🧮 FuzzyRoutines
开源 · Python · 模糊数学
FuzzyRoutines 是一个紧凑的 Python 库，用于构建明确、可检查的模糊计算。
它提供隶属函数、模糊集、语言量表、去模糊化以及常用模糊逻辑算子等数学组件。项目面向研究、教学、专家系统和工程原型，适用于需要理解与检查计算过程的场景。
核心能力
隶属函数
提供双曲型、钟形、抛物线型、三角形、指数型、S 形、满意度和梯形隶属函数，并显式保留其参数。
模糊集与去模糊化
模糊集将隶属函数与支撑区间组合起来，并可给出数值化的去模糊化结果。
语言量表
可以构建有序模糊量表，也可以使用预定义的 Min–Low–Med–High–Max 通用量表解释归一化数值。
模糊逻辑算子
提供模糊 NOT、AND/OR、T-范数、S-余范数，以及处理多个模糊值的组合函数。
安装与快速体验
从 PyPI 安装已发布的软件包：
pip install fuzzyroutines
创建通用模糊量表并对归一化数值进行分类：
from fuzzyroutines.FuzzyRoutines import UniversalFuzzyScale
scale = UniversalFuzzyScale()
result = scale.Fuzzy(0.7)
print(result["name"])
如需使用仓库中的当前版本：
git clone https://github.com/Fuzzy-Technologies/FuzzyRoutines.git
cd FuzzyRoutines
python -m pip install .
项目状态
FuzzyRoutines 是采用 MIT 许可证的开源 Beta 项目。仓库当前声明的开发版本线为 2.0.0.dev0，正在推进软件包构建与发布方式的现代化。第一阶段保持现有运行时代码结构、数学行为和公共 API 不变。最新标签版本为 1.0.3。
库中的数值对象有意保持可读：函数显示自身参数，模糊集显示支撑区间，量表显示语言层级。因此，它适合需要检查计算依据、而不是把结果交给黑盒模型的任务。