Нечеткая логика - система вывода
Система нечеткого вывода - это ключевая единица системы нечеткой логики, основной работой которой является принятие решений. Он использует правила «ЕСЛИ… ТОГДА» вместе с соединителями «ИЛИ» или «И» для построения важных правил принятия решений.
Характеристики системы нечеткого вывода
Ниже приведены некоторые характеристики FIS -
Выходные данные FIS всегда являются нечеткими, независимо от их входных данных, которые могут быть нечеткими или четкими.
При использовании в качестве контроллера необходимо иметь нечеткий вывод.
В FIS будет блок дефаззификации для преобразования нечетких переменных в четкие.
Функциональные блоки FIS
Следующие пять функциональных блоков помогут вам понять устройство FIS -
Rule Base - Он содержит нечеткие правила IF-THEN.
Database - Он определяет функции принадлежности нечетких множеств, используемых в нечетких правилах.
Decision-making Unit - Он выполняет операцию по правилам.
Fuzzification Interface Unit - Он преобразует четкие количества в нечеткие.
Defuzzification Interface Unit- Он преобразует нечеткие количества в четкие. Ниже приведена блок-схема системы нечетких помех.
Работа FIS
Работа FIS состоит из следующих этапов -
Блок фаззификации поддерживает применение многочисленных методов фаззификации и преобразует четкий ввод в нечеткий ввод.
База знаний - совокупность базы правил и базы данных формируется после преобразования четких входных данных в нечеткие.
Нечеткий ввод блока дефаззификации наконец преобразуется в четкий вывод.
Методы FIS
Давайте теперь обсудим различные методы FIS. Ниже приведены два важных метода FIS, имеющих разные последствия нечетких правил:
- Система нечеткого вывода Мамдани
- Нечеткая модель Такаги-Сугено (метод TS)
Система нечеткого вывода Мамдани
Эта система была предложена в 1975 году Эбхасимом Мамдани. По сути, предполагалось управлять комбинацией парового двигателя и котла, синтезируя набор нечетких правил, полученных от людей, работающих над системой.
Шаги по вычислению вывода
Следующие шаги необходимо выполнить, чтобы вычислить результат этого FIS:
Step 1 - На этом этапе необходимо определить набор нечетких правил.
Step 2 - На этом шаге с помощью функции принадлежности входных данных входные данные будут нечеткими.
Step 3 - Теперь установите силу правила, объединив нечеткие входные данные в соответствии с нечеткими правилами.
Step 4 - На этом этапе определите следствие правила, объединив силу правила и выходную функцию принадлежности.
Step 5 - Для получения выходного распределения объедините все консеквенты.
Step 6 - Наконец, получается дефаззифицированное выходное распределение.
Ниже приведена блок-схема системы нечеткого интерфейса Мамдани.
Нечеткая модель Такаги-Сугено (метод TS)
Эта модель была предложена Такаги, Сугено и Кангом в 1985 году. Формат этого правила представлен как -
ЕСЛИ x - это A, а y - это B, ТО Z = f (x, y)
Здесь AB - нечеткие множества в антецедентах, а z = f (x, y) - четкая функция в консеквенте.
Процесс нечеткого вывода
Процесс нечеткого вывода в рамках нечеткой модели Такаги-Сугено (метод TS) работает следующим образом:
Step 1: Fuzzifying the inputs - Здесь вводы системы сделаны нечеткими.
Step 2: Applying the fuzzy operator - На этом этапе для получения выходных данных необходимо применить нечеткие операторы.
Формат правила формы Сугено
Формат правила формы Sugeno задается -
если 7 = x и 9 = y, то вывод будет z = ax + by + c
Сравнение двух методов
Давайте теперь поймем сравнение между системой Мамдани и моделью Сугено.
Output Membership Function- Основное различие между ними заключается в выходной функции принадлежности. Выходные функции принадлежности Sugeno могут быть линейными или постоянными.
Aggregation and Defuzzification Procedure - Разница между ними также заключается в следствии нечетких правил и в связи с этим также различаются процедуры их агрегирования и дефаззификации.
Mathematical Rules - Для правила Сугено существует больше математических правил, чем для правила Мамдани.
Adjustable Parameters - Контроллер Sugeno имеет больше настраиваемых параметров, чем контроллер Mamdani.