C#模糊逻辑贷款审批程序“所有隶属度为0”异常排查与解决

错误根源 #

你碰到的System.Exception异常（提示The numerical output in unavailable. All memberships are zero.），本质是输入的边界值没有被模糊隶属函数或规则覆盖：

• 比如Age=16是你设定的输入下限，但如果你的Age模糊子集（比如「年轻/中年/老年」）的隶属函数没覆盖到16——比如「年轻」的隶属函数从18才开始生效，那16对应的隶属度就是0；
• CreditScore=100作为上限，若「优秀」的隶属函数只到95，100的隶属度直接为0；
• Employment=10同理，要是「稳定就业」的隶属函数最高只到8，10的隶属度也是0。

当任何一个输入变量的所有模糊子集隶属度全为0时，模糊推理系统找不到可触发的规则，输出变量Approval也就没有任何隶属度数据，调用IS.Evaluate("Approval")自然会抛出异常。

解决办法 #

1. 调整隶属函数，覆盖完整输入范围 #

给每个输入变量的模糊子集设置覆盖全范围的隶属函数，确保边界值至少属于一个模糊子集：

• Age=16：把「年轻」的梯形隶属函数左边界设为16，比如new TrapezoidalMembershipFunction(16, 16, 25, 35)，这样16的隶属度直接为1；
• CreditScore=100：让「优秀」的梯形隶属函数右边界到100，比如new TrapezoidalMembershipFunction(80, 85, 90, 100)，100的隶属度为1；
• Employment=10：把「稳定就业」的三角形隶属函数顶点设为10，比如new TriangularMembershipFunction(8, 10, 10)，10的隶属度为1。

示例代码（Age变量）：

var ageVar = new LinguisticVariable("Age", 16, 100);
// 覆盖16-100全范围的三个模糊子集
ageVar.AddLabel("Young", new TrapezoidalMembershipFunction(16, 16, 25, 35));
ageVar.AddLabel("MiddleAged", new TrapezoidalMembershipFunction(30, 40, 55, 65));
ageVar.AddLabel("Old", new TrapezoidalMembershipFunction(60, 70, 100, 100));

2. 补充兜底模糊规则 #

就算隶属函数覆盖了范围，也可以加一条兜底规则，避免极端组合没规则匹配：

// 兜底规则：当输入处于边界时，输出中等审批值
var fallbackRule = new FuzzyRule(
    Antecedent.Construct(
        new FuzzyProposition(ageVar, ageVar.Labels["Young"]),
        new FuzzyProposition(creditScoreVar, creditScoreVar.Labels["Excellent"])
    ),
    Consequent.Construct(new FuzzyProposition(approvalVar, approvalVar.Labels["Medium"]))
);
// 把规则添加到推理系统
IS.AddRule(fallbackRule);

或者更通用的兜底：只要任意输入的隶属度异常，就给Approval一个默认模糊子集的映射。

3. 输入前置校验修正 #

在传入模糊系统前，先把输入值钳制在定义的范围内（防止边界外输入，同时确保边界值准确）：

// 修正所有输入到合法范围
int age = Math.Clamp(inputAge, 16, 100);
int creditScore = Math.Clamp(inputCreditScore, 0, 100);
int employment = Math.Clamp(inputEmployment, 0, 10);
// 再把修正后的值传入模糊系统
IS.SetInput("Age", age);
IS.SetInput("CreditScore", creditScore);
IS.SetInput("Employment", employment);

4. 检查规则完整性 #

逐一核对边界输入组合（比如Age=16+CreditScore=100+Employment=10），确保有对应的模糊规则触发，让输出变量能获得隶属度值。

总结 #

核心问题就是边界值未被模糊隶属函数或规则覆盖，导致隶属度全为0无法完成去模糊化。通过调整隶属函数、加兜底规则、输入校验这几步就能彻底解决这个问题。

内容的提问来源于stack exchange，提问作者user21132409