسط سازمان بهداشت جهانی (WHO)، سلامت یک حالت فیزیکی، روانی و رفاه اجتماعی کامل می باشد و صرفاً به معنای فقدان بیماری یا معلولیت نیست. بیماری را به این سه حالت می توان دید: بیماری، ناخوشی و کسالت.
برای مقابله با عدم دقت و عدم اطمینان در تشخیص بیماری، ما باید در منطق فازی که در اختیار داریم قرار بگیریم. منطق فازی ما را با متغیرهای حقیقت نسبی بین درست و غلط آشنا می کند.
با توجه به منطق ارسطو، ما برای پیشنهاد یا حالت گفته شده، تنها دو متغیر منطقی داریم: درست-غلط، سیاه-سفید، 1-0. در زندگی واقعی همه چیز همیشه سیاه یا سفید نیست، بلکه اکثر اوقات خاکستری است. بنابراین در بسیاری از موقعیت های عملی، در نظر گرفتن متغیرهای منطقی میانجی، مناسب تر است. اجازه دهید این مسئله را با یک مثال بسیار ساده نشان دهیم.
عبارت “شما سالم هستید” را در نظر بگیرید. در صورتیکه تنها ناخن شما شکسته باشد، این عبارت درست خواهد بود؟ یا اگر شما در مرحله آخر سرطان باشید، غلط خواهد بود؟ هر کسی که درجه ای از سلامت (h) را داشته باشد، سالم است و هرکسی هم که درجه ای از بیماری (i) را داشته باشد، بیمار است. اگر شما کاملاً سالم هستید، پس در واقع h = 1 و i = 0. معمولاً هر کسی ، حداقل مقدار مشکلات تندرستی را دارد و h < 1، اماh + i = 1
در یک حالت مفرط دیگر، h = 0، و i = 1، بنابراین شما به هیچ وجه سالم نیستید (شما بیمار هستید). در این حالت فقط ناخن شما شکسته است، و ما می توانیم بنویسیم h = 0.999 و i = 0.001؛ اگر شما زخم معده دردناک دارید، احتمالاً i = 0.95، و h = 0.05 خواهد بود. همان طور که خواهیم دید این یک مورد خاص از مکعب کوسکو می باشد: مورد یک بعدی.
امروزه، عدم قطعیت در علم به عنوان یک مسئله ضروری در نظر گرفته می شود و منطق فازی راهی برای مدل کردن و مقابله با استفاده از زبان طبیعی است. ما می توانیم بگوییم که منطق فازی یک روش محاسباتی کیفی است.
از آنجا که عدم قطعیت در زمینه هایی مثل پزشکی و داده های عظیم در بیوانفورماتیک یک امر ذاتی است، و منطق فازی هم مثل عدم قطعیت در نظر گرفته می شود، نظریه مجموعه فازی را می توان به عنوان یک فرمالیسم مناسب برای مقابله با عدم دقت ذاتی در بسیاری از مسائل زیست پزشکی و بیوانفورماتیک، در نظر گرفت.
منطق فازی روشی برای ارائه دقیق آن چه در دنیای پزشکی عدم دقت نامیده می شود، می باشد. به چندین مثال و تصویر در زیر اشاره شده است.

منطق فازی در پزشکی

پیچیدگی حرفه پزشکی، باعث ایجاد روشهای کمی سنتی از تجزیه و تحلیل نامناسب می شود. در پزشکی، کمبود اطلاعات، و عدم دقت خود پزشکی و بسیاری از ماهیت های متناقض، حقایق رایج هستند. منابع عدم قطعیت بصورت زیر طبقه بندی شوند.
1. اطلاعات بیمار
2. سوابق پزشکی بیمار، که معمولاً از خود بیمار یا خانواده اش گرفته می شود. و معمولاً هم ذهنی و غیر دقیق هستند.
3. آزمایشات جسمی. پزشک معمولاً اطلاعات عینی بدست می آورد، ولی در برخی موارد مرز بین وضعیت نرمال و پاتولوژیک دقیق نیست.
4. نتایج آزمایشات و سایر تست های تشخیصی، اما آن ها هم تا حدی مرتکب اشتباه می شوند و حتی رفتار و حالات نامناسب بیمار قبل از آزمایش هم می تواند آزمایشات را تحت تأثیر قرار دهد.
5. بیمار ممکن است در توصیف بیماری خود علائم اغراق آمیز و خود ساخته ای را به پزشک ارائه دهد و یا اینکه علائمی را دست بگیرد و نگوید و یا حتی ممکن است از گفتن برخی علائم خودداری کند.
6. ما بر تناقض تعداد فزاینده ای از اختلالات روانی در برابر فقدان طبقه بندی طبیعی تأکید می کنیم. طبقه بندی در موارد بحرانی (مثل روی مرز بودن) سخت است، بخصوص وقتی که سیستم وابسته به تشخیص مورد نظر باشد. منطق فازی، نقش مهمی در پزشکی ایفا می کند.

منطق فازی (Fuzzy Logic) چیست و چه کاربردهایی دارد؟

منطق فازی (Fuzzy Logic) یک فرامجموعه از منطق بولی است، بر مفهوم درستی نسبی دلالت می‌کند و منطق کلاسیک هر چیزی را براساس یک سیستم دوتایی نشان می‌دهد. در ادامه این مقاله سعی داریم منطق فازی را به زبان ساده توضیح دهیم و به بررسی آن بپردازیم.

منطق فازی اعداد بین صفر و یک را در نظر دارد و درستی هر چیزی را با یک عدد که مقدار آن بین صفر و یک است می‌سنجد. به عنوان مثال اگر رنگ سیاه عدد صفر باشد و رنگ سفید عدد ۱، رنگ خاکستری عددی نزدیک به صفر خواهد بود.

بررسی منطق فازی

تئوری مجموعه‌های فازی و منطق فازی برای اولین بار توسط پرفسور لطفی زاده در سال ۱۹۶۵ معرفی شد. هدف از معرفی و بررسی آن توسط وی، توسعه مدلی کارآمدتر برای توصیف فرآیند پردازش زبان‌های طبیعی در آن زمان بود.

او مفاهیمی چون مجموعه‌های فازی، رویدادهای فازی، اعداد فازی و فازی‌سازی را وارد علوم ریاضیات و مهندسی کرد. پرفسور لطفی زاده به دلیل معرفی نظریه بدیع و سودمند fuzzy و تلاش‌هایی که در این زمینه انجام داده است، توانست تا جوایز بین‌المللی متعددی را به دست آورد.

پرفسور لطفی زاده، پدر منطق فازی

پس از معرفی آن به دنیای علم، مقاومت‌های بسیاری در برابر پذیرش آن صورت گرفت، اما در ادامه این نظریه توانست به خوبی برای خود در علوم مختلف جا باز کند.

با بررسی نظریه فازی به این نتیجه می‌رسیم که نظریه مجموعه‌های فازی، در پی محاسبات نو ظاهر شد. در اینجا معنای واژه  fuzzy، غیردقیق، ناواضح و مبهم در نظر گرفته شده است.

این منطق توانسته تا پا را از منطق ارزش‌های صفر و یک نرم‌افزارهای کلاسیک فراتر بگذارد و درگاهی جدید را به سوی دنیای علوم نرم‌افزاری و رایانه‌ها بگشاید. با بررسی منطق فازی پی می‌بریم که علت این امر، فضای شناور و نامحدود بین اعداد صفر و یک است که به چالش کشیده شده است.

منطق فازی، فضای شناور و نامحدود بین اعداد صفر و یک، یعنی فضای موجود بین دو ارزش، مثلا “برویم” یا “نرویم”، ارزش‌های جدید “شاید برویم” یا “می‌رویم”، “اگربرویم” یا “احتمال دارد برویم” را استخراج کرده و استفاده می‌کند.

بنابراین در بررسی آن به این نتیجه می‌رسیم که دانش مورد نیاز برای بسیاری از مسائل مورد مطالعه به دو صورت متمایز ظاهر می‌شوند:

۱. دانش عینی: منظور مباحث، معادلات و فرمول‌های ریاضی است که از قبل وجود داشته‌اند و برای حل و فصل مسائل معمولی فیزیک، شیمی، یا مهندسی مورد استفاده قرار می‌گیرند.

۲. دانش شخصی: منظور دانستنی‌هایی است که تا حدودی قابل توصیف و بیان زبان‌شناختی هستند. البته در اینجا امکان کمی کردن آن‌ها با کمک ریاضیات سنتی وجود ندارد. دانش شخصی، دانش ضمنی یا دانش تلویحی نیز گفته می‌شود.

اما نکته مهم در اینجا این است که با بررسی منطق فازی به این نتیجه می‌رسیم که در عمل، هر دو نوع دانش مورد نیاز است؛ منطق fuzzy این دو نوع دانش را به صورتی منظم، منطقی، و ریاضیاتی با هم و به صورت هماهنگ استفاده می‌کند.

کامپیوتر دارای منطق صفر و یک است. یعنی براساس منطق آن فقط دو واژه درست و غلط وجود دارد. اما این منطق تعبیری دیگر دارد. به عنوان مثال در پاسخ به این سوال که “آیا همه آنچه که دیروز به من گفتی، راست بود؟” می‌توان اینگونه پاسخ داد، “بیشتر آنها حقیقت بود.” یعنی چیزی بین حقیقت (یک) و دروغ (صفر).

در اینجا مشخص است که همه افراد در زندگی روزمره خود بارها از این مفهوم استفاده می‌کنند. دنیای صفر و یک، دنیایی انتزاعی و خیالی است، زیرا به ندرت پیش می‌آید که موضوعی صددرصد درست یا صددرصد نادرست باشد.

تاریخچه

چون تعداد کمی از افراد توانستند در بررسی مفهوم فازی به نتیجه برسند و آن را درک کنند، مفهوم آن مدت‌ها از درگاه دانشگاه‌ها بیرون نرفت. در اواسط دهه ۸۰ میلادی بود که صنعتگران ژاپنی معنا و ارزش صنعتی آن را درک کرده و به کار بردند.

اولین پروژه ژاپنی‌ها که براساس آن بود، طرح هدایت و کنترل تمام خودکار قطار زیرزمینی شهر سندای بود. این طرح موفق شد و از این پس، این نظریه بسیار سریع در تکنولوژی دستگاه‌های صوتی و تصویری ژاپنی‌ها جا باز کرد.

اما اروپایی‌ها دیر متوجه اهمیت آن شدند و پس از آنکه موج بحث‌های علمی در رابطه با این منطق کم‌رنگ شد، استفاده صنعتی از آن را آغاز کردند.

بیش از چهل سال از تولد این منطق می‌گذرد. در این مدت نظریه فازی، چارچوب فکری و علمی جدیدی را در محافل آکادمیک و مهندسی ایجاد کرده و دیدگاه دانشمندان را نسبت به کم و کیف دنیای اطراف تغییر داده است. بنابراین می‌توان آن را جهان‌بینی بدیع و واقع‌گرایانه‌ای دانست که به اصلاح، به شالوده ‌منطق علمی و ذهنی بشر کمک شایانی کرده ‌است.

مجموعه های فازی

با بررسی منطق فازی به این نتیجه می‌رسیم که بنیاد آن بر شالوده نظریه مجموعه‌های فازی قرار دارد. این نظریه در واقع تعمیم یافته نظریه کلاسیک مجموعه‌ها در علم ریاضیات است.

در تئوری کلاسیک مربوط به مجموعه‌ها، یک عنصر، یا عضو مجموعه است یا نیست؛ بنابراین در اینجا به این نتیجه می‌رسیم که عضویت عناصر از یک الگوی صفر و یک و باینری تبعیت می‌کنند. اما منطق fuzzy این مفهوم را بسط می‌دهد و در واقع مفهوم عضویت درجه‌بندی شده را مطرح می‌کند؛ یعنی یک عنصر می‌تواند حتی تا حدودی و نه کاملا عضو یک مجموعه باشد.

مجموعه‌های قطعی

مجموعه‌های قطعی در واقع همان مجموعه‌های عادی و معمولی هستند که در ابتدا در نظریه کلاسیک مجموعه‌ها معرفی شده بودند. اضافه کردن صفت قطعی تفاوتی را ایجاد می‌کند که به کمک آن می‌توان یکی از مفاهیم ابتکاری و حیاتی در منطق فازی را که تابع عضویت است، به آسانی در ذهن به وجود آورد.

توابع عضویت

اگر درجه عضویت یک عنصر از یک مجموعه برابر با صفر باشد، یعنی آن عضو در مجموعه وجود ندارد و اگر درجه عضویت یک عضو برابر با یک باشد، یعنی آن عضو کاملا در مجموعه قرار گرفته است. اما اگر درجه عضویت یک عضو مابین صفر و یک باشد، این عدد بیانگر درجه عضویت تدریجی است و در این نظریه صادق است.

متغیرهای زبانی

متغیرهای زبانی به متغیرهایی گفته می‌شوند که مقادیر مورد قبول برای آن‌ها به جای اعداد، کلمات و جملات، زبان‌های انسانی یا ماشینی است.

در محاسبات ریاضی از متغیرهای عددی استفاده می‌شود و در نظریه فازی از متغیرهای زبانی. متغیرهای زبانی در نظریه فازی براساس ارزش‌های زبانی که در مجموعه عبارت قرار دارند، بیان می‌شوند. عبارت زبانی در واقع صفاتی برای متغیرهای زبانی هستند.

کاربردهای نظریه

فازی

این نظریه کاربردهای متعدد دارد. ساده‌ترین کاربرد آن در یک سیستم کنترل دما یا ترموستات است که بر اساس قوانین فازی کار می‌کند. از این منطق در ساختمان اغلب ماشین‌های لباسشویی برای کنترل دمای آب یا میزان کدر شدن آبی که لباس‌ها در آن شسته شده‌اند، استفاده می‌شود.

همچنین امروزه در ساخت بسیاری از ماشین‌های ظرفشویی و دیگر لوازم خانگی نیز از این تکنیک استفاده شده است. کاربرد دیگر منطق فازی، در صنعت خودروسازی است؛ مثلا سیستم ترمز و ABS در برخی از خودروها از آن استفاده می‌کنند.

یکی از معروف‌ترین نمونه‌هایی که در آنها از این منطق بهره گرفته شده، شبکه مونوریل (قطار تک ریل) توکیو در ژاپن است. البته در ساخت سایر سیستم‌های حرکتی و جابه‌جایی بار، مثل آسانسورها نیز استفاده شده است.

کاربرد این نظریه در سیستم‌های تهویه هوا نیز دیده می‌شود. همچنین در سیستم‌های پردازش تصویر نیز شاهد استفاده از آن هستیم. یک نمونه دیگر از کاربردهای فازی، سیستم‌های تشخیص لبه و مرز اجسام و تصاویر است که در روباتیک نیز کاربردهای فراوانی دارد. همچنین در ساختمان سیستم‌های تشخیص الگو، مثل سیستم‌های تشخیص گفتار و پردازش تصویر نیز مورد استفاده قرار گرفته است.

در کل می‌توان گفت که برای هر دستور کار مکانیکی، الکترومغناطیسی یا نرم‌افزاری و غیره که برای آن نیازی به فرمول یا دستورالعمل مطلق و شفاف ریاضی وجود نداشته باشد و دستور انجام کار به‌وسیله جملات، انشاء شده باشد، نرم‌افزار متکی به منطق فازی قابل استفاده است.

جمع‌بندی کاربردها

  1. هدایت و کنترل هرگونه دستگاه و تاسیسات پویا و حرکت‌ساز مانند: ماشین لباس‌شویی، قطارها، ترمز ای‌بی‌اس خودرو، آسانسور، جرثقیل، تسمه نقاله، موتورهای احتراقی، نشست و … .
  2. دستگاه‌های سمعی و بصری دیجیتال.
  3. جلوگیری از هنگ کردن سرورها، کنترل موتورهای جستجوگر در اینترنت، سیستم‌های نرم‌افزاری ترجمه، رباتیک و هوش مصنوعی.
  4. مهندسی پزشکی از جمله آسیب‌شناسی یا هدایت و کنترل تاسیسات سی تی اسکن، سی سی یو و آی سی یو، دستگاه ضربان‌ساز قلب.
  5. کارهای ریسک شناسی، آماری و ارزیابی بانکی جهت تصمیم‌گیری‌های مدیران.
  6. محاسبات آماری بیمه‌ها برای یافتن فاکتورهای ریسک در قراردادها.

اهداف علم فازی

در زمینه‌های مختلف فیزیک، مهندسی، پزشکی، زیست‌شناسی و بسیاری از امور گوناگون دیگر، دستیابی به روش‌های محاسباتی جدید مورد نیاز است. زیرا لازم است تا با بررسی، مطالعه، مدل‌سازی و حل مسائل جدید این علوم، به حل پیچیدگی روزافزون آنها، آن هم به صورتی که به شیوه‌های تفکر و تعلم خود انسان نزدیک باشد، پرداخت.

با بررسی منطق فازی می‌توان به این نتیجه رسید که هدف اصلی این است که رایانه‌ها بتوانند تا حد امکان، مسائل و مشکلات بسیار پیچیده علمی را به همان صورتی که ذهن انسان قادر به ادراک و اخذ تصمیمات سریع و مناسب است، حل و فصل کنند.

انسان بسیاری از مفاهیم در جهان واقعی را به صورت فازی درک و استفاده می‌کند. کلمات و مفاهیمی چون گرم، سرد، بلند، کوتاه، پیر، جوان به عدد دقیقی اشاره ندارند، اما ذهن انسان می‌تواند به سرعت همه را بفهمد و به کار گیرد.

اما ماشین‌ها فقط اعداد را می‌فهمند. بنابراین یکی از اهداف شیوه‌های نو در علوم کامپیوتر، این است که ماشین بتواند رمز و راز این‌گونه توانایی‌ها را از انسان بیاموزد و یاد بگیرد.

قوانین علمی فیزیک و مکانیک نیوتونی در گذشته، منطق قدیمی داشتند. در منطق قدیم دو حالت وجود داشت: سفید و سیاه، آری و خیر، روشن و تاریک، یک و صفر. البته متغیرها در طبیعت و در محاسبات نیز اینگونه‌اند و بر دو نوع‌اند.

می‌توان ارزش‌های کمی را با یک عدد معین و ارزش‌های کیفی را براساس یک ویژگی بیان کرد و باید گفت که هر دو ارزش قابل تبدیل‌اند.

در منطق فازی، هر یک از صفات براساس تابع عضویت تعریف و بین صفر تا یک ارزش‌گذاری می‌شوند. باید گفت که چون ذهن ما با منطقی دیگر کارهایش را انجام می‌دهد و تصمیم می‌گیرد، جهت شروع، ایجاد و ابداع، نیازمند منطق‌های تازه و چندارزشی است که این منطق نیز یکی از آنها است.

تفاوت میان نظریه احتمالات و منطق فازی‌

یکی از مباحث مهمی که باید به آن توجه داشت این است که باید برای منطق فازی و نظریه احتمالات در علم ریاضیات تفاوت قائل شد. زیرا معمولا نظریه فازی با نظریه احتمالات اشتباه گرفته می‌شود ولی این دو مفهوم کاملا با یکدیگر متفاوتند.

برخی از دانشمندان بزرگ علم ریاضیات در دنیا، به‌ویژه کشورهای غربی، درمورد این موضوع با یکدیگر بحث دارند و هنوز هم ریاضیدانانی هستند که با آن مخالف بوده و آن را تعبیریافته نظریه احتمالات می‌دانند.

به گفته ریاضیدانان، نظریه فازی یک برداشت نادرست از نظریه احتمالات است که توانسته تا به گونه‌ای غیرقابل قبول، مقادیر و اندازه‌گیری‌های نادقیق را وارد علوم ریاضیات و مهندسی نماید. عده‌ای نیز عقیده دارند که وجود یک نوع توصیف از مفهوم عدم‌قطعیت در علم ریاضیات کافی است.

چون علم آمار و احتمالات وجود دارد، دیگر نیازی به مراجعه به این نظریه نیست. در مقابل تعدادی از پیروان آن همچون بارت کاسکو عقیده دارند که احتمالات، شاخه و زیرمجموعه‌ای از منطق فازی است!

البته بیان تفاوت میان این دو، کار دشواری نیست. نظریه فازی با حقایق نادقیق سروکار دارد، به حدود و درجات یک واقعیت اشاره دارد اما نظریه احتمالات بر شالوده مجموعه حالات تصادفیِ یک پدیده تاکید داشته و درباره شانس وقوع یک حالت خاص صحبت می‌کند که وقتی اتفاق بیفتد، دقیق فرض می‌شود.

تفاوت ظریف و پررنگی بین نظریه احتمالات و فازی وجود دارد که اگر در آن دقت نکنیم، دچار اشتباه خواهیم شد. این دو نظریه در کنارهم و در مورد اشیای مختلف همزمان، مصداق‌هایی پیدا می‌کنند. هنگامی که یک پدیده را در نظر داریم، نوع نگاه ما به آن پدیده می‌تواند تعیین کند که باید درباره احتمالات صحبت کنیم یا نظریه Fuzzy.

در ادامه باید اشاره کرد که علت بحث میان دانشمندان این است که برخی از آنها علم آمار و احتمال را کافی می‌دانند و به عقیده آنها نیازی به نظریه فازی نیست.

منطق فازی و هوش مصنوعی

یکی از جالب‌ترین کاربردهای این نظریه، تفسیر آن از ساختار تصمیم‌گیری‌های موجودات هوشمند و در راس آنها، هوش انسانی است. با بررسی دقیق‌تر به این نتیجه می‌رسیم که چرا منطق دو ارزشی صفر و یک ریاضیات کلاسیک نمی‌تواند مفاهیم نادقیقی چون گرما و سرما را که مبنای بسیاری از تصمیم‌گیری‌های هوشمند هستند، در نظر بگیرد.

یکی از کاربردهای مهم نظریه فازی در هوش مصنوعی، بازی‌های رایانه‌ای و جلوه‌های ویژه سینمایی است. با استفاده از این نظریه می‌توان موجودات نرم افزاری را هوشمند کرد و این امر تنها گونه‌ای از کاربردهای آن در هوش مصنوعی است. البته از این منطق در هوشمند کردن روبات‌های سخت‌افزاری نیز استفاده می‌شود.

Fuzzy Psychology in Joint Congress on Computational Intelligence (CCI2020) / Ferdowsi University

Crystallization of “Fuzzy Psychology” at Iran’s Biggest Fuzzy Conference

The Joint Congress on Computational Intelligence (CCI2020) consists of two successful presentations (1) the 8th Iranian Fuzzy and Intelligent Systems Congress (CFIS2020) and (4) the Fourth Conference on Evolutionary Computing and Collective Intelligence (CSIEC2020). The CFIS2020 Congress itself consists of two successful conferences (1) the 19th Iranian Fuzzy Systems Conference (ICFS2020) and (1) the 17th Conference on Intelligent Systems (CIS2020).

Link to the Fuzzy Psychology Scientific Meeting at Ferdowsi University

اولین نشست علمی تخصصی «کاربرد فازی در مطالعات روانشناختی»

روانشناسی فازی برای اولین بار کاربرد فازی در مطالعات روانشناختی در هشتمین کنگره مشترک سیستم های فازی و هوشمند (CCI2020) ، اسفندماه 1398 دانشگاه فردوسی مشهد

دبیرعلمی نشست: دکتر حمیدرضا قنبری

روانشناسی فازی؛انجمن سیستم های فازی ایران

منطق فازی و اصالت نگرش نسبی

ین روزها بیش از هر زمان دیگري بشر نیازمند فهم آن است که خیر مطلق و شر قطعی وجود ندارد. گاه در استدلال‌هایمان به دلیل وضوح و صراحت گزاره‌ها، به‌سادگی و بدون تردید درمی‌یابیم که آیا گزاره‌ای صحیح است یا خیر؟ این واقعیت از آنجا ناشی می‌شود که داده‌ها از یک دنیای واقعی قابل آزمون برآمده‌اند؛ اما در بسیاری از پدیده‌ها ما با اطلاعات و دانش قطعی سروکار نداریم. مثلا در ارزیابی درستی یا نادرستی گزاره‌های زیر ملاک دقیقی وجود ندارد؛ اینکه امروز هوا گرم است یا مثلا ثریا زیباست. جملات فوق و عباراتی از این ‌دست را که اغلب درصدد توصیف و بررسی کیفیت ماجرایی هستند، می‌توان از جوانب مختلف مورد بررسی قرار داد و بسیار محتمل است از نظر شخصی درست و از منظر شخص دیگری نادرست باشد.
به دلیل ساختار متنوع در مغز افراد، تفاوت در نحوه اندیشیدن و کثرت در آرا، همواره عبارات و کلماتی را می‌توان یافت که مرزهای روشنی برای تعریف ندارند. کلماتی مانند خوب، بد، جوان، زیبا، گران، خیر، شر و… بنابراین هر نوع بیان واقعیت، یکسره درست یا نادرست نیست. در واقع حقیقت چیزی بین درستی کامل و نادرستی کامل است. چیزی بین صفر و یک، یعنی مفهومی چندارزشي یا خاکستری در نقطه مقابل منطق ارسطویی. منطق فازي با نگـاهي خاكـستري بـه جهـان هـستي، در جـست‌وجوي واقعيت و يافتن توصیف شهودی و دقيق‌تر از آن است؛ با ويران‌كردن نگاه قطعی به واقعيت و اندیشیدن به شیوه سیال و منعطف. اين نگرش، اولين‌بار در سـال 1965 توسـط پرفـسور لطف‌علی رحیم‌اوغلوعسکرزاده (زاده ۱۵ بهمن ۱۲۹۹، برابر با چهارم فوریه ۱۹۲۱ در باکو و درگذشته ۱۶ شهریور ۱۳۹۶، برابر با ششم سپتامبر ۲۰۱۷ در برکلی) اسـتاد ایرانی‌الاصل دانشگاه برکلی كاليفرنيا، در مقاله‌اي با عنوان مجموعه‌هاي فازي (Fuzzy sets) مطرح شـد. ايـن مقاله را می‌توان نخستين قدم در راه رسيدن به نگرشي فازي در عرصه علوم و ریاضیات عنوان كرد. واژه فازی در فرهنگ لغت آکسفورد به ‌صورت مبهم، گنگ، نادقیق، پرزدار و مغشوش تعریف شده است؛ هرچند اکنون دیگر به‌عنوان شاخه‌ای از منطق ریاضی با بیشترین قابلیت در کاربرد را در ذهن تداعی می‌کند. پرفـسور لطفـي عسکرزاده که همگان او را با نام لطفی‌زاده می‌شناسند، با توجه به منطق به‌کاررفته در دستگاه‌های دیجیتال متوجه شد که این دستگاه‌ها توانایی شبیه‌سازی تفکرات و ایده‌های ذهن انسان را ندارند و نمی‌توانند مانند انسان فکر کنند، زیرا منطق دیجیتال برای هر تصمیم فقط دو وضعیت درست (True) و غلط (False) را در نظر می‌گیرد، درحالی‌که تفکر انسانی درجاتی از درستی یا نادرستی را برای تصمیم در نظر می‌گیرد.
لطفی‌زاده در پاسخ به این سؤال که چرا کلمه فازی را برای این نظریه انتخاب کرده است، می‌گوید: «من کلمه فازی را انتخاب کردم چون احساس می‌کردم این کلمه با بیشترین دقت، آنچه را در این نظریه آمده است، توصیف می‌کند». می‌توان رویکرد منطق فازی را به شکلی تصور کرد که به‌جای درنظرگرفتن دو وضعیت مثلا سیاه یا سفید، طیفی از رنگ خاکستری را جایگزین کرد که از یک ‌طرف به رنگ سفید و از طرف دیگر به رنگ سیاه محدود می‌شود. شاید بتوان گفت دو حادثه مهم در اوایل قرن بیستم منجر به شکل‌گیری منطق فازی شد: اولی به‌تصویرکشیدن پارادوکس‌های کلاسیک یونانی بر مبنای ریاضیات مدرن توسط برتراند راسل، ریاضی‌دان انگلیسی و دومی هم کشف اصل عدم قطعیت در فیزیک کوانتومی توسط ورنر هایزنبرگ فیزیک‌دان آلمانی. پس از طرح این ایده، همانند تمام دانش‌های نوبنیاد، بسیاری برآشفتند و تلاش‌های فراوانی در انکار و ابطال آن صورت گرفت. عده‌ای آن را مخالف صراحت و قطعیت علم خواندند و گروهی آن را همان نظریه احتمالات قلمداد کردند، با ظاهری مدرن و زیباتر. دهه ۱۹۶۰ دهه به‌چالش‌کشیدن و انکار نظریه فازی بود. هیچ‌یک از مراکز پژوهشی، نظریه فازی را به‌عنوان یک زمینه تحقیقات جدید جدی نگرفتند، اما در دهه ۱۹۷۰، به کاربردهای عملی نظریه فازی توجه شد و دیدگاه‌های شک‌برانگیز درباره ماهیت وجودی نظریه فازی مرتفع شد. پس‌ از آن مهندسان ژاپنی به‌سرعت دریافتند که کنترل‌کننده‌های فازی به سهولت قابل طراحی بوده و در مورد بسیاری مسائل می‌توان از آنها استفاده کرد.
به علت اینکه کنترل فازی به یک مدل ریاضی نیاز ندارد، می‌توان آن را در مورد بسیاری از سیستم‌هایی که به‌ وسیله نظریه کنترل متعارف قابل پیاده‌سازی نیستند، به کار برد. شرکت‌های مطرح مشغول کار روی ربات فازی شدند. ماشینی که از راه دور کنترل می‌شد و خودش به‌تنهایی عمل پارک را انجام می‌داد. شرکت هیتاچی کار روی سیستم کنترل قطار زیرزمینی سِندایی را آغاز کرد و سرانجام در سال ۱۹۸۷ پروژه به ثمر نشست و یکی از پیشرفته‌ترین سیستم‌های قطار زیرزمینی را در جهان به وجود آورد. در دومین کنفرانس‌ سیستم‌های فازی که در توکیو برگزار شد، درست سه روز بعد از افتتاح قطار زیرزمینی سندایی، هیروتا یک ربات فازی را به نمایش گذاشت که پینگ‌پونگ بازی می‌کرد. یاماکاوا نیز سیستم فازی را نشان داد که پاندولی معکوس را در حالت تعادل نشان می‌داد. پس ‌از این کنفرانس، توجه مهندسان، دولتمردان و تجار جلب و زمینه‌های پیشرفت نظریه فازی فراهم شد.
در سال 1990 با پیشرفت چشمگیر ژاپن در عرضه وسایل الکترونیکی، کلمه «فازی» در آن کشور به‌عنوان مهم‌ترین واژه و کلمه سال انتخاب شد. هم‌اکنون پس از گذشت بیش از 50 سال از ابداع این نظریه، در حوزه‌های مختلفی مانند هوش مصنوعی و نظریه کنترل از منطق فازی استفاده می‌شود. با استفاده از منطق فازی در این زمینه‌ها، رایانه‌ها قادر هستند بر اساس داده‌های غیرقطعی و غیرصریح، محاسبه و تصمیم‌سازی کنند.
بسط و گسترش منطق فازی و تئوری مجموعه‌های فازی به دلیل ابهام و عدم قطعیتی بوده که در مسائل پیرامون ما وجود دارد و به همین جهت در منطق فازی (با وجود منطق دوارزشی) گستره‌ای از ارزش‌ها تعریف شده است تا ما قادر باشیم احساسات و تفکرات‌مان را بدون ملاحظات به مخاطبان خود انتقال دهیم. تفکر فازی از نگاه جامعه‌شناسانه، انعطاف مطلوب و کارآمد را به همراه دارد و موجب گسترش اعتماد، درک متقابل، پذیرش و تحمل آرای غیرهمسو خواهد شد. بدون اغراق شاید اگر زندگی روزمره ما آمیخته با مفهوم فازی شود، توانایی ما برای برقراری ارتباط صادقانه‌تر فراهم شود. آن‌گاه شاید قادر شویم با شهامت بیشتری از ضعف‌هایمان، احساسات و تفکراتمان سخن گوییم و اینکه شاید الزاما خواسته ذهنی ما و تصمیمات‌مان صحیح نبوده است. اینکه بپذیریم درک مخاطب از جمله ما، پذیرش آن و باور باطنی به آن می‌تواند با آنچه مقصود ما بوده همخوانی کامل نداشته باشد.

سمیه خادملو. استادیار دانشکده ریاضی دانشگاه صنعتی نوشیروانی بابل

همه چیزهایی که باید درباره منطق فازی بدانید/ به‌بهانه درگذشت پروفسور لطفی‌زاده خالق تئوری مهم

تئوری منطق فازی هنگامی که در سال 1965 ظهور کرد، انقلابی در سراسر جهان ایجاد کرد. این نظریه به طور گسترده در همه زمینه‌های صنعت مدرن استفاده می‌شود. خالق این نظریه مرموز پروفسور “لطفی زاده” است.

به گزارش ایسنا و به نقل از ویژنز، تئوری منطق “فازی” هنگامی که در سال 1965 ظهور کرد، انقلابی در سراسر جهان ایجاد کرد و کاملا مفهوم “سایبرنتیک” (Cybernetic) یا “فرمان‌شناسی” را تغییر داد و نقش مهمی در ماهواره‌های فضایی، شناخت و مطالعه تصاویر، زمین و جهان و در تحقیق در مورد “یوفوها” (UFO) ایفا کرد. این نظریه به طور گسترده در همه زمینه‌های صنعت مدرن از جمله رباتیک، مهندسی مکانیک، الکترونیک، نسل پنجم و ششم ابر رایانه‌های پیشرفته و فناوری دفاعی استفاده می‌شود.

تئوری منطق فازی اساس تکنولوژی فازی در سراسر جهان را تشکیل می‌دهد. خالق این نظریه مرموز پروفسور لطفی زاده است که روز گذشته در سن 96 سالگی در کالیفرنیا دار فانی را وداع گفت.

نام کامل پرفسور لطفی زاده، “لطفعلی رحیم اوغلو عسکرزاده” است که به “لطفی ع.زاده” نیز شهرت دارد. وی در زمان بنیانگذاری این نظریه به عنوان یک ارسطو، آلبرت انیشتین و نوربرت وینر دیگر یاد شد.

منطق فازی (Fuzzy Logic) اولین بار در پی تنظیم نظریه مجموعه‌های فازی به وسیله پروفسور لطفی زاده در سال 1965 در صحنه محاسبات نو ظاهر شد. واژهٔ “فازی”(fuzzy) به معنای غیردقیق، ناواضح و مبهم یا شناور است.

کاربرد این بخش در علوم نرم‌افزاری را می‌توان به طور ساده این‌گونه تعریف کرد: منطق فازی از منطق ارزش‌های «صفر و یک» نرم‌افزارهای کلاسیک فراتر رفته و درگاهی جدید برای دنیای علوم نرم‌افزاری و رایانه‌ها می‌گشاید، زیرا فضای شناور و نامحدود بین اعداد صفر و یک را نیز در منطق و استدلال‌های خود به کار برده و به چالش می‌کشد.

منطق فازی فضای بین دو ارزش «برویم» یا «نرویم»، ارزش‌های جدید «شاید برویم» یا «می‌رویم اگر» یا حتی «احتمال دارد برویم» را استخراج کرده و به کار می‌گیرد. بدین ترتیب به عنوان مثال مدیر بانک پس از بررسی رایانه‌ای بیلان اقتصادی یک بازرگان می‌تواند فراتر از منطق «وام می‌دهیم» یا «وام نمی‌دهیم» رفته و بگوید: «وام می‌دهیم اگر…» یا «وام نمی‌دهیم ولی…».

لطفی زاده در سال 1921 در باکو متولد شد. پدر وی، “رحیم علی‌عسکرزاده” روزنامه نگار اهل اردبیل و مادرش یک پزشک اطفال روس بود. او در زمانی دشوار هنگامی که شوروی در حال گسترش بود، متولد شد و آذربایجان در مبارزه میان سنت و تجدد غرق شد.

از طرفی، شرکت‌های صنعتی جدید در حال ساخت بودند و انواع جدید مدارس باز شدند، در حالی که از سوی دیگر، نفت هنوز دستی استخراج می‌شد. این فضایی است که پروفسور لطفی زاده سال‌های اولیه زندگی خود را در آن گذرانده است.

زمانی که استالین در دهه 30 میلادی شروع به جمع آوری کالاهای کشاورزی کرد، پدر پروفسور لطفی زاده با خانواده‌اش به تهران مهاجرت کرد.

وی تحصیلات ابتدایی خود را در شرایط سختی دنبال کرد و آن را در کالج مسیحی آمریکایی البرز(دبیرستان البرز فعلی) و بعد در گروه آموزشی مهندسی برق دانشگاه تهران ادامه تحصیل داد. لطفی زاده در سال 1942 از دانشگاه تهران فارغ التحصیل شد و در سال 1944 برای دنبال کردن علایق علمی خود به آمریکا رفت.

پس از مهاجرت به آمریکا به “موسسه فناوری ماساچوست” (MIT) پیوست. در سال 1944 به بوستون رفت و در سال 1947 والدینش در آمریکا به وی پیوستند و چون می‌خواست به پدر و مادرش نزدیک باشد به دانشگاه کلمبیا رفت. سرانجام در سال 1948 مدرک خود را در رشته مهندسی الکترونیک از این دانشگاه دریافت کرد.

در سال 1957 به درجه پروفسوری نائل آمد. در آن سال‌ها، “نوربرت وینر”، پدر “فرمان‌شناسی”، رییس دپارتمان مهندسی الکترونیک دانشگاه کالیفرنیا برکلی بود و با ارسال نامه‌ای پروفسور لطفی زاده را دعوت به همکاری در این دانشگاه کرد. لطفی زاده نیز این پیشنهاد را پذیرفت و پس از مدتی رییس دپارتمان مهندسی الکترونیک این دانشگاه شد.

وی تئوری “منطق فازی” را در این برهه توسعه داد. منطق فازی برای 20 سال در میان جامعه علمی آمریکا پذیرفته نشد، اما در دهه 1980 علاقه زیادی را در بین دانشمندان ژاپنی جلب کرد.

این نظریه یک عصر جدید را در توسعه ریاضیات، فناوری فرمان‌شناسی، اطلاعات و رایانه آغاز کرد. کاربرد عملی منطق فازی به تدریج از حالت انتزاعی فراتر رفت و اکنون در هزاران سیستم و محصولات مختلف، از ماشین لباسشویی تا خلبان خودکار(اتو پایلوت) مورد استفاده قرار می‌گیرد.

تئوری منطق پروفسور لطفی‌زاده نقش مهمی در برنامه فضایی آمریکا دارد. در ژاپن دوربین و تجهیزات ویدئویی براساس منطق فازی تولید می‌شوند در حالیکه در دانمارک پایه‌ای برای ساخت سیمان است.

در اروپا انواع سیستم‌های هوشمند با منطق فازی کار می‌کنند. منطق فازی در حال حاضر توسط شرکت‌های بزرگ ژاپنی مانند میتسوبیشی، توشیبا، سونی، کانن، ریکو، سانوی، نیسان، هوندا و NEC و شرکت‌های بزرگ آمریکایی از جمله جنرال موتورز، جنرال الکتریک، موتورولا، دوپونت و کداک استفاده می‌شود و بسیار سودآور است.

به عنوان مثال، شرکت “ماتسوشیتا” (Matsushita) که کالاهای مصرفی تحت نام‌های پاناسونیک و کوازار تولید می‌کند، برآورد شده که با استفاده از منطق فازی در محصولات خود، میلیاردها دلار سود داشته است.

از این نظریه در حال حاضر در اقتصاد، روانشناسی، زبان‌شناسی، الهیات و حل منازعات نیز استفاده می‌شود.

یک راه برای توضیح منطق فازی این است که آن را با منطق ارسطویی مقایسه کنید. ارسطو جهان را از لحاظ منطق مطلق، در سیاه و سفید لحاظ می‌کند، در حالی که منطق فازی پروفسور لطفی زاده جهان را در انواع سایه‌های سیاه به سفید لحاظ می‌کند.

به لحاظ علمی، دنیای واقعی گسسته نیست اما متصل است. در این جهان از لحاظ ریاضی، هیچ چیز مطلق نیست. همه چیز به میزان معینی در مقیاس 0 و 1 متغیر است. در نتیجه، بین صفر و یک، ده‌ها و صدها سایه دیگر وجود دارد. نظریه‌های جدید معمولا تغییرات اساسی در حوزه‌های خود اعمال می‌کنند. منطق فازی پروفسور لطفی زاده یک نمونه درخشان از این بحث است.

منطق فازی منجر به بازنگری کامل ریاضیات شد. این نظریه موجب ایجاد تئوری توابع فازی، نظریه معادلات دیفرانسیل فازی و نظریه هندسه فازی شد.

پروفسور لطفی زاده گفته بود: ما در تقاطع سیاست، فلسفه، جامعه شناسی، الهیات و حل منازعات هستیم. از دو انقلاب، اولین انقلاب اطلاعاتی بود که باعث ایجاد شبکه کامپیوتری بین‌المللی، “اینترنت” شد. انقلاب دوم انقلاب “سیستم هوشمند” است. این انقلاب باعث ایجاد ربات‌های هوشمند، سیستم‌های کنترل هوشمند و سیستم‌های فازی می‌شود. این‌ها همه میوه منطق فازی هستند.

منطق فازی تنها نظریه پروفسور لطفی زاده نیست. او نظریه‌های سیستم و فیلترهای بهینه را توسعه داد. تئوری فیلتراسیون بهینه یک گام جدید در ریاضیات مدرن، فرمان‌شناسی و کامپیوتر است و تنها برای اصالت علمی‌اش ارزشگذاری نشده، بلکه نتایج عملی آن نیز بسیار ارزشمند است. نظریه‌های بهینه سازی چندین ارزش در سیستم‌های دینامیک نیز توسط پروفسور لطفی زاده ایجاد شده و توسعه یافته‌اند.پروفسور لطفی زاده افتخارات زیادی کسب کرده است. به عنوان مثال ژاپن یکی از بزرگترین جوایز خود یعنی جایزه “هوندا” را که تنها به دانشمندانی که کشف‌های انقلابی کرده‌اند، اختصاص می‌یابد، اعطا کرد. ایشان تقدیر رسمی از خدمات را از دانشگاه کالیفرنیا برکلی دریافت کرد، لوحی که به تعداد بسیار کمی از دانشمندان داده شده است.وی عضو افتخاری بسیاری از آکادمی‌ها و استاد افتخاری بسیاری از دانشگاهها است و دارای فهرستی طولانی از جوایز و عناوین است.با این حال، افتخارات به تنهایی نمی‌توانند شخصیت منحصر به فرد پروفسور لطفی زاده را تعریف کنند.او پنج نظریه علمی را پایه نهاده است، جهان علم را دچار انقلاب کرده است و دید کلی از جهان را تغییر داده است. به همین دلیل است که از استاد به عنوان یک نابغه یاد می‌شود.نام و یاد او در تاریخ و حافظه مردم، در کنار نام‌هایی همچون فیثاغورث، خوارزمی، انیشتین و نوربرت وینر زنده خواهد ماند.

Zadeh, L.A. 2005.jpg

نشست علمی ویژه روانشناسی فازی

«کاربرد فازی در مطالعات روانشناختی» در دانشگاه فردوسی مشهد

  •  

 

مقدمه

اين فصل با هدف تبادل اندیشه ها و هم افزایی صاحب نظران، محققان و متخصصان در فازي و روانشناسی درصدد است به منظور معرفي، تبيين آخرين دستاوردها ایده پردازی خلاقانه فازی در حوزه مطالعات روانشناختی؛ محفلی دانشی برگزار نمایند. امروزه پيشرفت فازی در علوم علي الخصوص در حوزه سنجش، پردازش های محاسباتی و بررسی نظام مند ابهام و عدم قطعیت بسیار مشهود است؛ از طرفی روان به عنوان پیچیده ترین معمای هستی، با زوایای مبهم و عدم قطعیت فراوان؛ همواره نیازمند رمزگشایی لایه های معنایی پنهان توسط روش ها و فناوری های تحلیلی پیشرفته است. شناسایی و تبیین مرزهای طیفی روان، منجر به ارتقاء کیفیت زندگی و معنایابی شناختی افراد نابهنجار و آسیب دیدگان شده و کاربست مهم و بسزایی در تشخیص های دقیق روانشناختی، درمان نابهنجاریها، بهبود مهارتهای زندگي ایجاد می نماید.

از تمامي پژوهشگران، دانشگاهيان و متخصصان دعوت مي­شود تا با ارسال مقاله و شرکت در همايش با تبادل يافته ­هاي پژوهشي و کاربردي خود موجب پرباري و اثربخشي اين فصل از همايش در راستاي اهداف آن باشند.

زمينه ­هاي علمي فصل

مقالات همایش بررسي و براي ارائه (شفاهي و پوستري) و چاپ در مجموعه مقالات همايش انتخاب می شود:

  1. تفکر فازی در پدیده های روانشناختی
  2. نقش فازی در تشخیص دقیق اختلالات روانشناختی
  3. شکل دهی به سازه های روانشناختی
  4. جستجوي معنايي دیدگاه فازی در روانشناسی
  5. گراف بندی پدیده های روانشناختی و نقشه شناختی فازی در مطالعات روانشناختی
  6. داده کاوی و یادگیری ماشین در تحلیل رویدادهای روانشناختی
  7. آنتروپی فازی در مطالعات پدیده ها ی روانشناختی
  8. پرسشنامه های فازی در روانشناسی
  9. درمانهای کلینکالی مبتنی بر پروتکل های درمانی فازی
  10. نقش فازی در استعاره های روانشناختی
  11. طرح واره های فازی در روان بنه های شناختی
  12. سیستم های فازی در روان سنجی و ارزیابی های روانشناختی

ارسال مقاله

مقالات مي­بايست حداقل 4 و حداکثر 6 صفحه بوده و صرفا از طريق سايت کنفرانس ثبت و ارسال شوند. مقالات بايد به قالب نگارش ارائه شده در سايت کنفرانس به نشاني https://cfis2020.um.ac.ir تهيه گردند. در صورت وجود هر گونه سوال در مورد نحوه ارسال مقاله، نويسندگان ميتوانند با دبير مهمان از طريق ايميل abc.ghanbari@gmail.com در ارتباط باشند. مقالات ارسال شده به نشست علمي کاملا مشابه ساير مقالات ارسال شده به کنگره منتشر و نمايه مي شوند. مهلت تمديد شده ارسال مقالات 30 دی ماه 1398 مي باشد.

دبيرمهمان:

   دکتر حمیدرضا قنبری

استاد دانشگاه، روانشناس و روانسنجی فازی،درمانگر بالینی اختلالات روانشناختی، کارشناس ریاضیات محض

چیستی روانشناسی فازی

روانشناسی فازی، دانشی نوپا و پیشرفته برای تبیین و الگوسازی مدرن در تحقیقات روانشناختی بوده و به تبیین موضوعات روانشناسی کلاسيك در محيط فازي اشاره دارد. در این دانش از شيوه‌هاي عقلايي و سيستماتيك در تحليل پدیده های روانشناختی استفاده شده و با ارائه مدل‌هاي كمی به محققین و پژوهش گران در تصميم‌گيري‌ها دقیق درمانی با کمترین خطای در شرایط نادقیق و پیچیده تحولات روانی افراد ياري مي‌رساند.

بطور کلی منطق فازی در روانشناسی به حل مسائل پیچیده و مبهم در شرایط عدم قطعیت پدیده های روانشناختی پرداخته و با ارائه ﭼﺎرﭼﻮﺑﯽ ﻣﻔﻬﻮﻣﯽ به ﺑﺮرﺳﯽ ﻧﻈﺎمﻣﻨﺪ اﺑﻬﺎم و مدل سازی ﻋﺪم ﻗﻄﻌﯿﺖ ﭼﻪ از ﻧﻈﺮ ﮐﻤﯽ و ﭼﻪ ﮐﯿﻔﯽ می پردازد .

روانشناسی فازی . دکتر حمیدرضاقنبری