Źródła logiki nieklasycznejŹródła logiki nieklasycznejŹródła logiki nieklasycznejŹródła logiki nieklasycznej
  • Produkty
  • Jak działa Dature
  • O nas
  • Baza wiedzy
  • Współpraca
  • Wsparcie
  • UE Flaga
  • Polski
    • Angielski
Polski
  • Angielski
✕
            Brak wyników wyszukiwania Zobacz wszystkie wyniki
            Zbiory rozmyte
            24 marca 2022
            Prognozowanie popytu z wykorzystaniem sieci neuronowych
            21 kwietnia 2022
            Aktualności

            Źródła logiki nieklasycznej

            Za twórcę teorii zbiorów rozmytych i logiki rozmytej uważa się Lotfiego A. Zadeha, który jako pierwszy zaproponował formalną definicję zbioru rozmytego[1].  Jednak pierwsze próby wyjścia poza klasyczną logikę są znacznie starsze.  Najbardziej charakterystycznym założeniem logiki klasycznej jest zasada dwuwartościowości. Pozornie zasada ta wydaje się być  oczywista, ale w obowiązywanie tej zasady wątpił już Arystoteles. Logika klasyczna wyklucza bowiem  istnienie zdań, które nie są ani prawdziwe, ani fałszywe, i zdań, które są prawdziwe i fałszywe zarazem. Zdania tego typu określa się mianem anomalii prawdziwościowej. Anomalie prawdziwościowe przez wieki były przyczynkiem do wielu dysput filozoficznych na temat źródeł prawdy oraz sposobów jej weryfikacji.  Jan Łukasiewicz, polski logik, zaproponował rozwiązanie problemu anomalii prawdziwościowej. Skoro istnieją zdania, które nie są ani prawdziwe, ani fałszywe, to zdaniom tym musi przysługiwać, niezbadana dotąd, trzecia wartość logiczna. Tę trzecią wartość nazywał możliwością, ewentualnie niezdeterminowaniem. W miejsce klasycznego podziału zdań na prawdziwe i fałszywe Łukasiewicz zaproponował podział zdań na już prawdziwe, już fałszywe i jeszcze nieokreślone (jeszcze niezdeterminowane) i opierając się na tym podziale, zbudował pierwszy system logiki trójwartościowej. Od tego czasu skonstruowano olbrzymią liczbę systemów logiki wielowartościowej.

            Przydatność  logiki klasycznej jest ograniczona przy analizie lingwistycznej. Zdania wyrażone w języku naturalnym często są źródłem anomalii prawdziwościowych. Najczęściej powodem tych anomalii jest nieostrość używanych zwrotów, nieostrość która wiąże się ze:

            • stopniowalnością,
            • brakiem kwantyfikacji,
            • złożonością znaczenia
            • alternatywnością znaczenia.

            Przykładowo wyrazy „wysoki”, „duży”, „bogaty” są zwrotami nieostrymi, w przypadku których trudno w sposób jednoznaczny przypisać wartość logiczną „prawda” lub „fałsz”.

            Drugim wspomnianym źródłem nieostrości jest brak kwantyfikatora. Przyjrzyjmy się np. określeniu „opanowany”. Opanowanym nazywamy osoby, które potrafią kontrolować swoje emocje. Nie wiadomo jednak, czy opanowany człowiek musi zawsze kontrolować swoje emocje, czy wystarczy, że zrobił tak raz. Można też zastanawiać się, czy opanowanym jest ktoś, kto raz uległ emocjom i nie był wystarczająco powściągliwy.

            Wyrażenia o złożonym znaczeniu generują nieostrość ze względu na pojawianie się odmiennych interpretacji tych wyrażeń. W typowych sytuacjach wiadomo, jaką wartość można przypisać zdaniom z takimi zwrotami, ale w wielu okolicznościach powstają sytuacje co najmniej problematyczne.  Przykładowo dość łatwo można ustalić wartość logiczną zdania „Prawo karne to zbiór przepisów, definiujących czyny zabronione a także konsekwencje ich popełniania przez obywatela”, to stwierdzenie „Każdy obywatel ma prawo do nauki”, może mieć przypisaną różną wartość logiczną, w zależności od interpretacji zdania, które dodatkowo jest powiązane z kontekstem, w którym zostało wypowiedziane.

            Wreszcie nieostrość może być wywołana również przez niezgodność alternatywnych znaczeń danego zwrotu. W języku naturalnym mamy wiele niejednoznaczności wynikających z homonimii, polisemii, metaforyczności itp. I tak, wartość logiczna zdania „Ania od kilku godzin chodzi z Markiem” może być problematyczna do ustalenie, bo „chodzić” może w tym zdaniu oznaczać zarówno wspólne spacerowanie, jak i bycie w związku.

            Przyjmowana w logice klasycznej zasada dwuwartościowości jest więc problematyczna. Te problemy mogą być rozwiązane jeśli posłużymy się większą niż dwa liczbą wartości logicznych, czyli wprowadzając logikę wielowartościową.

            [1] Zadeh, L. A. (1965). Zadeh, Fuzzy sets. Inform Control, 8, 338-353.

            Udostępnij
            OSTATNIE WPISY
            • Zarządzanie zapasami w branży farmaceutycznej przy zastosowaniu AI
            • Zarządzanie zapasami w branży farmaceutycznej przy zastosowaniu AI
            • Quick Response jako szybka reakcja na potrzeby klienta w kontekście zarządzania zapasami
            • Optymalizacja łańcucha dostaw
            TAGI
            • #AI
            • #bullwhip-effect
            • #covid19
            • #łańcuch-dostaw
            • #NCBiR
            • #optymalizacja-zapasów
            • #out-of-stock
            • #outllier
            • #overstock
            • #prognozowanie
            • #prognozowanie-popytu
            • #Program-Operacyjny-Inteligentny-Rozwój-2014-2020
            • #projekcja-zapasów
            • #projekcja-zapasów-w-czasie
            • #service-level-dostawcy
            • #sieci-neuronowe
            • #supplychain
            • #zapas-bezpieczeństwa
            • #zapas-sezonowy
            • #zapas-zabezpieczający
            • #zarządzanie-zapasem

            Powiązane wpisy

            7 marca 2023

            Zarządzanie zapasami w branży farmaceutycznej przy zastosowaniu AI


            PRZECZYTAJ

            Część I – prognozowanie popytu Żyjemy w czasach rewolucji informacyjnej. Często słyszymy terminy Machine Learning (ML, uczenie maszynowe) czy Artificial Intelligence (AI, sztuczna inteligencja). Pojęcia stają […]

            9 stycznia 2023

            Quick Response jako szybka reakcja na potrzeby klienta w kontekście zarządzania zapasami


            PRZECZYTAJ

            QR (Quick Response) oznacza współpracę dostawcy i sprzedawcy nastawioną na jak najszybszą reakcję na potrzeby klienta, na wymianę informacji w czasie rzeczywistym  oraz ograniczenie nakładów na […]

            9 stycznia 2023

            Optymalizacja łańcucha dostaw


            PRZECZYTAJ

            Wybuch pandemii COVID-19 w 2020 roku istotnie wpłynął na przepływ towarów i usług. Wiele krajów zamknęło swoje granice, doszło do zaburzeń w łańcuchach dostaw, często do […]

            Już teraz

            Zapisz się do newslettera

              Podanie danych w formularzu jest niezbędne do subskrypcji newslettera. Dane z formularza przetwarzane będą na podstawie udzielonej zgody art. 6 ust. 1 lit. a) RODO. Administratorem Twoich danych jest Smartstock Sp. z o.o. z Poznania (ul. Królowej Jadwigi 43, 61-871 Poznań, biuro@smartstock.cloud). Wszelkie informacje w zakresie przetwarzania danych podanych w formularzu oraz posiadanych uprawnieniach znajdziesz w Polityce Prywatności.


              TEL. +48 534 288 279
              biuro@dature.cloud

              Smartstock Sp z o.o.
              ul. Królowej Jadwigi 43
              61-871 Poznań

              Zapisz się do newslettera

              NIP: 7812000413
              REGON: 384284847
              KRS: 0000802331

              • LinkedIn
              • Facebook

              Polityka prywatności i cookies   Regulamin aplikacji   Wsparcie techniczne   Zmiana decyzji co do cookies

              Wszelkie prawa zastrzeżone. © SMARTSTOCK Sp. z o.o.
              Polski
                        Brak wyników wyszukiwania Zobacz wszystkie wyniki
                        • Polski
                        • Angielski