Poradnik Fuzzy Logic: Co to jest, Architechnologia, zastosowanie, przykład

Co to jest logika rozmyta?

Logika rozmyta jest definiowana jako wielowartościowa forma logiczna, która może mieć wartości logiczne zmiennych w dowolnej liczbie rzeczywistej z zakresu od 0 do 1. Jest to pojęcie uchwytu prawdy częściowej. W prawdziwym życiu możemy spotkać się z sytuacją, w której nie jesteśmy w stanie ocenić, czy dane stwierdzenie jest prawdziwe, czy fałszywe. W tym czasie logika rozmyta oferuje bardzo cenną elastyczność rozumowania.

Algorytm logiki rozmytej pomaga rozwiązać problem po uwzględnieniu wszystkich dostępnych danych. Następnie podejmuje najlepszą możliwą decyzję dla danych danych wejściowych. Metoda FL naśladuje sposób podejmowania decyzji u człowieka, który uwzględnia wszystkie możliwości pomiędzy wartościami cyfrowymi T i F.

Historia systemów logiki rozmytej

Chociaż koncepcję logiki rozmytej badano od lat dwudziestych XX wieku. Termin logika rozmyta został po raz pierwszy użyty w 1920 roku przez Lotfiego Zadeha, profesora Uniwersytetu Kalifornijskiego w Berkeley w Kalifornii. Zauważył, że konwencjonalna logika komputerowa nie jest w stanie manipulować danymi reprezentującymi subiektywne lub niejasne ludzkie idee.

Algorytm rozmyty został zastosowany w różnych dziedzinach, od teorii sterowania po sztuczną inteligencję. Został zaprojektowany, aby umożliwić komputerowi określenie rozróżnienia między danymi, które nie są ani prawdziwe, ani fałszywe. Coś podobnego do procesu ludzkiego rozumowania. Jak mała ciemność, trochę jasności itp.

Charakterystyka logiki rozmytej

Oto kilka ważnych cech logiki rozmytej:

Elastyczny i łatwy do wdrożenia uczenie maszynowe technika
Pomaga naśladować logikę ludzkiego myślenia
Logika może mieć dwie wartości, które reprezentują dwa możliwe rozwiązania
Bardzo odpowiednia metoda w przypadku niepewnego lub przybliżonego rozumowania
Logika rozmyta postrzega wnioskowanie jako proces propagacji wiązań sprężystych
Logika rozmyta pozwala budować funkcje nieliniowe o dowolnej złożoności.
Logikę rozmytą należy budować pod pełnym nadzorem ekspertów

Kiedy nie stosować logiki rozmytej

Jednak logika rozmyta nigdy nie jest lekarstwem na wszystkich. Dlatego równie ważne jest zrozumienie, gdzie nie powinniśmy stosować logiki rozmytej.

Oto pewne sytuacje, w których lepiej nie używać Fuzzy Logic:

Jeśli nie uznasz za wygodne mapowanie przestrzeni wejściowej na przestrzeń wyjściową
Nie należy stosować logiki rozmytej, jeśli można kierować się zdrowym rozsądkiem
Wiele kontrolerów może wykonać dobrą robotę bez stosowania logiki rozmytej

Logika rozmyta Architektura

Architektura logiki rozmytej składa się z czterech głównych części przedstawionych na schemacie:

Baza reguł

Zawiera wszystkie zasady i warunki „jeśli-to” oferowane przez ekspertów w celu kontrolowania systemu decyzyjnego. Niedawna aktualizacja teorii rozmytej zapewnia różne metody projektowania i dostrajania regulatorów rozmytych. Te aktualizacje znacznie zmniejszają liczbę rozmytych zestawów reguł.

Fuzzyfikacja

Krok fuzzyfikacji pomaga w konwersji danych wejściowych. Umożliwia konwersję, wyraźne liczby na zestawy rozmyte. Wyraźne dane wejściowe mierzone przez czujniki i przekazywane do systemu sterowania w celu dalszego przetwarzania. Jak temperatura pokojowa, ciśnienie itp.

Silnik wnioskowania

Pomaga określić stopień dopasowania danych wejściowych rozmytych do reguł. Na podstawie dopasowania % określa, które reguły należy wdrożyć zgodnie z danym polem wejściowym. Następnie zastosowane zasady są łączone w celu opracowania działań kontrolnych.

Defuzzyfikacja

Na koniec przeprowadzany jest proces defuzyfikacji w celu przekształcenia zbiorów rozmytych w wyraźną wartość. Dostępnych jest wiele rodzajów technik, dlatego należy wybrać tę, która najlepiej pasuje do zastosowania z systemem eksperckim.

Logika rozmyta a prawdopodobieństwo

Logika rozmyta	Szansa
Rozmyty: Stopień przynależności Toma do zbioru starych ludzi wynosi 0.90.	Prawdopodobieństwo: istnieje 90% szans, że Tomek jest stary.
Logika rozmyta przyjmuje stopnie prawdy jako podstawę matematyczną na podstawie modelu zjawiska niejasności.	Prawdopodobieństwo jest matematycznym modelem niewiedzy.

Wyraźny kontra rozmyty

Frytka	Zamazany
Ma ścisłą granicę T lub F	Rozmyta granica ze stopniem przynależności
Niektóre wyraźne ustawienia czasu mogą być niejasne	Nie może być ostre
Prawda/Fałsz {0,1}	Wartości członkostwa na [0,1]
W logice Crisp prawo wyłączonego środka i niesprzeczności może obowiązywać, ale nie musi	W logice rozmytej obowiązuje zasada wyłączonego środka i niesprzeczności

Zbiór klasyczny a teoria zbiorów rozmytych

Klasyczny zestaw	Teoria zbiorów rozmytych
Klasy obiektów o ostrych granicach.	Klasy obiektów nie mają ostrych granic.
Klasyczny zbiór jest zdefiniowany przez wyraźne granice, tj. istnieje jasność co do położenia ustalonych granic.	Zbiór rozmyty ma zawsze niejednoznaczne granice, tj. może występować niepewność co do położenia ustalonych granic.
Szeroko stosowane w projektowaniu systemów cyfrowych	Używany tylko w kontrolerach rozmytych.

Przykłady logiki rozmytej

Patrz poniższy diagram. Pokazuje, że w systemie rozmytym wartości są oznaczone liczbą od 0 do 1. W tym przykładzie 1.0 oznacza absolutną prawdę, a 0.0 oznacza absolutną fałszywość.

Obszary zastosowań logiki rozmytej

Tabela Blow danym przedstawia zastosowanie logiki rozmytej przez znane firmy w swoich produktach.

Produkt	Firma	Logika rozmyta
Hamulce przeciwblokujące	Nissan	Użyj logiki rozmytej do sterowania hamulcami w niebezpiecznych przypadkach w zależności od prędkości samochodu, przyspieszenia, prędkości kół i przyspieszenia
Automatyczna skrzynia biegów	NOK/Nissan	Logika rozmyta służy do sterowania wtryskiem paliwa i zapłonem w oparciu o ustawienie przepustnicy, temperaturę wody chłodzącej, obroty itp.
Silnik automatyczny	honda, nissan	Służy do wybierania przełożenia na podstawie obciążenia silnika, stylu jazdy i warunków drogowych.
Kserokopiarka	kanonik	Służy do regulacji napięcia bębna w oparciu o gęstość obrazu, wilgotność i temperaturę.
Tempomat	Nissana, Izuzu, Mitsubishi	Użyj go, aby dostosować ustawienie przepustnicy, aby ustawić prędkość i przyspieszenie samochodu
Zmywarka	Matsushita	Służy do dostosowywania strategii cyklu czyszczenia, płukania i zmywania w zależności od liczby naczyń i ilości jedzenia podanego na naczyniach.
Sterowanie windą	Fujitec, Mitsubishi Electric, Toshiba	Użyj go, aby skrócić czas oczekiwania na podstawie ruchu pasażerskiego
System diagnostyczny golfa	Golf Marumana	Wybiera kij golfowy na podstawie techniki zamachu i budowy ciała golfisty.
Zarządzanie kondycją	Omron	Niejasne zasady sugerowane przez nich w celu sprawdzenia sprawności swoich pracowników.
Sterowanie piecem	Stal Nippon	Miesza cement
Kuchenka mikrofalowa	Mitsubishi Chemikalia	Ustawia moc lunes i strategię gotowania
Komputer palmtop	Hitachi, Sharp, Sanyo, Toshiba	Rozpoznaje odręczne znaki Kanji
Trawienie plazmowe	Mitsubishi Electric	Ustawia czas i strategię trawienia

Zalety systemu Fuzzy Logic

Struktura Fuzzy Logic Systems jest prosta i zrozumiała
Logika rozmyta jest szeroko stosowana do celów komercyjnych i praktycznych
Logika rozmyta w sztucznej inteligencji pomaga kontrolować maszyny i produkty konsumenckie
Może nie przedstawiać dokładnego rozumowania, ale jedyne akceptowalne rozumowanie
Rozmyta logika Data Mining pomaga radzić sobie z niepewnością w inżynierii
Przeważnie solidny, ponieważ nie wymaga precyzyjnych danych wejściowych
Można go zaprogramować w sytuacji, gdy czujnik sprzężenia zwrotnego przestanie działać
Można go łatwo modyfikować w celu poprawy lub zmiany wydajności systemu
można użyć niedrogich czujników, co pomaga utrzymać niskie koszty i złożoność całego systemu
Zapewnia najskuteczniejsze rozwiązanie złożonych problemów

Wady systemów logiki rozmytej

Logika rozmyta nie zawsze jest dokładna, więc wyniki są postrzegane w oparciu o założenia, więc może nie być powszechnie akceptowane.
Systemy rozmyte nie mają możliwości uczenia maszynowego ani rozpoznawania wzorców typu sieci neuronowej
Walidacja i weryfikacja rozmytego systemu opartego na wiedzy wymaga szeroko zakrojonych testów ze sprzętem
Ustalanie dokładnych, niejasnych reguł i funkcji członkostwa jest trudnym zadaniem
Niektóre rozmyte logiki czasu są mylone z teorią prawdopodobieństwa i terminami

Podsumowanie

Termin rozmyty oznacza rzeczy, które nie są zbyt jasne lub niejasne
Termin logika rozmyta został po raz pierwszy użyty w 1965 roku przez Lotfiego Zadeha, profesora Uniwersytetu Kalifornijskiego w Berkeley w Kalifornii.
Logika rozmyta to elastyczna i łatwa do wdrożenia technika uczenia maszynowego
Nie należy stosować logiki rozmytej, jeśli można kierować się zdrowym rozsądkiem
Architektura logiki rozmytej składa się z czterech głównych części: 1) Reguła bazowa 2) Rozmycie 3) Silnik wnioskowania 4) Defuzyfikacja
Logika rozmyta przyjmuje stopnie prawdy jako podstawę matematyczną na modelu niejasności, podczas gdy prawdopodobieństwo jest matematycznym modelem niewiedzy
Zbiór wyraźny ma ścisłą granicę T lub F, natomiast granicę rozmytą ze stopniem przynależności
Zbiór klasyczny jest szeroko stosowany w projektowaniu systemów cyfrowych, natomiast zbiór rozmyty Stosowany tylko w sterownikach rozmytych
Skrzynie biegów samochodowych, zarządzanie sprawnością fizyczną, system diagnostyki golfa, zmywarka do naczyń, kserokopiarka to niektóre obszary zastosowań logiki rozmytej
Logika rozmyta w Soft Computing pomaga kontrolować maszyny i produkty konsumenckie