Uvod u sustav neizrazite logike
Fuzzy Logic je računalni pristup koji se temelji na "stupnju istine" i nije ograničen na booleovu "istinu ili laž". Izraz "Fuzzy" znači nešto što je nejasno ili nije vrlo jasno. Sustav nejasne logike primjenjuje se na scenarije u kojima je teško kategorizirati stanja kao binarno „Točno ili Netačno“. Fuzzy Logic može ugraditi intermedijarne vrijednosti poput djelomično istinite i djelomično lažne. Može se implementirati na širokom rasponu uređaja, od malog mikrokontrolera do velikih IT sustava. Ona pokušava oponašati ljudsko odlučivanje koje može ugraditi sve vrijednosti između Istine i Neistine.
Arhitektura neodređenog logičkog sustava
Fuzzy Logic System ima četiri glavne komponente koje su objašnjene pomoću dijagrama arhitekture niže:
- Pravila: Baza pravila sastoji se od velikog niza pravila koje programiraju i hrane stručnjaci koji upravljaju odlučivanjem u nejasnom sustavu. Pravila su skupovi izjava "Ako-onda" koji odlučuju događaj ovisno o stanju.
- Fuzzifikacija: Fuzzifikacija pretvara sirove ulaze izmjerene iz senzora u nejasne skupove. Ovi pretvoreni ulazi se prosljeđuju u upravljački sustav radi daljnje obrade.
- Inference Engine: Pomaže u mapiranju pravila na skupu podataka i na taj način odlučuje koja će se pravila primijeniti na dani unos. To čini izračunavanjem% podudaranja pravila za dati unos.
- Defuzzifikacija: Suprotnost je Fuzifikaciji. Ovdje se nejasni skupovi pretvaraju u svježe ulaze. Ti oštri ulazi su izlaz neizrazitog logičkog sustava.
Funkcija članstva
Funkcija članstva definira kako je ulaz u neizraziti sustav mapiran na vrijednosti između 0 i 1. Ulaz se obično naziva Univerzum (U) jer može sadržavati bilo koju vrijednost. Funkcija članstva definirana je kao:
μ A: X → (0, 1).
Ovdje X predstavlja svemir i Y predstavlja bilo koju vrijednost između 0 i 1. Funkcija trokutastog članstva je najčešće korištena funkcija članstva. Ostale funkcije članstva uključuju Trapezoidne, Gaussove i Singletonske.
Zašto i kada koristiti neizrazitu logiku?
Fuzzy Logic je osobito korisna kada želite oponašati ljudsko razmišljanje u upravljačkom sustavu. Više od točnosti obrazloženja usredotočuje se na prihvatljivo obrazloženje koje je vrlo blizu načinu na koji djeluje u stvarnom svijetu. Osmišljen je za obradu neizvjesnosti i iskusan je u zaključku zaključaka.
Algoritam neizrazitog logičkog sustava
- Definirajte sve varijable i izraze koji će djelovati kao ulaz u neizraziti sustav
- Stvorite funkciju članstva u sustavu (kao što je gore definirano)
- Napravite bazu pravila koja će se mapirati na svaki ulaz
- Pretvorite normalan ulaz u neizraziti ulaz koji se napaja funkcijom članstva
- Rezultat procijenite na funkciji članstva
- Kombinirajte sve rezultate dobivene iz pojedinačnog skupa pravila
- Pretvorite izlaz neizrazito postavljen u Crisp ulaz (defuzzification)
Primjena sustava neizrazite logike
Fuzzy Logic usvaja se u svim glavnim industrijama, ali Automotive ostaje najveći korisnik. Dolje su navedene neke od njegovih aplikacija:
- Nissan koristi Fuzzy Logic za kontrolu kočnog sustava u slučaju opasnosti. Fuzzy Logic koristi ulaze poput brzine, ubrzanja, zamaha za odlučivanje o intenzitetu kočnice.
- Nissan također koristi Fuzzy Logic za kontrolu količine ubrizgavanja goriva i paljenja na temelju ulaza poput broja okretaja motora, temperature i nosivosti.
- Koristi se u satelitima i zrakoplovima za kontrolu nadmorske visine.
- Mitsubishi koristi Fuzzy Logic da bi upravljanje liftom učinio efikasnijim uzimajući putnički promet kao ulaz.
- Nippon Steel koristi Fuzzy Logic za određivanje udjela u kojem se trebaju miješati različite vrste cementa kako bi se dobio trajniji cement.
- Fuzzy Logic pronalazi svoju primjenu u kemijskoj industriji za upravljanje različitim procesima poput kontrole pH, procesa sušenja i procesa destilacije.
- Nejasna logika može se kombinirati s umjetnom neuronskom mrežom (ANN) da oponaša kako ljudski mozak funkcionira. Fuzzy Logic objedinjuje podatke i pretvara se u smislenije informacije koje se koriste kao skup nejasnih.
Prednosti sustava Fuzzy Logic
Ispod se nalazi pet prednosti nejasnog logičkog sustava:
- Fuzzy Logic može raditi s bilo kojom vrstom ulaza, čak i ako je nestrukturiran, iskrivljen, neprecizan ili sadrži buku.
- Fuzzy Logic Construction vrlo je lako pročitati i razumjeti, jer usko oponaša način na koji Human-Mind donosi odluku.
- Nijanse Fuzzy Logic uključuje uporabu ključnog matematičkog koncepta poput skupa teorije i vjerojatnosti, što ga čini pogodnim za rješavanje svih vrsta svakodnevnih izazova s kojima se čovječanstvo suočava.
- Fuzzy Logic može pružiti učinkovita rješenja vrlo složenog problema u različitim industrijama.
- Fuzzy Logic sustavu treba vrlo malo podataka za pripremu robusnog modela. Stoga joj je potrebna samo ograničena količina memorije za njegovo izvršavanje.
Nedostaci sustava neizrazite logike
Ispod su četiri najbolja nedostatka neizrazitog logičkog sustava:
- Ne postoji standardni način rješavanja problema pomoću Fuzzy Logic-a, stoga različiti stručnjaci mogu imati različito rješenje problema koji dovodi do nejasnoća.
- Kako nerazumljivi logički sustav radi s preciznim i nepreciznim podacima, ponekad se može ugroziti njegova točnost.
- Fuzzy Logic System ne može se učiti iz svojih prošlih pogrešaka ili neuspjeha, jer nema sposobnost samo-učenja poput strojnog učenja i neuronske mreže.
- Zbog nedostatka standardizacije ne postoji niti jedan fiksni način pronalaženja pravila i funkcija članstva za zadani problem. Stoga je ponekad teško pronaći točna pravila i funkcije članstva za neke probleme.
Zaključak
Fuzzy Logic pruža alternativni način pristupa stvarnim problemima u računarskom svijetu. Može se lako primijeniti na različite aplikacije i upravljački sustav što može donijeti dugoročne koristi. S obzirom na sposobnost da dobro funkcionira sa "stupnjem istine", ona otvara puno vrata modernom računanju. Međutim, nije problem svih problema, jer ima ozbiljna ograničenja kada je u pitanju točnost i nesposobnost da se nauče iz svog neuspjeha kao u slučaju strojnog učenja.
Preporučeni članci
Ovo je vodič za sustav Fuzzy Logic. Ovdje razgovaramo o tome zašto i kada koristiti neizraziti sustav, s arhitekturom, primjenom i na kraju s prednostima i nedostacima. Možete i pregledati naše druge povezane članke da biste saznali više -
- Što je neizrazita logika?
- Ispitivanje neispravnosti
- Tvrtke IoT
- R okvir podataka
- Senzorski uređaj
- Top 12 vrsta senzora i njihove primjene