Logika rozmyta - system wnioskowania
System wnioskowania rozmytego jest kluczową jednostką systemu logiki rozmytej, którego podstawową pracą jest podejmowanie decyzji. Wykorzystuje reguły „JEŻELI… TO” wraz z łącznikami „LUB” lub „I” do rysowania podstawowych reguł decyzyjnych.
Charakterystyka rozmytego systemu wnioskowania
Oto niektóre cechy FIS -
Wyjście z FIS jest zawsze rozmytym zbiorem, niezależnie od jego wejścia, które może być rozmyte lub wyraźne.
Konieczne jest posiadanie rozmytego wyjścia, gdy jest używane jako kontroler.
Jednostka defuzyfikacyjna byłaby tam z FIS, aby przekształcić zmienne rozmyte w wyraźne zmienne.
Bloki funkcjonalne FIS
Poniższych pięć bloków funkcjonalnych pomoże ci zrozumieć budowę FIS -
Rule Base - Zawiera rozmyte reguły IF-THEN.
Database - Definiuje funkcje przynależności do zbiorów rozmytych używanych w regułach rozmytych.
Decision-making Unit - Wykonuje operacje na regułach.
Fuzzification Interface Unit - Konwertuje chrupiące ilości na rozmyte ilości.
Defuzzification Interface Unit- Zamienia rozmyte ilości w chrupiące ilości. Poniżej przedstawiono schemat blokowy systemu interferencji rozmytej.
Działanie FIS
Działanie FIS składa się z następujących kroków -
Jednostka fuzzyfikacji obsługuje stosowanie wielu metod fuzzyfikacji i przekształca wyraźne wejście w rozmyte wejście.
Baza wiedzy - zbiór zasad i bazy danych jest tworzony po konwersji wyraźnych danych wejściowych na rozmyte dane wejściowe.
Rozmyte wejście jednostki defuzyfikującej jest ostatecznie konwertowane na wyraźne wyjście.
Metody FIS
Omówmy teraz różne metody FIS. Poniżej przedstawiono dwie ważne metody FIS, mające różne konsekwencje reguł rozmytych -
- Rozmyty system wnioskowania Mamdani
- Model rozmyty Takagi-Sugeno (metoda TS)
Rozmyty system wnioskowania Mamdani
System ten został zaproponowany w 1975 roku przez Ebhasima Mamdaniego. Zasadniczo przewidywano sterowanie kombinacją silnika parowego i kotła poprzez syntezę zestawu rozmytych reguł uzyskanych od osób pracujących nad systemem.
Kroki obliczania wyniku
Aby obliczyć dane wyjściowe z tego FIS, należy wykonać następujące kroki:
Step 1 - Na tym etapie należy określić zestaw reguł rozmytych.
Step 2 - W tym kroku, używając funkcji przynależności danych wejściowych, dane wejściowe zostaną zamazane.
Step 3 - Teraz ustal siłę reguły, łącząc rozmyte dane wejściowe zgodnie z rozmytymi regułami.
Step 4 - Na tym etapie określ konsekwencję reguły, łącząc siłę reguły i funkcję przynależności wyjściowej.
Step 5 - Aby uzyskać dystrybucję wyników, połącz wszystkie następniki.
Step 6 - W końcu uzyskuje się rozszczepioną dystrybucję wyjściową.
Poniżej znajduje się schemat blokowy Mamdani Fuzzy Interface System.
Model rozmyty Takagi-Sugeno (metoda TS)
Model ten został zaproponowany przez Takagi, Sugeno i Kang w 1985 roku. Format tej reguły jest następujący:
JEŚLI x to A, a y to B, TO Z = f (x, y)
Tutaj AB są zbiorami rozmytymi w poprzednikach, a z = f (x, y) jest wyraźną funkcją w następniku.
Rozmyty proces wnioskowania
Proces wnioskowania rozmytego w modelu rozmytym Takagi-Sugeno (metoda TS) działa w następujący sposób -
Step 1: Fuzzifying the inputs - Tutaj wejścia systemu są rozmyte.
Step 2: Applying the fuzzy operator - Na tym etapie operatory rozmyte muszą zostać zastosowane, aby uzyskać wynik.
Format reguł formularza Sugeno
Format reguły w formularzu Sugeno jest określony przez -
jeśli 7 = x i 9 = y, to wynik wynosi z = ax + przez + c
Porównanie obu metod
Zrozummy teraz porównanie między systemem Mamdani i modelem Sugeno.
Output Membership Function- Główna różnica między nimi polega na funkcji przynależności wyjściowej. Funkcje przynależności wyjścia Sugeno są liniowe lub stałe.
Aggregation and Defuzzification Procedure - Różnica między nimi polega również na konsekwencjach reguł rozmytych i ze względu na to samo ich procedura agregacji i defuzyfikacji również się różni.
Mathematical Rules - Dla reguły Sugeno istnieje więcej reguł matematycznych niż reguła Mamdaniego.
Adjustable Parameters - Kontroler Sugeno ma bardziej regulowane parametry niż kontroler Mamdani.