Fuzzy Logic - Sistem Inferensi
Fuzzy Inference System adalah unit kunci dari sistem logika fuzzy yang pekerjaan utamanya adalah pengambilan keputusan. Ini menggunakan aturan “JIKA… MAKA” bersama dengan konektor “ATAU” atau “DAN” untuk menggambar aturan keputusan penting.
Karakteristik Sistem Inferensi Fuzzy
Berikut adalah beberapa karakteristik FIS -
Output dari FIS selalu merupakan himpunan fuzzy terlepas dari inputnya yang dapat berupa fuzzy atau crisp.
Output fuzzy diperlukan jika digunakan sebagai pengontrol.
Unit defuzzifikasi akan ada di sana dengan FIS untuk mengubah variabel fuzzy menjadi variabel tajam.
Blok Fungsional FIS
Lima blok fungsional berikut akan membantu Anda memahami konstruksi FIS -
Rule Base - Berisi aturan IF-THEN yang kabur.
Database - Ini mendefinisikan fungsi keanggotaan himpunan fuzzy yang digunakan dalam aturan fuzzy.
Decision-making Unit - Ia melakukan operasi sesuai aturan.
Fuzzification Interface Unit - Ini mengubah jumlah garing menjadi kuantitas fuzzy.
Defuzzification Interface Unit- Ini mengubah jumlah fuzzy menjadi jumlah yang garing. Berikut adalah diagram blok sistem interferensi fuzzy.
Bekerja dari FIS
Cara kerja FIS terdiri dari langkah-langkah berikut -
Unit fuzzifikasi mendukung penerapan berbagai metode fuzzifikasi, dan mengubah input tajam menjadi input fuzzy.
Basis pengetahuan - kumpulan basis aturan dan basis data dibentuk setelah konversi input tajam menjadi input fuzzy.
Input fuzzy unit defuzzifikasi akhirnya diubah menjadi output yang tajam.
Metode FIS
Sekarang mari kita bahas berbagai metode FIS. Berikut adalah dua metode penting FIS, yang memiliki konsekuensi aturan fuzzy yang berbeda -
- Sistem Inferensi Fuzzy Mamdani
- Model Fuzzy Takagi-Sugeno (Metode TS)
Sistem Inferensi Fuzzy Mamdani
Sistem ini diusulkan pada tahun 1975 oleh Ebhasim Mamdani. Pada dasarnya, diantisipasi untuk mengontrol mesin uap dan kombinasi boiler dengan mensintesis seperangkat aturan fuzzy yang diperoleh dari orang-orang yang mengerjakan sistem.
Langkah-langkah untuk Menghitung Output
Langkah-langkah berikut perlu diikuti untuk menghitung keluaran dari FIS ini -
Step 1 - Set aturan fuzzy perlu ditentukan pada langkah ini.
Step 2 - Pada langkah ini, dengan menggunakan fungsi keanggotaan input, input dibuat menjadi fuzzy.
Step 3 - Sekarang tetapkan kekuatan aturan dengan menggabungkan input fuzzifikasi menurut aturan fuzzy.
Step 4 - Dalam langkah ini, tentukan konsekuensi aturan dengan menggabungkan kekuatan aturan dan fungsi keanggotaan keluaran.
Step 5 - Untuk mendapatkan distribusi keluaran, gabungkan semua konsekuensinya.
Step 6 - Akhirnya, distribusi keluaran yang didefuzzifikasi diperoleh.
Berikut adalah diagram blok Sistem Antarmuka Fuzzy Mamdani.
Model Fuzzy Takagi-Sugeno (Metode TS)
Model ini diusulkan oleh Takagi, Sugeno dan Kang pada tahun 1985. Format aturan ini diberikan sebagai -
JIKA x adalah A dan y adalah B MAKA Z = f (x, y)
Di sini, AB adalah himpunan fuzzy di anteseden dan z = f (x, y) adalah fungsi crisp sebagai konsekuensinya.
Proses Inferensi Fuzzy
Proses inferensi fuzzy di bawah Takagi-Sugeno Fuzzy Model (TS Method) bekerja sebagai berikut:
Step 1: Fuzzifying the inputs - Di sini, input sistem dibuat fuzzy.
Step 2: Applying the fuzzy operator - Pada langkah ini harus diterapkan operator fuzzy untuk mendapatkan keluaran.
Format Aturan dari Bentuk Sugeno
Format aturan bentuk Sugeno diberikan oleh -
jika 7 = x dan 9 = y maka outputnya adalah z = ax + by + c
Perbandingan antara kedua metode
Sekarang mari kita pahami perbandingan antara Sistem Mamdani dan Model Sugeno.
Output Membership Function- Perbedaan utama di antara mereka adalah berdasarkan fungsi keanggotaan keluaran. Fungsi keanggotaan keluaran Sugeno bisa linier atau konstan.
Aggregation and Defuzzification Procedure - Perbedaan di antara keduanya juga terletak pada konsekuensi aturan fuzzy dan karena prosedur agregasi dan defuzzifikasi yang sama juga berbeda.
Mathematical Rules - Lebih banyak aturan matematis untuk aturan Sugeno daripada aturan Mamdani.
Adjustable Parameters - Pengontrol Sugeno memiliki lebih banyak parameter yang dapat disesuaikan daripada pengontrol Mamdani.