การสอนลอจิกคลุมเครือ: คืออะไร Archiเทคเจอร์ การประยุกต์ ตัวอย่าง

ลอจิกคลุมเครือคืออะไร?

ลอจิกคลุมเครือ ถูกกำหนดให้เป็นรูปแบบตรรกะที่มีค่าหลายค่าซึ่งอาจมีค่าความจริงของตัวแปรในจำนวนจริงใดๆ ระหว่าง 0 ถึง 1 เป็นแนวคิดการจัดการความจริงบางส่วน ในชีวิตจริง เราอาจเจอสถานการณ์ที่เราไม่สามารถตัดสินใจได้ว่าข้อความดังกล่าวเป็นจริงหรือเท็จ ในเวลานั้น ตรรกะคลุมเครือให้ความยืดหยุ่นในการให้เหตุผลอันมีค่ามาก

อัลกอริธึมลอจิกคลุมเครือช่วยแก้ปัญหาหลังจากพิจารณาข้อมูลที่มีอยู่ทั้งหมด จากนั้นจะใช้การตัดสินใจที่ดีที่สุดเท่าที่จะเป็นไปได้สำหรับข้อมูลที่ได้รับ วิธี FL เลียนแบบวิธีการตัดสินใจของมนุษย์โดยคำนึงถึงความเป็นไปได้ทั้งหมดระหว่างค่าดิจิทัล T และ F

ประวัติความเป็นมาของระบบฟัซซี่ลอจิก

แม้ว่าแนวคิดเรื่องตรรกศาสตร์คลุมเครือจะได้รับการศึกษามาตั้งแต่ปี ค.ศ. 1920 คำว่า fuzzy logic ถูกใช้ครั้งแรกในปี 1965 โดย Lotfi Zadeh ศาสตราจารย์ของ UC Berkeley ในแคลิฟอร์เนีย เขาสังเกตว่าตรรกะคอมพิวเตอร์ทั่วไปไม่สามารถจัดการข้อมูลที่แสดงถึงความคิดส่วนตัวหรือความคิดของมนุษย์ที่ไม่ชัดเจนได้

อัลกอริธึมคลุมเครือถูกนำไปใช้กับสาขาต่างๆ ตั้งแต่ทฤษฎีการควบคุมไปจนถึง AI ได้รับการออกแบบมาเพื่อให้คอมพิวเตอร์สามารถระบุความแตกต่างระหว่างข้อมูลซึ่งไม่เป็นความจริงหรือเท็จ สิ่งที่คล้ายกันกับกระบวนการให้เหตุผลของมนุษย์ เช่น มืดนิดหน่อย สว่างบ้าง เป็นต้น

ลักษณะของฟัซซี่ลอจิก

ต่อไปนี้เป็นคุณลักษณะที่สำคัญบางประการของตรรกะคลุมเครือ:

  • มีความยืดหยุ่นและใช้งานง่าย เรียนรู้เครื่อง เทคนิค
  • ช่วยให้คุณเลียนแบบตรรกะความคิดของมนุษย์
  • ลอจิกอาจมีค่าสองค่าซึ่งแสดงถึงคำตอบที่เป็นไปได้สองค่า
  • วิธีการที่เหมาะสมอย่างยิ่งในการให้เหตุผลที่ไม่แน่นอนหรือโดยประมาณ
  • ตรรกะคลุมเครือมองว่าการอนุมานเป็นกระบวนการในการแพร่กระจายข้อจำกัดแบบยืดหยุ่น
  • ลอจิกฟัซซีช่วยให้คุณสามารถสร้างฟังก์ชันที่ไม่เป็นเชิงเส้นที่มีความซับซ้อนตามต้องการได้
  • ตรรกะคลุมเครือควรสร้างขึ้นด้วยคำแนะนำที่สมบูรณ์ของผู้เชี่ยวชาญ

เมื่อไม่ใช้ตรรกะคลุมเครือ

อย่างไรก็ตาม ตรรกะคลุมเครือไม่เคยจะรักษาทุกคนได้ ดังนั้นจึงเป็นสิ่งสำคัญไม่แพ้กันที่จะต้องเข้าใจว่าจุดไหนที่เราไม่ควรใช้ตรรกะคลุมเครือ

ต่อไปนี้คือสถานการณ์บางอย่างที่คุณไม่ควรใช้ Fuzzy Logic:

  • หากคุณไม่สะดวกในการแมปพื้นที่อินพุตกับพื้นที่เอาต์พุต
  • ไม่ควรใช้ตรรกะคลุมเครือเมื่อคุณสามารถใช้สามัญสำนึกได้
  • คอนโทรลเลอร์หลายตัวสามารถทำงานได้ดีโดยไม่ต้องใช้ตรรกะคลุมเครือ

ลอจิกคลุมเครือ Archiเทคเจอร์

ลอจิกคลุมเครือ Archiเทคเจอร์
ลอจิกคลุมเครือ Archiเทคเจอร์

สถาปัตยกรรมฟัซซี่ลอจิกประกอบด้วยสี่ส่วนหลักดังที่แสดงในแผนภาพ:

ฐานกฎ

ประกอบด้วยกฎทั้งหมดและเงื่อนไข if-then ที่นำเสนอโดยผู้เชี่ยวชาญเพื่อควบคุมระบบการตัดสินใจ การอัปเดตล่าสุดในทฤษฎีฟัซซี่ให้วิธีการต่างๆ สำหรับการออกแบบและการปรับแต่งตัวควบคุมฟัซซี่ การอัปเดตนี้ช่วยลดจำนวนชุดกฎที่ไม่ชัดเจนลงอย่างมาก

การทำให้คลุมเครือ

ขั้นตอนการสร้างฟัซซีช่วยในการแปลงอินพุต ช่วยให้คุณสามารถแปลงตัวเลขที่ชัดเจนเป็นชุดฟัซซีได้ อินพุตที่ชัดเจนจะถูกวัดโดยเซ็นเซอร์และส่งไปยังระบบควบคุมเพื่อประมวลผลเพิ่มเติม เช่น อุณหภูมิห้อง ความดัน เป็นต้น

เครื่องอนุมาน

ช่วยให้คุณกำหนดระดับการจับคู่ระหว่างอินพุตที่ไม่ชัดเจนและกฎเกณฑ์ได้ โดยขึ้นอยู่กับการจับคู่ % จะกำหนดว่ากฎใดจำเป็นต้องนำไปใช้ตามฟิลด์อินพุตที่กำหนด หลังจากนั้น กฎที่ใช้จะถูกรวมเข้าด้วยกันเพื่อพัฒนาการดำเนินการควบคุม

การละลายเสียง

ในที่สุด กระบวนการ Defuzzification จะดำเนินการเพื่อแปลงชุดฟัซซี่ให้เป็นค่าที่คมชัด มีเทคนิคหลายประเภทให้เลือก ดังนั้นคุณต้องเลือกเทคนิคที่เหมาะสมที่สุดเมื่อใช้กับระบบผู้เชี่ยวชาญ

ลอจิกคลุมเครือกับความน่าจะเป็น

ลอจิกคลุมเครือ ความน่าจะเป็น
Fuzzy: ระดับความเป็นสมาชิกของ Tom ภายในกลุ่มคนชราคือ 0.90 ความน่าจะเป็น: มีโอกาส 90% ที่ทอมจะแก่
ตรรกะคลุมเครือใช้ระดับความจริงเป็นพื้นฐานทางคณิตศาสตร์จากแบบจำลองของปรากฏการณ์ความคลุมเครือ ความน่าจะเป็นเป็นรูปแบบทางคณิตศาสตร์ของความไม่รู้

กรอบและคลุมเครือ

กรอบ เลือน
มีขอบเขตที่เข้มงวด T หรือ F ขอบเขตคลุมเครือพร้อมระดับการเป็นสมาชิก
ชุดเวลาที่คมชัดบางชุดอาจไม่ชัดเจน มันจะไม่คมชัด
จริง/เท็จ {0,1} ค่าสมาชิกใน [0,1]
ในกฎตรรกะที่คมชัดของ Excluded Middle และ Non-Contradiction อาจถือหรือไม่มีก็ได้ ในกฎตรรกศาสตร์คลุมเครือของการระงับข้อกลางที่แยกออกและไม่ขัดแย้งกัน

เซตคลาสสิกกับทฤษฎีเซตฟัซซี่

ชุดคลาสสิค ทฤษฎีเซตฟัซซี่
ประเภทของวัตถุที่มีขอบเขตแหลมคม คลาสของวัตถุไม่มีขอบเขตที่แหลมคม
ฉากคลาสสิกถูกกำหนดโดยขอบเขตที่ชัดเจน กล่าวคือ มีความชัดเจนเกี่ยวกับตำแหน่งของขอบเขตฉาก ฉากคลุมเครือมักจะมีขอบเขตคลุมเครือ กล่าวคือ อาจมีความไม่แน่นอนเกี่ยวกับตำแหน่งของขอบเขตที่กำหนด
ใช้กันอย่างแพร่หลายในการออกแบบระบบดิจิทัล ใช้ในตัวควบคุมฟัซซี่เท่านั้น

ตัวอย่างลอจิกคลุมเครือ

ดูแผนภาพด้านล่าง มันแสดงให้เห็นว่าในระบบ Fuzzy ค่าจะแสดงด้วยตัวเลข 0 ถึง 1 ในตัวอย่างนี้ 1.0 หมายถึงความจริงสัมบูรณ์ และ 0.0 หมายถึงความเท็จโดยสิ้นเชิง

ลอจิกคลุมเครือพร้อมตัวอย่าง
ลอจิกคลุมเครือพร้อมตัวอย่าง

พื้นที่ใช้งานของฟัซซี่ลอจิก

ตารางที่ให้มาแสดงการประยุกต์ใช้ตรรกะ Fuzzy โดยบริษัทที่มีชื่อเสียงในผลิตภัณฑ์ของตน

ผลิตภัณฑ์ เกี่ยวกับเรา ลอจิกคลุมเครือ
เบรกป้องกันล้อล็อก นิสสัน ใช้ลอจิกคลุมเครือเพื่อควบคุมเบรกในกรณีอันตรายซึ่งขึ้นอยู่กับความเร็วของรถ การเร่งความเร็ว ความเร็วของล้อ และการเร่งความเร็ว
เกียร์ออโต้ นก/นิสสัน ลอจิกคลุมเครือใช้เพื่อควบคุมการฉีดน้ำมันเชื้อเพลิงและการจุดระเบิดตามการตั้งค่าปีกผีเสื้อ อุณหภูมิของน้ำหล่อเย็น รอบต่อนาที ฯลฯ
เครื่องยนต์อัตโนมัติ ฮอนด้า นิสสัน ใช้เพื่อเลือกอัตราการเดินทางตามโหลดเครื่องยนต์ สไตล์การขับขี่ และสภาพถนน
เครื่องถ่ายเอกสาร ศีล ใช้สำหรับปรับแรงดันดรัมตามความหนาแน่นของภาพ ความชื้น และอุณหภูมิ
ระบบควบคุมความเร็วคงที่ นิสสัน อีซูซุ มิตซูบิชิ ใช้เพื่อปรับการตั้งค่าคันเร่งเพื่อกำหนดความเร็วและความเร่งของรถ
เครื่องล้างจาน Matsushita ใช้สำหรับปรับรอบการทำความสะอาด ล้างและล้างตามจำนวนจานและปริมาณอาหารที่เสิร์ฟในจาน
การควบคุมลิฟท์ ฟูจิเทค, มิตซูบิชิ อิเล็คทริค, โตชิบา ใช้เพื่อลดการรอตามเวลาที่ขึ้นอยู่กับปริมาณผู้โดยสาร
ระบบวินิจฉัยกอล์ฟ มารุมาน กอล์ฟ เลือกไม้กอล์ฟตามวงสวิงและสรีระของนักกอล์ฟ
การจัดการฟิตเนส Omron พวกเขาใช้กฎคลุมเครือในการตรวจสอบสมรรถภาพของพนักงาน
การควบคุมเตาเผา นิปปอนสตีล ผสมปูนซีเมนต์
เตาอบไมโครเวฟ มิตซูบิชิเคมี กำหนดพลังของลูนส์และกลยุทธ์การทำอาหาร
คอมพิวเตอร์ปาล์มท็อป ฮิตาชิ, ชาร์ป, ซันโย, โตชิบา จดจำตัวอักษรคันจิที่เขียนด้วยลายมือ
การแกะสลักพลาสม่า Mitsubishi Electric กำหนดเวลาและกลยุทธ์ในการจำหลัก

ข้อดีของระบบฟัซซี่ลอจิก

  • โครงสร้างของ Fuzzy Logic Systems นั้นง่ายและเข้าใจได้
  • ตรรกะคลุมเครือถูกนำมาใช้กันอย่างแพร่หลายเพื่อวัตถุประสงค์ทางการค้าและการปฏิบัติ
  • ตรรกะคลุมเครือใน AI ช่วยให้คุณควบคุมเครื่องจักรและสินค้าอุปโภคบริโภค
  • อาจไม่ได้ให้เหตุผลที่ถูกต้อง แต่เป็นเพียงเหตุผลที่ยอมรับได้เท่านั้น
  • ตรรกะคลุมเครือใน การทำเหมืองข้อมูล ช่วยให้คุณจัดการกับความไม่แน่นอนในด้านวิศวกรรม
  • แข็งแกร่งเป็นส่วนใหญ่เนื่องจากไม่จำเป็นต้องป้อนข้อมูลที่แม่นยำ
  • สามารถตั้งโปรแกรมได้ในสถานการณ์ที่เซ็นเซอร์ป้อนกลับหยุดทำงาน
  • สามารถปรับเปลี่ยนเพื่อปรับปรุงหรือเปลี่ยนแปลงประสิทธิภาพของระบบได้อย่างง่ายดาย
  • สามารถใช้เซ็นเซอร์ราคาไม่แพงซึ่งช่วยให้คุณควบคุมต้นทุนระบบโดยรวมและความซับซ้อนให้ต่ำได้
  • เป็นโซลูชั่นที่มีประสิทธิภาพที่สุดสำหรับปัญหาที่ซับซ้อน

ข้อเสียของระบบฟัซซี่ลอจิก

  • ตรรกะคลุมเครือไม่ได้แม่นยำเสมอไป ดังนั้น การรับรู้ผลลัพธ์จึงอยู่บนพื้นฐานของสมมติฐาน ดังนั้นจึงอาจไม่ได้รับการยอมรับอย่างกว้างขวาง
  • ระบบคลุมเครือไม่มีความสามารถในการเรียนรู้ของเครื่องเช่นเดียวกับการจดจำรูปแบบเครือข่ายประสาทเทียม
  • การตรวจสอบและการตรวจสอบความถูกต้องของระบบฐานความรู้ที่ไม่ชัดเจนจำเป็นต้องมีการทดสอบฮาร์ดแวร์อย่างกว้างขวาง
  • การตั้งกฎที่ชัดเจนและคลุมเครือและฟังก์ชันการเป็นสมาชิกถือเป็นงานที่ยาก
  • ตรรกะของเวลาคลุมเครือบางอย่างสับสนกับทฤษฎีความน่าจะเป็นและเงื่อนไขต่างๆ

สรุป

  • คำว่าคลุมเครือหมายถึงสิ่งที่ไม่ชัดเจนหรือคลุมเครือ
  • คำว่า fuzzy logic ถูกใช้ครั้งแรกในปี 1965 โดย Lotfi Zadeh ศาสตราจารย์ของ UC Berkeley ในแคลิฟอร์เนีย
  • ลอจิกคลุมเครือเป็นเทคนิคแมชชีนเลิร์นนิงที่ยืดหยุ่นและใช้งานง่าย
  • ไม่ควรใช้ตรรกะคลุมเครือเมื่อคุณสามารถใช้สามัญสำนึกได้
  • สถาปัตยกรรมฟัซซี่ลอจิกประกอบด้วยสี่ส่วนหลัก 1) กฎเบส 2) การทำให้ฟัซซี่ลอจิก 3) กลไกการอนุมาน 4) การทำให้ฟัซซี่ลอจิกหายไป
  • ตรรกะคลุมเครือใช้ระดับความจริงเป็นพื้นฐานทางคณิตศาสตร์โดยใช้แบบจำลองของความคลุมเครือ ในขณะที่ความน่าจะเป็นเป็นแบบจำลองทางคณิตศาสตร์ของความไม่รู้
  • ชุดกรอบมีขอบเขตที่เข้มงวด T หรือ F ในขณะที่ขอบเขตคลุมเครือที่มีระดับการเป็นสมาชิก
  • ชุดคลาสสิกใช้กันอย่างแพร่หลายในการออกแบบระบบดิจิทัล ในขณะที่ชุดฟัซซี่ ใช้ในตัวควบคุมฟัซซี่เท่านั้น
  • ระบบเกียร์อัตโนมัติ ระบบจัดการฟิตเนส ระบบวินิจฉัยกอล์ฟ เครื่องล้างจาน เครื่องถ่ายเอกสาร เป็นบางส่วนของแอปพลิเคชันฟัซซี่ลอจิก
  • ลอจิกคลุมเครือใน Soft Computing ช่วยให้คุณควบคุมเครื่องจักรและสินค้าอุปโภคบริโภค