Bevezetés a fuzzy logikai rendszerbe
A Fuzzy Logic egy olyan számítógépes megközelítés, amely az „Igazság fokán” alapul, és nem korlátozódik a logikai „igaz vagy hamis” értékre. A „fuzzy” kifejezés jelentése homályos vagy nem túl világos. A fuzzy Logic rendszert olyan helyzetekben alkalmazzák, ahol nehéz az állapotokat bináris „igaz vagy hamis” kategóriába sorolni. A Fuzzy Logic köztes értékeket tartalmazhat, például részlegesen igaz és részben hamis értéket. Ez megvalósítható az eszközök széles skáláján, kezdve a kis mikrovezérlőtől a nagy IT rendszerekig. Megpróbálja utánozni az emberi jellegű döntéshozatalt, amely minden értéket beépíthet az igaz és a hamis közé.
A fuzzy logikai rendszer architektúrája
A Fuzzy Logic System négy fő összetevőből áll, amelyeket az alábbiakban bemutatott építészeti diagram segítségével magyarázunk:
- Szabályok: A Szabályalap nagyszámú szabályokból áll, amelyeket a szakértők programoztak és tápláltak, és amelyek irányítják a Fuzzy rendszer döntéshozatalát. A szabályok „ha-akkor” utasítások halmaza, amelyek az esemény bekövetkezését a feltétel alapján határozzák meg.
- Fuzzifikáció: A fuzzification az érzékelők által mért nyers bemeneteket fuzzy halmazokká alakítja. Ezek a konvertált bemenetek továbbadódnak a vezérlőrendszerhez további feldolgozás céljából.
- Bevezető motor: Segít a szabályok leképezésében a bemeneti adatkészlethez, és ezáltal eldönti, hogy mely szabályokat kell alkalmazni egy adott bemenetre. Ez úgy történik, hogy kiszámítja a szabályok egyezésének% -át az adott bemenetre.
- Defuzzifikáció: Ez ellentétes a fuzzification-val. Itt a fuzzy készleteket éles bemenetekké alakítják át. Ezek az éles bemenetek a Fuzzy Logic System kimenete.
Tagsági funkció
A tagsági függvény meghatározza, hogy a Fuzzy rendszerbe történő bemenetet hogyan kell leképezni 0 és 1 közötti értékre. A bemenetet általában univerzumnak (U) nevezik, mivel bármilyen értéket tartalmazhat. A tagsági függvény meghatározása a következő:
μ A: X → (0, 1).
Itt X az univerzumot képviseli, Y pedig 0 és 1 közötti értéket jelent. A háromszögtagsági függvény a leggyakrabban használt tagsági függvény. Egyéb tagsági funkcióba tartozik a trapéz, a Gauss és a Singleton.
Miért és mikor kell használni a fuzzy logikát?
A Fuzzy Logic különösen akkor hasznos, ha emberi jellegű gondolkodást akar utánozni egy vezérlőrendszerben. A pontosságon alapuló érvelésen túlmenően az elfogadható érvelésre összpontosít, amely nagyon közel áll a valós világ működéséhez. Úgy tervezték, hogy a bizonytalanságokkal foglalkozzon, és jártas a következtetés levonása során.
A fuzzy logikai rendszer algoritmusa
- Adja meg az összes változót és kifejezést, amelyek a Fuzzy rendszer bemeneteként szolgálnak
- Hozzon létre tagsági függvényt a rendszer számára (fent meghatározva)
- Hozzon létre szabályalapot, amelyet minden bemenethez hozzárendelnek
- Konvertálja a normál bemenetet fuzzy bemenetre, amely táplálja a tagsági funkciót
- Értékelje az eredményt a tagsági függvényből
- Kombinálja az egyedi szabályokból kapott összes eredményt
- Konvertálja a kimeneti fuzzy készletet éles bemenetre (Defuzzification)
Fuzzy logikai rendszer alkalmazása
A Fuzzy Logic-t minden nagyobb iparágban alkalmazzák, de az autóipar továbbra is a legfontosabb alkalmazók. Kevés alkalmazását sorolja fel alább:
- A Nissan a Fuzzy Logic funkciót használja a fékrendszer vezérlésére veszély esetén. A Fuzzy Logic olyan bemeneteket használ, mint a sebesség, gyorsulás, lendület, hogy döntsön a fék intenzitásáról.
- A Nissan a Fuzzy Logic-t is használja az üzemanyag-befecskendezés mennyiségének és a gyújtás szabályozására olyan bemenetek alapján, mint a motor fordulatszáma, hőmérséklete és terhelhetősége.
- Műholdakban és repülőgépekben használják a magasság-szabályozáshoz.
- A Mitsubishi a Fuzzy Logic szolgáltatást használja annak érdekében, hogy hatékonyabbá tegye a Lift menedzsmentet azáltal, hogy az utasforgalmat bemeneti adatnak tekinti.
- A Nippon Steel a Fuzzy Logic-t használja annak eldöntésére, hogy milyen arányban kell keverni a különféle típusú cementet tartósabb cement előállításához.
- A Fuzzy Logic a vegyiparban alkalmazza a különféle folyamatokat, például a pH-szabályozást, a szárítási és a desztillációs folyamatokat.
- A fuzzy Logic kombinálható a mesterséges neurális hálózattal (ANN) az emberi agy működésének utánozására. A Fuzzy Logic összesíti az adatokat, és lényeges információké alakul át, amelyet Fuzzy készletekként használnak.
A Fuzzy Logic rendszer előnyei
Az alábbiakban bemutatjuk a fuzzy logikai rendszer öt előnyeit:
- A Fuzzy Logic bármilyen bemenettel működhet, még akkor is, ha strukturálatlan, torz, pontatlan vagy zajt tartalmaz.
- A fuzzy logikai felépítés nagyon könnyen olvasható és megérthető, mivel szorosan utánozza azt, ahogyan az emberi elme döntést hoz.
- A Fuzzy Logic árnyalata magában foglalja a kulcsfontosságú matematikai koncepciók használatát, mint például a Set Theory és a valószínűség, amely alkalmassá teszi az emberiség mindennapi napi kihívásainak megoldására.
- A Fuzzy Logic hatékony megoldásokat kínálhat egy nagyon összetett problémára az iparágakban.
- A Fuzzy Logic System nagyon kevés adatot igényel egy robusztus modell elkészítéséhez. Ezért csak korlátozott mennyiségű memóriára van szüksége a végrehajtásához.
A fuzzy logikai rendszer hátrányai
Az alábbiakban bemutatjuk a fuzzy logikai rendszer négy legfontosabb hátrányát:
- A Fuzzy Logic segítségével nem lehet szabványos módon megoldani egy problémát, ezért a különféle szakértőknek eltérő megoldása lehet egy problémára, amely kétértelműséget eredményez.
- Mivel a Fuzzy Logic System pontos és pontatlan adatokkal egyaránt működik, így azok pontossága időnként veszélybe kerülhet.
- A Fuzzy Logic System nem tanulhat a múltbeli hibáktól vagy kudarcoktól, mivel nem rendelkezik önálló tanulási képességgel, mint például a Machine Learning és a neurális hálózat.
- A szabványosítás hiánya miatt nincs egyetlen módja annak, hogy megtalálják az adott problémára vonatkozó szabályokat és tagsági függvényeket. Ezért néha nehézségekbe ütközik, hogy bizonyos problémákra pontos szabályokat és tagsági funkciókat találjanak.
Következtetés
A Fuzzy Logic alternatív módszert kínál a számítástechnika világának valós problémáinak kezelésére. Könnyen alkalmazható különféle alkalmazásokra és vezérlőrendszerekre, amelyek hosszú távú előnyökkel járhatnak. Mivel képes jól működni az „Igazság fokával”, sok ajtót nyit a modern számítástechnika számára. Ez azonban nem az összes probléma csodaszerét képezi, mivel súlyos korlátai vannak a pontosság és a képtelenség tanulni a kudarcból, mint például a gépi tanulás esetében.
Ajánlott cikkek
Ez egy útmutató a Fuzzy Logic System-hez. Itt megvitatjuk, hogy miért és mikor kell használni a fuzzy rendszert, az architektúrával, az alkalmazással, és utoljára az előnyökkel és hátrányokkal. Megnézheti más kapcsolódó cikkeket is, ha többet szeretne megtudni -
- Mi a fuzzy logika?
- Fuzz tesztelés
- IoT cégek
- R adatkeret
- Érzékelő eszköz
- A 12 legnépszerűbb érzékelő típus és alkalmazásuk