Logique floue

Qu’est-ce que la logique floue?

La logique floue est une approche du traitement des variables qui permet de traiter plusieurs valeurs via la même variable. La logique floue tente de résoudre des problèmes avec un spectre de données ouvert et imprécis qui permet d’obtenir un tableau de conclusions précises. La logique floue est conçue pour résoudre des problèmes en tenant compte de toutes les informations disponibles et en prenant la meilleure décision possible compte tenu de l’entrée.

Comprendre la logique floue

La logique floue découle de l’étude mathématique des concepts flous qui implique également des ensembles flous de données. Les mathématiciens peuvent utiliser une variété de termes lorsqu’ils font référence à des concepts flous et à une analyse floue. De manière générale et complète, ces termes sont classés comme une sémantique floue.

En pratique, ces constructions autorisent toutes des valeurs multiples de la condition « vraie ». Au lieu de True étant numériquement équivalent à 1 et False étant équivalent à 0 (ou vice versa), la condition True pourrait être n’importe quel nombre de valeurs inférieur à un et supérieur à zéro. Cela crée l’opportunité pour les algorithmes de prendre des décisions basées sur des gammes de données de prix par opposition à un point de données discret.

Considérations relatives à la logique floue

La logique floue dans son sens le plus élémentaire est développée par l’ analyse de type d’ arbre de décision. Ainsi, à plus grande échelle, il forme la base de systèmes d’ intelligence artificielle programmés par des inférences basées sur des règles.

Généralement, le terme flou fait référence au grand nombre de scénarios qui peuvent être développés dans un arbre de décision comme un système. Le développement de protocoles de logique floue peut nécessiter l’intégration d’une programmation basée sur des règles. Ces règles de programmation peuvent être appelées ensembles flous puisqu’elles sont développées à la discrétion de modèles complets.

Les ensembles flous peuvent également être plus complexes. Dans des analogies de programmation plus complexes, les programmeurs peuvent avoir la capacité d’élargir les règles utilisées pour déterminer l’inclusion et l’exclusion de variables. Cela peut se traduire par un plus large éventail d’options avec un raisonnement fondé sur des règles moins précis.

Sémantique floue en intelligence artificielle

Le concept de logique floue et de sémantique floue est un élément central de la programmation de solutions d’intelligence artificielle. Les solutions et les outils d’intelligence artificielle continuent de se développer dans l’économie dans une gamme de secteurs à mesure que les capacités de programmation de la logique floue se développent également.

Watson d’IBM est l’un des systèmes d’intelligence artificielle les plus connus utilisant des variations de logique floue et de sémantique floue. Plus précisément dans les services financiers, la logique floue est utilisée dans les systèmes d’ apprentissage automatique et de technologie prenant en charge les résultats de l’intelligence d’investissement.

Dans certains modèles de trading avancés, l’intégration des mathématiques de logique floue peut également être utilisée pour aider les analystes à créer des signaux d’achat et de vente automatisés. Ces systèmes aident les investisseurs à réagir à un large éventail de variables de marché changeantes qui affectent leurs investissements.

Dans les modèles de trading logiciels avancés, les systèmes peuvent utiliser des ensembles flous programmables pour analyser des milliers de titres en temps réel et présenter à l’investisseur la meilleure opportunité disponible. La logique floue est souvent utilisée lorsqu’un commerçant cherche à utiliser plusieurs facteurs à prendre en considération. Cela peut entraîner une analyse restreinte des décisions commerciales. Les commerçants peuvent également avoir la capacité de programmer une variété de règles pour la promulgation des transactions. Deux exemples sont les suivants:

Règle 1: Si la moyenne mobile est faible et que l’indice de force relative est faible, vendez.

Règle 2: Si la moyenne mobile est élevée et que l’ indice de force relative est élevé, achetez.

La logique floue permet à un trader de programmer ses propres inférences subjectives sur le bas et le haut dans ces exemples de base pour arriver à ses propres signaux de trading automatisés.