Vad är Fuzzy Logic?
Fuzzy Logic definieras som en mångsidig logisk form som kan ha sanningsvärden för variabler i valfritt reellt tal mellan 0 och 1. Det är handtagskonceptet för partiell sanning. I verkliga livet kan vi stöta på en situation där vi inte kan avgöra om påståendet är sant eller falskt. Vid den tiden erbjuder suddig logik mycket värdefull flexibilitet för resonemang.
Fuzzy logic algoritm hjälper till att lösa ett problem efter att ha beaktat all tillgänglig data. Då tar det bästa möjliga beslutet för den givna insatsen. FL-metoden imiterar beslutsfattandet hos en människa som överväger alla möjligheter mellan digitala värden T och F.
I den här handledningen lär du dig
- Vad är Fuzzy Logic?
- Fuzzy Logic Systems historia
- Kännetecken för Fuzzy Logic
- När man inte ska använda suddig logik
- Fuzzy Logic Architecture
- Fuzzy Logic vs Probability
- Crisp vs. Fuzzy
- Klassisk uppsättning vs Fuzzy uppsättningsteori
- Fuzzy Logic Exempel
- Användningsområden för Fuzzy Logic
- Fördelar med Fuzzy Logic System
- Nackdelar med Fuzzy Logic Systems
Fuzzy Logic Systems historia
Även om begreppet suddig logik hade studerats sedan 1920-talet. Termen fuzzy logic användes först med 1965 av Lotfi Zadeh, professor i UC Berkeley i Kalifornien. Han observerade att konventionell datalogik inte kunde manipulera data som representerar subjektiva eller oklara mänskliga idéer.
Fuzzy-algoritm har tillämpats på olika områden, från styrteori till AI. Den var utformad för att låta datorn bestämma skillnaderna mellan data som varken är sanna eller falska. Något som liknar processen för mänskligt resonemang. Som lite mörkt, lite ljusstyrka etc.
Kännetecken för Fuzzy Logic
Här är några viktiga egenskaper hos suddig logik:
- Flexibel och enkel att implementera maskininlärningsteknik
- Hjälper dig att efterlikna logiken i mänskligt tänkande
- Logik kan ha två värden som representerar två möjliga lösningar
- Mycket lämplig metod för osäker eller ungefärlig resonemang
- Luddig logik ser slutledning som en process för att sprida elastiska begränsningar
- Fuzzy-logik låter dig bygga icke-linjära funktioner med godtycklig komplexitet.
- Fuzzy logik bör byggas med fullständig vägledning av experter
När man inte ska använda suddig logik
Luddig logik är emellertid aldrig ett botemedel för alla. Därför är det lika viktigt att förstå att där vi inte ska använda suddig logik.
Här är vissa situationer när du bättre inte använder Fuzzy Logic:
- Om du inte tycker att det är bekvämt att mappa ett inmatningsutrymme till ett utdatautrymme
- Fuzzy logic bör inte användas när du kan använda sunt förnuft
- Många styrenheter kan göra det fina jobbet utan användning av suddig logik
Fuzzy Logic Architecture
Fuzzy Logic Architecture
Fuzzy Logic-arkitekturen har fyra huvuddelar som visas i diagrammet:
Regelbas:
Den innehåller alla regler och de förutsättningar som experterna erbjuder för att kontrollera beslutsfattandet. Den senaste uppdateringen av fuzzy theory ger olika metoder för design och tuning av fuzzy controllers. Dessa uppdateringar minskar betydligt antalet otydliga regler.
Fuzzification:
Fuzzification-steg hjälper till att konvertera ingångar. Det låter dig konvertera skarpa siffror till suddiga uppsättningar. Skarpa ingångar mätt av sensorer och skickas in i styrsystemet för vidare bearbetning. Som rumstemperatur, tryck etc.
Inferensmotor:
Det hjälper dig att bestämma graden av matchning mellan fuzzy input och reglerna. Baserat på% -matchningen avgör det vilka regler som behöver implementeras enligt det angivna inmatningsfältet. Efter detta kombineras de tillämpade reglerna för att utveckla kontrollåtgärderna.
Defuzzification:
Äntligen utförs Defuzzification-processen för att konvertera de suddiga uppsättningarna till ett skarpt värde. Det finns många typer av tekniker tillgängliga, så du måste välja den som passar bäst när den används med ett expertsystem.
Fuzzy Logic vs Probability
| Rolig logik | Sannolikhet |
|---|---|
| Fuzzy: Toms grad av medlemskap inom uppsättningen gamla människor är 0,90. | Sannolikhet: Det finns 90% chans att Tom är gammal. |
| Fuzzy logic tar sanningsgrader som en matematisk grund på modellen för vagt fenomen. | Sannolikhet är en matematisk modell av okunnighet. |
Crisp vs. Fuzzy
| Knaprig | Suddig |
|---|---|
| Den har strikt gräns T eller F | Luddig gräns med en viss grad av medlemskap |
| Vissa skarpa tidsinställningar kan vara otydliga | Det kan inte vara skarpt |
| Sant / falskt {0,1} | Medlemskapsvärden på [0,1] |
| I skarpa logiska lagar om uteslutet mellan- och icke-motsägelse kan eller inte | I den otydliga logiska lagen om Excluded Middle and Non-Contradiction håller |
Klassisk uppsättning vs Fuzzy uppsättningsteori
| Klassisk uppsättning | Fuzzy Set Theory |
|---|---|
| Klasser av föremål med skarpa gränser. | Objektklasser har inga skarpa gränser. |
| En klassisk uppsättning definieras av skarpa gränser, det vill säga det finns tydlighet om placeringen av de inställda gränserna. | En suddig uppsättning har alltid tvetydiga gränser, dvs. det kan finnas osäkerhet om placeringen av de inställda gränserna. |
| Används ofta i digital systemdesign | Används endast i suddiga kontroller. |
Fuzzy Logic Exempel
Se nedanstående diagram. Det visar att värdena i ett Fuzzy-system betecknas med ett 0 till 1-tal. I detta exempel betyder 1.0 absolut sanning och 0.0 betyder absolut falskhet.
Fuzzy Logic with Exempel
Användningsområden för Fuzzy Logic
Den givna tabellen visar användningen av Fuzzy-logik av kända företag i sina produkter.
| Produkt | Företag | Rolig logik |
|---|---|---|
| Låsningsfria bromsar | Nissan | Använd suddig logik för att kontrollera bromsarna i farliga fall beror på bilens hastighet, acceleration, hjulhastighet och acceleration |
| Automatisk överföring | NOK / Nissan | Fuzzy-logik används för att kontrollera bränsleinsprutningen och tändningen baserat på gasreglering, kylvattentemperatur, varvtal etc. |
| Auto motor | Honda, Nissan | Använd för att välja geat baserat på motorbelastning, körstil och vägförhållanden. |
| Kopieringsmaskin | Kanon | Används för att justera trumspänningen baserat på bildens densitet, fuktighet och temperatur. |
| Farthållare | Nissan, Isuzu, Mitsubishi | Använd den för att justera gasreglaget för att ställa in bilens hastighet och acceleration |
| Diskmaskin | Matsushita | Används för att justera rengöringscykeln, skölj- och tvättstrategierna beroende på antalet diskar och mängden mat som serveras på disken. |
| Hissstyrning | Fujitec, Mitsubishi Electric, Toshiba | Använd den för att minska väntetiden på tid baserat på passagerartrafik |
| Diagnostiskt golfsystem | Maruman Golf | Väljer golfklubb baserat på golfarens gunga och kroppsbyggnad. |
| Fitnesshantering | Omron | Fuzzy regler antydda av dem för att kontrollera deras anställdas kondition. |
| Ugnkontroll | Nippon Steel | Blandar cement |
| Mikrovågsugn | Mitsubishi Chemical | Ställer in lunes power och matlagningsstrategi |
| Handdator | Hitachi, Sharp, Sanyo, Toshiba | Känner igen handskrivna Kanji-karaktärer |
| Plasmaetsning | Mitsubishi Electric | Ställer in etsningstid och strategi |
Fördelar med Fuzzy Logic System
- Fuzzy Logic Systems struktur är enkel och förståelig
- Fuzzy-logik används ofta för kommersiella och praktiska ändamål
- Fuzzy-logik i AI hjälper dig att kontrollera maskiner och konsumentprodukter
- Det erbjuder kanske inte korrekt resonemang, men det enda godtagbara resonemanget
- Luddig logik i Data Mining hjälper dig att hantera osäkerheten inom teknik
- Mestadels robust eftersom inga exakta ingångar krävs
- Den kan programmeras i situationen när återkopplingssensorn slutar fungera
- Den kan enkelt modifieras för att förbättra eller ändra systemprestanda
- billiga sensorer kan användas som hjälper dig att hålla den totala systemkostnaden och komplexiteten låg
- Det ger en mest effektiv lösning på komplexa frågor
Nackdelar med Fuzzy Logic Systems
- Fuzzy logik är inte alltid korrekt, så resultaten uppfattas utifrån antagande, så det kanske inte är allmänt accepterat.
- Fuzzy-system har inte förmågan till maskininlärning såväl som neuralt nätverkstyp mönsterigenkänning
- Validering och verifiering av ett suddigt kunskapsbaserat system kräver omfattande tester med hårdvara
- Att ställa in exakta, suddiga regler och medlemsfunktioner är en svår uppgift
- Någon suddig tidslogik förväxlas med sannolikhetsteori och termer
Sammanfattning
- Uttrycket fuzzy betyder saker som inte är särskilt tydliga eller vaga
- Termen fuzzy logic användes först med 1965 av Lotfi Zadeh, professor i UC Berkeley i Kalifornien
- Fuzzy logic är en flexibel och enkel att implementera maskininlärningsteknik
- Fuzzy logic bör inte användas när du kan använda sunt förnuft
- Fuzzy Logic-arkitektur har fyra huvuddelar 1) Regel Basse 2) Fuzzification 3) Inferensmotor 4) Defuzzification
- Fuzzy logic tar sanningsgrader som en matematisk grund på vaggens modell medan sannolikheten är en matematisk modell av okunnighet
- Crisp set har strikt gräns T eller F medan Fuzzy gräns med en viss grad av medlemskap
- En klassisk uppsättning används ofta i digital systemdesign medan suddig uppsättning Används endast i suddiga styrenheter
- Automatisk överföring, Fitnesshantering, Golfdiagnosesystem, Diskmaskin, Kopieringsmaskin är några områden med Fuzzy Logic-applikationer
- Fuzzy-logik i Soft Computing hjälper dig att kontrollera maskiner och konsumentprodukter