Bộ điều khiển logic mờ: Chọn chức năng thành viên


7

Trong lý thuyết tập cổ điển có hai tùy chọn cho một phần tử. Nó hoặc là một thành viên của một bộ, hoặc không. Nhưng trong lý thuyết tập mờ có các hàm thành viên để xác định "tỷ lệ" của một phần tử là thành viên của tập hợp. Nói cách khác, logic cổ điển nói rằng tất cả chỉ có màu đen hoặc trắng, nhưng logic mờ cung cấp rằng cũng có màu xám có sắc thái giữa trắng và đen.

Thư viện Matlab Simulink rất dễ thiết kế và hữu ích trong thực tế. Và nó có những ví dụ điển hình giống như quyết định tiền boa cho một bữa tối nhìn vào chất lượng dịch vụ và thực phẩm. Trong hình bên dưới, một số chức năng thành viên khác nhau từ thư viện của Matlab được hiển thị:

nhập mô tả hình ảnh ở đây

Câu hỏi của tôi: Làm thế nào để chúng ta quyết định chọn chức năng thành viên trong khi thiết kế một hệ thống điều khiển mờ? Ý tôi là nói chung, không chỉ trong Matlab Simulink. Tôi đã thấy các hàm Tam giácGaussian được sử dụng chủ yếu trong thực tế, nhưng làm thế nào chúng ta có thể quyết định hàm nào sẽ cho kết quả tốt hơn cho việc ra quyết định? Chúng ta có cần đào tạo một mạng lưới thần kinh để quyết định chức năng nào tốt hơn tùy thuộc vào vấn đề và quy tắc của nó không? Các giải pháp khác là gì?


2
Bạn có dữ liệu để bắt đầu không? Tôi sẽ chọn các hàm thành viên để phù hợp với dữ liệu bạn cố gắng mô hình hóa. Chức năng sẽ phụ thuộc vào vấn đề bạn đang cố gắng giải quyết. Cách đơn giản nhất là vẽ sơ đồ dữ liệu của bạn và chọn kết quả phù hợp nhất. Tuy nhiên, điều này sẽ không hoạt động với không gian dữ liệu phức tạp. Vấn đề của bạn phức tạp đến mức nào? Chiều không gian vấn đề của bạn là gì?
zlobi.wan.kenobi

Tôi đang bỏ phiếu để đóng câu hỏi này dưới dạng ngoài chủ đề (xem phạm vi được xác định trong trung tâm trợ giúp). Hiện tại, nó sẽ chuyển sang Xử lý tín hiệu (?) Để có câu trả lời.
Eric Platon

@ zlobi.wan.kenobi Cảm ơn bạn đã bình luận và xin lỗi vì đã trả lời trễ. Tôi không có một bộ dữ liệu để bắt đầu. Câu hỏi của tôi là một câu hỏi chung. Tôi đã bối rối về cách chọn chức năng thành viên theo các vấn đề khác nhau. Ví dụ, nó có thể là "quyết định bệnh" từ xét nghiệm máu, xây dựng hệ thống tự kết quả nhìn vào các giá trị khác nhau. Có sự mờ nhạt thuần túy trong vấn đề này, vì các giá trị kiểm tra có một phạm vi rộng. Tôi hiểu về việc đưa ra quy tắc, tôi chỉ tự hỏi liệu có cách nào khác trong khi lựa chọn chức năng thành viên phù hợp nhất, bên cạnh việc sử dụng mạng lưới thần kinh không?
tiếng chuông

1
Bạn có thể thực hiện một số nghiên cứu về Hệ thống suy luận thích nghi Neuro-Fuzzy !
kiner_shah

1
@EricPlaton, hệ thống mờ và mạng thần kinh thực sự là một tập hợp con của AI và như đã đề cập trong trung tâm trợ giúp, chúng ta có thể thảo luận về các khái niệm về AI ở đây. Vì vậy, tôi đồng ý với @buzzer!
kiner_shah

Câu trả lời:


2

Trước tiên tôi cần lưu ý rằng không có cách nào được quy định / tốt nhất để chọn hình dạng của chức năng thành viên trong các hệ thống mờ, đó là sự mờ nhạt trong đó. Người ta có thể lập luận rằng cách tốt nhất là hỏi một chuyên gia trong lĩnh vực mà bạn sẽ áp dụng giải pháp mờ nhạt của mình nhưng những điều đó không phải lúc nào cũng có sẵn.

Như đã nói, các hàm thành viên mờ được sử dụng để mô tả phân phối xác suất trong thế giới thực cho biến bạn đang cố sử dụng trong bộ điều khiển mờ của mình. Điều đó có nghĩa là bạn đi ra ngoài thế giới thực, bạn nhìn vào hệ thống mà bạn đang cố gắng kiểm soát, bạn cố gắng hết sức để hiểu cách nó hoạt động và phản ứng với những thay đổi bên ngoài khác nhau và dựa trên những phát hiện của bạn, bạn chọn hình dạng phù hợp nhất. Hoặc nếu bạn muốn bạn có thể gọi quá trình này là lựa chọn heuristic (đại loại như thế, tôi không thích lý thuyết lắm).

Trên hết, bạn cần nhận ra một điều quan trọng, hình dạng của chức năng thành viên không có tác động lớn đến hành vi của bộ điều khiển kết quả. Các phần có ảnh hưởng nhất là Quy tắc mờ và phương pháp suy luận của chúng mà bạn sử dụng trong bộ điều khiển của mình, nhưng đó là một chủ đề khác. Vì vậy, bất kể bạn chọn gì, nó sẽ không tạo ra sự khác biệt lớn.

Các chức năng Gaussian được sử dụng phổ biến nhất vì đặc điểm của thế giới chúng ta đang sống. Nhiều người cho rằng mọi thứ trên thế giới đều có phân phối Gaussian (mọi người đều có quyền theo ý kiến ​​của họ). Và các hàm tam giác được sử dụng bởi vì chúng là sự thay thế đơn giản nhất có phần giống với hàm Gaussian.

Nhưng nếu bạn thực sự cần phải chọn một cái tốt nhất cho vấn đề cụ thể của bạn. Luôn có các công cụ mô phỏng tồn tại chính xác cho mục đích này. Một trong số đó là Matlab Simulink như bạn đã đề cập, nhưng có những thứ khác nếu bạn không thích giá của Matlab.

Đề nghị của tôi là, đi với ruột của bạn, kiểm tra nó trong môi trường an toàn và nếu nó hoạt động thì hãy triển khai nó vào thế giới thực.

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.