Ce este Fuzzy Logic?
Fuzzy Logic este definit ca o formă logică cu multe valori, care poate avea valori de adevăr ale variabilelor în orice număr real cuprins între 0 și 1. Este conceptul handle al adevărului parțial. În viața reală, putem întâlni o situație în care nu putem decide dacă afirmația este adevărată sau falsă. În acel moment, logica fuzzy oferă o flexibilitate foarte valoroasă pentru raționament.
Algoritmul de logică fuzzy ajută la rezolvarea unei probleme după luarea în considerare a tuturor datelor disponibile. Apoi, ia cea mai bună decizie posibilă pentru intrarea dată. Metoda FL imită modul de luare a deciziilor la un om care ia în considerare toate posibilitățile dintre valorile digitale T și F.
În acest tutorial, veți învăța
- Ce este Fuzzy Logic?
- Istoria sistemelor logice fuzzy
- Caracteristicile Fuzzy Logic
- Când nu folosiți logica fuzzy
- Fuzzy Logic Architecture
- Logică fuzzy vs. probabilitate
- Crisp vs. Fuzzy
- Setul clasic vs. Teoria setului fuzzy
- Exemple de logică fuzzy
- Domenii de aplicare ale Fuzzy Logic
- Avantajele sistemului Fuzzy Logic
- Dezavantaje ale sistemelor Fuzzy Logic
Istoria sistemelor logice fuzzy
Deși, conceptul de logică fuzzy a fost studiat încă din anii 1920. Termenul de logică fuzzy a fost folosit pentru prima dată în 1965 de către Lotfi Zadeh, profesor la UC Berkeley din California. El a observat că logica computerizată convențională nu era capabilă să manipuleze date reprezentând idei umane subiective sau neclare.
Algoritmul Fuzzy a fost aplicat în diferite domenii, de la teoria controlului la AI. A fost conceput pentru a permite computerului să determine distincțiile dintre date care nu sunt nici adevărate, nici false. Ceva asemănător procesului de raționament uman. Ca Mic întuneric, Unele străluciri etc.
Caracteristicile Fuzzy Logic
Iată câteva caracteristici importante ale logicii fuzzy:
- Flexibil și ușor de implementat tehnica de învățare automată
- Vă ajută să imitați logica gândirii umane
- Logica poate avea două valori care reprezintă două soluții posibile
- Metodă foarte potrivită pentru raționamente incerte sau aproximative
- Logica fuzzy vede inferența ca un proces de propagare a constrângerilor elastice
- Logica fuzzy vă permite să construiți funcții neliniare de complexitate arbitrară.
- Logica fuzzy ar trebui construită cu îndrumarea completă a experților
Când nu folosiți logica fuzzy
Cu toate acestea, logica fuzzy nu este niciodată un remediu pentru toți. Prin urmare, este la fel de important să înțelegem că acolo unde nu ar trebui să folosim logica fuzzy.
Iată câteva situații în care este mai bine să nu folosiți Fuzzy Logic:
- Dacă nu vi se pare convenabil să mapați un spațiu de intrare cu un spațiu de ieșire
- Logica fuzzy nu trebuie folosită atunci când puteți folosi bunul simț
- Mulți controlori pot face treaba fină fără a utiliza o logică fuzzy
Fuzzy Logic Architecture
Fuzzy Logic Architecture
Arhitectura Fuzzy Logic are patru părți principale așa cum se arată în diagramă:
Baza regulii:
Acesta conține toate regulile și condițiile de oferit de experți pentru a controla sistemul de luare a deciziilor. Actualizarea recentă a teoriei fuzzy oferă diverse metode pentru proiectarea și reglarea controlerelor fuzzy. Aceste actualizări reduc semnificativ numărul setului de reguli difuze.
Fuzzificare:
Pasul de fuzificare ajută la conversia intrărilor. Vă permite să convertiți numere clare în seturi fuzzy. Intrări clare măsurate de senzori și trecute în sistemul de control pentru procesare ulterioară. Ca temperatura camerei, presiunea etc.
Motor de inferență:
Vă ajută să determinați gradul de potrivire între intrarea fuzzy și reguli. Pe baza potrivirii%, determină regulile care trebuie implementate în funcție de câmpul de intrare dat. După aceasta, regulile aplicate sunt combinate pentru a dezvolta acțiunile de control.
Defuzzificare:
În cele din urmă, procesul de Defuzzification este efectuat pentru a converti seturile fuzzy într-o valoare clară. Există multe tipuri de tehnici disponibile, deci trebuie să o selectați care este cea mai potrivită atunci când este utilizată cu un sistem expert.
Logică fuzzy vs. probabilitate
| Fuzzy Logic | Probabilitate |
|---|---|
| Fuzzy: gradul de apartenență al Tom la setul de bătrâni este de 0,90. | Probabilitate: Există 90% șanse ca Tom să fie bătrân. |
| Logica fuzzy ia gradele de adevăr ca bază matematică pe modelul fenomenului vagă. | Probabilitatea este un model matematic al ignoranței. |
Crisp vs. Fuzzy
| Crisp | Fuzzy |
|---|---|
| Are limita strictă T sau F | Limită neclară cu un anumit grad de membru |
| Unele seturi de timp clare pot fi neclare | Nu poate fi clar |
| Adevărat / Fals {0,1} | Valori de membru pe [0,1] |
| În logica clară, legea excluziunii medii și a non-contradicției poate fi sau nu valabilă | În logica fuzzy, legea de la mijlocul exclus și opoziția se opune |
Setul clasic vs. Teoria setului fuzzy
| Set clasic | Fuzzy Set Theory |
|---|---|
| Clase de obiecte cu limite ascuțite. | Clasele de obiecte nu au limite ascuțite. |
| Un set clasic este definit de limite clare, adică există claritate cu privire la localizarea limitelor setului. | Un set fuzzy are întotdeauna limite ambigue, adică poate exista incertitudine cu privire la amplasarea limitelor setate. |
| Utilizat pe scară largă în proiectarea sistemului digital | Folosit numai în controlere fuzzy. |
Exemple de logică fuzzy
Vedeți diagrama dată mai jos. Arată că într-un sistem Fuzzy, valorile sunt notate cu un număr 0 la 1. În acest exemplu, 1.0 înseamnă adevăr absolut și 0.0 înseamnă falsitate absolută.
Logică fuzzy cu exemplu
Domenii de aplicare ale Fuzzy Logic
Tabelul dat de Blow arată aplicarea logicii Fuzzy de către companii renumite în produsele lor.
| Produs | Companie | Fuzzy Logic |
|---|---|---|
| Frane anti-blocare | Nissan | Utilizați logica fuzzy pentru a controla frânele, în cazuri periculoase, în funcție de viteza, accelerația, viteza roții și accelerația mașinii |
| Transmisie automată | NOK / Nissan | Logica fuzzy este utilizată pentru a controla injecția și aprinderea combustibilului pe baza setării clapetei de accelerație, temperatura apei de răcire, RPM etc. |
| Motor auto | Honda, Nissan | Folosiți pentru a selecta viteza în funcție de sarcina motorului, stilul de conducere și condițiile de drum. |
| Copiator | Canon | Se utilizează pentru reglarea tensiunii tamburului pe baza densității imaginii, umidității și temperaturii. |
| Controlul vitezei de croazieră | Nissan, Isuzu, Mitsubishi | Folosiți-l pentru a regla setarea clapetei de accelerație pentru a seta viteza și accelerația mașinii |
| Mașină de spălat vase | Matsushita | Utilizați pentru ajustarea ciclului de curățare, strategiile de clătire și spălare depind de numărul de vase și de cantitatea de mâncare servită pe vase. |
| Controlul liftului | Fujitec, Mitsubishi Electric, Toshiba | Folosiți-l pentru a reduce așteptarea în funcție de timp pe baza traficului de pasageri |
| Sistem de diagnosticare a golfului | Maruman Golf | Selectează clubul de golf în funcție de leagănul și fizicul jucătorului de golf. |
| Managementul fitnessului | Omron | Reguli neclare implicate de aceștia pentru a verifica aptitudinea angajaților lor. |
| Controlul cuptorului | Nippon Steel | Amestecă ciment |
| Cuptor cu microunde | Mitsubishi Chemical | Setează puterea lunilor și strategia de gătit |
| Calculator Palmtop | Hitachi, Sharp, Sanyo, Toshiba | Recunoaște personajele Kanji scrise de mână |
| Gravare cu plasmă | Mitsubishi Electric | Setează timpul și strategia de gravare |
Avantajele sistemului Fuzzy Logic
- Structura sistemelor Fuzzy Logic este ușoară și ușor de înțeles
- Logica fuzzy este utilizată pe scară largă în scopuri comerciale și practice
- Logica fuzzy din AI vă ajută să controlați mașinile și produsele de larg consum
- Este posibil să nu ofere un raționament precis, ci singurul raționament acceptabil
- Logica fuzzy în Data Mining vă ajută să faceți față incertitudinii din inginerie
- Mai ales robust deoarece nu sunt necesare intrări precise
- Poate fi programat în situația în care senzorul de feedback nu mai funcționează
- Poate fi ușor modificat pentru a îmbunătăți sau modifica performanța sistemului
- pot fi folosiți senzori ieftini, ceea ce vă ajută să mențineți costul general și complexitatea sistemului scăzute
- Oferă cea mai eficientă soluție la probleme complexe
Dezavantaje ale sistemelor Fuzzy Logic
- Logica fuzzy nu este întotdeauna corectă, astfel încât rezultatele sunt percepute pe baza presupunerilor, deci este posibil să nu fie acceptate pe scară largă.
- Sistemele fuzzy nu au capacitatea de învățare automată la fel de bine ca și recunoașterea tiparului de tip rețea neuronală
- Validarea și verificarea unui sistem fuzzy bazat pe cunoștințe necesită testări extinse cu hardware
- Stabilirea regulilor exacte, neclare și a funcțiilor de membru este o sarcină dificilă
- Unele logici temporale neclare sunt confundate cu teoria probabilității și termenii
rezumat
- Termenul fuzzy înseamnă lucruri care nu sunt foarte clare sau vagi
- Termenul de logică fuzzy a fost folosit pentru prima dată în 1965 de către Lotfi Zadeh, profesor la UC Berkeley din California
- Logica fuzzy este o tehnică de învățare automată flexibilă și ușor de implementat
- Logica fuzzy nu trebuie folosită atunci când puteți folosi bunul simț
- Arhitectura Fuzzy Logic are patru părți principale 1) Bază de reguli 2) Fuzzificare 3) Motor de inferență 4) Defuzzificare
- Logica fuzzy ia gradele de adevăr ca bază matematică pe modelul vagii, în timp ce probabilitatea este un model matematic al ignoranței
- Setul clar are limita strictă T sau F în timp ce limita Fuzzy cu un grad de apartenență
- Un set clasic este utilizat pe scară largă în proiectarea sistemelor digitale, în timp ce setul fuzzy este utilizat numai în controlerele fuzzy
- Transmisia automată, managementul fitnessului, sistemul de diagnosticare a golfului, mașina de spălat vase, mașina de copiat sunt câteva domenii ale aplicațiilor Fuzzy Logic
- Logica fuzzy din Soft Computing vă ajută să controlați mașinile și produsele de larg consum