Fuzzy Logic Tutorial: Hvad er, Architecture, Application, Eksempel
Evelyn Clarke
Hvad er Fuzzy Logic?
Fuzzy Logic er defineret som en logisk form med mange værdier, der kan have sandhedsværdier af variabler i ethvert reelt tal mellem 0 og 1. Det er håndtagsbegrebet for delvis sandhed. I det virkelige liv kan vi støde på en situation, hvor vi ikke kan afgøre, om udsagnet er sandt eller falsk. På det tidspunkt tilbyder fuzzy logic meget værdifuld fleksibilitet til ræsonnement.
Fuzzy logic algoritme hjælper med at løse et problem efter at have overvejet alle tilgængelige data. Så tager den den bedst mulige beslutning for de givne input. FL-metoden efterligner måden at træffe beslutninger på hos et menneske, som overvejer alle mulighederne mellem de digitale værdier T og F.
Historien om Fuzzy Logic Systems
Selvom begrebet fuzzy logik var blevet undersøgt siden 1920'erne. Udtrykket fuzzy logic blev første gang brugt med 1965 af Lotfi Zadeh, professor ved UC Berkeley i Californien. Han observerede, at konventionel computerlogik ikke var i stand til at manipulere data, der repræsenterer subjektive eller uklare menneskelige ideer.
Fuzzy algoritme er blevet anvendt på forskellige områder, fra kontrolteori til AI. Det blev designet til at give computeren mulighed for at bestemme forskellene mellem data, som hverken er sande eller falske. Noget der ligner processen med menneskelig ræsonnement. Ligesom lidt mørkt, lidt lysstyrke osv.
Karakteristika ved Fuzzy Logic
Her er nogle vigtige egenskaber ved fuzzy logik:
- Fleksibel og nem at implementere machine learning teknik
- Hjælper dig med at efterligne logikken i den menneskelige tanke
- Logik kan have to værdier, som repræsenterer to mulige løsninger
- Meget velegnet metode til usikker eller tilnærmet begrundelse
- Fuzzy logik betragter inferens som en proces til at udbrede elastiske begrænsninger
- Fuzzy logic giver dig mulighed for at bygge ikke-lineære funktioner af vilkårlig kompleksitet.
- Fuzzy logik bør bygges med fuldstændig vejledning fra eksperter
Hvornår skal man ikke bruge fuzzy logic
Fuzzy logik er dog aldrig en kur for alle. Derfor er det lige så vigtigt at forstå, at hvor vi ikke skal bruge fuzzy logik.
Her er visse situationer, hvor du hellere ikke bruger Fuzzy Logic:
- Hvis du ikke finder det praktisk at tilknytte et input-rum til et output-rum
- Fuzzy logic bør ikke bruges, når du kan bruge sund fornuft
- Mange controllere kan gøre det fine arbejde uden brug af fuzzy logik
Fuzzy Logic Architecture
Fuzzy Logic-arkitektur har fire hoveddele som vist i diagrammet:
Regelgrundlag
Den indeholder alle regler og de hvis-så-betingelser, som eksperterne tilbyder for at kontrollere beslutningssystemet. Den seneste opdatering inden for fuzzy-teori giver forskellige metoder til design og tuning af fuzzy-controllere. Disse opdateringer reducerer antallet af det uklare regelsæt markant.
Fuzzificering
Fuzzification-trin hjælper med at konvertere input. Det giver dig mulighed for at konvertere, sprøde tal til fuzzy sæt. Sprøde input målt af sensorer og sendt ind i kontrolsystemet til videre behandling. Som rumtemperatur, tryk osv.
Inferensmotor
Det hjælper dig med at bestemme graden af overensstemmelse mellem fuzzy input og reglerne. Baseret på % match, bestemmer den, hvilke regler der skal implementeres i henhold til det givne inputfelt. Herefter kombineres de anvendte regler for at udvikle kontrolhandlingerne.
defuzzifikation
Til sidst udføres defuzzification-processen for at konvertere de fuzzy-sæt til en sprød værdi. Der findes mange typer af teknikker, så du skal vælge den, der er bedst egnet, når den bruges med et ekspertsystem.
Fuzzy Logic vs. Sandsynlighed
| Fuzzy Logic | Sandsynlighed |
|---|---|
| Fuzzy: Toms grad af medlemskab i gruppen af gamle mennesker er 0.90. | Sandsynlighed: Der er 90 % chance for, at Tom er gammel. |
| Fuzzy logic tager sandhedsgrader som et matematisk grundlag på modellen for vaghedsfænomenet. | Sandsynlighed er en matematisk model for uvidenhed. |
Sprød vs. Fuzzy
| Crisp | Fuzzy |
|---|---|
| Det har en streng grænse T eller F | Fuzzy grænse med en vis grad af medlemskab |
| Nogle sprøde tidsindstillinger kan være uklare | Det kan ikke være sprødt |
| Sandt/falsk {0,1} | Medlemskabsværdier på [0,1] |
| I skarp logik kan loven om udelukket mellem og ikke-modsigelse holde eller ikke | I den fuzzy logik lov om udelukket mellem og ikke-modsigelse holder |
Klassisk sæt vs. fuzzy sæt teori
| Klassisk sæt | Fuzzy sætteori |
|---|---|
| Klasser af objekter med skarpe grænser. | Klasser af objekter har ikke skarpe grænser. |
| Et klassisk sæt er defineret ved skarpe grænser, dvs. der er klarhed om placeringen af de fastsatte grænser. | Et fuzzy sæt har altid tvetydige grænser, dvs. der kan være usikkerhed om placeringen af de fastsatte grænser. |
| Udbredt i digitalt systemdesign | Anvendes kun i fuzzy controllere. |
Eksempler på fuzzy logik
Se nedenstående diagram. Det viser, at i et Fuzzy-system er værdierne angivet med et tal fra 0 til 1. I dette eksempel betyder 1.0 absolut sandhed og 0.0 betyder absolut falskhed.
Anvendelsesområder for Fuzzy Logic
Blow-tabellen viser anvendelse af Fuzzy-logik af berømte virksomheder i deres produkter.
| Produkt | Firmanavn | Fuzzy Logic |
|---|---|---|
| Blokeringsfrie bremser | Nissan | Brug fuzzy logik til at styre bremserne i farlige tilfælde, afhænger af bilens hastighed, acceleration, hjulhastighed og acceleration |
| bil transmission | kr/Nissan | Fuzzy logik bruges til at styre brændstofindsprøjtningen og tændingen baseret på gasspjældsindstilling, kølevandstemperatur, RPM osv. |
| Auto motor | honda, nissan | Bruges til at vælge gear baseret på motorbelastning, kørestil og vejforhold. |
| Kopi maskine | Canon | Bruges til at justere tromlespændingen baseret på billedtæthed, fugtighed og temperatur. |
| Fartpilot | Nissan, Isuzu, Mitsubishi | Brug den til at justere gashåndtaget for at indstille bilens hastighed og acceleration |
| Opvaskemaskine | Matsushita | Bruges til at justere rengøringscyklussen, skylle- og vaskestrategierne afhænger af antallet af retter og mængden af mad, der serveres på opvasken. |
| Elevatorstyring | Fujitec, Mitsubishi Electric, Toshiba | Brug den til at reducere ventetiden baseret på passagertrafikken |
| Golf diagnosesystem | Maruman Golf | Vælger golfkølle baseret på golfspillerens sving og fysik. |
| Fitness management | Omron | Fuzzy regler, som de antyder for at kontrollere deres medarbejderes egnethed. |
| Ovn kontrol | Nippon stål | Blander cement |
| Mikrobølgeovn | Mitsubishi Chemical | Sætter lunes kraft og madlavningsstrategi |
| Palmtop computer | Hitachi, Sharp, Sanyo, Toshiba | Genkender håndskrevne Kanji-karakterer |
| Plasmaetsning | Mitsubishi Electric | Sætter ætsetid og strategi |
Fordele ved Fuzzy Logic System
- Strukturen af Fuzzy Logic Systems er nem og forståelig
- Fuzzy logic er meget brugt til kommercielle og praktiske formål
- Fuzzy logic i AI hjælper dig med at styre maskiner og forbrugerprodukter
- Det giver måske ikke et præcist ræsonnement, men det eneste acceptable ræsonnement
- Fuzzy logik ind Data Mining hjælper dig med at håndtere usikkerheden i teknikken
- For det meste robust, da der ikke kræves præcise input
- Den kan programmeres til i den situation, hvor feedbacksensoren holder op med at virke
- Det kan nemt ændres for at forbedre eller ændre systemets ydeevne
- Der kan bruges billige sensorer, som hjælper dig med at holde de samlede systemomkostninger og kompleksitet lav
- Det giver den mest effektive løsning på komplekse problemer
Ulemper ved Fuzzy Logic Systems
- Fuzzy logik er ikke altid nøjagtig, så resultaterne opfattes baseret på antagelser, så det er muligvis ikke bredt accepteret.
- Fuzzy systemer har ikke evnen til maskinlæring såvel som neural netværkstype mønstergenkendelse
- Validering og verifikation af et fuzzy videnbaseret system kræver omfattende test med hardware
- Det er en vanskelig opgave at sætte nøjagtige, uklare regler og medlemsfunktioner
- Noget fuzzy tidslogik forveksles med sandsynlighedsteori og vilkårene
Resumé
- Udtrykket fuzzy betyder ting, der ikke er særlig klare eller vage
- Udtrykket fuzzy logic blev første gang brugt med 1965 af Lotfi Zadeh, professor ved UC Berkeley i Californien
- Fuzzy logic er en fleksibel og nem at implementere maskinlæringsteknik
- Fuzzy logic bør ikke bruges, når du kan bruge sund fornuft
- Fuzzy Logic-arkitektur har fire hoveddele 1) Regelbase 2) Fuzzification 3) Inference Engine 4) Defuzzification
- Fuzzy logic tager sandhedsgrader som et matematisk grundlag på modellen for vagheden, mens sandsynlighed er en matematisk model for uvidenhed
- Crisp sæt har en streng grænse T eller F, mens Fuzzy grænse med en vis grad af medlemskab
- Et klassisk sæt er meget udbredt i digitalt systemdesign, mens fuzzy sæt Bruges kun i fuzzy controllere
- Autotransmission, fitnessstyring, golfdiagnosesystem, opvaskemaskine, kopimaskine er nogle områder af Fuzzy Logic-applikationer
- Fuzzy logic i Soft Computing hjælper dig med at styre maskiner og forbrugerprodukter
