Tại sao lập luận của bộ phận nhị phân truyền thống thất bại trong hệ thống quyết định kỹ thuật

Hệ thống kỹ thuật thường phải đối mặt với những điều kiện không có gì là đen và trắng. nhiễu cảm biến, biến đổi môi trường, sự bất toàn vật chất và yếu tố con người đưa ra sự suy xét cho thấy sự thật và logic giả không thể được phân loại.

Lập luận của chị Fuzzy được Lótfi Zadeh làm tiên phong vào giữa những năm 1960 để thu thập các giá trị của lẽ thật trong khoảng 0 đến 1, thay vì ép buộc một thành viên mỏng manh, lập luận mơ hồ cho phép một biến số thuộc về nhiều bộ cùng một lúc.

Nhận thức chính xác của logic che mờ

Hàm thành viên

Một bộ màu mờ được định nghĩa bởi chức năng thành viên, mỗi phần tử của vũ trụ nói chuyện với giá trị [0, 1].

Các biến và quy tắc ngôn ngữ

“ Áp lực, sức ép hoặc “sợ hãi ” lấy giá trị ngôn ngữ như “từ từ, từ từ, từ ngữ,“ cao, có thể được điều khiển bởi những luật IF-THEN: Nếu nhiệt độ cao và áp suất thấp thì đó là mở van nước bằng van nước.

Tiến trình suy luận nhanh cho nhanh

Phương pháp suy luận chuẩn của Mamdani bao gồm bốn giai đoạn: độ mờ, đánh giá quy tắc, sự tổng hợp và giải phóng.

Hướng dẫn tăng dần dần

Những bước sau phản ánh một luồng công việc điển hình để kiểm soát hoặc quyết định hệ thống.

1. Việc cuộn và chọn biến vấn đề

Xác định biến nhập (v. d., tốc độ, khoảng cách, nhiệt độ) và biến số đầu ra (v. d., lực phanh, vị trí van, mức báo động). Xác định vũ trụ của mỗi biến dựa trên các điều kiện vật lý và hoạt động.

2. Độ phóng đại

Thiết kế chức năng thành viên cho mỗi từ ngữ. Dùng chuyên môn về miền để xác định các vùng chồng chéo nhau. Công cụ như hộp công cụ lý của MATLAB; hay thư viện đa thức của Python cho phép khởi động nhanh chóng, trong một bộ điều khiển cấp nước, “tách thấp, từ tốn, từ tốn,“ y tế, và mức độ cao của máy tính có thể được mô hình hóa bằng các chức năng hình tam giác ngay cả trong chiều cao của xe tăng.

3 Quy tắc xây dựng cơ sở

Viết ra những quy tắc mà người ta mong muốn có được hệ thống này, có thể là một quy tắc: “Không có nhiệt độ cao và sai sót tích cực là tốc độ làm mát hơn là nhanh.

Điều khiển 4 Sự phân biệt chủng tộc

Đối với mỗi quy tắc, tính toán độ hài lòng (sức mạnh của sự hài lòng) bằng cách áp dụng t- nonm (ít) với các dữ liệu nhập vào mờ. Sau đó tổng hợp các bộ che mờ (v. d., sử dụng tối đa hay tổng hợp) thành một bộ xuất mờ. Kết quả là một hình dạng đại diện cho sự khuyến khích tổng hợp của mọi quy tắc.

Độ phóng đại

Chuyển đổi các màu mờ tổng hợp thành một số mỏng. Phương pháp thông thường bao gồm centro (phần trọng lực), tiểu cầu, nghĩa là ma trận, và lớn nhất của ma trận tối đa. Thyid được dùng rộng rãi nhất vì nó tạo ra một kết quả mịn liên tục để phản ứng với các thay đổi trong đầu vào.

6 Điều chỉnh và thẩm tra

Mô phỏng hệ thống với trường hợp thử và tinh luyện tham số hàm số thành viên và quy tắc cân. Thuật toán di truyền có thể tự động điều chỉnh bằng cách tối ưu hóa kích thước cân bằng để giải quyết các số hiệu như là thời gian, quá tải hoặc lỗi trạng thái ổn định.

Những lợi ích quan trọng hơn là việc tiếp cận hội nghị

Comment

Vì lý luận mờ tổng hợp nhiều quy tắc chồng chéo, một bộ nhạy bị hỏng hiếm khi gây ra sự thay đổi kết quả thảm khốc. Hệ thống làm giảm nhẹ sự thuộc tính đặc biệt có giá trị trong mô hình máy [FLT: 0] hệ thống nhiễu nút nơi mà bộ cảm biến bánh xe có thể bị thoát ra tạm thời.

Tự do mô hình

Không giống như những người điều khiển PID hay mô hình không gian không gian, logic mờ nhạt không cần một mô hình toán học chính xác của cây. nó có thể được thiết kế hoàn toàn từ kiến thức tiên tiến, làm cho nó lý tưởng cho những hệ thống không tuyến phức tạp nơi mà mô hình không thể khắc phục được.

Khả năng hiểu và duy trì

Quy tắc của cây lau được thể hiện bằng ngôn ngữ gần tự nhiên, cho phép các chuyên gia miền mà không có chuyên môn lập trình để xem xét và sửa đổi logic quyết định. Sự minh bạch này giảm thời gian gỡ lỗi và sự tuân thủ đơn giản trong kỹ thuật y học hoặc không gian vũ trụ.

Độ thích nghi

Hệ thống của Ash có thể được tăng cường với cơ chế học tập như hệ thống suy luận thần kinh thích nghi (NFIS) để điều chỉnh các thông số từ dữ liệu mà không mất đi cấu trúc có thể giải thích được.

Ứng dụng kỹ thuật thế giới thực

Kỹ thuật và tự động hóa

Chẳng hạn, robot dùng những quy tắc như “không gian là gần và hướng đi thuận lợi, rồi rẽ phải sắc nét để định hướng hành lang hẹp.

Quản lý hệ thống điện

Hệ thống điện hiện đại dựa trên logic mờ để dự báo tải, điều tiết điện áp và phát hiện lỗi.

Theo dõi môi trường

Các mạng cảm biến không dây sử dụng sự suy giảm mờ để phân loại các chất lượng không khí dựa trên các ngưỡng chồng chéo một phần cho PM2.5, khí hậu và độ ẩm. Hệ thống này có thể phân loại những cảnh báo có cấp số lượng thấp (sự cảnh báo, cảnh báo, chỉ trích) thay vì báo động nhị phân, giảm các kết quả dương tính.

Hệ thống tự động chuyển động

Ngoài ABS, lập trình chuyển đổi giao dịch tự động, điều khiển du lịch thích ứng và điều khiển dây kéo, có thể dùng những quy tắc điện tử ổn định để điều chỉnh áp suất phanh trên bánh xe dựa trên góc nhìn, và tăng tốc độ lái.

Điều khiển tiến trình công nghiệp

Các lò phản ứng hóa học, lò phản ứng hóa học, và các nhà máy xử lý nước thải đều hoạt động với các tính chất phi tuyến tính và sự chậm trễ thời gian.

Những thử thách và sự thuyết phục

Lời nguyền về tính cách tôn kính

Khi biến số đầu vào tăng, các quy tắc tăng theo cấp số nhân.

Độ nhạy của thành viên

Những hình dạng được chọn kém có thể gây ra dao động hay chậm chạp. Dùng sự điều chỉnh chéo trong quá trình điều chỉnh và xem xét tối ưu hóa tự động thông qua các phương pháp cuộn hạt hoặc Bayesian.

Kiểm tra sự khó khăn

Bởi vì hệ thống mờ vốn dĩ không phải tuyến tính, việc xác định chính thức là khó khăn. và kiểm tra phần cứng trong vòng xoay.

Hợp nhất với các điều khiển số đang tồn tại

Nhiều người điều khiển công nghiệp sử dụng số học cố định. sự suy luận mờ nhạt với sự tăng trưởng số nguyên và sự giải phóng các chức năng thành viên và sự giải phóng vẫn còn hiệu quả về mặt tính toán.

Hướng tương lai: Giải thích lý luận của cây tắt với việc học máy

Giới hạn kế tiếp là các hệ thống lai kết hợp khả năng giải thích logic mờ với nhận diện mẫu sâu của học tập. Nghiên cứu lại , nơi mà các quy tắc ảnh hưởng đến dữ liệu trong khi các quy tắc được học được từ dữ liệu trong khi các thiết bị nhận dạng vẫn còn có thể đọc được. Việc học thêm cũng có thể được tích hợp - một công tác viên có thể điều chỉnh trọng lượng quy tắc mờ trong khi thao tác, cho phép tự động điều chỉnh lại các điều kiện hoạt động.

Các quy tắc AI (XAI) trong các lĩnh vực như chăm sóc sức khỏe và hàng không có khả năng đẩy nhanh việc chấp nhận hệ thống mờ như một sự thay thế có thể giải thích được với mạng thần kinh hộp đen. logic kiểu MIME cũng sẽ đóng vai trò ở lợi thế AI vì sự suy luận dựa trên luật lệ của nó là nhẹ và xác định so với mô hình sâu.

Kết luận

logic của nó biến đổi các hệ thống quyết định kỹ thuật từ brittle, cơ chế dựa trên ngưỡng thành chất lỏng, cơ sở lập luận giống con người. bằng cách xử lý sự không chắc chắn, tiếng ồn và tính dễ chịu, nó đã trở thành một cột trụ của sự kiểm soát hiện đại và quyết định khoa học. sự tiến bộ cẩn thận đòi hỏi thiết kế các chức năng thành thành viên và quy tắc, nhưng kết quả là sự mạnh mẽ hơn, khả năng giải thích và khả năng thích thích thích. khi hệ thống kỹ thuật phát triển tự động và an toàn, và mờ nhạt hơn, do máy học -- được điều khiển bởi việc học - sẽ vẫn còn là một công cụ thiết yếu để làm các quyết định không chắc chắn.