We introduce a type-2 fuzzy logic system (FLS), which can handle rule uncertainties. The implementation of this type-2 FLS involves the operations of fuzzification, inference, and output processing. We focus on “output processing,” which consists of type reduction and defuzzification. Type-reduction methods are extended versions of type-1 defuzzification methods. Type reduction captures more information about rule uncertain- ties than does the defuzzified value (a crisp number), however, it is computationally intensive, except for interval type-2 fuzzy sets for which we provide a simple type-reduction computation procedure. We also apply a type-2 FLS to time-varying channel equalization and demonstrate that it provides better performance than a type-1 FLS and nearest neighbor classifier

چکیده

1-مقدمه

در این مقاله، یک کلاس جدید از سیستم­ های منطق فازی یعنی سیستم­ های فازی نوع 2 را معرفی می­ کنیم که در آن توابع عضویت پیشین و و یا توابع عضویت پسین جزء مجموعه­ های فازی نوع 2 هستند. مفهوم یک مجموعه فازی نوع 2 توسط آقای زاده [44] به عنوان یک فرمت تعمیم یافته از مفهوم یک مجموعه فازی معمولی معرفی شد (از این پس این مجموعه فازی به نام یک مجموعه فازی نوع 1 در نظر گرفته می ­شود). چنین مجموعه­ هایی، مجموعه های فازی هستند که درجه عضویت آنها جزء مجموعه های فازی نوع 1 هستند...