模糊逻辑教程:什么是 Archi结构、应用、示例

什么是模糊逻辑?

模糊逻辑 被定义为多值逻辑形式,其变量的真值可以是 0 到 1 之间的任意实数。它是部分真值的概念。在现实生活中,我们可能会遇到无法确定语句是真还是假的情况。此时,模糊逻辑为推理提供了非常宝贵的灵活性。

模糊逻辑算法有助于在考虑所有可用数据后解决问题。然后,它会针对给定的输入做出最佳决策。FL 方法模仿人类的决策方式,即考虑数字值 T 和 F 之间的所有可能性。

模糊逻辑系统的历史

虽然模糊逻辑的概念自 1920 年代就已被研究。模糊逻辑这一术语最早于 1965 年由加州大学伯克利分校的 Lotfi Zadeh 教授使用。他观察到,传统的计算机逻辑无法处理代表主观或不明确的人类思想的数据。

模糊算法已应用于从控制理论到人工智能的各个领域。它旨在让计算机确定数据之间的区别,既不是真也不是假。类似于人类的推理过程。比如一点暗,一些亮,等等。

模糊逻辑的特点

以下是模糊逻辑的一些重要特征:

  • 灵活且易于实施 机器学习 技术
  • 帮助你模仿人类思维的逻辑
  • 逻辑可能有两个值,代表两种可能的解决方案
  • 非常适合不确定或近似推理的方法
  • 模糊逻辑将推理视为传播弹性约束的过程
  • 模糊逻辑允许您构建任意复杂度的非线性函数。
  • 模糊逻辑应在专家的全面指导下建立

何时不应使用模糊逻辑

然而,模糊逻辑并不是万能的。因此,了解何时不应使用模糊逻辑也同样重要。

以下情况最好不要使用模糊逻辑:

  • 如果你觉得将输入空间映射到输出空间不方便
  • 当你可以使用常识时,不应使用模糊逻辑
  • 许多控制器无需使用模糊逻辑就能完成出色的工作

模糊逻辑 Archi质地

模糊逻辑 Archi质地
模糊逻辑 Archi质地

模糊逻辑架构有四个主要部分,如图所示:

规则库

它包含专家提供的所有规则和“如果-那么”条件,用于控制决策系统。模糊理论的最新进展为设计和调整模糊控制器提供了各种方法。这些更新大大减少了模糊规则集的数量。

模糊化

模糊化步骤有助于转换输入。它允许您将清晰的数字转换为模糊集。清晰的输入由传感器测量并传递到控制系统进行进一步处理。如室温、压力等。

推理机

它可以帮助您确定模糊输入与规则之间的匹配程度。根据匹配百分比,它根据给定的输入字段确定需要实施哪些规则。之后,将应用的规则组合起来以制定控制操作。

去模糊化

最后,执行去模糊化过程,将模糊集转换为清晰值。有许多类型的技术可用,因此您需要选择最适合与专家系统一起使用的技术。

模糊逻辑与概率

模糊逻辑 机率
模糊:Tom 在老年人集合内的隶属度为 0.90。 概率:汤姆年老的可能性为 90%。
模糊逻辑以模糊现象的模型为基础,以真值度作为数学基础。 概率是无知的数学模型。

清晰与模糊

模糊
它有严格的界限 T 或 F 具有隶属度的模糊边界
一些明确的时间设置可能会模糊 它不能很脆
真/假 {0,1} 隶属度值在 [0,1] 上
在克里斯普逻辑中,排中律和非矛盾律可能成立,也可能不成立 在模糊逻辑中,排中律和非矛盾律成立

古典集合与模糊集理论

古典套装 模糊集合论
具有清晰边界的物体类别。 物体的类别并没有明显的界限。
经典集合由明确的边界定义,即集合边界的位置清晰。 模糊集总是具有模糊的边界,即集合边界的位置可能不确定。
广泛应用于数字系统设计 仅用于模糊控制器。

模糊逻辑示例

参见下图。它表明,在模糊系统中,值由 0 到 1 的数字表示。在此示例中,1.0 表示绝对真实,0.0 表示绝对虚假。

模糊逻辑示例
模糊逻辑示例

模糊逻辑的应用领域

下表显示了著名公司在其产品中对模糊逻辑的应用。

产品 公司 模糊逻辑
防抱死刹车 日产 使用模糊逻辑控制危险情况下的刹车取决于车速、加速度、车轮速度和加速度
自动变速器 挪威克朗/日产 模糊逻辑用于根据油门设定、冷却水温度、转速等来控制燃油喷射和点火。
汽车发动机 本田、日产 根据发动机负荷、驾驶风格和道路状况选择齿轮。
复印机 教规 用于根据图像密度、湿度和温度调整鼓电压。
巡航控制 日产、五十铃、三菱 用它来调整油门设置来设定汽车速度和加速度
洗碗机 松下 根据餐具的数量和餐具上的食物量来调整清洁周期、冲洗和清洗策略。
电梯控制 富士达、三菱电机、东芝 根据客流量减少等待时间
高尔夫诊断系统 丸曼高尔夫 根据高尔夫球手的挥杆和体格选择高尔夫球杆。
健身管理 Omron 欧姆龙 他们采用模糊规则来检查员工的健康状况。
窑炉控制 新日铁 混合水泥
微波炉 三菱化学 设置 Lunes 功率和烹饪策略
掌上电脑 日立、夏普、三洋、东芝 识别手写汉字
等离子蚀刻 三菱电机 设置蚀刻时间和策略

模糊逻辑系统的优点

  • 模糊逻辑系统的结构简单易懂
  • 模糊逻辑广泛应用于商业和实际用途
  • 人工智能中的模糊逻辑可帮助您控制机器和消费产品
  • 它可能不会提供准确的推理,但是唯一可接受的推理
  • 模糊逻辑 数据挖掘 帮助您处理工程中的不确定性
  • 由于不需要精确输入,因此非常可靠
  • 可以编程用于当反馈传感器停止工作的情况
  • 可以轻松修改以改进或改变系统性能
  • 可以使用廉价的传感器,这有助于降低整个系统的成本和复杂性
  • 它为复杂问题提供了最有效的解决方案

模糊逻辑系统的缺点

  • 模糊逻辑并不总是准确的,因此结果是基于假设来感知的,所以可能不会被广泛接受。
  • 模糊系统不具备机器学习以及神经网络类型模式识别的能力
  • 模糊知识系统的验证和确认需要使用硬件进行大量测试
  • 设定精确的模糊规则和成员函数是一项艰巨的任务
  • 一些模糊时间逻辑与概率论和术语相混淆

总结

  • 模糊这个词的意思是事物不太清楚或含糊
  • 模糊逻辑这个术语最早是在 1965 年由加州大学伯克利分校的 Lotfi Zadeh 教授提出的
  • 模糊逻辑是一种灵活且易于实现的机器学习技术
  • 当你可以使用常识时,不应使用模糊逻辑
  • 模糊逻辑架构有四个主要部分:1)规则库 2)模糊化 3)推理引擎 4)去模糊化
  • 模糊逻辑以真值度作为模糊性模型的数学基础,而概率是无知的数学模型
  • 清晰集具有严格的边界 T 或 F,而模糊边界具有隶属度
  • 经典集广泛应用于数字系统设计,而模糊集仅用于模糊控制器
  • 自动变速器、健身管理、高尔夫诊断系统、洗碗机、复印机是模糊逻辑应用的一些领域
  • 软计算中的模糊逻辑可帮助您控制机器和消费产品