ファジー論理-制御システム

ファジー論理は、さまざまな制御アプリケーションで大成功を収めて適用されます。ほとんどすべての消費者製品はファジー制御を備えています。例としては、エアコン、車両で使用されるアンチブレーキシステム、信号機、洗濯機、大規模な経済システムなどを使用した室温の制御などがあります。

制御システムでファジー論理を使用する理由

制御システムは、このシステムが特定の望ましい特性を示すように、別の物理システムを変更するように設計された物理コンポーネントの配置です。以下は、制御システムでファジー論理を使用するいくつかの理由です-

ファジィ制御システムを設計する際には、次の6つの基本的な仮定を行う必要があります。

The plant is observable and controllable −入力、出力、および状態変数が観測および制御の目的で使用可能であると想定する必要があります。
Existence of a knowledge body −言語規則と、規則を抽出できる入出力データセットのセットを持つ知識体系が存在すると想定する必要があります。
Existence of solution −解決策が存在すると想定する必要があります。
‘Good enough’ solution is enough −制御工学は、最適なソリューションではなく、「十分に優れた」ソリューションを探す必要があります。
Range of precision −ファジー論理コントローラーは、許容可能な精度の範囲内で設計する必要があります。
Issues regarding stability and optimality −安定性と最適性の問題は、明示的に対処するのではなく、ファジー論理コントローラーの設計においてオープンでなければなりません。

次の図は、ファジー論理制御（FLC）のアーキテクチャーを示しています。

上図に示すように、FLCの主要コンポーネントは次のとおりです。

Fuzzifier −ファジファイアの役割は、鮮明な入力値をファジー値に変換することです。
Fuzzy Knowledge Base−すべての入出力ファジー関係に関する知識を格納します。また、ファジールールベースへの入力変数と制御下のプラントへの出力変数を定義するメンバーシップ関数もあります。
Fuzzy Rule Base −ドメインのプロセスの操作に関する知識を保存します。
Inference Engine−FLCのカーネルとして機能します。基本的には、おおよその推論を実行することによって人間の決定をシミュレートします。
Defuzzifier − defuzzifierの役割は、ファジー値をファジー推論エンジンから取得した鮮明な値に変換することです。

以下は、FLCの設計に関連する手順です。

Identification of variables −ここでは、検討中のプラントの入力、出力、および状態変数を特定する必要があります。
Fuzzy subset configuration−情報の世界はいくつかのファジーサブセットに分割され、各サブセットには言語ラベルが割り当てられます。これらのファジーサブセットにユニバースのすべての要素が含まれていることを常に確認してください。
Obtaining membership function −上記のステップで取得した各ファジーサブセットのメンバーシップ関数を取得します。
Fuzzy rule base configuration −ここで、ファジー入力と出力の関係を割り当てて、ファジールールベースを定式化します。
Fuzzification −ファジー化プロセスはこのステップで開始されます。
Combining fuzzy outputs −ファジー近似推論を適用して、ファジー出力を見つけてマージします。
Defuzzification −最後に、非ファジー化プロセスを開始して、鮮明な出力を形成します。

ここで、ファジー論理制御の利点について説明します。

Cheaper − FLCの開発は、パフォーマンスの点でモデルベースまたは他のコントローラーの開発よりも比較的安価です。
Robust − FLCは、広範囲の動作条件をカバーできるため、PIDコントローラーよりも堅牢です。
Customizable −FLCはカスタマイズ可能です。
Emulate human deductive thinking −基本的にFLCは、人間の演繹的思考をエミュレートするように設計されています。これは、人々が知っていることから結論を推測するために使用するプロセスです。
Reliability − FLCは、従来の制御システムよりも信頼性があります。
Efficiency −ファジー論理は、制御システムに適用すると効率が向上します。

ここで、ファジー論理制御の欠点について説明します。

Requires lots of data −FLCを適用するには大量のデータが必要です。
Useful in case of moderate historical data − FLCは、履歴データよりもはるかに小さいまたは大きいプログラムには役立ちません。
Needs high human expertise −システムの精度は人間の知識と専門知識に依存するため、これは1つの欠点です。
Needs regular updating of rules −ルールは時間とともに更新する必要があります。