MH MB4 wyklad 6 [tryb zgodności]
Transkrypt
MH MB4 wyklad 6 [tryb zgodności]
www.imio.polsl.pl www.imio.polsl.pl STANDARDOWE FUNKCJE PRZYNALEŻNOŚCI METODY HEURYSTYCZNE wykład 6 1 GAUSSOWSKA F. PRZYNALEŻNOŚCI 2 www.imio.polsl.pl www.imio.polsl.pl F. PRZYNALEŻNOŚCI KLASY s x’ – środek; a – określa szerokość krzywej 3 F. PRZYNALEŻNOŚCI KLASY π www.imio.polsl.pl (zdef. poprzez klasę s) 4 F. PRZYNALEŻNOŚCI KLASY γ www.imio.polsl.pl (alternatywa dla s) F. PRZYNALEŻNOŚCI KLASY L 5 6 1 www.imio.polsl.pl F. PRZYNALEŻNOŚCI KLASY t www.imio.polsl.pl F. PRZYNALEŻNOŚCI KLASY singleton (alternatywa dla π) Singleton charakteryzuje jednoelementowy zbiór rozmyty. 7 Np.: prędkość samochodu: Funkcja ta jest wykorzystywana głównie do operacji rozmywania w systemach wnioskujących. www.imio.polsl.pl www.imio.polsl.pl µ(x) X: [0, xmax] 8 1 • Mała prędkość samochodu (A) – typ L α 0 • Średnia prędkość samochodu (B) – typ t • Duża prędkość samochodu (C) – typ γ 1 µA(x) µB(x) Jądro x α - przekrój Baza Nośnik (baza) zbioru rozmytego A: zbiór elementów ZR, dla których µC(x) µ (x) >0 0.5 Jądro zbioru rozmytego A: zb. elementów ZR, dla których 40 x=55 60 80 xmax ⇒ µA(x) =0.25, µB(x)=0.75, µC(x)=0 x α -przekrój zbioru rozmytego A: zbiór nierozmyty taki, że: 9 10 www.imio.polsl.pl Np.: µ(x)=1 www.imio.polsl.pl Wysokość zbioru rozmytego A: X={1, ..., 10} Zbiór normalny: α -przekroje: Normalizacja zbioru: A0 = X = {1, ..., 10}, A0.1 = {2, 4, 5, 8, 10}, Np.: - przed normalizacją: A0.3 = {4, 5, 8, 10}, A0.6 = {5, 8}, A0.7 = {5}. - po normalizacji: 11 12 2 www.imio.polsl.pl Inkluzja (zawieranie sie ZR A w ZR B): µ (x) www.imio.polsl.pl µ B(x) OPERACJE NA ZBIORACH ROZMYTYCH µ A(x) x ZR wypukły: ZR niewypukły: µ (x) µ (x) x x Równość dwu ZR A i B: 13 www.imio.polsl.pl PRZECIĘCIE 14 www.imio.polsl.pl SUMA Definicje sumy zbiorów rozmytych mają nazwę S-norm. Np.: µ (x) µ (x) µ (x) 1 W literaturze istnieje wiele definicji przecięcia (iloczynu) zbiorów rozmytych pod wspólną nazwą T-norm. A B µ A(x) ∪ µ B(x) Najczęściej stosowana definicja przecięcia zbiorów A i B: 1 µ (x) µ B(x) DOPEŁNIENIE zbioru rozmytego: µ A(x) ∩ µ B(x) 1 1 µ (x) µ A(x) Przykład: µ A(x) 0 µ B(x) µ A(x) ⋅µ B(x) 0 µ (x) µ Â(x) x 0 lub (iloczyn algebraiczny): x 0 µ A(x) x Dla ZR nie są spełnione prawa dopełnienia: x 15 www.imio.polsl.pl 16 Przykład: www.imio.polsl.pl Przecięcie: Przecięcie: Suma: Suma: 17 18 3 www.imio.polsl.pl Liczby rozmyte to ZR zdefiniowane na osi liczb rzeczywistych. Wymagania: www.imio.polsl.pl • zbiór normalny: h(A)=1; • zbiór wypukły; LICZBY ROZMYTE • funkcja przynależności przedziałami ciągła. np.: 11 µ (x) x 0 1 • dodatnie µ (x) • ujemne; 19 www.imio.polsl.pl ZASADA ROZSZERZANIA: Zasada rozszerzania pozwala przenieść (rozszerzyć) różne operacje matematyczne ze zbiorów nierozmytych na zbiory rozmyte (w tym również na liczby rozmyte). dodawanie A1 ⊕ A2 = B odejmowanie A1 ⊖ A2 = B mnożenie A1 ⊙ A2 = B dzielenie A1 ⊘ A2 = B • ani dodatnie ani ujemne. x 0 20 x www.imio.polsl.pl ZASADA ROZSZERZANIA: Zasada rozszerzania pozwala przenieść (rozszerzyć) różne operacje matematyczne ze zbiorów nierozmytych na zbiory rozmyte (w tym również na liczby rozmyte). Nie zawsze wynikiem operacji arytmetycznych na liczbach rozmytych jest liczba rozmyta... Twierdzenie (Dubois, Prade): 21 www.imio.polsl.pl Dodawanie liczb rozmytych: Jeżeli liczby rozmyte A1 i A2 mają ciągłe funkcje przynależności, to wynikiem operacji arytmetycznych dodawania, odejmowania, mnożenia i dzielenia są liczby rozmyte. 1 - f. przynależności klasy t; µA(y) µB(z) µA+B(x) www.imio.polsl.pl Trójkątne liczby rozmyte: Opis: µ 22 1 µ (x) - jako: x 0 x 0 Wyostrzanie trójkątnej liczby rozmytej: x Mnożenie liczb rozmytych: a1 aM a2 x µ 1 0 µA(y) µB(z) µA·B(x) x 23 24 4 www.imio.polsl.pl Płaskie liczby rozmyte: µ(x) PRZYBLIŻONE WNIOSKOWANIE 1 x 0 www.imio.polsl.pl 25 26 www.imio.polsl.pl Logika tradycyjna (dwuwartościowa): www.imio.polsl.pl • A=1 : logiczną wartością zdania A jest prawda; • A=0 : logiczną wartością zdania A jest fałsz. O prawdziwości zdań wnioskuje się na podstawie prawdziwości innych zdań. Funktory logiczne: Operacja logiczna negacja Schemat notowania: • Nad kreską zdania, na podstawie których się wnioskuje; • Pod kreską otrzymany wniosek. Jeśli prawdziwe są wszystkie zdania powyżej kreski to prawdziwy jest też wniosek. 27 www.imio.polsl.pl Implikacja (wynikanie): Czyta się: ~ lub ¬ nie jest prawdą, że... koniunkcja ∧ i, oraz alternatywa implikacja ∨ ⇒ lub jeżeli... to ... równoważność ⇔ ≡ wtedy i tylko wtedy, gdy... ∀ dla każdego... ∃ istnieje takie... tożsamość Teraz: A, B – zdania. Funktor kwantyfikator ogólny kwantyfikator szczególny jest tożsame... 28 REGUŁY WNIOSKOWANIA www.imio.polsl.pl MODUS PONENS Modus ponendo ponens – sposób wnioskowania przez twierdzenie p do twierdzenia q. Zdanie logiczne o strukturze „jeśli p to q" (p⇒q) • p – poprzednik implikacji; Przesłanka: Implikacja: • q – następnik implikacji. Wniosek: Implikacja jest prawdziwa: A A→B B Z prawdziwości przesłanki i implikacji wynika prawdziwość wniosku. Np.: • A=1 „Jacek jest kierowcą” • gdy q jest prawdziwe; • gdy p i q są fałszywe. • B=1 „Jacek ma prawo jazdy” 29 • Jeśli A=1 to B=1 30 5 www.imio.polsl.pl MODUS TOLLENS Modus tollendo tollens – sposób wnioskowania prowadzący przez przeczenie do przeczenia. Przesłanka: Implikacja: Wniosek: www.imio.polsl.pl REGUŁY WNIOSKOWANIA W LOGICE ROZMYTEJ Reguły, których przesłanki lub wnioski wyrażone są w języku zbiorów rozmytych. ~B A→B • Reguły pochodzące od ekspertów zwykle wyrażone są w języku nieprecyzyjnym. ~A Z prawdziwości przesłanki i implikacji również wynika prawdziwość wniosku. Np.: • B=0 (~B=1) „Jacek nie ma prawa jazdy” • Zbiory rozmyte pozwalają przełożyć ten język na konkretne wartości liczbowe. Praca systemu decyzyjnego opartego na logice rozmytej zależy od definicji reguł rozmytych w bazie reguł. • A=0 (~A=1) „Jacek nie jest kierowcą” • Jeśli B=0 to A=0 31 www.imio.polsl.pl Reguły mają postać IF...AND...THEN. np.: 32 www.imio.polsl.pl Różnice w porównaniu z klasycznymi regułami IF-THEN: • Wykorzystanie zmiennych opisujących zbiory rozmyte; IF a is A1 AND b is B1 THEN c is C1 • Występowanie mechanizmu określającego stopień przynależności elementu do zbioru; IF a is A2 AND b is NOT B2 THEN c is C2 • Wykorzystanie operacji na zbiorach rozmytych. gdzie: a, b, c – zmienne lingwistyczne, A1, ..., C2 – zbiory rozmyte. Np.: Schemat wnioskowania, w którym przesłanka, implikacja i wniosek są nieprecyzyjne: Przesłanka: Zmienne lingwistyczne: zmienne, które przyjmują jako wartości słowa lub zdania wypowiedziane w języku naturalnym. (również wartości liczbowe). Implikacja: 33 Prędkość samochodu jest duża Implikacja: Jeśli prędkość samochodu jest bardzo duża → poziom hałasu jest wysoki Poziom hałasu jest średniowysoki x jest A’ Implikacja: Jeśli x jest A→ y jest B y jest B’ Wniosek: www.imio.polsl.pl Przesłanka: Prędkość samochodu jest duża Implikacja: Jeśli prędkość samochodu jest bardzo duża → poziom hałasu jest wysoki Wniosek: Poziom hałasu jest średniowysoki Zmienne lingwistyczne: Rozmyta reguła wnioskowania modus ponens : Przesłanka: Jeśli prędkość samochodu jest bardzo duża → poziom hałasu jest wysoki Poziom hałasu jest średniowysoki 34 www.imio.polsl.pl Przesłanka: Wniosek: Wniosek: Prędkość samochodu jest duża • x – prędkość samochodu • y – poziom hałasu Zbiór wartości zmiennych lingwistycznych: • x: T1={„mała”, „średnia”, „duża”, „bardzo duża”} • y: T2={„mały”, „średni”, „średniowysoki”, „wysoki”} 35 36 6 www.imio.polsl.pl • Ponieważ A≠A’ - wniosek jest inny niż byłby w przypadku reguły nierozmytej. Do każdego elementu zbiorów T1 i T2 można przyporządkować zbiór rozmyty o założonej przez nas funkcji przynależności. • Zbiór rozmyty B’ jest określony przez złożenie zbioru rozmytego A’ oraz implikacji A⇒B: Tu: A – „prędkość samochodu jest bardzo duża”; A’ – „prędkość samochodu jest duża”; B – „poziom hałasu jest wysoki”; B’ – „poziom hałasu jest średniowysoki”. Rozmyta reguła wnioskowania modus tollens : • Implikacja ma tą samą postać (A→B) w regule rozmytej jak i w nierozmytej. • W regule rozmytej jej przesłanka nie dotyczy zb. rozmytego A lecz A’, który może być zbliżony do A, ale niekoniecznie A=A’. Wyznaczanie funkcji µA→B(x,y) gdy µA(x) oraz µB(y) są znane: www.imio.polsl.pl Przesłanka: y jest B’ Implikacja: Jeśli x jest A→ y jest B x jest A’ Wniosek: 37 38 www.imio.polsl.pl www.imio.polsl.pl 1. Reguła Mamdaniego: STEROWNIKI ROZMYTE 2. Reguła Larsena: 3. Reguła Łukasiewicza: 4. Reguła Zadeha: ... 39 40 www.imio.polsl.pl • Nie wymagają tworzenia modelu rozważanego procesu (co często jest trudne); • Należy jedynie sformułować zasady postępowania w postaci rozmytych reguł (IF..THEN). Np.: Schemat układu klimatyzacji: STEROWNIK ROZMYTY pomieszczenie czujnik temperatury czujnik wilgotności KLIMATYZATOR – zmierzone wartości wejściowe; – sygnał sterujący (intensywność chłodzenia). 41 www.imio.polsl.pl Zastosowania praktyczne: • sprzęt AGD (pralki, lodówki, odkurzacze); • kamery (autofokus); • nadzór wentylacji w tunelach; • sterowanie światłami na wjeździe na autostradę; • klimatyzacja; • automatyka przemysłowa; • sterowanie robotów; • ... 42 7 www.imio.polsl.pl STEROWNIK ROZMYTY: BAZA REGUŁ BLOK ROZMYWANIA BLOK WNIOSKOWANIA www.imio.polsl.pl Np. Sterowanie ogrzewaniem: BLOK WYOSTRZANIA Temperatura Cena ogrzewania mróz zimno chłodno tanio mocno mocno średnio średnio mocno średnio słabo drogo średnio słabo wcale Baza reguł (model lingwistyczny): zbiór rozmytych reguł w postaci: ROZMYWANIE (fuzzyfikacja) 43 44 www.imio.polsl.pl www.imio.polsl.pl • Przejście od pomiarów (konkretna wartość ) do funkcji przynależności przez określenie stopni przynależności zmiennych lingwistycznych do każdego ze zbiorów rozmytych. • Temperatura: T =15°C Np.: • Cena_ogrz: p =48zł/MBTU 1 µchłodno(T)=0.5 1 0.5 µtanio(p)=0.3 0.3 0 0 15°C T 48zł/MBtu p Stopień spełnienia reguły dla wszystkich przesłanek: 1 µchłodno(T) 1 0.5 µtanio(p) „poziom zapłonu reguły” 0.3 0 0 T 15°C 48zł/MBtu p 45 www.imio.polsl.pl WNIOSKOWANIE www.imio.polsl.pl AGREGACJA Obliczanie stopnia prawdziwości wniosku: Jeżeli więcej niż jedna reguła ma niezerowy poziom zapłonu, wyniki (zbiory rozmyte) sumuje się. • Wnioskowanie MIN: 1 46 µśrednio(h) 1 µcałe=0.3 µwniosku(h) 0 h 0 47 h 48 8 www.imio.polsl.pl WYOSTRZANIE (defuzzyfikacja) www.imio.polsl.pl Tu: Jeżeli na wyjściu wymagana jest wartość liczbowa, stosuje się jedną z metod wyostrzania: 1 COG Metoda pierwszego maksimum: 0 57° h Metoda środka maksimum: Ai – powierzchnia zbioru i µi – stopień przynależności do zbioru i Metoda środka ciężkości (COG): 49 ci – środek ciężkości zbioru i. www.imio.polsl.pl 50 www.imio.polsl.pl • Baza reguł sterownika ma charakter rozmyty tylko w części IF. • W części THEN występują zależności funkcyjne. STEROWNIKI ROZMYTE TAKAGI-SUGENO Reguły Mamdaniego: wynikiem jest zbiór rozmyty B: IF x1=A1 AND x2=A2 … xn=An THEN y = B Reguły Takagi-Sugeno: wynikiem jest funkcja f (xi): IF x1=A1 AND x2=A2 … xn=An THEN y = f (x1, x2,..xn) Zwykle są to funkcje liniowe : f (xi) = y = a0+a1x1+anxn 51 Np.: R(1): IF prędkość is niska THEN hamowanie = prędkość 52 www.imio.polsl.pl R(2): IF prędkość is średnia THEN hamowanie = 4·prędkość R(3): IF prędkość is wysoka THEN hamowanie = 8·prędkość µ niska średnia wysoka 0.8 0.3 0.1 2 R(1): w1 = 0.3; r1 = 2 R(2): w2 = 0.8; r2 = 4·2 R(3): w3 = 0.1; r3 = 8·2 Prędkość Hamowanie = 53 9