Introduzione al sistema logico Fuzzy
Fuzzy Logic è un approccio informatico basato sul "Grado di verità" e non si limita al booleano "vero o falso". Il termine "Fuzzy" significa qualcosa di vago o poco chiaro. Il sistema fuzzy Logic viene applicato a scenari in cui è difficile classificare gli stati come "Vero o Falso" binario. Fuzzy Logic può incorporare valori intermedi come parzialmente vero e parzialmente falso. Può essere implementato su una vasta gamma di dispositivi che vanno dai microcontrollori piccoli ai sistemi IT di grandi dimensioni. Cerca di imitare il processo decisionale simile all'uomo, che può incorporare tutti i valori tra Vero e Falso.
Un'architettura di Fuzzy Logic System
Il sistema logico Fuzzy ha quattro componenti principali che sono spiegati con l'aiuto del diagramma di architettura seguente:
- Regole: Rule Base è costituito da un ampio insieme di regole programmate e alimentate da esperti che regolano il processo decisionale nel sistema Fuzzy. Le regole sono insiemi di istruzioni "If-Then" che decidono il verificarsi dell'evento in base alla condizione.
- Fuzzificazione: la fuzzificazione converte gli input grezzi misurati dai sensori in set fuzzy. Questi input convertiti vengono passati al sistema di controllo per ulteriori elaborazioni.
- Motore di inferenza: aiuta a mappare le regole nel set di dati di input e quindi a decidere quali regole devono essere applicate per un determinato input. Lo fa calcolando la corrispondenza% delle regole per l'input dato.
- Defuzzificazione: è l'opposto della Fuzzificazione. Qui i set fuzzy vengono convertiti in input nitidi. Questi ingressi nitidi sono l'output del Fuzzy Logic System.
Funzione di iscrizione
La funzione di appartenenza definisce il modo in cui l'input per il sistema Fuzzy è mappato su valori compresi tra 0 e 1. L'input è generalmente definito come universo (U) in quanto può contenere qualsiasi valore. La funzione di appartenenza è definita come:
μ A: X → (0, 1).
Qui X rappresenta l'universo e Y rappresenta qualsiasi valore compreso tra 0 e 1. La funzione di iscrizione triangolare è la funzione di iscrizione più comunemente utilizzata. Altre funzioni di appartenenza includono Trapezoidal, Gaussian e Singleton.
Perché e quando utilizzare la logica fuzzy?
Fuzzy Logic è particolarmente utile quando si desidera imitare il pensiero umano in un sistema di controllo. Più che un ragionamento di precisione si concentra su un ragionamento accettabile che è molto vicino al modo in cui opera il mondo reale. È progettato per far fronte alle incertezze ed è competente a scoprire inferenze dalla conclusione.
Algoritmo di Fuzzy Logic System
- Definire tutte le variabili e i termini che fungeranno da input per il sistema Fuzzy
- Crea funzione di iscrizione per il sistema (come definito sopra)
- Crea una rule base che verrà mappata su ciascun input
- Converti l'input normale in input fuzzy che viene inviato alla funzione di appartenenza
- Valuta il risultato dalla funzione di appartenenza
- Combina tutto il risultato ottenuto dal set di regole individuale
- Converti il set fuzzy di output in input Crisp (Defuzzification)
Applicazione di Fuzzy Logic System
Fuzzy Logic è in fase di adozione in tutti i principali settori, ma il settore automobilistico rimane il principale adozione. Alcune delle sue applicazioni sono elencate di seguito:
- Nissan utilizza Fuzzy Logic per controllare il sistema di frenata in caso di pericolo. Fuzzy Logic utilizza input come velocità, accelerazione, quantità di moto per decidere l'intensità dei freni.
- Nissan utilizza anche Fuzzy Logic per controllare la quantità di iniezione di carburante e l'accensione in base a input come giri / min del motore, temperatura e capacità di carico.
- È usato nei satelliti e nei velivoli per il controllo dell'altitudine.
- Mitsubishi sta utilizzando Fuzzy Logic per rendere più efficiente la gestione degli ascensori prendendo il traffico passeggeri come input.
- Nippon Steel utilizza Fuzzy Logic per decidere la proporzione in cui i diversi tipi di cemento devono essere miscelati per rendere il cemento più durevole.
- Fuzzy Logic trova la sua applicazione nell'industria chimica per la gestione di diversi processi come controllo del pH, processo di essiccazione e processo di distillazione.
- Fuzzy Logic può essere combinato con Artificial Neural Network (ANN) per imitare il funzionamento di un cervello umano. Fuzzy Logic aggrega i dati e li trasforma in informazioni più significative che vengono utilizzate come set Fuzzy.
Vantaggi del sistema logico Fuzzy
Di seguito sono cinque i vantaggi del sistema di logica fuzzy:
- Fuzzy Logic può funzionare con qualsiasi tipo di input anche se non è strutturato, distorto, impreciso o contiene rumore.
- Fuzzy Logic Construction è molto facile da leggere e comprendere poiché imita da vicino il modo in cui Human-Mind prende la decisione.
- Le sfumature di Fuzzy Logic implicano l'uso di concetti matematici chiave come Set Theory e Probability che lo rendono adatto a risolvere tutti i tipi di sfide quotidiane che l'umanità deve affrontare.
- Fuzzy Logic può fornire soluzioni efficienti a un problema molto complesso in diversi settori.
- Fuzzy Logic System necessita di pochissime quantità di dati per preparare un modello robusto. Pertanto, ha bisogno solo di una quantità limitata di memoria per la sua esecuzione.
Svantaggi del Fuzzy Logic System
Di seguito sono riportati i quattro principali svantaggi del sistema di logica fuzzy:
- Non esiste un modo standard per risolvere un problema tramite Fuzzy Logic, quindi diversi esperti possono avere una soluzione diversa a un problema che porta all'ambiguità.
- Poiché Fuzzy Logic System funziona con dati precisi e imprecisi, a volte la sua precisione può essere compromessa.
- Fuzzy Logic System non può imparare dai suoi errori o fallimenti passati in quanto non ha capacità di autoapprendimento come Machine Learning e Neural Network.
- A causa della mancanza di standardizzazione, non esiste un modo fisso per trovare regole e funzioni di appartenenza per il problema dato. Pertanto, a volte diventa difficile trovare regole esatte e funzioni di appartenenza per alcuni problemi.
Conclusione
Fuzzy Logic offre un modo alternativo per affrontare i problemi del mondo reale nel mondo dell'informatica. Può essere facilmente applicato a diverse applicazioni e sistemi di controllo che possono trarre benefici a lungo termine. Data la sua capacità di lavorare bene con "Grado di verità", apre molte porte all'informatica moderna. Tuttavia, non è la panacea di tutti i problemi in quanto presenta gravi limiti quando si tratta di precisione e incapacità di apprendere dal suo fallimento come nel caso del Machine Learning.
Articoli consigliati
Questa è una guida al Fuzzy Logic System. Qui discutiamo perché e quando utilizzare il sistema fuzzy, con l'architettura, l'applicazione e infine con vantaggi e svantaggi. Puoi anche consultare i nostri altri articoli correlati per saperne di più -
- Cos'è Fuzzy Logic?
- Test Fuzz
- Società IoT
- Riquadro dati R
- Dispositivo sensore
- I 12 principali tipi di sensori e le loro applicazioni