Wat is vage logica? ArchiStructuurdiagram en toepassing

โšก Slimme samenvatting

Fuzzy Logic is een redeneermethode met meerdere waarden, waarbij de waarheid elke reรซle waarde tussen 0 en 1 kan aannemen. Hierdoor kunnen machines vage, onvolledige en onzekere informatie verwerken op een vergelijkbare manier als menselijk oordeel.

  • ๐Ÿ”˜ Gedeeltelijke waarheid: Een bewering is niet simpelweg waar of onwaar; ze heeft een mate van lidmaatschap op het interval [0, 1].
  • โ˜‘๏ธ Vierdelige architectuur: Elk fuzzy systeem combineert een regelbasis, fuzzificatie, een inferentiemotor en defuzzificatie.
  • โœ… Expertregels: Het gedrag wordt bepaald door door mensen geschreven ALS-DAN-regels, waardoor het systeem leesbaar en controleerbaar blijft.
  • ๐Ÿงช Niet waarschijnlijkheid: Vaagheidsmodellen geven de onduidelijkheid over de betekenis weer, terwijl waarschijnlijkheidsmodellen de onzekerheid over de uitkomsten weergeven.
  • ๏ธ Bewezen in hardware: Antiblokkeersystemen, liften, vaatwassers, ovens en camera's worden allemaal geleverd met fuzzy controllers.
  • โš™๏ธ Bekende limieten: Fuzzy systemen leren niet vanzelf, en afstemmingsregels en lidmaatschapsfuncties moeten handmatig worden ingesteld.

Architectuur, toepassingen en voorbeelden van fuzzy logic.

Wat is vage logica?

Fuzzy Logic Fuzzy logica is een meerwaardige logica waarbij de waarheidswaarde van een variabele elk reรซel getal tussen 0 en 1 kan zijn. Het behandelt het concept van gedeeltelijke waarheid. In het dagelijks leven komen we vaak situaties tegen waarin we niet kunnen bepalen of een bewering volledig waar of volledig onwaar is. Op dat moment biedt fuzzy logica een zeer waardevolle flexibiliteit voor redenering.

Die waarde wordt de genoemd mate van lidmaatschap0 betekent helemaal geen lidmaatschap, 1 betekent volledig lidmaatschap en 0.7 betekent gedeeltelijk lidmaatschap. Een fuzzy-algoritme weegt alle beschikbare gegevens op deze schaal en neemt vervolgens de best mogelijke beslissing voor de gegeven invoer. De methode imiteert menselijke besluitvorming, waarbij elke mogelijkheid tussen de digitale waarden T en F wordt overwogen.

Geschiedenis van Fuzzy Logic-systemen

Meerwaardige logica is ouder dan de naam doet vermoeden: Jan ลukasiewicz beschreef al in de jaren twintig een driewaardige logica. De doorslaggevende stap werd gezet in 1965, toen Lotfi Zadeh, hoogleraar aan de Universiteit van Californiรซ in Berkeley, het artikel publiceerde. โ€œVage setsโ€ in Informatie en controleHij constateerde dat conventionele computerlogica geen gegevens kon verwerken die subjectieve of onduidelijke menselijke ideeรซn vertegenwoordigden.

Het idee bereikte hardware in 1974, toen Ebrahim Mamdani de eerste werkende fuzzy controller voor een stoommachine bouwde; Japanse fabrikanten brachten het in de jaren tachtig op de markt. Fuzzy algoritmen worden nu toegepast in de regeltechniek. kunstmatige intelligentiewaarbij een computer onderscheid maakt tussen gegevens die noch strikt waar, noch strikt onwaar zijn โ€” "een beetje donker", "vrij helder", enzovoort.

Kenmerken van Fuzzy Logic

Hieronder volgen enkele belangrijke kenmerken van fuzzy logic:

  • Flexibel en eenvoudig te implementeren machine learning techniek
  • Helpt je de logica van het menselijk denken na te bootsen
  • Waarheid is niet beperkt tot twee waarden; elke waarde tussen 0 en 1 kan een oplossing vertegenwoordigen.
  • Zeer geschikte methode voor onzekere of benaderende redeneringen
  • Vage logica beschouwt gevolgtrekking als een proces van het propageren van elastische beperkingen
  • Met fuzzy logic kun je niet-lineaire functies van willekeurige complexiteit construeren.
  • Fuzzy logic moet worden gebouwd met de volledige begeleiding van experts

Wanneer u geen vage logica gebruikt

Vage logica is nooit een wondermiddel. Het is net zo belangrijk om te begrijpen wanneer je het juist nรญรฉt moet gebruiken.

Hieronder volgen enkele situaties waarin het beter is om fuzzy logic te vermijden:

  • Als u een invoerruimte niet gemakkelijk kunt koppelen aan een uitvoerruimte
  • Gebruik geen fuzzy logic als het probleem al met gezond verstand opgelost kan worden.
  • Veel conventionele controllers doen het prima zonder enige vorm van fuzzy logic.

Fuzzy Logic Architectuur

De architectuur van fuzzy logic bestaat uit vier hoofdonderdelen, en het onderstaande diagram laat zien hoe een scherpe invoer door al deze onderdelen heen gaat:

Architectuur voor fuzzy logica met regelbasis, fuzzificatie, inferentiemotor en defuzzificatie.
Fuzzy Logic Architectuur

Regelbasis

Het bevat alle regels en de ALS-DAN-voorwaarden die door de experts zijn aangedragen om het besluitvormingssysteem te besturen. Recent onderzoek in de fuzzytheorie biedt diverse methoden voor het ontwerpen en afstemmen van fuzzycontrollers, en deze methoden verminderen het aantal regels dat een fuzzyset nodig heeft aanzienlijk.

Vervaging

Fuzzificatie zet invoer om: het transformeert scherpe getallen in vage verzamelingen. Scherpe invoer wordt gemeten door sensoren โ€“ kamertemperatuur, luchtdruk, enzovoort โ€“ en doorgegeven aan het besturingssysteem voor verdere verwerking. De omzetting wordt gedaan door een lidmaatschapsfunctie, een curve die elke mogelijke invoerwaarde koppelt aan een lidmaatschapsgraad tussen 0 en 1.

Inferentiemachine

Het bepaalt de mate van overeenkomst tussen de vage invoer en elke regel. Op basis van dat overeenkomstpercentage besluit het welke regels op het gegeven invoerveld moeten worden toegepast. De toegepaste regels worden vervolgens gecombineerd om de besturingsacties te ontwikkelen.

Defuzzificatie

Tot slot zet defuzzificatie de fuzzy sets weer om in รฉรฉn enkele scherpe waarde. Er bestaan โ€‹โ€‹verschillende technieken โ€” zwaartepunt, bisector en de op het maximum gebaseerde methoden Dit zijn de gebruikelijke opties, dus kies de optie die het beste bij u past. expert systeem.

Vage logica versus waarschijnlijkheid

Vaagheid en waarschijnlijkheid worden vaak door elkaar gehaald, terwijl ze verschillende vragen beantwoorden.

Fuzzy Logic Waarschijnlijkheid
Fuzzy: Tom's lidmaatschapsgraad binnen de groep ouderen is 0.90. Waarschijnlijkheid: Er is een kans van 90% dat Tom oud is.
Vage logica neemt waarheidsgraden als wiskundige basis op het model van het vaagheidsfenomeen. Waarschijnlijkheid is een wiskundig model van onwetendheid.

Helder versus vaag

Knapperig fuzzy
Het heeft een strikte grens T of F Vage grens met een mate van lidmaatschap
Sommige heldere tijdsinstellingen kunnen wazig zijn Het mag niet knapperig zijn.
Waar/onwaar {0,1} Lidmaatschapswaarden op [0,1]
In de heldere logica kan de wet van het uitgesloten midden en de wet van de non-contradictie al dan niet opgaan. In de fuzzy logica gelden de wet van het uitgesloten midden en de wet van non-contradictie.

Klassieke verzamelingentheorie versus fuzzy verzamelingentheorie

Klassiek setje Fuzzy Set-theorie
Klassen van objecten met scherpe grenzen. Klassen van objecten hebben geen scherpe grenzen.
Een klassieke set wordt gedefinieerd door scherpe grenzen, dat wil zeggen dat er duidelijkheid is over de locatie van de setgrenzen. Een vage verzameling heeft altijd dubbelzinnige grenzen, dat wil zeggen dat er onzekerheid kan bestaan โ€‹โ€‹over de locatie van de gestelde grenzen.
Op grote schaal gebruikt in digitaal systeemontwerp Wordt voornamelijk gebruikt in fuzzy controllers en benaderende redeneersystemen.

Fuzzy Logic-voorbeelden

Het onderstaande diagram maakt de lidmaatschapsschaal concreet. In een fuzzy systeem worden de waarden weergegeven door een getal van 0 tot 1, waarbij 1.0 absolute waarheid en 0.0 absolute onwaarheid betekent.

Een schaal voor de waarheid van fuzzy logica, lopend van 0.0 (absoluut onwaar) tot 1.0 (absoluut waar).

Fuzzy Logic met voorbeeld

Toepassingsgebieden van Fuzzy Logic

De tabel hieronder toont toepassingen van fuzzy logic door bekende bedrijven in hun producten.

Product Over ons Fuzzy Logic
Anti Blokkeer remmen Nissan Gebruik fuzzy logic om de remmen te regelen in gevaarlijke situaties, afhankelijk van de snelheid van de auto, de acceleratie, de wielsnelheid en de wielacceleratie.
Automatische uitzending NOK/Nissan Fuzzy logic wordt gebruikt om de brandstofinjectie en ontsteking te regelen op basis van de gasklepstand, de koelwatertemperatuur, het toerental, enz.
Automatische motor Honda,Nissan Wordt gebruikt om de versnelling te kiezen op basis van de motorbelasting, rijstijl en wegomstandigheden.
Kopieermachine Canon Wordt gebruikt om de trommelspanning aan te passen op basis van de beelddichtheid, luchtvochtigheid en temperatuur.
Cruise control Nissan, Isuzu, Mitsubishi Wordt gebruikt om de gashendelstand aan te passen en zo de snelheid en acceleratie van de auto te regelen.
Vaatwasser Matsushita Wordt gebruikt om de reinigingscyclus, spoel- en wasstrategieรซn aan te passen aan het aantal vaat en de hoeveelheid voedsel die op de vaat is geserveerd.
Lift controle Fujitec, Mitsubishi Electric, Toshiba Wordt gebruikt om de wachttijd te verkorten op basis van de passagiersdrukte.
Golfdiagnosesysteem Maruman Golf Selecteert een golfclub op basis van de swing en het fysiek van de golfer.
Fitnessbeheer Omron Vage regels werden toegepast om de geschiktheid van hun werknemers te beoordelen.
Oven controle Nippon staal Mengt cement
Magnetron Mitsubishi Chemie Stelt de energie- en kookstrategie in
Palmtop-computer Hitachi, Sharp, Sanyo, Toshiba Herkent handgeschreven Kanji-tekens
Plasma-etsen Mitsubishi Electric Stelt de etstijd en strategie in

Let op: Veel van deze producten stammen uit de hausse van pluizige huishoudelijke apparaten eind jaren 1980 en begin jaren 1990; Matsushita opereert sinds 2008 onder de naam Panasonic.

Voordelen van Fuzzy Logic-systeem

Ingenieurs grijpen steeds vaker naar fuzzy controllers omdat ze daarmee op een goedkope manier tolerantie voor onnauwkeurige invoer verkrijgen.

  • De structuur van fuzzy logica-systemen is eenvoudig en begrijpelijk.
  • Fuzzy logic wordt veel gebruikt voor commerciรซle en praktische doeleinden
  • Fuzzy logic in AI helpt je bij het besturen van machines en consumentenproducten.
  • Het biedt wellicht geen exacte onderbouwing, maar wel een onderbouwing die in de praktijk aanvaardbaar is.
  • Vage logica in Data Mining Helpt je om te gaan met de onzekerheid in de techniek.
  • Meestal robuust, omdat er geen precieze invoer nodig is.
  • Het kan zo geprogrammeerd worden dat het blijft werken in situaties waarin een feedbacksensor niet meer reageert.
  • Het kan eenvoudig worden aangepast om de systeemprestaties te verbeteren of te wijzigen
  • Er kunnen goedkope sensoren worden gebruikt, waardoor de totale systeemkosten en -complexiteit laag blijven.
  • Het biedt een zeer effectieve oplossing voor complexe problemen.

Nadelen van Fuzzy Logic-systemen

  • Vage logica is niet altijd nauwkeurig; resultaten zijn gebaseerd op aannames, waardoor ze mogelijk niet algemeen aanvaard worden.
  • Fuzzy systemen leren op zichzelf niet, in tegenstelling tot een neuraal netwerk met zijn patroonherkenningsvermogen
  • Validatie en verificatie van een fuzzy kennisgebaseerd systeem vereist uitgebreide tests met hardware.
  • Het vaststellen van precieze fuzzy-regels en lidmaatschapsfuncties is een lastige opgave.
  • Fuzzy logic wordt vaak verward met waarschijnlijkheidstheorie, en de twee begrippen worden door elkaar gehaald.

Veelgestelde vragen

Een lidmaatschapsfunctie is de kromme-afbeelding.ping Elke invoerwaarde wordt omgezet naar een waarde tussen 0 en 1. Het zet een taalkundig label zoals 'warm' om in een vorm waarmee een controller berekeningen kan uitvoeren.

Driehoekige vormen passen bij รฉรฉn ideale waarde, trapeziumvormige vormen bij een comfortabele bandbreedte en Gaussische vormen bij een vloeiende, differentieerbare curve. Begin met een driehoekige vorm, die het goedkoopst te berekenen is, en schakel over als de respons abrupt aanvoelt.

Mamdani-regels leveren een fuzzy set op die leest als gewone experttaal, waardoor ze geschikt zijn voor door mensen ontworpen controllers. Sugeno-regels leveren een wiskundige functie op, die goedkoper te ontfuzzificeren is en gemakkelijker automatisch af te stemmen.

Het zwaartepunt van de uitvoerset, de centroid, is de gebruikelijke standaard en volstaat voor de meeste toepassingen. De bisector-methode en de op het maximum gebaseerde methoden zijn het proberen waard wanneer de centroidrespons te glad is.

Bij de standaard Zadeh-operatoren neemt AND het minimum van twee graden, OR het maximum en NOT sub.tracDe graad begint bij 1. Ze zijn te herleiden tot Booleaanse logica wanneer elke graad exact 0 of 1 is.

Neuro-fuzzy systemen behouden leesbare fuzzy regels, maar laten een netwerk de lidmaatschapsfuncties afstemmen op basis van data, waardoor de interpreteerbaarheid van expertregels wordt gecombineerd met de adaptiviteit van leren onder toezicht.

GitHub-copiloot Hiermee kunnen snel lidmaatschapsfuncties, regeltabellen en plotcode worden opgesteld, waardoor de meeste standaardcode wordt verwijderd. De semantiek van de regels vereist echter nog steeds een expert, omdat een plausibel ogende regelset onjuist kan zijn voor uw specifieke installatie.

Python Ontwikkelaars gebruiken scikit-fuzzy, ingenieurs de MATLAB Fuzzy Logic Toolbox en embedded teams schrijven de min-max berekeningen handmatig. Alle drie volgen de bovenstaande pijplijn van fuzzificatie, inferentie en defuzzificatie.

Vat dit bericht samen met: