1 :تعداد فایل پیوست
تابع عضويت (Membership Function)
تابع عضويت تابعي است كه ميزان درستي يك كميت (Degree of Truth) را به ازاي زير مجموعه هاي فازي مختلف بيان مي كند. وقتي مي گوييم هوا گرم است اين سوال پيش مي آيد كه هوا چقدر گرم است؟ تابع عضويت به ما خواهد گفت كه به ازاي يك دماي معين، ميزان عضويت (درستي) در وضعيت هواي گرم چقدر خواهد بود؟ ميزان عضويت از صفر تا يك متغير است. تابع عضويت زير را در نظر بگيريد:
محور افقي بيان گر دما بر حسب درجه ي فارنهايت است. مقادير دما روي اين محور قطعي (Crisp) است. خطوط رنگي بيان گر مجموعه هاي فازي (Fuzzy Set) اند: {يخبندان,خنك,گرم,داغ} . حال بياييم بررسي كنيم كه تابع عضويت چگونه ميزان درستي را بر اساس متغير هاي فازي بيان مي كند. محور عمودي نيز ميزان عضويت را بيان مي كند.
دماي 36 درجه ي فارنهايت را در نظر مي گيريم. خطي عمودي از دماي برابر 36 درجه رسم مي كنيم. اين خط افقي زير مجموعه ي يخبندان را در 0.7 و زير مجموعه ي خنك را در 0.3 قطع مي كند ولي زير مجموعه هاي گرم و داغ را قطع نمي كند. با اين اوصاف دماي 36 درجه:
- 70% يخبندان است.
- 30% خنك است.
- 0% گرم است.
- 0% داغ است.
در صد هاي فوق همان ميزان درستي يا عضويت هستند.
توابع عضويت چگونه تعريف مي شوند؟
مثال دما را در نظر بگيريم. شايد از ديد عده اي دماي 36 درجه ي F گرم تلقي شود و از سوي عده اي ديگر خيلي سرد باشد. در نتيجه تابع عضويت براي اين دو دسته متفاوت است. متخصصي كه قصد دارد از منطق فازي استفاده كند بايد بسته به نوع مسئله يك تابع عضويت معقول تعريف كند و در اين كار مي تواند از برای مشاهده این لینک/عکس می بایست عضو شوید !برای عضویت اینجا کلیک کنید ] و يا داده هاي آماري كمك گيرد. توابع عضويت براي كميت هاي بسيار متنوعي از وضعيت شاخص هاي اقتصادي گرفته تا زاويه ي پره توربين ها قابل تعريف است.
قوانين فازي (Fuzzy Rules)
معرفي عملگر ها:
- OR: در نظريه ي مجموعه ها معادل اجتماع مجموعه (Union) ها و در منطق فازي بيشينه ي عضويت (Conjunction) مجموعه ها است.
- AND: در نظريه ي مجموعه ها معادل اشتراك مجموعه (Intersection) ها و در منطق فازي كمينه ي عضويت (Disjunction) مجموعه ها است.
- NOT: در نظريه ي مجموعه ها معادل متمم يك مجموعه (Complement) و در منطق فازي اختلاف عضويت از مقدار يك است.
قوانين فازي مجموعه اي از متغير هاي فازي اند كه با عملگر هاي فوق با هم تعامل دارند و شروطي را تشكيل مي دهند و پاسخ شروط منجر به تصميماتي مي گردد. در يك قانون فازي تنها مقدار عضويت از بخش شروط به تصميم نسبت داده مي شود. قوانين زير را به عنوان مثال در نظر بگيريد:
اگر وضعيت هوا آفتابي بود آن گاه تند بران.
اگر دماي هوا سرد بود و وضعيت هوا باراني بود آن گاه آهسته بران.
اگر دماي هوا داغ بود يا وضعيت هوا ابري نبود آن گاه تند بران.
قوانين بالا با بررسي دو كميت دماي هوا و وضعيت هوا؛ سرعت رانندگي را تعيين مي كنند.
حال فرض كنيم به ازاي يك دما و پوشش ابر معين، مقدار عضويت از توابع عضويت به شكل زير به دست آمده است:
دماي هوا: {
0.1 سرد ,
0.7 گرم ,
0.2 داغ}
وضعيت هوا: {0.0 باراني , 0.6 ابري , 0.4 آفتابي}
حال مي خواهيم قوانين رو اعمال كنيم:
- مقدار تند راندن = آفتابي بودن هوا = 0.4
- مقدار آهسته راندن = كمينه ي (سرد بودن هوا , باراني بودن هوا) = كمينه ي (0.1 , 0.0) = 0.0
- مقدار تند راندن = بيشينه ي (داغ بودن هوا , ابري نبودن هوا) = بيشينه ي (0.2 , 0.6 - 1) = بيشينه ي (0.2 , 0.4) = 0.4
همان طور كه ملاحظه مي شود، عملگر 'و' معادل MIN و عملگر 'يا' معادل MAX است. همچنين فعل 'نبودن' معادل عضويت - 1 است. با لحاظ نمودن اين عملگر ها روي مقدار عضويت شروط، مقدار عضويت تصميم ها تعيين شد.
1 :تعداد فایل پیوست
كنترل فازي (Fuzzy Control)
كنترل در ديدگاه مهندسي به معني حفظ پايداري (Stability) يك سيستم و تضمين عملكرد (Performance) مطلوب آن است. كنترل فازي روشي است كه براساس منطق فازي سعي مي كند دو عامل پايداري و عملكرد مطلوب سيستم را تامين كند. نكته ي مهم آن است كه سيستم هايي كه ما طراحي مي كنيم ورودي قطعي و خروجي قطعي دارند. مثلا" در يك سيستم اعمال نيرو، سنسور ها يك مقدار قطعي را اندازه گيري مي كنند و يك مقدار مشخص ولتاژ به ورودي سيستم تزريق مي كنند و در نهايت خروحي سيستم يك نيرو با بزرگي معين خواهد بود. اين در حالي است كه منطق فازي با متغير هاي فازي سر و كار دارد.
نقل قول:
حال چطور مي شود با منطق فازي يك سيستم با پارامتر هاي قطعي را كنترل كرد؟
پاسخ آن است كه ابتدا ورودي هاي سيستم را از حالت قطعي تبديل به متغير هاي فازي كنيم. اين عمل فازي كردن (Fuzzification) نام دارد. سپس مي توان روي مجموعه هاي حاصل از فازي كردن قوانين فازي را اعمال كرد كه خروجي باز هم فازي خواهد بود. حال بايد اين خروجي هاي فازي را به خروجي هاي قطعي تبديل كرد كه اين عمل را غير فازي كردن (Defuzzification) مي گويند.
الگوريتم هاي مختلفي جهت اعمال قوانين فازي وجود دارد جهت كنترل يك سيستم وجود دارند كه Fuzzy Inference System يا FIS ناميده مي شوند. دو FIS معروف عبارت اند از:
دو الگوريتم فوق شباهت هاي زيادي به هم دارند كه در ادامه هر دو آن ها را معرفي مي كنيم.
پاسخ: منطق فازي (Fuzzy Logic)
کاش ادامه می دادید
من به ادامه ش نیاز دارم
و صرف معرفی کتاب های زبان اصلی متاسفانه متوجه نمی شم
می دونم مشکل از منه اما اگر بتونید به زبان فارسی توضیحش بدید کار فوق العاده ای کردید که مطمئنا مثل من کم نیستند.
باز هم متشکرم
پاسخ: منطق فازي (Fuzzy Logic)
نقل قول:
کاش ادامه می دادید
من به ادامه ش نیاز دارم
و صرف معرفی کتاب های زبان اصلی متاسفانه متوجه نمی شم
می دونم مشکل از منه اما اگر بتونید به زبان فارسی توضیحش بدید کار فوق العاده ای کردید که مطمئنا مثل من کم نیستند.
باز هم متشکرم
با سلام!
متاسفانه به دلیل گستردگی مطالب و همچنین کمبود زمان، امکان ترجمه ی همه ی منابع در این زمینه وجود نداره.
شما اگر نیاز به آشنایی دقیق تری با مباحث منطق فازی دارید، لطفا عنوان اون شاخه یا منیع از منطق فازی رو مطرح کنید تا در صورت امکان منابع فارسی و یا ترجمه ی منابع پیرامون اون مبحث این جا قرار داده بشه.
به امید خدا از این به بعد وارد برخی از مباحث پایه ای فازی میشم و یک سری از موارد کاربردی تر رو بیان می کنیم و همچنین اشاره ای به مدل سازی فازی خواهیم داشت. ان شاء الله اگه فرصت شد کمی هم مفصل تر در مورد کنترل فازی مبحث می کنیم.
موفق باشید
آرمین
