Sissejuhatus hägusesse loogikasüsteemi
Hägune loogika on arvutuslik lähenemisviis, mis põhineb “tõe astmel” ega piirdu ainult tõeväärtusega “tõene või vale”. Mõiste "hägune" tähendab midagi ebamäärast või mitte eriti selget. Hägusat loogikasüsteemi rakendatakse stsenaariumide korral, mille korral on raske kategoriseerida olekud binaarseks “õigeks või valeks”. Fuzzy Logic võib sisaldada vaheväärtusi, nagu osaliselt tõene ja osaliselt vale. Seda saab rakendada paljudes seadmetes, alates väikestest mikrokontrolleritest kuni suurte IT-süsteemideni. See püüab jäljendada inimlaadset otsustamist, mis võib sisaldada kõiki väärtusi, mis on tõese ja vale vahel.
Hägusa loogikasüsteemi arhitektuur
Fuzzy loogikasüsteemil on neli peamist komponenti, mida selgitatakse järgmise arhitektuuriskeemi abil:
- Reeglid: reeglite baas koosneb suurest hulgast reeglitest, mille on programmeerinud ja ekspertide poolt toidetud ning mis juhivad Fuzzy süsteemi otsuste tegemist. Reeglid on "Kui-siis" -väljendite kogumid, mis otsustavad sündmuse toimumise vastavalt tingimusele.
- Fuzzification: fuzzification teisendab anduritelt mõõdetud töötlemata sisendid fuzzy komplektidesse. Need teisendatud sisendid edastatakse kontrollsüsteemile edasiseks töötlemiseks.
- Järeldusmootor: see aitab reegleid kaardistada sisendandmete komplektiga ja otsustada, milliseid reegleid antud sisendis rakendada. Selleks arvutatakse antud sisendi reeglite vaste%.
- Defuzzifikatsioon: see on fuzzificationi vastand. Siin muutuvad hägused komplektid teravateks sisenditeks. Need teravad sisendid on häguse loogikasüsteemi väljund.
Liikmelisuse funktsioon
Liikmesuse funktsioon määratleb, kuidas sisend Fuzzy süsteemi kaardistatakse väärtusteks vahemikus 0 kuni 1. Sisendit nimetatakse tavaliselt universumiks (U), kuna see võib sisaldada mis tahes väärtust. Liikmelisuse funktsioon on määratletud järgmiselt:
μ A: X → (0, 1).
Siin X tähistab universumit ja Y tähistab mis tahes väärtust vahemikus 0 kuni 1. Kolmnurkne liikmelisuse funktsioon on kõige sagedamini kasutatav liikmelisuse funktsioon. Muud liikmelisuse funktsioonid hõlmavad trapetsikujulist, Gaussi ja Singletoni.
Miks ja millal fuzzy loogikat kasutada?
Hägune loogika on eriti kasulik siis, kui soovite jäljendada inimesesarnast mõtlemist kontrollsüsteemis. Enam kui täpsuse põhjendamine keskendub vastuvõetavale arutlusele, mis on reaalse maailma toimimisele väga lähedane. Selle eesmärk on lahendada ebakindlus ja ta oskab järeldustest järeldusi teha.
Häguse loogikasüsteemi algoritm
- Määratlege kõik muutujad ja mõisted, mis toimivad hägusa süsteemi sisendina
- Loo süsteemi liikmelisuse funktsioon (nagu eespool määratletud)
- Looge reeglibaas, mis kaardistatakse iga sisendi jaoks
- Teisendage tavaline sisend häguseks sisendiks, mis juhitakse liikmesuse funktsiooni
- Hinnake tulemust liikmelisuse funktsiooni põhjal
- Kombineerige kõik individuaalsete reeglite kogumist saadud tulemus
- Teisendage väljund hägune komplekt teravaks sisendiks (defuzzifikatsioon)
Hägusa loogikasüsteemi rakendamine
Fuzzy Logic võetakse kasutusele kõigis suuremates tööstusharudes, kuid peamiseks kasutuselevõtjaks on endiselt autotööstus. Vähesed selle rakendused on loetletud allpool:
- Nissan kasutab Fuzzy Logicut pidurisüsteemi juhtimiseks ohu korral. Fuzzy Logic kasutab pidurite intensiivsuse määramisel sisendeid, nagu kiirus, kiirendus, hoog.
- Nissan kasutab Fuzzy Logicut ka kütuse sissepritse koguse ja süüte juhtimiseks selliste sisendite põhjal nagu mootori pöörete arv, temperatuur ja kandevõime.
- Seda kasutatakse satelliitides ja õhusõidukites kõrguse juhtimiseks.
- Mitsubishi kasutab Fuzzy Logicut, et muuta liftihaldus tõhusamaks, võttes sisendiks reisijateveo.
- Nippon Steel kasutab Fuzzy Logicut, et otsustada, kui suure koguse erinevat tüüpi tsementi tuleks segada vastupidavama tsemendi saamiseks.
- Fuzzy Logic leiab rakenduse keemiatööstuses erinevate protsesside juhtimiseks, nagu pH kontroll, kuivatamine ja destilleerimine.
- Häguse loogika saab ühendada kunstliku närvivõrguga (ANN), et jäljendada inimese aju tööd. Fuzzy Logic koondab andmed ja muundab sisukamaks informatsiooniks, mida kasutatakse fuzzy komplektidena.
Hägusa loogikasüsteemi eelised
Allpool on esitatud fuzzy loogikasüsteemi viis eelist:
- Hägune loogika töötab igasuguse sisendiga, isegi kui see on struktureerimata, moonutatud, ebatäpne või sisaldab müra.
- Hägusat loogikakonstruktsiooni on väga lihtne lugeda ja mõista, kuna see jäljendab täpselt seda, kuidas inimese mõistus otsustab.
- Häguse loogika nüansid hõlmavad selliste peamiste matemaatikakontseptsioonide kasutamist nagu komplekti teooria ja tõenäosus, mis muudavad selle sobivaks kõigi inimkonna ees seisvate igapäevaste väljakutsete lahendamiseks.
- Fuzzy Logic võib pakkuda tõhusaid lahendusi väga keerukale probleemile erinevates tööstusharudes.
- Hägune loogikasüsteem vajab kindla mudeli ettevalmistamiseks väga vähe andmeid. Seetõttu vajab see täitmiseks vaid piiratud hulgal mälu.
Hägusa loogikasüsteemi puudused
Allpool on toodud fuzzy loogikasüsteemi neli peamist puudust:
- Fuzzy Logicu abil probleemi lahendamiseks pole standardset viisi, seetõttu võib erinevatel ekspertidel olla probleemile erinev lahendus, mis põhjustab ebaselgust.
- Kuna hägune loogikasüsteem töötab nii täpsete kui ka ebatäpsete andmetega, võib mõnikord selle täpsus ohtu minna.
- Hägune loogikasüsteem ei saa oma varasematest vigadest või ebaõnnestumistest õppida, kuna sel pole iseõppimisvõimet nagu masinõpe ja närvivõrk.
- Standardimise puudumise tõttu pole antud probleemi jaoks üht kindlat viisi reeglite ja liikmelisuse funktsioonide leidmiseks. Seetõttu on mõnikord probleemide jaoks keeruline leida täpseid reegleid ja liikmelisuse funktsioone.
Järeldus
Hägune loogika pakub alternatiivset viisi reaalmaailma probleemidele lähenemiseks arvutimaailmas. Seda saab hõlpsasti rakendada erinevates rakendustes ja kontrollisüsteemides, millest on pikaajaliselt kasu. Arvestades selle võimet töötada koos „Tõeastmega” hästi, avab see palju uksi kaasaegsele andmetöötlusele. Kuid see ei ole kõigi probleemide imerohi, kuna täpsuse osas on tõsiseid piiranguid ja suutmatust vigadest õppida, nagu masinõppe puhul.
Soovitatavad artiklid
See on fuzzy loogikasüsteemi juhend. Siin arutame, miks ja millal hägust süsteemi kasutada, koos arhitektuuri, rakenduse ning viimati eeliste ja puudustega. Lisateavet leiate ka meie muudest seotud artiklitest -
- Mis on hägune loogika?
- Fuzz testimine
- Interneti-ettevõtted
- R andmeraam
- Anduriseade
- 12 parimat tüüpi andureid ja nende rakendused