Výukový program Fuzzy Logic: Co je, Architecture, Application, Example

Co je Fuzzy Logic?

Fuzzy Logic je definována jako logická forma s mnoha hodnotami, která může mít pravdivostní hodnoty proměnných v jakémkoli reálném čísle mezi 0 a 1. Je to manipulační koncept částečné pravdy. V reálném životě se můžeme setkat se situací, kdy se nemůžeme rozhodnout, zda je daný výrok pravdivý či nepravdivý. V té době fuzzy logika nabízí velmi cennou flexibilitu pro uvažování.

Algoritmus fuzzy logiky pomáhá vyřešit problém po zvážení všech dostupných dat. Pak přijme nejlepší možné rozhodnutí pro daný vstup. Metoda FL napodobuje způsob rozhodování u člověka, který bere v úvahu všechny možnosti mezi digitálními hodnotami T a F.

Historie fuzzy logických systémů

I když koncept fuzzy logiky byl studován od 1920. let 1965. století. Termín fuzzy logika poprvé použil v roce XNUMX Lotfi Zadeh, profesor UC Berkeley v Kalifornii. Zjistil, že konvenční počítačová logika není schopna manipulovat s daty reprezentujícími subjektivní nebo nejasné lidské myšlenky.

Fuzzy algoritmus byl aplikován v různých oblastech, od teorie řízení po AI. Byl navržen tak, aby umožnil počítači určit rozdíly mezi údaji, které nejsou ani pravdivé, ani nepravdivé. Něco podobného procesu lidského uvažování. Jako Malá tma, Nějaký jas atd.

Charakteristika fuzzy logiky

Zde jsou některé důležité vlastnosti fuzzy logiky:

• Flexibilní a snadno implementovatelné strojové učení technika
• Pomáhá 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 nahlíží na inferenci jako na proces šíření elastických omezení
• Fuzzy logika vám umožňuje vytvářet nelineární funkce libovolné složitosti.
• Fuzzy logika by měla být vytvořena pod úplným vedením odborníků

Kdy nepoužít fuzzy logiku

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

Zde jsou určité situace, kdy je lepší nepoužívat Fuzzy Logic:

• Pokud vám nepřipadá vhodné mapovat vstupní prostor na výstupní prostor
• Fuzzy logika by se neměla používat, když můžete použít zdravý rozum
• Mnoho regulátorů může dělat skvělou práci bez použití fuzzy logiky

Fuzzy Logic Architecture

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

Základ pravidel

Obsahuje všechna pravidla a podmínky, které odborníci nabízejí pro kontrolu systému rozhodování. Nedávná aktualizace fuzzy teorie poskytuje různé metody pro návrh a ladění fuzzy regulátorů. Tyto aktualizace výrazně snižují počet fuzzy sady pravidel.

Fuzzifikace

Krok fuzzifikace pomáhá převádět vstupy. To vám umožní převádět, ostrá čísla do fuzzy množin. Ostré vstupy měřené senzory a předávané do řídicího systému k dalšímu zpracování. Jako pokojová teplota, tlak atd.

Inferenční motor

Pomůže vám určit míru shody mezi fuzzy vstupem a pravidly. Na základě % shody určí, která pravidla je třeba implementovat podle daného vstupního pole. Poté se použitá pravidla zkombinují za účelem vytvoření kontrolních akcí.

Defuzzifikace

Nakonec je proveden proces defuzzifikace, aby se fuzzy množiny převedly na ostré hodnoty. Existuje mnoho typů dostupných technik, takže si musíte vybrat tu, která se nejlépe hodí, když se používá s expertním systémem.

Fuzzy logika vs. pravděpodobnost

Fuzzy Logic	Pravděpodobnost
Fuzzy: Tomův stupeň členství v souboru starých lidí je 0.90.	Pravděpodobnost: Je 90% šance, že je Tom starý.
Fuzzy logika bere stupně pravdy jako matematický základ na modelu fenoménu vágnosti.	Pravděpodobnost je matematický model nevědomosti.

Crisp vs. Fuzzy

Křupavý	Fuzzy
Má přísnou hranici T nebo F	Fuzzy hranice se stupněm členství
Některé ostré časy mohou být nejasné	Nemůže to být ostré
Pravda/nepravda {0,1}	Hodnoty členství na [0,1]
V ostré logice zákon vyloučeného středu a rozporu může, ale nemusí platit	Ve fuzzy logickém zákonu platí vyloučený střed a nekontradice

Teorie klasické množiny vs. teorie fuzzy množin

Klasická sada	Teorie fuzzy množin
Třídy objektů s ostrými hranicemi.	Třídy objektů nemají ostré hranice.
Klasická množina je definována ostrými hranicemi, tj. je zde jasné umístění hranic množiny.	Fuzzy množina má vždy nejednoznačné hranice, tj. může existovat nejistota ohledně umístění hranic množiny.
Široce se používá při návrhu digitálního systému	Používá se pouze ve fuzzy regulátorech.

Příklady fuzzy logiky

Viz níže uvedený diagram. Ukazuje, že ve fuzzy systému jsou hodnoty označeny číslem 0 až 1. V tomto příkladu 1.0 znamená absolutní pravdu a 0.0 absolutní nepravdu.

Oblasti použití fuzzy logiky

Uvedená tabulka Blow ukazuje použití Fuzzy logiky slavnými společnostmi ve svých produktech.

Produkt	Společnost	Fuzzy Logic
Protiblokovací brzdy	Nissan	Použijte fuzzy logiku k ovládání brzd v nebezpečných případech v závislosti na rychlosti auta, zrychlení, rychlosti kola a zrychlení
Automatická převodovka	NOK/Nissan	Fuzzy logika se používá k ovládání vstřikování paliva a zapalování na základě nastavení škrticí klapky, teploty chladicí vody, otáček atd.
Auto motor	honda, nissan	Slouží k výběru rychlosti na základě zatížení motoru, stylu jízdy a stavu vozovky.
Kopírka	Kanovník	Používá se pro úpravu napětí bubnu na základě hustoty obrazu, vlhkosti a teploty.
Tempomat	Nissan, Isuzu, Mitsubishi	Použijte jej k úpravě nastavení plynu pro nastavení rychlosti vozu a zrychlení
Myčka	Matsushita	Použití pro úpravu mycího cyklu, strategie oplachování a mytí v závislosti 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
Diagnostický systém golfu	Golf Maruman	Vybírá golfovou hůl založenou na golfovém švihu a postavě.
Fitness management	Omron	Jimi implikovaná pravidla pro kontrolu zdatnosti svých zaměstnanců.
Ovládání pece	Nippon ocel	Míchá cement
Mikrovlnná trouba	Mitsubishi Chemical	Nastavuje sílu lunes a strategii vaření
Palmový počítač	Hitachi, Sharp, Sanyo, Toshiba	Rozpozná ručně psané znaky Kanji
Plazmové leptání	Mitsubishi Electric	Nastavuje čas a strategii etch

Výhody systému Fuzzy Logic

• Struktura Fuzzy Logic Systems je snadná a srozumitelná
• Fuzzy logika je široce používána pro komerční a praktické účely
• Fuzzy logika v AI vám pomáhá ovládat stroje a spotřební produkty
• Nemusí nabízet přesné zdůvodnění, ale jediné přijatelné zdůvodnění
• Fuzzy logika v Data Mining vám pomůže vypořádat se s nejistotou ve strojírenství
• Většinou robustní, protože nejsou vyžadovány žádné přesné vstupy
• Lze jej naprogramovat na situaci, kdy přestane fungovat čidlo zpětné vazby
• 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 předpokladů, takže nemusí být široce přijímána.
• Fuzzy systémy nemají schopnost strojového učení, stejně jako rozpoznávání vzorů typu neuronové sítě
• Validace a ověření fuzzy znalostního systému vyžaduje rozsáhlé testování s hardwarem
• Nastavení přesných, fuzzy pravidel a funkcí členství je obtížný úkol
• Některá logika fuzzy času je zaměňována s teorií pravděpodobnosti a termíny

Shrnutí

• 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
• Architektura Fuzzy Logic má čtyři hlavní části 1) Pravidlo Basse 2) Fuzzifikace 3) Inference Engine 4) Defuzzifikace
• Fuzzy logika bere stupně pravdy jako matematický základ na modelu vágnosti, zatímco pravděpodobnost je matematický model nevědomosti
• Crisp set má striktní hranici T nebo F, zatímco Fuzzy hranici se stupněm členství
• Klasická množina je široce používána v návrhu digitálních systémů, zatímco fuzzy množina Používá se pouze ve fuzzy regulátorech
• Automatická převodovka, Fitness management, Golfový diagnostický systém, Myčka nádobí, Kopírka jsou některé oblasti aplikací Fuzzy Logic
• Fuzzy logika v Soft Computing vám pomáhá řídit stroje a spotřební produkty