Úvod do systému fuzzy logiky
Fuzzy Logic je výpočetní přístup, který je založen na „Stupni pravdy“ a není omezen na booleovské „pravdivé nebo nepravdivé“. Výraz „fuzzy“ znamená něco, co je vágní nebo málo jasné. Fuzzy Logic systém je aplikován na scénáře, kde je obtížné kategorizovat stavy jako binární „True nebo False“. Fuzzy Logic může zahrnovat mezilehlé hodnoty jako částečně pravdivé a částečně nepravdivé. Lze jej implementovat do celé řady zařízení, od malých mikrořadičů až po velké systémy IT. Snaží se napodobovat lidské rozhodování, které může zahrnout všechny hodnoty mezi pravdivými a nepravdivými.
Architektura fuzzy logického systému
Fuzzy Logic System má čtyři hlavní komponenty, které jsou vysvětleny pomocí níže uvedeného schématu architektury:
- Pravidla: Pravidla se skládají z velkého souboru pravidel naprogramovaných a napájených odborníky, kteří řídí rozhodování v systému Fuzzy. Pravidla jsou sady příkazů „If-Then“, které rozhodují o výskytu události na základě podmínek.
- Fuzzifikace: Fuzzifikace převádí surové vstupy měřené ze senzorů na fuzzy sady. Tyto převedené vstupy jsou předávány do řídicího systému pro další zpracování.
- Inference Engine: Pomáhá při mapování pravidel na vstupní datový soubor a tím při rozhodování, která pravidla se mají použít pro daný vstup. To se provádí výpočtem% shody pravidel pro daný vstup.
- Defuzzifikace: Je to opak fuzzifikace. Zde jsou fuzzy sady převedeny na ostré vstupy. Tyto ostré vstupy jsou výstupem systému Fuzzy Logic.
Členská funkce
Členská funkce definuje způsob mapování vstupu do Fuzzy systému na hodnoty mezi 0 a 1. Vstup je obvykle nazýván jako vesmír (U), protože může obsahovat libovolnou hodnotu. Členská funkce je definována jako:
μ A: X → (0, 1).
Zde X představuje vesmír a Y představuje jakoukoli hodnotu mezi 0 a 1. Funkce trojúhelníkového členství je nejčastěji používanou členskou funkcí. Mezi další funkce členství patří Trapezoidal, Gaussian a Singleton.
Proč a kdy používat fuzzy logiku?
Fuzzy Logic je zvláště užitečná, když chcete napodobit lidské myšlení v řídicím systému. Více než přesnost odůvodnění se zaměřuje na přijatelné odůvodnění, které je velmi blízko tomu, jak funguje skutečný svět. Je navržen tak, aby se vypořádal s nejistotami a je způsobilý zjistit závěry ze závěru.
Algoritmus fuzzy logického systému
- Definujte všechny proměnné a termíny, které budou fungovat jako vstup do systému Fuzzy
- Vytvořit členskou funkci pro systém (jak je definováno výše)
- Vytvořte základnu pravidel, která bude mapována na každý vstup
- Převeďte normální vstup na fuzzy vstup, který je přiváděn do členské funkce
- Vyhodnoťte výsledek z funkce členství
- Kombinujte všechny výsledky získané z jednotlivých pravidel
- Převést výstupní fuzzy sadu na vstup Crisp (Defuzzification)
Aplikace fuzzy logického systému
Fuzzy Logic je přijímán ve všech hlavních průmyslových odvětvích, ale Automotive zůstává hlavními osvojiteli. Několik jeho aplikací je uvedeno níže:
- Nissan používá Fuzzy Logic k ovládání brzdového systému v případě nebezpečí. Fuzzy Logic používá vstupy jako rychlost, zrychlení, hybnost k rozhodnutí o intenzitě brzd.
- Nissan také používá Fuzzy Logic k řízení množství vstřikovaného paliva a zapalování na základě vstupů, jako jsou otáčky motoru, teplota a kapacita zatížení.
- Používá se v satelitech a letadlech pro řízení nadmořské výšky.
- Společnost Mitsubishi používá technologii Fuzzy Logic, aby zefektivnila správu výtahů tím, že jako vstup vezme osobní dopravu.
- Nippon Steel používá Fuzzy Logic pro rozhodování o podílu, ve kterém by se různé druhy cementu měly míchat, aby se vyrobil odolnější cement.
- Fuzzy Logic nachází uplatnění v chemickém průmyslu pro řízení různých procesů, jako je kontrola pH, proces sušení a destilační proces.
- Fuzzy Logic lze kombinovat s umělou neurální sítí (ANN) k napodobení toho, jak funguje lidský mozek. Fuzzy Logic agreguje data a transformuje do smysluplnějších informací, které se používají jako sady Fuzzy.
Výhody systému Fuzzy Logic
Níže je pět výhod fuzzy logického systému:
- Fuzzy Logic může pracovat s jakýmkoli vstupem, i když je nestrukturovaný, zkreslený, nepřesný nebo obsahuje šum.
- Fuzzy Logic Construction je velmi snadno čitelná a srozumitelná, protože úzce napodobuje způsob, jakým se lidská mysl rozhoduje.
- Nuansy Fuzzy Logic zahrnují použití klíčového matematického konceptu, jako je Teorie množin a Pravděpodobnost, díky čemuž je schopen řešit všechny druhy každodenních výzev, kterým lidstvo čelí.
- Fuzzy Logic může poskytnout efektivní řešení velmi složitého problému napříč různými průmyslovými odvětvími.
- Fuzzy Logic System potřebuje velmi malé množství dat k přípravě robustního modelu. Proto potřebuje pro jeho provedení pouze omezené množství paměti.
Nevýhody systému Fuzzy Logic
Níže jsou uvedeny první čtyři nevýhody fuzzy logického systému:
- Neexistuje žádný standardní způsob řešení problému pomocí Fuzzy Logic, proto různí odborníci mohou mít odlišné řešení problému, což vede k dvojznačnosti.
- Protože systém Fuzzy Logic pracuje s přesnými i nepřesnými údaji, může být někdy narušena jeho přesnost.
- Fuzzy Logic System se nemůže poučit ze svých minulých chyb nebo selhání, protože nemá schopnost samoučení jako Machine Learning a Neural Network.
- Vzhledem k nedostatku standardizace neexistuje jediný způsob, jak najít pravidla a funkce členství pro daný problém. Proto je někdy obtížné najít přesná pravidla a funkce členství pro některé problémy.
Závěr
Fuzzy Logic poskytuje alternativní způsob, jak přistupovat k problémům reálného světa ve světě počítačů. Lze jej snadno použít na různé aplikace a řídicí systém, který může přinést dlouhodobé výhody. Vzhledem ke své schopnosti dobře pracovat s „stupněm pravdy“ otevírá mnoho dveří modernímu počítačovému zpracování. Nejde však o všelék na všechny problémy, protože má závažná omezení, pokud jde o přesnost a neschopnost poučit se z jeho selhání, jako je tomu v případě strojového učení.
Doporučené články
Toto je průvodce systémem Fuzzy Logic. Zde diskutujeme proč a kdy používat fuzzy systém, s architekturou, aplikací a poslední s výhodami a nevýhodami. Další informace naleznete také v dalších souvisejících článcích -
- Co je Fuzzy Logic?
- Fuzz Testing
- Společnosti internetu věcí
- R Datový rámec
- Senzorové zařízení
- Top 12 typů senzorů a jejich aplikace