Model rozmyty typu Sugeno
Transkrypt
Model rozmyty typu Sugeno
1 Bogumiła MROZEK Laboratorium ZSI - Fuzzy 3 Budowa modelu rozmytego typu Sugeno 1. Wprowadzenie Model Sugeno (opisywany też skrótami:TS Takagi-Sugeno lub TKS Takagi-Sugeno-Kanga) zawiera reguły w postaci: JEŚLI (x jest A) TO (y = f(x)) gdzie: f(x) – funkcja. Model Sugeno zawiera w konkluzji funkcję f(x), a nie zbiór rozmyty (jak w modelu Mamdani). Łączy w sobie opis systemu opartego na regułach lingwistycznych z tradycyjnym funkcjonalnym opisem systemu lokalnego. 2. Implementacje modeli rozmytych typu Sugeno 2.1 Modele Sugeno w MATLAB-ie Z zasobu kursu „Fuzzy Sets & Models in MATLAB” pobierz pliki sug1.m, sug2.m oraz genfig.m, cyclesty.m. (pliki biblioteki Soft Toolbox http://neural.cs.nthu.edu.tw/jang/book/ ). • • • Zapoznaj się ze sposobem tworzenia i działania modelu typu Sugeno z jednym wejściem i jednym wyjściem, poprzez uruchomienie i analizę pliku sug1.m (odwzorowanie funkcji jednej zmiennej). Zapisz reguły dla tego modelu. Zapoznaj się ze sposobem tworzenia i działania modelu typu Sugeno z dwoma wejściami i jednym wyjściem, poprzez uruchomienie i analizę pliku sug2.m (odwzorowanie powierzchni – funkcji dwóch zmiennych). Zapisz reguły dla tego modelu. Zapoznaj się z metodami obliczania wartości wyjściowych (ostrych) w modelach typu Sugeno. 2.2 Modele Sugeno w Fuzzy Logic Toolbox Dla modeli z M-plików sug1.m i sug2.m utwórz modele typu Sugeno za pomocą interfejsu fuzzy przeznaczonego do budowania modeli rozmytych w Fuzzy Logic Toolbox. Utworzone w ten sposób modele rozmyte, zapisz w postaci struktury *.fis i sprawdź uzyskany kształt powierzchni modelu. Zadanie Dany jest model rozmyty typu Sugeno zapisany dwiema regułami w postaci [Rutkowska et all 1999]: R(1) IF (x1 jest DUŻE AND x2 jest ŚREDNIE) THEN y1 = 2 + 7x1 - 3x2 R(2) IF (x1 jest MAŁE AND x2 jest MAŁE) THEN y2= -2x1 +5x2 Funkcje przynależności dla zmiennych lingwistycznych x1 i x2 pokazano na rysunku 1. Wyznaczono sygnał wyjściowy modelu y = 8,6 dla wejściowych wartości ostrych x1 = 2 x 2 = 3 , (wartości liczbowe rzeczywiste). Na podstawie rysunku 1 dla reguły R(1) uzyskuje się wartości: µ A1 ( 2) = 0,3 µ A2 (2) = 0,7 . (2) Dla reguły R otrzymuje się odpowiednio µ A1 (2) = 0,75 µ A2 (2) = 0,2 . Zakładając, że wartości wk (k= 1,2) są wyznaczane za pomocą operatora typu min, otrzymuje się: w1 = min(0.3; 0,7) = 0,3 w2 = min(0.75; 0,2) = 0,2 1 2 Rysunek 1 Funkcje przynależności dla modelu Sugeno z zadania. Za pomocą interfejsu fuzzy przeznaczonego do budowania modeli rozmytych w Fuzzy Logic Toolbox utwórz model rozmyty typu Sugeno opisany w zadaniu powyżej i zapisz go w postaci struktury *.fis. Sprawdź czy dla wartości wejściowych x1 = 2 x 2 = 3 wartość wyjściowa wynosi y = 8,6 . Do sprawozdania z laboratorium Fuzzy • Model rozmyty typu Sugeno z zadania powyżej należy zapisać w postaci struktury *.fis, przy użyciu interfejsu (polecenie fuzzy) dostępnego w Fuzzy Logic Toolbox. Wykonać wizualizację powierzchni i struktury modelu za pomocą funkcji gensurf ioplotfis. • Jak zmieni się powierzchnia modelu i sygnał wyjściowy modelu y dla x1 = 2 i x 2 = 3 , jeśli do agregacji przesłanek zastosuje się (zaimplementuje się do Fuzzy Logic Toolbox ) T-normę opisaną wzorem: Gr. A iloczyn (PROD) µA∩B = T(µA(x),µB(x))= µ A ( x) ⋅ µ B ( x) Gr. B iloczyn Hamachera µA∩B = T(µA(x),µB(x))= Gr. C iloczyn Einsteina µA∩B = T(µA(x),µB(x))= µ A ( x) ⋅ µ B ( x) µ A ( x) + µ B ( x) − µ A ( x) ⋅ µ B ( x) µ A ( x) ⋅ µ B ( x) 2 − ( µ A ( x) + µ B ( x) − µ A ( x) ⋅ µ B ( x)) Gr. D ograniczona różnica µA∩B = T(µA(x),µB(x)) = MAX(0, µA(x) + µB(x) - 1) Gr. E iloczyn drastyczny MIN ( µ A ( x), µ B ( x)) µA∩B = T(µA(x),µB(x))= 0 dla MAX ( µ A ( x), µ B ( x)) = 1 poza tym [Rutkowska et all 1999] D. Rutkowska, M. Pilinski, L. Rutkowski, „Sieci neuronowe, algorytmy genetyczne i systemy rozmyte” WN PWN Warszawa 1999. 2