Hvad er uklar logik?
Fuzzy Logic er defineret som en mangeværdig logisk form, der kan have sandhedsværdier af variabler i ethvert reelt tal mellem 0 og 1. Det er håndtagskonceptet med delvis sandhed. I det virkelige liv kan vi støde på en situation, hvor vi ikke kan afgøre, om udsagnet er sandt eller falsk. På det tidspunkt giver fuzzy logik meget værdifuld fleksibilitet til ræsonnement.
Fuzzy logic algoritme hjælper med at løse et problem efter at have overvejet alle tilgængelige data. Så tager det den bedst mulige beslutning for det givne input. FL-metoden efterligner beslutningsprocessen hos et menneske, der overvejer alle mulighederne mellem digitale værdier T og F.
I denne vejledning lærer du
- Hvad er uklar logik?
- Fuzzy Logic Systems historie
- Karakteristik af Fuzzy Logic
- Hvornår skal man ikke bruge fuzzy logik
- Fuzzy Logic Architecture
- Fuzzy Logic vs. sandsynlighed
- Crisp vs. Fuzzy
- Klassisk sæt vs. fuzzy sæt teori
- Fuzzy Logic Eksempler
- Anvendelsesområder for Fuzzy Logic
- Fordele ved Fuzzy Logic System
- Ulemper ved Fuzzy Logic Systems
Fuzzy Logic Systems historie
Skønt begrebet fuzzy logic var blevet undersøgt siden 1920'erne. Udtrykket uklar logik blev først brugt med 1965 af Lotfi Zadeh, professor i UC Berkeley i Californien. Han bemærkede, at konventionel computerlogik ikke var i stand til at manipulere data, der repræsenterer subjektive eller uklare menneskelige ideer.
Fuzzy algoritme er blevet anvendt på forskellige felter, fra kontrolteori til AI. Det var designet til at give computeren mulighed for at bestemme forskellen mellem data, som hverken er sande eller falske. Noget der ligner processen med menneskelig ræsonnement. Som lidt mørkt, lidt lysstyrke osv.
Karakteristik af Fuzzy Logic
Her er nogle vigtige egenskaber ved fuzzy logik:
- Fleksibel og nem at implementere maskinlæringsteknik
- Hjælper dig med at efterligne logikken i menneskelig tanke
- Logik kan have to værdier, der repræsenterer to mulige løsninger
- Meget velegnet metode til usikker eller omtrentlig begrundelse
- Fuzzy logik betragter slutning som en proces til at udbrede elastiske begrænsninger
- Fuzzy-logik giver dig mulighed for at opbygge ikke-lineære funktioner med vilkårlig kompleksitet.
- Fuzzy-logik skal bygges med komplet vejledning af eksperter
Hvornår skal man ikke bruge fuzzy logik
Uklar logik er dog aldrig en kur for alle. Derfor er det lige så vigtigt at forstå, at hvor vi ikke skal bruge fuzzy logik.
Her er der visse situationer, hvor du hellere ikke bruger Fuzzy Logic:
- Hvis du ikke finder det praktisk at kortlægge et inputområde til et outputområde
- Fuzzy-logik bør ikke bruges, når du kan bruge sund fornuft
- Mange controllere kan udføre det fine arbejde uden brug af fuzzy logik
Fuzzy Logic Architecture
Fuzzy Logic Architecture
Fuzzy Logic-arkitektur har fire hoveddele som vist i diagrammet:
Regelbase:
Den indeholder alle de regler og de hvis-så-betingelser, der tilbydes af eksperterne til at kontrollere beslutningsprocessen. Den nylige opdatering i fuzzy teori giver forskellige metoder til design og tuning af fuzzy controllere. Disse opdateringer reducerer antallet af det uklare sæt regler markant.
Fuzzification:
Fuzzification-trin hjælper med at konvertere input. Det giver dig mulighed for at konvertere skarpe tal til fuzzy sæt. Skarpe indgange målt af sensorer og overført til kontrolsystemet til videre behandling. Ligesom stuetemperatur, tryk osv.
Inferensmotor:
Det hjælper dig med at bestemme graden af match mellem fuzzy input og reglerne. Baseret på% match bestemmer det, hvilke regler der skal implementeres i henhold til det givne indtastningsfelt. Herefter kombineres de anvendte regler for at udvikle kontrolhandlingerne.
Defuzzificering:
Endelig udføres defuzzificeringsprocessen for at konvertere de uklare sæt til en skarp værdi. Der er mange typer teknikker til rådighed, så du skal vælge den, der er bedst egnet, når den bruges sammen med et ekspertsystem.
Fuzzy Logic vs. sandsynlighed
| Sløret logik | Sandsynlighed |
|---|---|
| Fuzzy: Toms grad af medlemskab inden for de gamle mennesker er 0,90. | Sandsynlighed: Der er en 90% chance for, at Tom er gammel. |
| Fuzzy logik tager sandhedsgrader som et matematisk grundlag på modellen for vagt fænomen. | Sandsynlighed er en matematisk model for uvidenhed. |
Crisp vs. Fuzzy
| Skarp | Fuzzy |
|---|---|
| Det har en streng grænse T eller F | Fuzzy grænse med en vis grad af medlemskab |
| Nogle skarpe tidsindstillinger kan være uklare | Det kan ikke være skarpt |
| Sandt / falsk {0,1} | Medlemskabsværdier på [0,1] |
| I skarp logik kan loven om udelukket mellem- og ikke-modsigelse være eller ej | I den fuzzy logiske lov om udelukket mellem- og ikke-modsigelse holder |
Klassisk sæt vs. fuzzy sæt teori
| Klassisk sæt | Fuzzy Set Theory |
|---|---|
| Klasser af objekter med skarpe grænser. | Objektklasser har ikke skarpe grænser. |
| Et klassisk sæt defineres af skarpe grænser, dvs. der er klarhed omkring placeringen af de indstillede grænser. | Et uklart sæt har altid tvetydige grænser, dvs. der kan være usikkerhed om placeringen af de indstillede grænser. |
| Udbredt i digitalt systemdesign | Anvendes kun i fuzzy controllere. |
Fuzzy Logic Eksempler
Se nedenstående diagram. Det viser, at værdierne i et fuzzy-system er angivet med et 0 til 1-tal. I dette eksempel betyder 1.0 absolut sandhed og 0,0 betyder absolut falskhed.
Fuzzy Logic med eksempel
Anvendelsesområder for Fuzzy Logic
Tabellen Blow viser anvendelsen af Fuzzy-logik fra berømte virksomheder i deres produkter.
| Produkt | Selskab | Sløret logik |
|---|---|---|
| Blokeringsfri bremser | Nissan | Brug fuzzy logik til at kontrollere bremser i farlige tilfælde afhænger af bilens hastighed, acceleration, hjulhastighed og acceleration |
| Automatisk transmission | NOK / Nissan | Fuzzy-logik bruges til at kontrollere brændstofindsprøjtning og -tænding baseret på gasregulering, kølevandstemperatur, omdrejningstal osv. |
| Automotor | Honda, Nissan | Brug til at vælge geat baseret på motorbelastning, kørestil og vejforhold. |
| Kopi maskine | Canon | Anvendes til justering af tromlespænding baseret på billedtæthed, fugtighed og temperatur. |
| Fartpilot | Nissan, Isuzu, Mitsubishi | Brug den til at justere gasindstillingen for at indstille bilens hastighed og acceleration |
| Opvaskemaskine | Matsushita | Anvendelse til justering af rengøringscyklus, skylning og vaskestrategier afhænger af antallet af tallerkener og mængden af mad, der serveres på tallerkenen. |
| Elevatorkontrol | Fujitec, Mitsubishi Electric, Toshiba | Brug den til at reducere ventetiden baseret på passagertrafik |
| Golf diagnostisk system | Maruman Golf | Vælger golfklub baseret på golfspillerens svingning og fysik. |
| Fitness ledelse | Omron | Fuzzy regler, der er underforstået af dem for at kontrollere deres medarbejders egnethed. |
| Ovnkontrol | Nippon stål | Blander cement |
| Mikrobølgeovn | Mitsubishi Chemical | Indstiller lunes power og madlavningsstrategi |
| Palmtop-computer | Hitachi, Sharp, Sanyo, Toshiba | Genkender håndskrevne Kanji-tegn |
| Plasmaetsning | Mitsubishi Electric | Sætter ætsningstid og strategi |
Fordele ved Fuzzy Logic System
- Fuzzy Logic Systems struktur er let og forståelig
- Fuzzy-logik bruges i vid udstrækning til kommercielle og praktiske formål
- Fuzzy-logik i AI hjælper dig med at kontrollere maskiner og forbrugerprodukter
- Det giver muligvis ikke nøjagtig ræsonnement, men den eneste acceptable ræsonnement
- Fuzzy-logik i Data Mining hjælper dig med at håndtere usikkerheden inden for teknik
- For det meste robust, da der ikke kræves nogen præcise indgange
- Det kan programmeres til i den situation, hvor feedback-sensoren holder op med at arbejde
- Det kan let ændres for at forbedre eller ændre systemets ydeevne
- billige sensorer kan bruges, som hjælper dig med at holde de samlede systemomkostninger og kompleksitet lave
- Det giver en mest effektiv løsning på komplekse problemer
Ulemper ved Fuzzy Logic Systems
- Fuzzy-logik er ikke altid nøjagtig, så resultaterne opfattes ud fra en antagelse, så det accepteres muligvis ikke bredt.
- Fuzzy-systemer har ikke evnen til maskinindlæring såvel som neuralt netværkstypemønstergenkendelse
- Validering og verifikation af et fuzzy vidensbaseret system kræver omfattende test med hardware
- Indstilling af nøjagtige, uklare regler og medlemsfunktioner er en vanskelig opgave
- Noget uklar tidslogik forveksles med sandsynlighedsteori og vilkårene
Resumé
- Udtrykket uklar betyder ting, der ikke er meget klare eller vage
- Udtrykket uklar logik blev først brugt med 1965 af Lotfi Zadeh, professor i UC Berkeley i Californien
- Fuzzy logik er en fleksibel og nem at implementere maskinlæringsteknik
- Fuzzy-logik bør ikke bruges, når du kan bruge sund fornuft
- Fuzzy Logic-arkitektur har fire hoveddele 1) Regel Basse 2) Fuzzification 3) Inferensmotor 4) Defuzzification
- Fuzzy logik tager sandhedsgrader som et matematisk grundlag på vagtens model, mens sandsynligheden er en matematisk model for uvidenhed
- Skarpt sæt har streng grænse T eller F, mens fuzzy grænse med en vis grad af medlemskab
- Et klassisk sæt bruges i vid udstrækning i digitalt systemdesign, mens fuzzy-sæt bruges kun i fuzzy controllere
- Auto transmission, Fitness management, Golf diagnostisk system, Opvaskemaskine, Kopimaskine er nogle områder af Fuzzy Logic applikationer
- Fuzzy-logik i Soft Computing hjælper dig med at kontrollere maskiner og forbrugsprodukter