Fuzzy Logic-zelfstudie: wat is, Architectuur, toepassing, voorbeeld

Wat is vage logica?

Fuzzy Logic wordt gedefinieerd als een logische vorm met veel waarden die waarheidswaarden van variabelen in elk reëel getal tussen 0 en 1 kan hebben. Het is het handvatconcept van gedeeltelijke waarheid. In het echte leven kunnen we een situatie tegenkomen waarin we niet kunnen beslissen of de bewering waar of onwaar is. Op dat moment biedt vage logica een zeer waardevolle flexibiliteit bij het redeneren.

Fuzzy Logic-algoritme helpt een probleem op te lossen nadat alle beschikbare gegevens zijn overwogen. Vervolgens neemt het de best mogelijke beslissing voor de gegeven input. De FL-methode imiteert de manier van besluitvorming bij een mens, waarbij alle mogelijkheden tussen digitale waarden T en F in overweging worden genomen.

Geschiedenis van Fuzzy Logic-systemen

Hoewel het concept van vage logica al sinds de jaren twintig werd bestudeerd. De term fuzzy logic werd voor het eerst gebruikt in 1920 door Lotfi Zadeh, een professor aan UC Berkeley in Californië. Hij merkte op dat conventionele computerlogica niet in staat was gegevens te manipuleren die subjectieve of onduidelijke menselijke ideeën vertegenwoordigen.

Fuzzy-algoritmen zijn op verschillende gebieden toegepast, van regeltheorie tot AI. Het is ontworpen om de computer in staat te stellen het onderscheid te bepalen tussen gegevens die noch waar noch onwaar zijn. Iets vergelijkbaars met het proces van menselijk redeneren. Zoals een beetje donker, wat helderheid, etc.

Kenmerken van Fuzzy Logic

Hier volgen enkele belangrijke kenmerken van vage logica:

  • Flexibel en eenvoudig te implementeren machine learning techniek
  • Helpt je de logica van het menselijk denken na te bootsen
  • Logica kan twee waarden hebben die twee mogelijke oplossingen 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 kunt u niet-lineaire functies van willekeurige com bouwenplexheid.
  • Fuzzy logic moet worden gebouwd met de volledige begeleiding van experts

Wanneer u geen vage logica gebruikt

Vage logica is echter nooit een oplossing voor iedereen. Daarom is het net zo belangrijk om te begrijpen dat we geen vage logica moeten gebruiken.

Hier zijn bepaalde situaties waarin u Fuzzy Logic beter niet kunt gebruiken:

  • Als u het niet handig vindt om een ​​invoerruimte aan een uitvoerruimte toe te wijzen
  • Vage logica mag niet worden gebruikt als u uw gezond verstand kunt gebruiken
  • Veel controllers kunnen het prima doen zonder het gebruik van vage logica

Fuzzy Logic Architectuur

Fuzzy Logic Architectuur
Fuzzy Logic Architectuur

Fuzzy Logic architecture bestaat uit vier hoofdonderdelen, zoals weergegeven in het diagram:

Regelbasis

Het bevat alle regels en de als-dan-voorwaarden die de experts bieden om het besluitvormingssysteem te controleren. De recente update in de fuzzy-theorie biedt verschillende methoden voor het ontwerpen en afstemmen van fuzzy-controllers. Deze updates verminderen het aantal vage regels aanzienlijk.

Vervaging

Fuzzificatiestap helpt bij het converteren van invoer. Hiermee kunt u scherpe cijfers omzetten in vage sets. Scherpe input gemeten door sensoren en doorgegeven aan het besturingssysteem voor verdere verwerking. Zoals kamertemperatuur, druk, enz.

Inferentiemachine

Het helpt u bij het bepalen van de mate van overeenkomst tussen vage invoer en de regels. Op basis van de % match wordt bepaald welke regels moeten worden geïmplementeerd volgens het opgegeven invoerveld. Hierna worden de toegepaste regels gecombineerd om de controleacties te ontwikkelen.

Defuzzificatie

Ten slotte wordt het defuzzificatieproces uitgevoerd om de fuzzy sets om te zetten in een scherpe waarde. Er zijn veel soorten technieken beschikbaar, dus u moet de techniek selecteren die het meest geschikt is als deze wordt gebruikt met een expertsysteem.

Vage logica versus waarschijnlijkheid

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 kan niet scherp zijn
Waar/onwaar {0,1} Lidmaatschapswaarden op [0,1]
In de scherpe logica kan de wet van uitgesloten midden en niet-tegenstrijdigheid wel of niet gelden In de vage logica geldt de wet van uitgesloten midden en niet-contradictie

Klassieke verzameling versus vage verzamelingtheorie

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 ​​over de locatie van de gestelde grenzen.
Op grote schaal gebruikt in digitaal systeemontwerp Alleen gebruikt in fuzzy-controllers.

Fuzzy Logic-voorbeelden

Zie het onderstaande diagram. Het laat zien dat in een Fuzzy-systeem de waarden worden aangegeven met een getal van 0 tot 1. In dit voorbeeld betekent 1.0 absolute waarheid en 0.0 absolute onwaarheid.

Fuzzy Logic met voorbeeld
Fuzzy Logic met voorbeeld

Toepassingsgebieden van Fuzzy Logic

De door Blow gegeven tabel toont de toepassing van Fuzzy-logica door bekende bedrijven in hun producten.

Product Bedrijf Fuzzy Logic
Anti Blokkeer remmen Nissan Gebruik vage logica om de remmen te besturen in gevaarlijke gevallen, afhankelijk van de autosnelheid, acceleratie, wielsnelheid en acceleratie
automobiel transmission 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 Gebruik deze optie om de versnelling te selecteren op basis van de motorbelasting, rijstijl en wegomstandigheden.
Kopieermachine Canon Wordt gebruikt voor het aanpassen van de drumspanning op basis van beelddichtheid, vochtigheid en temperatuur.
Cruise control Nissan, Isuzu, Mitsubishi Gebruik het om de gasklepinstelling aan te passen om de snelheid en acceleratie van de auto in te stellen
Vaatwasser Matsushita Gebruik voor het aanpassen van de reinigingscyclus. Spoel- en wasstrategieën zijn afhankelijk van het aantal vaat en de hoeveelheid voedsel die op het vaatwerk wordt geserveerd.
Lift controle Fujitec, Mitsubishi Electric, Toshiba Gebruik het om de wachttijd op basis van passagiersverkeer te verminderen
Golfdiagnosesysteem Maruman Golf Selecteert een golfclub op basis van de gegevens van de golferwing en lichaamsbouw.
Fitnessbeheer Omron Vage regels die ze impliceren om de geschiktheid van hun werknemers te controleren.
Oven controle Nippon staal Mengt cement
Magnetron Mitsubishi Chemie Stelt de kracht en kookstrategie van lunes in
Palmtop-computer Hitachi, Sharp, Sanyo, Toshiba Herkent handgeschreven Kanji-tekens
Plasma-etsen Mitsubishi Electric Stelt de etstijd en strategie in

Voordelen van Fuzzy Logic-systeem

  • De structuur van Fuzzy Logic Systems is eenvoudig en begrijpelijk
  • Fuzzy logic wordt veel gebruikt voor commerciële en praktische doeleinden
  • Fuzzy logic in AI helpt u machines en consumentenproducten te besturen
  • Het biedt misschien geen nauwkeurige redenering, maar wel de enige aanvaardbare redenering
  • Vage logica in Data Mining helpt je om te gaan met de onzekerheid in de techniek
  • Meestal robuust omdat er geen nauwkeurige invoer vereist is
  • Het kan worden geprogrammeerd voor de situatie waarin de feedbacksensor niet meer werkt
  • Het kan eenvoudig worden aangepast om de systeemprestaties te verbeteren of te wijzigen
  • Er kunnen goedkope sensoren worden gebruikt, waardoor u de totale systeemkosten en com. kunt behoudenplexiteit laag
  • Het biedt een meest effectieve oplossing voor complex problemen

Nadelen van Fuzzy Logic-systemen

  • Vage logica is niet altijd accuraat, dus de resultaten worden waargenomen op basis van aannames en worden dus mogelijk niet algemeen aanvaard.
  • Fuzzy-systemen beschikken niet over de mogelijkheid tot machine learning en patroonherkenning van het neurale netwerktype
  • Validatie en verificatie van een vaag, op kennis gebaseerd systeem vereist uitgebreide tests met hardware
  • Het instellen van exacte, vage regels en lidmaatschapsfuncties is een moeilijke taak
  • Sommige vage tijdlogica wordt verward met de waarschijnlijkheidstheorie en de termen ervan

Samengevat

  • De term vaag betekent dingen die niet erg duidelijk of vaag zijn
  • De term fuzzy logic werd voor het eerst gebruikt in 1965 door Lotfi Zadeh, een professor aan UC Berkeley in Californië.
  • Fuzzy Logic is een flexibele en eenvoudig te implementeren machine learning-techniek
  • Vage logica mag niet worden gebruikt als u uw gezond verstand kunt gebruiken
  • Fuzzy Logic architecture bestaat uit vier hoofdonderdelen: 1) Regel Basse 2) Fuzzificatie 3) Inferentie-engine 4) Defuzzificatie
  • Vage logica neemt waarheidsgraden als een wiskundige basis op het model van de vaagheid, terwijl waarschijnlijkheid een wiskundig model van onwetendheid is
  • Een scherpe set heeft een strikte grens T of F, terwijl een Fuzzy-grens een zekere mate van lidmaatschap heeft
  • Een klassieke set wordt veel gebruikt in het ontwerp van digitale systemen, terwijl fuzzy set alleen wordt gebruikt in fuzzy controllers
  • automobiel transmission, Fitnessbeheer, Golfdiagnosesysteem, Vaatwasser, Kopieermachine zijn enkele gebieden van Fuzzy Logic-toepassingen
  • Fuzzy logic in Soft Computing helpt u machines en consumentenproducten te besturen