Bulanık Mantık Nedir? ArchiYapı Şeması ve Uygulaması

⚡ Akıllı Özet

Bulanık Mantık, gerçeğin 0 ile 1 arasında herhangi bir gerçek değeri alabileceği çok değerli bir akıl yürütme yöntemidir ve makinelerin belirsiz, kısmi ve kesin olmayan bilgileri insan yargısına benzer şekilde ele almasına olanak tanır.

  • 🔘 Kısmen doğru: Bir önerme yalnızca doğru veya yanlış değildir; [0, 1] aralığında bir üyelik derecesi taşır.
  • ☑️ Dört parçalı mimari: Her bulanık mantık sistemi, kural tabanı, bulanıklaştırma, çıkarım motoru ve bulanıklaştırmayı tersine çevirme işlemlerini birbirine bağlar.
  • ✅ Uzman kuralları: Davranış, insanlar tarafından yazılmış EĞER-O ZAMAN kurallarından kaynaklanır, bu nedenle sistem okunabilir ve denetlenebilir kalır.
  • 🧪 Olasılık değil: Bulanıklık, anlam hakkındaki belirsizliği modellerken, olasılık sonuçlar hakkındaki belirsizliği modeller.
  • ️ Donanım alanında kanıtlanmıştır: ABS fren sistemleri, asansörler, bulaşık makineleri, fırınlar ve kameraların tamamında bulanık mantık kontrol üniteleri bulunur.
  • ⚙️ Bilinen sınırlar: Bulanık sistemler kendi kendine öğrenmez ve kuralların ve üyelik fonksiyonlarının ayarlanması manuel olarak yapılır.

Bulanık Mantık mimarisi, uygulamaları ve örnekleri

Bulanık Mantık Nedir?

Bulanık mantık Bulanık mantık, bir değişkenin doğruluk değerinin 0 ile 1 arasında herhangi bir gerçek sayı olabileceği çok değerli bir mantıktır. Kısmi doğruluk kavramını ele alır. Gerçek hayatta, bir ifadenin tamamen doğru mu yoksa tamamen yanlış mı olduğuna karar veremediğimiz durumlarla sık sık karşılaşırız. Bu noktada, bulanık mantık akıl yürütme için çok değerli bir esneklik sunar.

Bu değere şu ad verilir: üyelik derecesi: 0 hiç üyelik olmadığını, 1 tam üyeliği ve 0.7 kısmi üyeliği ifade eder. Bulanık mantık algoritması, mevcut tüm verileri bu ölçekte ağırlıklandırır ve ardından verilen girdi için mümkün olan en iyi kararı alır. Bu yöntem, dijital değerler T ve F arasındaki her olasılığı değerlendiren insan karar verme sürecini taklit eder.

Bulanık Mantık Sistemlerinin Tarihçesi

Çok değerli mantık, isminden daha eskidir: Jan Łukasiewicz, 1920'lerde üç değerli bir mantık tanımlamıştır. Belirleyici adım ise 1965'te, Kaliforniya'daki UC Berkeley'de profesör olan Lotfi Zadeh'in makalesini yayınlamasıyla atılmıştır. “Bulanık Kümeler” in Bilgi ve KontrolGeleneksel bilgisayar mantığının, öznel veya belirsiz insan fikirlerini temsil eden verileri işleyemediğini gözlemledi.

Bu fikir, 1974'te Ebrahim Mamdani'nin bir buhar motoru için ilk çalışan bulanık mantık denetleyicisini geliştirmesiyle donanım alanına taşındı; Japon üreticiler bunu 1980'ler boyunca ticarileştirdi. Bulanık algoritmalar artık kontrol teorisinden başlayarak birçok alanda kullanılıyor. yapay zekaBilgisayarın, kesin olarak doğru ya da kesin olarak yanlış olmayan veriler arasında ayrım yapmasına izin vermek; örneğin, "biraz karanlık", "oldukça aydınlık" vb.

Bulanık Mantığın Özellikleri

İşte bulanık mantığın bazı önemli özellikleri:

  • Esnek ve uygulaması kolay makine öğrenme teknik
  • İnsan düşüncesinin mantığını taklit etmenize yardımcı olur
  • Gerçeklik iki değerle sınırlı değildir; 0 ile 1 arasındaki herhangi bir derece bir çözümü temsil edebilir.
  • Belirsiz veya yaklaşık akıl yürütme için son derece uygun yöntem
  • Bulanık mantık, çıkarımı elastik kısıtlamaları yayma süreci olarak görür
  • Bulanık mantık, keyfi karmaşıklıkta doğrusal olmayan fonksiyonlar oluşturmanıza olanak tanır.
  • Bulanık mantık, uzmanların tam rehberliği ile oluşturulmalıdır

Bulanık mantık ne zaman kullanılmamalıdır?

Bulanık mantık hiçbir zaman her şeyin çaresi değildir. Onu nerede kullanmamanız gerektiğini anlamak da aynı derecede önemlidir.

Bulanık mantıktan kaçınmanızın daha iyi olacağı bazı durumlar şunlardır:

  • Giriş uzayını çıkış uzayına kolayca eşleştiremiyorsanız
  • Sağduyu zaten sorunu çözüyorsa bulanık mantık kullanılmamalıdır.
  • Birçok geleneksel kontrolör, bulanık mantık kullanmadan da gayet iyi iş çıkarıyor.

Bulanık mantık Archidoku

Bulanık Mantık mimarisi dört ana bölümden oluşur ve aşağıdaki diyagram, kesin bir girdinin bunların hepsinden nasıl geçtiğini göstermektedir:

Kural tabanlı, bulanıklaştırma, çıkarım motoru ve bulanıklaştırmadan arındırma özelliklerine sahip bulanık mantık mimarisi.
Bulanık mantık Archidoku

Kural Tabanı

Bu, karar verme sistemini kontrol etmek için uzmanlar tarafından sunulan tüm kuralları ve EĞER-O ZAMAN koşullarını içerir. Bulanık teori alanındaki son çalışmalar, bulanık denetleyicilerin tasarımı ve ayarlanması için çeşitli yöntemler sunmakta ve bu yöntemler, bulanık kümenin ihtiyaç duyduğu kural sayısını önemli ölçüde azaltmaktadır.

Bulanıklaştırma

Bulanıklaştırma, girdileri dönüştürür: kesin sayıları bulanık kümelere çevirir. Kesin girdiler sensörler tarafından ölçülür (oda sıcaklığı, basınç vb.) ve daha fazla işlem için kontrol sistemine iletilir. Dönüştürme işlemi bir yöntemle yapılır. üyelik fonksiyonuHer olası giriş değerini 0 ile 1 arasında bir üyelik derecesine eşleyen bir eğri.

Çıkarım Motoru

Bulanık girdi ile her kural arasındaki eşleşme derecesini belirler. Bu eşleşme yüzdesine bağlı olarak, verilen girdi alanına hangi kuralların uygulanması gerektiğine karar verir. Uygulanan kurallar daha sonra kontrol eylemlerini geliştirmek için birleştirilir.

Durulaştırma

Son olarak, bulanık kümelerin netleştirilmesi, bulanık kümeleri tek bir kesin değere dönüştürür. Bunun için çeşitli teknikler mevcuttur. ağırlık merkezi, açıortay ve maksimum tabanlı yöntemler Bunlar genellikle tercih edilen seçeneklerdir; bu nedenle size en uygun olanı seçin. uzman sistem.

Bulanık Mantık ve Olasılık

Belirsizlik ve olasılık sıklıkla karıştırılır, oysa farklı sorulara cevap verirler.

Bulanık mantık Olasılık
Bulanık: Tom'un yaşlılar kümesindeki üyelik derecesi 0.90'dır. Olasılık: Tom'un yaşlı olma ihtimali %90'dır.
Bulanık mantık, doğruluk derecelerini belirsizlik olgusunun modeline matematiksel bir temel olarak alır. Olasılık cehaletin matematiksel bir modelidir.

Gevrek ve Bulanık

Gevrek belirsiz
Kesin sınırı T veya F'dir Üyelik derecesine sahip bulanık sınır
Bazı net zaman ayarları bulanık olabilir Çıtır çıtır olamaz.
Doğru/Yanlış {0,1} [0,1]'deki üyelik değerleri
Kesin mantıkta, Dışlanmış Orta İlkesi ve Çelişmezlik İlkesi geçerli olabilir veya olmayabilir. Bulanık mantıkta, Dışlanmış Orta İlkesi ve Çelişmezlik İlkesi geçerlidir.

Klasik Küme Teorisi ve Bulanık Küme Teorisi Karşılaştırması

Klasik Set Bulanık Küme Teorisi
Keskin sınırları olan nesne sınıfları. Nesne sınıflarının keskin sınırları yoktur.
Klasik bir küme kesin sınırlarla tanımlanır, yani belirlenen sınırların konumu hakkında netlik vardır. Bulanık bir kümenin her zaman belirsiz sınırları vardır, yani belirlenen sınırların konumu hakkında belirsizlik olabilir.
Dijital sistem tasarımında yaygın olarak kullanılır Ağırlıklı olarak bulanık mantık denetleyicilerinde ve yaklaşık akıl yürütme sistemlerinde kullanılır.

Bulanık Mantık Örnekleri

Aşağıdaki diyagram üyelik ölçeğini somutlaştırıyor. Bulanık bir sistemde değerler 0 ile 1 arasında bir sayı ile gösterilir; burada 1.0 mutlak doğruyu, 0.0 ise mutlak yanlışı ifade eder.

Bulanık mantık doğruluk ölçeği 0.0 (kesinlikle yanlış) ile 1.0 (kesinlikle doğru) arasında değişir.

Örnekle Bulanık Mantık

Bulanık Mantığın Uygulama Alanları

Aşağıdaki tabloda, tanınmış şirketlerin ürünlerinde bulanık mantığın nasıl kullanıldığı gösterilmektedir.

PLATFORM Firmamız Bulanık mantık
ABS Fren sistemi Nissan Araç hızı, ivmesi, tekerlek hızı ve tekerlek ivmesine bağlı olarak tehlikeli durumlarda frenleri kontrol etmek için bulanık mantık kullanın.
Otomatik şanzıman NOK/Nissan Bulanık mantık, gaz kelebeği ayarı, soğutma suyu sıcaklığı, RPM vb. temel alınarak yakıt enjeksiyonunu ve ateşlemeyi kontrol etmek için kullanılır.
Otomatik motor honda, nissan Motor yüküne, sürüş tarzına ve yol koşullarına bağlı olarak vites seçmek için kullanılır.
Fotokopi makinası kanon Görüntü yoğunluğuna, neme ve sıcaklığa bağlı olarak tambur voltajını ayarlamak için kullanılır.
Seyir kontrolü Nissan, Isuzu, Mitsubishi Gaz kelebeği ayarını yaparak aracın hızını ve ivmesini ayarlamak için kullanılır.
Bulaşık makinesi Matsushita Bulaşık sayısına ve bulaşıklardaki yemek miktarına bağlı olarak temizleme döngüsünü, durulama ve yıkama stratejilerini ayarlamak için kullanılır.
Asansör kontrolü Fujitec, Mitsubishi Electric, Toshiba Yolcu yoğunluğuna bağlı olarak bekleme süresini azaltmak için kullanılır.
Golf teşhis sistemi Maruman Golf Golfçünün vuruşuna ve fiziğine göre golf sopasını seçer.
Fitness yönetimi Omron Çalışanlarının uygunluğunu kontrol etmek için bulanık mantık kuralları uygulandı.
Fırın kontrolü Nippon Çelik Çimento karıştırır
Mikrodalga fırın Mitsubishi Chemical Güç ve pişirme stratejisini ayarlar.
Avuç içi bilgisayar Hitachi, Keskin, Sanyo, Toshiba El yazısı Kanji karakterlerini tanır
Plazma aşındırma Mitsubishi Electric Aşındırma süresini ve stratejisini ayarlar

Not: Bu ürünlerin çoğu, 1980'lerin sonları ve 1990'lardaki bulanık teknoloji ürünleri patlamasından kalma; Matsushita, 2008'den beri Panasonic adıyla faaliyet gösteriyor.

Bulanık Mantık Sisteminin Avantajları

Mühendisler, düzensiz girdilere karşı toleransı ucuza satın aldıkları için bulanık mantık denetleyicilerine yönelmeye devam ediyorlar.

  • Bulanık mantık sistemlerinin yapısı basit ve anlaşılabilir.
  • Bulanık mantık ticari ve pratik amaçlarla yaygın olarak kullanılmaktadır.
  • Yapay zekadaki bulanık mantık, makineleri ve tüketici ürünlerini kontrol etmenize yardımcı olur.
  • Tam olarak kesin bir mantık sunmayabilir, ancak pratikte kabul edilebilir bir mantık sunar.
  • Bulanık mantık Veri Madenciliği Mühendislikteki belirsizlikle başa çıkmanıza yardımcı olur.
  • Genellikle sağlamdır, çünkü hassas girdilere ihtiyaç duyulmaz.
  • Geri bildirim sensörünün yanıt vermeyi durdurduğu durumlarda bile çalışmaya devam edecek şekilde programlanabilir.
  • Sistem performansını iyileştirmek veya değiştirmek için kolayca değiştirilebilir
  • Ucuz sensörler kullanılabildiği için genel sistem maliyeti ve karmaşıklığı düşük tutulabilir.
  • Karmaşık sorunlara son derece etkili bir çözüm sunar.

Bulanık Mantık Sistemlerinin Dezavantajları

  • Bulanık mantık her zaman doğru sonuç vermez; sonuçlar varsayımlardan türetilir, bu nedenle geniş çapta kabul görmeyebilir.
  • Bulanık sistemler, bir sistemin aksine, kendi başlarına öğrenme yeteneğine sahip değildir. sinir ağı desen tanıma yeteneğiyle
  • Bulanık mantık tabanlı bir sistemin geçerliliğinin ve doğrulanmasının, donanımla kapsamlı testler gerektirdiğini unutmayın.
  • Kesin bulanık kurallar ve üyelik fonksiyonları belirlemek zor bir iştir.
  • Bulanık mantık sıklıkla olasılık teorisiyle karıştırılır ve iki terim birbirine karışır.

SSS

Üyelik fonksiyonu, eğri haritasıdır.ping Her bir giriş değerini 0 ile 1 arasında bir dereceye dönüştürür. "Sıcak" gibi dilsel bir etiketi, bir kontrolörün işlem yapabileceği bir şekle çevirir.

Üçgen şekiller tek bir ideal değere, yamuk şekiller rahat bir aralığa, Gauss şekilleri ise düzgün, türevlenebilir bir eğriye uygundur. Hesaplaması en ucuz olan üçgen şekille başlayın, yanıt ani gelirse değiştirin.

Mamdani kuralları bulanık bir küme üretir ve insan tarafından tasarlanmış kontrolörlere uygun, sade uzman dili gibi okunur. Sugeno kuralları ise matematiksel bir fonksiyon üretir; bu da bulanıklaştırmayı ortadan kaldırmayı daha ucuz ve otomatik olarak ayarlamayı daha kolay hale getirir.

Çıktı kümesinin ağırlık merkezi olan merkez noktası, genellikle varsayılan değerdir ve çoğu uygulama için yeterlidir. Merkez noktasının yanıtı çok düzgün olduğunda, açıortay ve maksimum tabanlı yöntemleri denemekte fayda vardır.

Standart Zadeh operatörlerinde, VE operatörü iki derecenin minimumunu, VEYA operatörü maksimumunu alır ve DEĞİL operatörü bunun altına inmez.trac1'den itibaren dereceleri gösterirler. Her derece tam olarak 0 veya 1 olduğunda Boolean mantığına indirgenirler.

Nöro-bulanık sistemler, okunabilir bulanık kuralları korurken, bir ağın üyelik fonksiyonlarını verilerden ayarlamasına izin verir; böylece uzman kurallarının yorumlanabilirliğini, ağın uyarlanabilirliğiyle birleştirir. denetimli öğrenme.

GitHub Yardımcı Pilotu Üyelik fonksiyonlarını, kural tablolarını ve çizim kodunu hızla taslak haline getirerek çoğu gereksiz kodu ortadan kaldırır. Kural semantiği yine de bir uzman gerektirir, çünkü mantıklı görünen bir kural kümesi tesisiniz için yanlış olabilir.

Python Geliştiriciler scikit-fuzzy'ye, mühendisler MATLAB Bulanık Mantık Araç Kutusu'na başvuruyor, gömülü sistem ekipleri ise minimum-maksimum hesaplamalarını elle yapıyor. Her üçü de yukarıdaki bulanıklaştırma, çıkarım yapma ve bulanıklaştırmayı kaldırma işlem hattını izliyor.

Bu yazıyı şu şekilde özetleyin: