Fuzzy Logic Tutorial: Mi az, Architecture, Alkalmazás, Példa

Mi az a fuzzy logika?

Zavaros logika Ez egy sokértékű logikai forma, amely 0 és 1 közötti tetszőleges valós számban tartalmazhatja a változók igazságértékét. Ez a részigazság kezelőfogalma. A való életben olyan helyzetbe kerülhetünk, amikor nem tudjuk eldönteni, hogy az állítás igaz vagy hamis. Abban az időben a fuzzy logika nagyon értékes rugalmasságot kínál az érveléshez.

A fuzzy logikai algoritmus az összes rendelkezésre álló adat figyelembevétele után segít a probléma megoldásában. Ezután az adott bemenethez a lehető legjobb döntést hozza meg. Az FL módszer utánozza az ember döntéshozatalának módját, amely figyelembe veszi a T és F digitális értékek közötti összes lehetőséget.

A fuzzy logikai rendszerek története

Bár a fuzzy logika fogalmát az 1920-as évek óta tanulmányozták. A fuzzy logic kifejezést először Lotfi Zadeh, a kaliforniai UC Berkeley professzora használta 1965-ben. Megfigyelte, hogy a hagyományos számítógépes logika nem képes a szubjektív vagy tisztázatlan emberi elképzeléseket képviselő adatok manipulálására.

A fuzzy algoritmust számos területen alkalmazták, a vezérléselmélettől az AI-ig. Úgy tervezték, hogy lehetővé tegye a számítógép számára az adatok közötti különbségek meghatározását, amelyek sem nem igazak, sem nem hamisak. Valami hasonló az emberi érvelés folyamatához. Mint Kis sötét, Némi fényerő stb.

A fuzzy logika jellemzői

Íme a fuzzy logika néhány fontos jellemzője:

• Rugalmas és könnyen kivitelezhető gépi tanulás technika
• Segít utánozni az emberi gondolkodás logikáját
• A logikának két értéke lehet, amelyek két lehetséges megoldást jelentenek
• Nagyon alkalmas módszer bizonytalan vagy közelítő érvelésre
• A fuzzy logika a következtetést a rugalmas kényszerek terjedésének folyamataként tekinti
• A fuzzy logika lehetővé teszi tetszőleges bonyolultságú nemlineáris függvények felépítését.
• A fuzzy logikát szakértők teljes irányításával kell felépíteni

Mikor ne használjunk fuzzy logikát

A fuzzy logika azonban soha nem jelent mindenki számára gyógyírt. Ezért ugyanilyen fontos megérteni, hogy ahol nem szabad fuzzy logikát használni.

Íme bizonyos helyzetek, amikor jobb, ha nem használja a Fuzzy Logic-ot:

• Ha nem találja kényelmesnek egy bemeneti területet kimeneti térre képezni
• A homályos logikát nem szabad használni, ha használhatod a józan észt
• Sok vezérlő el tudja végezni a megfelelő munkát fuzzy logika nélkül

Zavaros logika Architectúra

A Fuzzy Logic architektúra négy fő részből áll, amint az az ábrán látható:

Szabálybázis

Tartalmazza a szakértők által a döntéshozatali rendszer ellenőrzésére felkínált összes szabályt és ha-akkor feltételt. A fuzzy elmélet legújabb frissítése különféle módszereket kínál a fuzzy vezérlők tervezésére és hangolására. Ez a frissítés jelentősen csökkenti a fuzzy szabálykészlet számát.

Fuzzification

A fuzzifikációs lépés segít a bemenetek konvertálásában. Lehetővé teszi, hogy éles számokat fuzzy halmazokká alakítson át. Az érzékelők által mért éles bemenetek a vezérlőrendszerbe továbbíthatók további feldolgozás céljából. Például szobahőmérséklet, nyomás stb.

Következtetési motor

Segít meghatározni a fuzzy bemenet és a szabályok közötti egyezés mértékét. A %-os egyezés alapján meghatározza, hogy az adott beviteli mezőnek megfelelően mely szabályokat kell implementálni. Ezt követően az alkalmazott szabályokat kombinálják a vezérlési műveletek kialakításához.

Defuzzification

Végül a defuzzifikációs folyamat végrehajtásra kerül, hogy a fuzzy halmazokat éles értékké konvertálja. Sokféle technika áll rendelkezésre, ezért ki kell választani azt, amelyik a legmegfelelőbb, ha szakértői rendszerrel használja.

Fuzzy Logic vs. Probability

Zavaros logika	Valószínűség
Fuzzy: Tom tagsági foka az idősek halmazán belül 0.90.	Valószínűség: 90% esély van arra, hogy Tom öreg.
A fuzzy logika az igazságfokokat veszi matematikai alapnak a homályosság jelenségének modelljén.	A valószínűség a tudatlanság matematikai modellje.

Crisp vs. Fuzzy

Ropogós	Elmosódott
Szigorú T vagy F határa van	Elmosódott határ bizonyos fokú tagsággal
Egyes éles időbeállítások homályosak lehetnek	Nem lehet ropogós
Igaz/hamis {0,1}	Tagsági értékek [0,1]
A Crisp logikában a kizárt közép és az ellentmondásmentesség törvénye érvényes vagy nem	A kizárt közép és az ellentmondásmentesség fuzzy logika törvényében

Klasszikus halmaz vs. fuzzy halmazelmélet

Klasszikus készlet	Fuzzy halmazelmélet
Éles határvonalú objektumok osztályai.	Az objektumok osztályainak nincsenek éles határai.
A klasszikus halmazt éles határok határozzák meg, azaz egyértelmű a halmazhatárok elhelyezkedése.	A fuzzy halmaznak mindig vannak kétértelmű határai, azaz bizonytalanság lehet a halmazhatárok elhelyezkedését illetően.
Széles körben használják a digitális rendszertervezésben	Csak fuzzy vezérlőkben használható.

Fuzzy Logic Példák

Lásd az alábbi diagramot. Azt mutatja, hogy egy fuzzy rendszerben az értékeket 0-tól 1-ig terjedő szám jelöli. Ebben a példában az 1.0 abszolút igazságot, a 0.0 pedig az abszolút hamisságot jelenti.

A fuzzy logika alkalmazási területei

Az adott ütés táblázat bemutatja a Fuzzy logika alkalmazását híres cégek termékeiben.

Termékek	Cégünkről	Zavaros logika
Blokkolásgátló fékek	Nissan	Használjon fuzzy logikát a fékek szabályozására veszélyes esetekben, az autó sebességétől, gyorsulásától, keréksebességétől és gyorsulásától függően
Automatikus sebességváltó	NOK/Nissan	A fuzzy logika az üzemanyag-befecskendezés és a gyújtás szabályozására szolgál a fojtószelep-beállítás, a hűtővíz hőmérséklet, a fordulatszám stb. alapján.
Auto motor	honda, nissan	Használja a motorterhelés, a vezetési stílus és az útviszonyok alapján a sebesség kiválasztására.
Fénymásoló	Kánon	A dobfeszültség beállítására szolgál a képsűrűség, a páratartalom és a hőmérséklet alapján.
Ütemmérő (ACC)	Nissan, Isuzu, Mitsubishi	Használja a fojtószelep beállítására az autó sebességének és gyorsulásának beállításához
Mosogatógép	Matsushita	A tisztítási ciklus beállítására használható, az öblítési és mosási stratégiák az edények számától és az edényeken felszolgált étel mennyiségétől függenek.
Lift vezérlés	Fujitec, Mitsubishi Electric, Toshiba	Használja a várakozási idő csökkentésére az utasforgalom alapján
Golf diagnosztikai rendszer	Maruman Golf	A golfütőt a golfozó lendülete és testalkata alapján választja ki.
Fitness menedzsment	Omron	Az általuk alkalmazott homályos szabályok alkalmazottaik alkalmasságának ellenőrzésére.
Kemencevezérlés	Nippon acél	Cementet kever
Mikrohullámú sütő	Mitsubishi Chemical	Beállítja a Lunes teljesítményét és a főzési stratégiát
Palmtop számítógép	Hitachi, Sharp, Sanyo, Toshiba	Felismeri a kézzel írt kanji karaktereket
Plazma maratás	Mitsubishi Electric	Beállítja a maratási időt és a stratégiát

A fuzzy logikai rendszer előnyei

• A Fuzzy Logic Systems felépítése egyszerű és érthető
• A fuzzy logikát széles körben használják kereskedelmi és gyakorlati célokra
• A mesterséges intelligencia fuzzy logikája segít a gépek és fogyasztói termékek vezérlésében
• Lehet, hogy nem kínál pontos érvelést, de az egyetlen elfogadható érvelést
• Elfuserált logika Data Mining segít kezelni a mérnöki bizonytalanságot
• Többnyire robusztus, mivel nincs szükség pontos bemenetekre
• Programozható arra a helyzetre, amikor a visszacsatoló érzékelő leáll
• Könnyen módosítható a rendszer teljesítményének javítása vagy megváltoztatása érdekében
• olcsó érzékelők használhatók, amelyek segítenek alacsonyan tartani a rendszer összköltségét és összetettségét
• A leghatékonyabb megoldást kínálja összetett problémákra

A fuzzy logikai rendszerek hátrányai

• A fuzzy logika nem mindig pontos, ezért Az eredményeket feltételezések alapján érzékeljük, így nem biztos, hogy széles körben elfogadott.
• A fuzzy rendszerek nem rendelkeznek gépi tanulási képességgel, valamint neurális hálózat típusú mintafelismeréssel
• Egy fuzzy tudásalapú rendszer validálása és ellenőrzése kiterjedt hardveres tesztelést igényel
• A pontos, fuzzy szabályok és tagsági funkciók felállítása nehéz feladat
• A fuzzy idő logikáját összekeverik a valószínűségszámítással és a kifejezésekkel

Összegzésként

• A fuzzy kifejezés olyan dolgokat jelent, amelyek nem túl világosak vagy homályosak
• A fuzzy logic kifejezést először Lotfi Zadeh, a kaliforniai Berkeley Egyetem professzora használta 1965-ben.
• A fuzzy logic egy rugalmas és könnyen megvalósítható gépi tanulási technika
• A homályos logikát nem szabad használni, ha használhatod a józan észt
• A Fuzzy Logic architektúra négy fő részből áll: 1) Szabálybázis 2) Fuzzifikáció 3) Következtetési motor 4) Defuzzifikáció
• A fuzzy logika az igazságfokokat veszi matematikai alapnak a homályosság modelljén, míg a valószínűség a tudatlanság matematikai modellje
• A Crisp készlet szigorú T vagy F határral rendelkezik, míg a Fuzzy határ bizonyos fokú tagsággal
• A klasszikus készletet széles körben használják a digitális rendszertervezésben, míg a fuzzy készletet Csak fuzzy vezérlőkben használják
• Automatikus sebességváltó, fitneszmenedzsment, Golf diagnosztikai rendszer, mosogatógép, másológép a Fuzzy Logic alkalmazások néhány területe
• A Soft Computing fuzzy logikája segít a gépek és fogyasztói termékek vezérlésében