fuzzyficare si defuzzyficare
DESCRIPTION
curs fuzzy - fuzzyficarea si defuzzyficareaTRANSCRIPT
FUZZYFICAREŞI DEFUZZYFICARE
Exemplu: frânarea unui tren la un semafor
d – distanţa până la semaforv – viteza treanuluif – frânarea
- negativ mare NM (negative big NB);- negativ mediu Nmd (negative medium NM);- negativ mic Nm (negative small NS);- zero Z (zero Z);- pozitiv mic Pm (positive small PS);- pozitiv mediu Pmd (positive medium PM);
Exemplu de inferenţă max-min
FuzzyficareaIntuiţiaInferenţaOrdonarea aprecierilorMulţimi unghiulare fuzzyReţele neuraleAlgoritmi geneticiGândirea inductivă
IntuiţiaAprecierea intuitivăpentru funcţia de apartenenţăasociată variabilei “viteză” în rpm
InferenţaFie U universal triunghiurilorşi A, B, C unghiurile interne ale triunghiurilor.Deci A ≥ B ≥ C ≥ 0 şi universul este dat de U = {(A,B,C),A ≥ B ≥ C ≥ 0,A + B + C = 180◦}
Definim trei tipuri de triunghiuri:
isosceleaproapeitriunghiurI~cedreptunghiaproapeitriunghiurR~
itriunghiuralteR~
Exemplu:
pentru triunghiul
{U = A = 85◦ ≥ B = 60◦ ≥ C = 35◦ ≥ O,A + B + C = 180}
Ordonarea aprecierilorRezultatul unui sondaj aspra preferinţelorreferitoare la unele mărci de maşinipe un eşantion de 1000 de persoane
Mulţimi unghiulare fuzzy
Mulţimile unghiulare fuzzy sunt diferite de mulţimile fuzzy standard.
Aceste mulţimi sunt definite pe universal unghiurilor,ceea ce are ca efect repetarea după fiecare 2Π cicluri.
Mulţimile unghiulare fuzzy sunt aplicate în descrierile cantitativeale variabilelor lingvistice cunoscute ca valori de adevăr.
Când gradul de apartenenţă are valoarea 1 este vorba de «adevărat »,când gradul de apartenenţă are valoarea 1 este vorba de « fals »,iar când gradul de apartenenţă are o valoare cuprinsă între 0 şi 1,este parţial adevărat sau parţial fals.
Valorile lingvistice variază cu θ, unghiul definit pe cercul unitate,deci gradul de apartenenţă este dependent de unghiul θ,şi poate fi obţinut din
μt(θ) = t tan θ,
unde t este proiecţia pe orizontală razei vectoareşi este dată de
cos θ, adică t = cosθ.
Mulţimile unghiulare fuzzy pot fi utilizatecând avem o reprezentare în coordinate polare.
Examplu:
Să considerăm un motor, pentru care să definim poziţiile ca
- total antiorar (fully anticlockwise) (FA) – θ = Π/2- parţial antiorar (partially anticlockwise) (PA) – θ = Π/4- nerotit (no rotation) (NR) – θ = 0- parţial orar (partially clockwise) (PC) – θ = −Π/4- total orar (fully clockwise) (FC) – θ = −Π/2
Mulţimea unghiulară fuzzy este atunci
Funcţia de apartenenţă este obţinută din
μt(Z) = Z tan θ, unde Z = cos θ
DEFUZZYFICAREA
Principiul maximului gradului de apartenenţăMetoda centroiduluiMetoda mediei ponderateMedia gradelor maxime de apartenenţăCentrul sumelorCentrul celei mai mari ariiPrimul sau ultimul maxim
Principiul maximului gradului de apartenenţă
Metoda centroiduluicea mai utilizată metodă
dzz
zdzzz
C
C
)(
)(
~
~*
Metoda mediei ponderatea gradelor de apartenenţă maxime
)()(
~
~*
zzz
zC
C
6.08.0)6.0()8.0(*
baz
Media gradelor maxime de apartenenţă
nz
n
ii
1
max
*
2* baz
Centrul sumelor
Centrul celei mai mari arii
Primul sau ultimul maxim
Exemplu:Să se determine ieşirile fermepentru funcţia de apartenenţă de mai jos
Metoda centroidului: abordare geometrică
5
1iiA i
iiCA
5
1
A1 0.7 4/3 0.93333A2 0.245 2+0.7/3 0.54717A3 0.5 2+2/3 1.33333A4 1.0 3.5 3.5A5 1.0 4+2/3 4.66667
3.445 10.9805
z* = 10.9805 / 3.445 = 3.18737
Metoda centroidului: abordare analitică
9805.10)6.(45.3729.01515.1)3(9.0
)35.0()2(
7.035.0
6
4
4
3
3
7.2
7.2
2
2
0
2
xdxxxdxxdxx
xdxdxxNumarator
445.311255.049.07.0
)35.0()2(
7.035.0
6
4
4
3
3
7.2
7.2
2
2
0
dxxdxdxx
dxxdxNumitor
z* = 10.9805 / 3.445 = 3.18737
9805.10)6.(45.3729.01515.1)3(9.0
)35.0()2(
7.035.0
6
4
4
3
3
7.2
7.2
2
2
0
2
xdxxxdxxdxx
xdxdxxNumarator
445.311255.049.07.0
)35.0()2(
7.035.0
6
4
4
3
3
7.2
7.2
2
2
0
dxxdxdxx
dxxdxNumitor
z* = 10.9805 / 3.445 = 3.18737