Výukový program pro fuzzy logiku: Co je to, architektura, aplikace, příklad

Obsah:

Anonim

Co je to fuzzy logika?

Fuzzy logika je definována jako logická forma s mnoha hodnotami, která může mít pravdivostní hodnoty proměnných v jakémkoli reálném čísle mezi 0 a 1. Jde o popisovač částečné pravdy. Ve skutečném životě se můžeme setkat se situací, kdy nemůžeme rozhodnout, zda je tvrzení pravdivé nebo nepravdivé. V té době fuzzy logika nabízí velmi cennou flexibilitu pro uvažování.

Fuzzy logický algoritmus pomáhá vyřešit problém po zvážení všech dostupných dat. Pak přijme nejlepší možné rozhodnutí pro daný vstup. Metoda FL napodobuje způsob rozhodování u člověka, který zohledňuje všechny možnosti mezi digitálními hodnotami T a F.

V tomto výukovém programu se naučíte

  • Co je to fuzzy logika?
  • Historie fuzzy logických systémů
  • Charakteristika fuzzy logiky
  • Kdy nepoužívat fuzzy logiku
  • Fuzzy logická architektura
  • Fuzzy logika vs. pravděpodobnost
  • Crisp vs. Fuzzy
  • Teorie klasické množiny vs. Fuzzy množiny
  • Příklady fuzzy logiky
  • Oblasti použití fuzzy logiky
  • Výhody systému Fuzzy Logic
  • Nevýhody fuzzy logických systémů

Historie fuzzy logických systémů

Koncept fuzzy logiky byl studován od 20. let 20. století. Termín fuzzy logika poprvé použil v roce 1965 Lotfi Zadeh, profesor UC Berkeley v Kalifornii. Poznamenal, že konvenční počítačová logika není schopná manipulovat s daty představujícími subjektivní nebo nejasné lidské myšlenky.

Fuzzy algoritmus byl aplikován na různá pole, od teorie řízení po AI. Byl navržen tak, aby umožnil počítači určit rozdíly mezi daty, která nejsou ani pravdivá, ani nepravdivá. Něco podobného procesu lidského uvažování. Jako Malá tma, Nějaký jas atd.

Charakteristika fuzzy logiky

Zde jsou některé důležité vlastnosti fuzzy logiky:

  • Flexibilní a snadno implementovatelná technika strojového učení
  • Pomůže vám napodobit logiku lidského myšlení
  • Logika může mít dvě hodnoty, které představují dvě možná řešení
  • Velmi vhodná metoda pro nejisté nebo přibližné uvažování
  • Fuzzy logika považuje odvození za proces šíření elastických omezení
  • Fuzzy logika vám umožňuje vytvářet nelineární funkce libovolné složitosti.
  • Fuzzy logika by měla být vytvořena s úplným vedením odborníků

Kdy nepoužívat fuzzy logiku

Fuzzy logika však nikdy není lékem pro všechny. Proto je stejně důležité si uvědomit, že kde bychom neměli používat fuzzy logiku.

Zde jsou určité situace, kdy raději nepoužívejte Fuzzy Logic:

  • Pokud pro vás není vhodné mapovat vstupní prostor do výstupního prostoru
  • Fuzzy logika by se neměla používat, když můžete použít zdravý rozum
  • Mnoho řadičů dokáže skvělou práci bez použití fuzzy logiky

Fuzzy logická architektura

Fuzzy logická architektura

Architektura Fuzzy Logic má čtyři hlavní části, jak je znázorněno na obrázku:

Rule Base:

Obsahuje všechna pravidla a podmínky if-then, které odborníci nabízejí pro kontrolu rozhodovacího systému. Nedávná aktualizace fuzzy teorie poskytuje různé metody pro návrh a ladění fuzzy regulátorů. Tato aktualizace významně snižuje počet fuzzy sad pravidel.

Fuzzifikace:

Krok fuzzifikace pomáhá převádět vstupy. Umožňuje vám převádět ostrá čísla do fuzzy množin. Ostré vstupy měřené senzory a předané do řídicího systému pro další zpracování. Jako teplota v místnosti, tlak atd.

Inference Engine:

Pomůže vám určit míru shody mezi fuzzy vstupem a pravidly. Na základě% shody určuje, která pravidla je třeba implementovat podle daného vstupního pole. Poté se použitá pravidla zkombinují, aby se vytvořily kontrolní akce.

Defuzzifikace:

Nakonec se provede proces defuzzifikace k převodu fuzzy množin na ostrou hodnotu. Existuje mnoho typů technik, takže je třeba vybrat, která je nejvhodnější, když se používá s odborným systémem.

Fuzzy logika vs. pravděpodobnost

Fuzzy logika Pravděpodobnost
Fuzzy: Tomův stupeň členství v sadě starých lidí je 0,90. Pravděpodobnost: Existuje 90% šance, že je Tom starý.
Fuzzy logika bere míry pravdy jako matematický základ na modelu jevu neurčitosti. Pravděpodobnost je matematický model nevědomosti.

Crisp vs. Fuzzy

Křupavý Fuzzy
Má přísnou hranici T nebo F Fuzzy hranice se stupněm členství
Nějaký ostrý nastavený čas může být nejasný To nemůže být ostré
Pravda / nepravda {0,1} Hodnoty členství na [0,1]
V logice Crisp logický zákon o vyloučeném středu a nerozporu může, ale nemusí platit Ve fuzzy logice platí zákon Vyloučeného středa a Žádný rozpor

Teorie klasické množiny vs. Fuzzy množiny

Klasická sada Teorie fuzzy množiny
Třídy objektů s ostrými hranicemi. Třídy objektů nemají ostré hranice.
Klasická množina je definována ostrými hranicemi, tj. Existuje jasnost ohledně umístění hranic množiny. Fuzzy množina má vždy nejednoznačné hranice, tj. Může existovat nejistota ohledně umístění hranic množiny.
Široce se používá v designu digitálních systémů Používá se pouze ve fuzzy řadičích.

Příklady fuzzy logiky

Viz níže uvedený diagram. Ukazuje, že ve fuzzy systému jsou hodnoty označeny číslem 0 až 1. V tomto příkladu znamená 1,0 absolutní pravdu a 0,0 absolutní falešnost.

Fuzzy logika s příkladem

Oblasti použití fuzzy logiky

Tabulka Blow uvedená ukazuje použití fuzzy logiky slavnými společnostmi v jejich produktech.

Produkt Společnost Fuzzy logika
Protiblokovací brzdy Nissan K ovládání brzd používejte fuzzy logiku v nebezpečných případech, které závisí na rychlosti vozu, zrychlení, rychlosti kol a zrychlení
Automatická převodovka NOK / Nissan Fuzzy logika se používá k řízení vstřikování a zapalování paliva na základě nastavení škrticí klapky, teploty chladicí vody, otáček atd.
Automatický motor Honda, Nissan Slouží k výběru odstupňování podle zatížení motoru, stylu jízdy a stavu vozovky.
Kopírka Kánon Slouží k úpravě napětí válce na základě hustoty, vlhkosti a teploty obrazu.
Tempomat Nissan, Isuzu, Mitsubishi Slouží k úpravě nastavení škrticí klapky k nastavení rychlosti a zrychlení vozu
Myčka Matsushita Použití pro nastavení čisticího cyklu, oplachování a mytí závisí na počtu nádobí a množství jídla podávaného na nádobí.
Ovládání výtahu Fujitec, Mitsubishi Electric, Toshiba Použijte jej ke zkrácení doby čekání na základě osobní dopravy
Golfový diagnostický systém Maruman Golf Vybírá golfovou hůl na základě golfového švihu a postavy.
Fitness management Omron Fuzzy pravidla, která implikují pro kontrolu způsobilosti svých zaměstnanců.
Ovládání pece Nippon Steel Směsi cementu
Mikrovlnná trouba Mitsubishi Chemical Nastavuje energii a strategii vaření
Palmtop počítač Hitachi, Sharp, Sanyo, Toshiba Rozpoznává ručně psané znaky Kanji
Plazmové leptání Mitsubishi Electric Nastavuje čas a strategii leptání

Výhody systému Fuzzy Logic

  • Struktura fuzzy logických systémů je snadná a srozumitelná
  • Fuzzy logika je široce používána pro komerční a praktické účely
  • Fuzzy logika v AI vám pomůže ovládat stroje a spotřební zboží
  • Nemusí nabízet přesné odůvodnění, ale jediné přijatelné odůvodnění
  • Fuzzy logika v dolování dat vám pomůže vypořádat se s nejistotou ve strojírenství
  • Většinou robustní, protože nejsou nutné žádné přesné vstupy
  • Lze jej naprogramovat na situaci, kdy snímač zpětné vazby přestane fungovat
  • Lze jej snadno upravit, aby se zlepšil nebo změnil výkon systému
  • lze použít levné senzory, které vám pomohou udržet celkové náklady a složitost systému na nízké úrovni
  • Poskytuje nejúčinnější řešení složitých problémů

Nevýhody fuzzy logických systémů

  • Fuzzy logika není vždy přesná, takže Výsledky jsou vnímány na základě předpokladu, takže nemusí být široce přijímány.
  • Fuzzy systémy nemají schopnost strojového učení a rozpoznávání vzorů neuronových sítí
  • Ověření a ověření fuzzy znalostního systému vyžaduje rozsáhlé testování hardwarem
  • Stanovení přesných, fuzzy pravidel a funkcí členství je obtížný úkol
  • Nějaká fuzzy časová logika je zaměňována s teorií pravděpodobnosti a pojmy

souhrn

  • Termín fuzzy znamená věci, které nejsou příliš jasné nebo vágní
  • Termín fuzzy logika poprvé použil v roce 1965 Lotfi Zadeh, profesor UC Berkeley v Kalifornii
  • Fuzzy logika je flexibilní a snadno implementovatelná technika strojového učení
  • Fuzzy logika by se neměla používat, když můžete použít zdravý rozum
  • Fuzzy Logic architektura má čtyři hlavní části 1) Rule Basse 2) Fuzzification 3) Inference Engine 4) Defuzzification
  • Fuzzy logika bere stupně pravdy jako matematický základ na modelu neurčitosti, zatímco pravděpodobnost je matematický model nevědomosti
  • Sada Crisp má přísnou hranici T nebo F, zatímco hranici Fuzzy se stupněm členství
  • Klasická sada je široce používána v designu digitálních systémů, zatímco fuzzy sada Používá se pouze ve fuzzy řadičích
  • Automatická převodovka, správa fitness, diagnostický systém golfu, myčka nádobí, kopírka jsou některé oblasti aplikací Fuzzy Logic
  • Fuzzy logika v Soft Computing vám pomůže ovládat stroje a spotřební zboží