Logik Fuzzy - Sistem Inference

Sistem Inference Fuzzy adalah unit utama sistem logik kabur yang membuat keputusan sebagai kerja utamanya. Ia menggunakan peraturan "IF ... THEN" bersama-sama dengan penyambung "OR" atau "DAN" untuk menarik peraturan keputusan penting.

Ciri-ciri Sistem Inferensi Fuzzy

Berikut adalah beberapa ciri FIS -

  • Output dari FIS sentiasa merupakan satu kabur tanpa mengira inputnya yang boleh kabur atau tajam.

  • Ia perlu mempunyai keluaran kabur apabila ia digunakan sebagai pengawal.

  • Unit defuzzifikasi akan berada di sana dengan FIS untuk menukar pemboleh ubah kabur menjadi pemboleh ubah yang rumit.

Blok Fungsian FIS

Lima blok berfungsi berikut akan membantu anda memahami pembinaan FIS -

  • Rule Base - Ia mengandungi peraturan fuzzy IF-THEN.

  • Pangkalan data - Ia mendefinisikan fungsi keahlian set fuzzy yang digunakan dalam peraturan kabur.

  • Unit membuat keputusan - Ia menjalankan operasi ke atas peraturan.

  • Unit Antaramuka Fuzzification - Ia menukar kuantiti pecahan ke dalam jumlah kabur.

  • Unit Antara Muka Defuzzification - Ia menukarkan kuantiti kabur menjadi kuantiti tajam. Berikut adalah gambarajah blok sistem gangguan kabur.

Blok FIS berfungsi

Kerja FIS

Kerja FIS terdiri daripada langkah-langkah berikut -

  • Unit fuzzification menyokong aplikasi banyak kaedah fuzzification, dan menukar input yang tajam ke input fuzzy.

  • Pangkalan pengetahuan - pengumpulan asas pangkalan dan pangkalan data terbentuk apabila penukaran input tajam ke input fuzzy.

  • Unit defuzzifikasi input fuzzy akhirnya ditukar menjadi output yang tajam.

Kaedah FIS

Marilah kita membincangkan kaedah FIS yang berlainan. Berikut adalah dua kaedah penting FIS, yang mempunyai peraturan yang berbeza -

  • Mamdani Fuzzy Inference System
  • Model Fuzzy Takagi-Sugeno (Kaedah TS)

Mamdani Fuzzy Inference System

Sistem ini dicadangkan pada tahun 1975 oleh Ebhasim Mamdani. Pada asasnya, ia dijangkakan untuk mengawal enjin stim dan kombinasi dandang dengan mensintesis satu set peraturan kabur yang diperoleh daripada orang yang bekerja pada sistem.

Langkah-langkah untuk Pengkomputeran Keluaran

Langkah berikut perlu diikuti untuk mengira output daripada FIS ini -

  • Langkah 1 - Tetapkan peraturan kabur perlu ditentukan dalam langkah ini.

  • Langkah 2 - Dalam langkah ini, dengan menggunakan fungsi keahlian masukan, masukan akan dibuat kabur.

  • Langkah 3 - Sekarang tentukan kekuatan peraturan dengan menggabungkan input kabur menurut peraturan kabur.

  • Langkah 4 - Dalam langkah ini, tentukan kesan peraturan dengan menggabungkan kekuatan peraturan dan fungsi keahlian keluaran.

  • Langkah 5 - Untuk mendapatkan pengedaran output menggabungkan semua akibatnya.

  • Langkah 6 - Akhir sekali, pengedaran output yang ditarik balik diperolehi.

Berikut adalah gambarajah blok Mamdani Fuzzy Interface System.

Sistem Antara Muka Mamdani

Model Fuzzy Takagi-Sugeno (Kaedah TS)

Model ini dicadangkan oleh Takagi, Sugeno dan Kang pada tahun 1985. Format peraturan ini diberikan sebagai -

JIKA x adalah A dan y ialah B THEN Z = f (x, y)

Di sini, AB adalah set fuzzy di antecedents dan z = f (x, y) adalah fungsi yang renyah akibatnya.

Proses Inferensi Kabur

Proses kesenapan fuzzy di bawah Takagi-Sugeno Model Fuzzy (Kaedah TS) berfungsi dengan cara berikut -

  • Langkah 1: Membingungkan input - Di sini, input sistem dibuat kabur.

  • Langkah 2: Menerapkan pengendali kabur - Dalam langkah ini, pengendali kabur mesti digunakan untuk mendapatkan output.

Format Peraturan Borang Sugeno

Format peraturan Borang Sugeno diberikan oleh -

jika 7 = x dan 9 = y maka output ialah z = ax + by + c

Perbandingan antara kedua-dua kaedah

Marilah kita memahami perbandingan antara Sistem Mamdani dan Model Sugeno.

  • Fungsi Keahlian Output - Perbezaan utama antara mereka adalah berdasarkan fungsi keahlian keluaran. Fungsi-fungsi output output Sugeno sama ada linear atau malar.

  • Prosedur Pengagregatan dan Defuzzifikasi - Perbezaan di antara mereka juga terletak akibat daripada peraturan kabur dan kerana penggabungan dan prosedur defuzzifikasi yang sama juga berbeza.

  • Peraturan Matematik - Lebih banyak peraturan matematik wujud untuk aturan Sugeno daripada aturan Mamdani.

  • Parameter boleh laras - Pengawal Sugeno mempunyai parameter yang lebih laras daripada pengawal Mamdani.