Mi az a Fuzzy Logic?
A Fuzzy Logic egy sokértékű logikai forma, amely 0 és 1 közötti bármely valós számban tartalmazhatja a változók igazságértékeit. Ez a részigazság fogantyú-fogalma. A való életben találkozhatunk olyan helyzettel, amikor nem tudjuk eldönteni, hogy az állítás igaz vagy hamis. Abban az időben a fuzzy logika nagyon értékes rugalmasságot kínál az érveléshez.
A fuzzy logikai algoritmus segít megoldani a problémát, miután figyelembe vette az összes rendelkezésre álló adatot. Ezután a lehető legjobb döntést hozza meg az adott bemenetre vonatkozóan. Az FL módszer utánozza az emberben a döntéshozatal módját, amely figyelembe veszi a T és F digitális értékek közötti összes lehetőséget.
Ebben az oktatóanyagban megtanulja
- Mi az a Fuzzy Logic?
- A Fuzzy Logic Systems története
- A Fuzzy Logic jellemzői
- Mikor nem szabad használni a fuzzy logikát
- Fuzzy Logic Architecture
- Fuzzy Logic vs valószínűség
- Ropogós vs. Fuzzy
- Klasszikus halmaz és fuzzy halmaz elmélet
- Fuzzy Logic Példák
- A Fuzzy Logic alkalmazási területei
- A Fuzzy Logic System előnyei
- A Fuzzy Logic Systems hátrányai
A Fuzzy Logic Systems története
Bár a fuzzy logika fogalmát az 1920-as évek óta tanulmányozták. A fuzzy logic kifejezést 1965-ben használta először Lotfi Zadeh, az UC Berkeley kaliforniai professzora. Megfigyelte, hogy a hagyományos számítógépes logika nem képes manipulálni a szubjektív vagy tisztázatlan emberi elképzeléseket ábrázoló adatokat.
A fuzzy algoritmust számos területen alkalmazták, a kontrollelmélettől az AI-ig. Úgy tervezték, hogy lehetővé tegye a számítógép számára, hogy meghatározza az adatok közötti igaz és hamis különbségeket. Valami hasonló az emberi gondolkodás folyamatához. Mint kis sötét, némi fényerő stb.
A Fuzzy Logic jellemzői
Íme a fuzzy logika néhány fontos jellemzője:
- Rugalmas és könnyen megvalósítható gépi tanulási technika
- Segít utánozni az emberi gondolkodás logikáját
- A logikának két értéke lehet, amelyek két lehetséges megoldást jelentenek
- Rendkívül alkalmas módszer a bizonytalan vagy közelítő érvelésre
- A fuzzy logika a következtetést a rugalmas kényszerek terjedésének folyamataként tekinti
- A fuzzy logika lehetővé teszi tetszőleges összetettségű nemlineáris függvények felépítését.
- A fuzzy logikát a szakértők teljes irányításával kell felépíteni
Mikor nem szabad használni a fuzzy logikát
A fuzzy logika azonban soha nem gyógyír mindenki számára. Ezért ugyanolyan fontos megérteni, hogy ott, ahol nem használhatunk fuzzy logikát.
Itt vannak bizonyos helyzetek, amikor jobb, ha nem használja a Fuzzy Logic alkalmazást:
- Ha nem találja kényelmesen a bemeneti helyet egy kimeneti helyre leképezni
- A fuzzy logikát nem szabad használni, ha használhatja a józan észt
- Sok vezérlő fuzzy logika használata nélkül is meg tudja oldani a finom munkát
Fuzzy Logic Architecture
Fuzzy Logic Architecture
A Fuzzy Logic architektúrának négy fő része van, az ábra szerint:
Szabályalap:
Ez tartalmazza a szakértők által a döntéshozatali rendszer ellenőrzésére felajánlott összes szabályt és az if-then feltételeket. A fuzzy elmélet legújabb frissítése különféle módszereket kínál a fuzzy vezérlők tervezéséhez és hangolásához. Ez a frissítés jelentősen csökkenti a fuzzy szabálykészlet számát.
Fuzzifikáció:
A fuzzifikációs lépés segít átalakítani a bemeneteket. Ez lehetővé teszi az éles számok konvertálását homályos halmazokká. Éles érzékelők által mért bemenetek és továbbításra kerülnek a vezérlő rendszerbe. Mint a szobahőmérséklet, a nyomás stb.
Következtetési motor:
Segít meghatározni a fuzzy bevitel és a szabályok közötti egyezés mértékét. A% egyezés alapján meghatározza, hogy mely szabályokat kell végrehajtani az adott beviteli mező szerint. Ezt követően az alkalmazott szabályokat egyesítik az ellenőrzési műveletek kidolgozásához.
Defuzzifikáció:
Végül a Defuzzifikációs eljárást hajtják végre, hogy a fuzzy halmazokat éles értékekké alakítsák át. Sokféle technika áll rendelkezésre, ezért ki kell választania azt, amelyik a legmegfelelőbb, ha szakértői rendszerrel használják.
Fuzzy Logic vs valószínűség
| Zavaros logika | Valószínűség |
|---|---|
| Fuzzy: Tom tagságának foka az idős emberek körében 0,90. | Valószínűség: 90% az esély, hogy Tom öreg. |
| A homályos logika az igazság fokozatait veszi matematikai alapul a homályosság jelenségének modelljén. | A valószínűség a tudatlanság matematikai modellje. |
Ropogós vs. Fuzzy
| Ropogós | Elmosódott |
|---|---|
| Szigorú határai vannak T vagy F | Fuzzy határ bizonyos fokú tagsággal |
| Néhány röpke időbeosztás homályos lehet | Nem lehet éles |
| Igaz / hamis {0,1} | Tagsági értékek itt: [0,1] |
| Az éles logika törvénye szerint a kizárt középső és ellentmondásmentesség érvényesülhet vagy nem | A kizárt középső és ellentmondásosság fuzzy logikai törvényében érvényesül |
Klasszikus halmaz és fuzzy halmaz elmélet
| Klasszikus készlet | Fuzzy Set Theory |
|---|---|
| Éles határokkal rendelkező tárgyosztályok. | Az objektumok osztályainak nincsenek éles határai. |
| A klasszikus halmazt éles határok határozzák meg, vagyis világos a halmaz határainak helye. | Egy fuzzy halmaznak mindig kétértelmű határai vannak, vagyis bizonytalanság lehet a halmaz határainak helyét illetően. |
| Széles körben használják a digitális rendszer tervezésében | Csak fuzzy vezérlőkben használható. |
Fuzzy Logic Példák
Lásd az alábbi diagramot. Ez azt mutatja, hogy egy Fuzzy rendszerben az értékeket 0–1 számmal jelöljük. Ebben a példában az 1.0 abszolút igazságot és a 0.0 abszolút hamisságot jelent.
Fuzzy Logic a példával
A Fuzzy Logic alkalmazási területei
A Blow megadott táblázat bemutatja a Fuzzy logika alkalmazását híres vállalatok által a termékeikben.
| Termék | Vállalat | Zavaros logika |
|---|---|---|
| Blokkolásgátló fékek | Nissan | Használja a fuzzy logikát a fékek vezérléséhez, veszélyes esetekben az autó sebességétől, gyorsulásától, a kerék sebességétől és a gyorsulástól |
| Automatikus sebességváltó | NOK / Nissan | A fuzzy logikát az üzemanyag befecskendezésének és gyújtásának szabályozására használják a fojtószelep beállítása, a hűtővíz hőmérséklete, az RPM stb. Alapján. |
| Automatikus motor | Honda, Nissan | Használja a motortérfogat, a vezetési stílus és az útviszonyok alapján az ütem kiválasztásához. |
| Fénymásoló | Kánon | A dob feszültségének beállítása a képsűrűség, páratartalom és hőmérséklet alapján. |
| Tempomat | Nissan, Isuzu, Mitsubishi | Használja a fojtószelep beállításának beállításához az autó sebességének és gyorsulásának beállításához |
| Mosogatógép | Matsushita | Használja a tisztítási ciklus beállításához, az öblítési és mosási stratégiák az edények számától és az ételeken felszolgált ételek mennyiségétől függenek. |
| Lift vezérlés | Fujitec, Mitsubishi Electric, Toshiba | Használja az utasforgalom alapján az időalapú várakozás csökkentésére |
| Golf diagnosztikai rendszer | Maruman Golf | A golfütőt a golfozó lendülete és testalkata alapján választja ki. |
| Fitness menedzsment | Omron | Fuzzy szabályok általuk alkalmazott munkavállalók alkalmasságának ellenőrzésére. |
| Kemence vezérlés | Nippon Steel | Keveri a cementet |
| Mikrohullámú sütő | Mitsubishi Chemical | Beállítja a lunes teljesítményét és a főzési stratégiát |
| Palmtop számítógép | Hitachi, Sharp, Sanyo, Toshiba | Felismeri a kézzel írott kandzsi karaktereket |
| Plazma maratás | Mitsubishi Electric | Beállítja a maratás idejét és stratégiáját |
A Fuzzy Logic System előnyei
- A Fuzzy Logic Systems felépítése egyszerű és érthető
- A fuzzy logikát széles körben használják kereskedelmi és gyakorlati célokra
- Az AI fuzzy logikája segít a gépek és a fogyasztási cikkek irányításában
- Lehet, hogy nem kínál pontos érvelést, de az egyetlen elfogadható érvelést
- Az adatbányászat fuzzy logikája segít kezelni a mérnöki bizonytalanságot
- Többnyire robusztus, mivel nincs szükség pontos bemenetre
- Be lehet programozni arra az esetre, amikor a visszacsatoló érzékelő leáll
- Könnyen módosítható a rendszer teljesítményének javítása vagy megváltoztatása érdekében
- olcsó szenzorok használhatók, amelyek segítenek a rendszer teljes költségének és komplexitásának alacsony szinten tartásában
- A leghatékonyabb megoldást nyújt a komplex kérdésekre
A Fuzzy Logic Systems hátrányai
- A fuzzy logika nem mindig pontos, ezért az eredményeket feltételezés alapján érzékeljük, ezért előfordulhat, hogy nem fogadják el széles körben.
- A fuzzy rendszerek nem képesek a gépi tanulásra éppúgy, mint a neurális hálózat típusának felismerésére
- Egy fuzzy tudásalapú rendszer hitelesítéséhez és ellenőrzéséhez alapos hardveres tesztelésre van szükség
- Pontos, fuzzy szabályok és tagsági függvények beállítása nehéz feladat
- Egyes fuzzy időlogikákat összekevernek a valószínűségelmélettel és a feltételekkel
Összegzés
- A fuzzy kifejezés olyan dolgokat jelent, amelyek nem túl világosak vagy homályosak
- A fuzzy logic kifejezést először 1965-ben használta Lotfi Zadeh, az UC Berkeley kaliforniai professzora
- A Fuzzy logika rugalmas és könnyen megvalósítható gépi tanulási technika
- A fuzzy logikát nem szabad használni, ha használhatja a józan észt
- A Fuzzy Logic architektúrának négy fő része van: 1) Alapszabály 2) Fuzzifikáció 3) Inference Engine 4) Defuzzifikáció
- A fuzzy logika az igazság fokozatait veszi matematikai alapul a homályosság modelljén, míg a valószínűség a tudatlanság matematikai modellje
- A ropogós halmaz szigorú T vagy F határral rendelkezik, míg a Fuzzy határ bizonyos mértékű tagsággal rendelkezik
- A klasszikus készletet széles körben használják a digitális rendszer tervezésében, míg a fuzzy készletet csak a fuzzy vezérlőknél használják
- Automatikus sebességváltó, Fitness menedzsment, Golf diagnosztikai rendszer, Mosogatógép, Másológép a Fuzzy Logic alkalmazások néhány területe
- A Soft Computing fuzzy logikája segíti a gépek és a fogyasztási cikkek ellenőrzését