Wprowadzenie do logiki rozmytej
Transkrypt
Wprowadzenie do logiki rozmytej
Wydział Inżynierii Mechanicznej i Mechatroniki Laboratorium Zarządzania wiedzą Ćw. 1 Wprowadzenie do logiki rozmytej Cel: Poznanie podstawowych pojęć związanych z logiką rozmytą oraz zasadą działania programu FuzzyTech Literatura: • Constantin von Altrock, “Fuzzy logic and neuroFuzzy applications in business and finance”, Upper Saddle River : Prentice Hall PTR, cop. 1997 • R.R Yager, D.P.Filev, “Podstawy modelowania I sterowania rozmytego”, Wydawnictwo Naukowo-Techniczne, Warszawa 1995 • A. Piegat, „Modelowanie i sterowanie rozmyte”, Akademicka oficyna wydawnicza EXIT, Warszawa 1999 • Zadeh L., "Fuzzy Sets", Information and Control, vol. 8, 1965 • WWW.fuzzytech.com 1.Wprowadzenie Rozwój teorii zbiorów rozmytych zapoczątkowany został w 1965r. przez amerykańskiego profesora Lofti Zadeha, który odkrył istnienie zbiorów rozmytych i w swoim artykule „ Fuzzy Sets” podał ideę i pierwsze pojęcie teorii, która umożliwia rozmyty opis systemów rzeczywistych. Głównym działem teorii zbiorów rozmytych jest logika rozmyta stosowana do modelowania i sterowania systemów. Teoria zbiorów rozmytych powstała z potrzeby opisania złożonych zjawisk lub słabo zdefiniowanych pojęć, trudnych do opisania przy pomocy klasycznego aparatu matematycznego. 1.1 Zbiór rozmyty Zbiory rozmyty są powszechnie stosowane przez ludzi do oceny jakościowej wielkości fizycznych, stanów obiektów systemów oraz do porównania. Każdy z nas nie mając termometru potrafi określić na podstawie własnych odczuć wysokość temperatury np.: bardzo zimno, zimno, ciepło bardzo ciepło. Ocena jakościowa nie jest miarą ilościową, bowiem cechą tych miar jest addytywność. 1.2 Zmienna lingwistyczna Wielkość wejściowa, wyjściowa bądź zmienna stanu, która zamierzamy ocenić stosując oceny lingwistyczne zwane wartościami lingwistycznymi np.; napięcie, temperatura, prędkość 1.3 Wartości lingwistyczne Występują w modelach wraz ze zmiennymi, których dotyczą. Wartości są oceną wielkości lingwistycznej np. bardzo duży ujemny, średni ujemny, dodatni itd. 1.4 Logika rozmyta Logika rozmyta jest rozszerzeniem rozumowania klasycznego, które jest reprezentowane przez dwie wartości 0 i 1 bądź prawda i fałsz. Logika rozmyta wprowadza wartości pomiędzy 0 i 1 dzięki czemu rozmywa granice dając zaistnieć innym wartością z tego przedziału 2. Budowa sterownika rozmytego Ua1(X1) X1 FUZYFIKACJA X2 (Rozmywanie) Ua2(X2) . . . Uan(Xn) INFERENCJA (Wnioskowanie) Y DEFUZYFIKACJA Y* (Ostrzenie) Fuzyfikacja Inferencja Defuzyfikacja Baza reguł zawiera reguły logiczne określające zależności przyczynowo-skutkowe istniejące w systemie pomiędzy zbiorami rozmytymi wejść i wyjść. Np.: JEŚLI X1=A1 I X2=A2 TO Y= C Zastosowania logiki rozmytej: • • • Sterowniki fuzzy controllers- sterowanie światłami, sprzęt powszechnego użytku (pralka) W połączeniu z innymi narzędziami AI, np. sieciami neuronowymi Rozpoznawanie słów 3. Poznanie zasady działania programu FuzzyTech przy pomocy zadania Zadanie nr 1 Mamy do czynienia z dwoma samochodami: Samochód nr 1- który jedzie z przodu Samochód nr 2- jadący za samochodem nr 1 (śledzący go) Samochody jadą w określonej odległości. Zadaniem samochodu nr 2 jest utrzymanie określonej odległości oraz nie zgubienie samochodu nr 1. Parametry wejściowe: - odległość mierzona w metrach [m], do której przypisujemy wartości rozmyte takie jak: krótka, długa - prędkość [km/h], do której przypisujemy dwie rozmyte wartości: mała, duża Parametrem wyjściowym do tego zadania jest zachowanie samochodu nr 2, przyjmujemy rozmyte warności takie jak: zredukuj, utrzymaj, zwiększ Należy stworzyć następującą bazę reguł Jeżeli (IF) To (THEN) Dystans Prędkość Zachowanie krótki mała utrzymaj krótki duża zredukuj duży mała zwiększ duży duża utrzymaj Sprawdź zachowanie samochodu nr 2 dla przyjętych parametrów Budowa sterownika Blok Reguł