Sunteți pe pagina 1din 0

Departamentul de Automatic i Ingineria Sistemelor

Universitatea Politehnica din Bucureti


Facultatea de Automatic i Calculatoare
acse.pub.ro

WHAT IS FUZZY

Elemente de logica fuzzy
n 1965, Zadeh a introdus mulimile fuzzy ca o metod matematic de reprezentare a
incertitudinilor, informaiilor vagi, datelor neclare i imprecise, prezente n viaa de zi cu zi, care
sunt dificil de modelat prin tehnici convenionale! "plicaiile care utilizeaz aceste metode
variaz de la apro#imarea deciziilor pe $aza e#perienei operatorilor p%n la conducerea
euristic de mare comple#itate!
&istemele $azate pe tehnici fuzzy utilizeaz o serie de noiuni, precum mulimi i logica
fuzzy, funcii de apartenen, ta$ele de reguli, care vor fi discutate n cele ce urmeaz!
Mulimi fuzzy
'ea mai eficient modalitate de a reprezenta varia$ilele lingvistice este utiliz%nd teoria
mulimilor fuzzy, deoarece cunotintele e#perilor i operatorilor umani sunt n general vagi
(fuzzy)! *entru a rezolva reprezentarea incertitudinilor i a informatiilor su$iective, Zadeh a
introdus gradul de apartenen al unui element la o mulime! "cest grad spune c%t de posi$il
este ca acel element s aparin mulimii considerate!
+ie , o colecie de o$iecte i fie # un elemente generic al mulimii ,! - mulime n sens
What is fuzzy 1./0
clasic, ", inclus n ,, se definete ca fiind o colecie de elemente # ale lui , astfel nc%t fiecare
element # poate fie s aparin, fie s nu aparin mulimii "! n contrast cu mulimea n sens
clasic, o mulime fuzzy exprim gradul n care un element aparine unei anumite colecii de obiecte!
Definitie. +ie , o colecie de o$iecte #! - mulime fuzzy " peste mulimea , se
definete printr1un set de perechi ordonate de forma2
" 3 4(#,5
"
(#)) . #,6,
unde 5" (#) se numete funcie de apartenen a mulimii fuzzy "
iar mulimea , se numete univers de discurs i ea poate fi discret sau continu
'onstruirea unei mulimi fuzzy depinde de sta$ilirea universului de discurs i a funciei
de apartenen! "legerea funciei de apartenen este su$iectiv, n sensul c persoane diferite
pot alege funcii de apartenen diferite pentru a e#prima acelai concept! "cest su$iectivism
decurge din diferenele care e#ist ntre indivizi relativ la modul de a percepe i e#prima
concepte a$stracte!
&uportul (7support8) unei mulimi fuzzy " este dat de mulimea elementelor #,
pentru care 5
"
(#) 9 0 2
support(") 3 4#,.5
"
(#) 9 06
What is fuzzy /./0
:ucleul (lim$a englez2 7core8) unei mulimi fuzzy " este dat de mulimea elementelor
#" pentru care 5
"
(#) 312
core(") 3 4#,.5
"
(#) 316
;ulimea fuzzy " este normal dac nucleul su este o mulime nevid (e#istcel puin
un element #" astfel nc%t 5
"
(#) 31)!
<n punct de ncruciare (7crossover point8) al unei mulimi fuzzy " este reprezentat de
un element # , pentru care 5
"
(#) 3 0!52
crossover(") 3 4#,.5
"
(#) 3 0!56
;ulimea fuzzy " al crei suport este format dintr1un singur element # ,
pentru care 5
"
(#) 31 se numete ingleton!
T!ietu"a#$ a unei mulimi fuzzy " este mulimea n sens clasic format din
elementele #, pentru care 5
"
(#) = > 2
"
>
3 4#,.5
"
(#) = >6
T!ietu"a#$ %ute"nic! a mulimii fuzzy " este dat de2
"?
>
3 4#,.5
"
(#) 9 >6
- mulime fuzzy " este simetric dac funcia sa de apartenen este simetric n @urul
unui punct c,2
5
"
(cA#) 3 5
"
(c1#), #,
- mulime fuzzy " este2
1 deschis la stnga dac2

lim
x

A
x=1
si
lim
x

A
x=0
- deschis la dreapta dac2

lim
x

A
x=0
si
lim
x

A
x=1
- nchis dac2

lim
x

A
x=0
si
lim
x

A
x=0
What is fuzzy B./0
Incluziunea fuzzy
;ulimea fuzzy " este inclus n mulimea fuzzy C dac i numai dac2
5
"
(#) D 5
C
(#), #,
adica2 " C 5
"
(#) D 5
C
(#)
"
C
Inte"ectia fuzzy
Entersecia a dou mulimi fuzzy " i C este tot o mulime fuzzy, '2
5
"FC
(#) 3min45
"
(#), 5
C
(#)6 (&E.":G)
&euniunea fuzzy
Heuniunea a dou mulimi fuzzy " i C este tot o mulime fuzzy, '2
5
"C
(#) 3ma#45
"
(#), 5
C
(#)6 (&"<.-H)
What is fuzzy I./0
Funcii de a%a"tenen!
+uncia care ataeaz un grad de apartenena oricrui element la o mulime se numete
funcie de apartenen! "ceasta poate fi reprezentat numeric (cvasi1continuu sau discret)! n
primul caz este o funcie matematic, n cel de1al doilea caz, un vector! +uncia de apartenen
poate lua mai multe forme, dintre cele mai populare fiind funcii1s, funcii1z, funcii1J, funcii
triunghiulare, funcii trapezoidale! "adar, o mulime fuzzy este descris de gradul de
apartenen a tuturor elementelor universului de interes!
What is fuzzy 5./0
0 2 4 6 8 1 0
0
0 . 2
0 . 4
0 . 6
0 . 8
1
u


K
triunghi trapez


0 2 4 6 8 1 0
0
0 . 2
0 . 4
0 . 6
0 . 8
1
u






cur$ J
cur$ Z
cur$ &
'a"ia(ile fuzzy # "e%"ezenta"e
*entru a reprezenta complet o varia$ila fuzzy, se definesc2
1 )a"ia(ila ling)itica (#)2 o proprietate . atri$ut al o$iectelor analizate
1 )alo"ile lig)itice ale acestei varia$ile (")2 un adver$ . ad@ectiv asociat care sa numele
multimii fuzzy asociate (mic, mare, mediu etc!)
1 uni)e"ul de dicu" (,)2 multimea clasica pe care se definesc varia$ilele lingvistice
1 functiile de a%a"tenenta (5
"
)2 acestea asociaza fiecarui element # gradul de apartenenta
la multimea fuzzy "
1 g"adul de a%a"tenenta 52 masura in care un element apartine unei multimi fuzzy
'el mai frecvent sunt utilizate valori lingvistice cum ar fi2 pozitiv mare (*;), pozitiv
mic (*m), zero (Z), negativ mic (:m) i negativ mare (:;), definite pe domeniile normalizate
de variaie a varia$ilelor fizice!
What is fuzzy 6./0
&ationament fuzzy. Mecanime de infe"enta
n logica clasic, o propoziie poate sa fie ori adevarat, ori fals, nu amandou n acelai
timp! n logica fuzzy, o propoziie poate fi ori adevarat, ori fals, ori poate avea o valoare
intermediar, ca de e#emplu poate adevarat! Lalorile de adevr ale unei propoziii n logica
fuzzy pot fi e#primate cu a@utorul unui ta$el de adevr!
Haionamentul fuzzy este o procedur de inferen care furnizeaz concluzii pe $aza
unui set de reguli fuzzy "dac - atunci"("if - then") i a unui set de fapte cunoscute
&eguli fuzzy i (aze de "eguli
Hegulile fuzzy sunt reprezentate prin relatii fuzzy intre doua functii de apartenenta2
*daca + ete A i y ete , atunci z ete -*
Helatia fuzzy H dintre cele doua varia$ile # si y poate fi scrisa su$ forma matematica
astfel2
5
H
(#) 3min45
"
(#), 5
C
(#)6 sau 5
H
(#) 3 5
"
(#) 5
C
(#) (operatia &E.":G)
Hezultatul o$tinut com$ina doua multimi fuzzy printr1un operatie de tip produs
cartezian2
H2 , # M NO0, 1P
unde , si M sunt universurile de discurs ale varia$ilelor lingvistice # si y!
Ge e#emplu, rezultatul operatiei min intre # si y este reprezentat in figura urmatoare
(dreapta @os)2
What is fuzzy Q./0
."emie/ Entr1o regula fuzzy, premisele sunt propozitiile fuzzy cuprinse intre RdacaR si
RatunciR! "cestea se mai numesc si antecedente! *remisele sunt utilizare in inferenta (reasoning)
prin com$inare (utilizand relatii fuzzy intre acestea)!
-oncluzii/ Entr1o regula fuzzy, concluziile sunt propozitiile fuzzy care urmeaza dupa
RatunciR! "cestea se mai numesc si conecinte! 'onsecintele sunt utilizare in inferenta
(reasoning) prin agregarea regulilor!
,aze de "eguli/ Hegulile fuzzy sunt incluse, de o$icei, in ta$ele de reguli, care poarta
numele de $aze de reguli! "cestea descriu functionarea sistemlului!
Fuzzifica"e
+uzzificarea reprezinta operatia de transformare a varia$ilelor numerice (ferme) in
varia$ile lingvistice (vagi)!
What is fuzzy S./0
Ge e#emplu, pentru fuzzificarea varia$ilei viteza in punctul #
0
3Q0Tm.h, se considera cele
doua functii de apartenenta 5
"
si 5
C
, care codifica instantele lingvistice UloV8 si Umedium8! En
punctul #
0
, valorile functiilor de apartenenta sunt 5
"
(#
0
)30!Q5 si 5
C
(#
0
)30!/5, ceea ce inseamna o
apartenenta a vitezei de Q0Tm.h de Q5W la valoarea lingvistica UloV8, si /5W la valoarea
lingvistica Umedium8!
Mecanimul de infe"enta Mamdani
*rincipala componenta a sistemelor fuzzy o reprezinta mecanismul de inferenta (engl!
inference machine), care com$ina faptele o$tinute prin procesul de fuzzificare cu $aza de reguli
si realizeaza rationamentul!
- modalitate de a realiza mecanismul ;amdani se numeste ;",.;E: si utilizeaza
operatorii &E (pentru ;E: 1 adica pentru com$inatia regulilor) si &"< (pentru ;", 1 adica
pentru agregarea concluziilor)! Hezultatul unui astfel de rationament poate fi scris2
5
'
(#!y) 3ma# 4min45
"
(#), 5
C
(y)6
unde 5
'
(#!y) este concluzia, iar 5
"
(#) si 5
C
(y) sunt premisele!
Exemplu: &e da un sistem fuzzy care modeleaza comportamentul de franare al unui
autovehicul, in functie de viteza acestuia! &e specifica functiile de apartenenta ale vitezei2 RloVR
What is fuzzy 9./0
si RmediumR, precum si functiile de apartenenta ale varia$ilei forta de franare2 RmoderateR si
Rstrong!R
Caza de reguli cuprinde doua reguli2
1! G"'" viteza este loV "X<:'E forta de franare este moderate
/! G"'" viteza este medium "X<:'E forta de franare este strong
+orma functiilor de apartenenta pentru varia$ila viteza se regaseste pe pagina aterioara!
+orma functiilor de apartenenta pentru varia$ila forta de franare este2
*remisele sunt asadar date de functiile 5
"
si 5
C
, in timp ce concluziile sunt date de
functiile 5
'
si 5
G
!
*resupunand o viteza #
0
3Q0Tm.h, rezultatul inferentei se poate o$serva in figura
urmatoare2 (a) utilizarea regulii 1Y ($) utilizarea regulii /Y (c) utilizarea operatiei de reuniune
pentru o$tinerea concluziei finale prin agregarea celor doua rezultate!
What is fuzzy 10./0
Defuzzifica"e
Geffuzificarea reprezinta operatia de transformare a varia$ilelor lingvistice (vagi) in
varia$ile numerice (ferme)!
'ele mai utilizate metode de defuzificare2
1 centroid
1 $isector
1 largest of ma#imum (K-;)
1 mean of ma#imum (;-;)
1 smallest of ma#imum (&-;)
"cestea se aplica asupra suprafetei o$tinute in urma inferentei fuzzy!
What is fuzzy 11./0
Ge e#emplu2

Z#emplu de evaluare a unei singure reguli2
What is fuzzy 1/./0
Mecanimul de infe"enta Ta0agi#Sugeno
En cazul sistemelor fuzzy cu mecanism de inferenta XaTagi1&ugeno, compozitia regulilor
se o$tine cu a@utorul unei functii, in loc de defuzzificare! "asadar, aceste sisteme nu contin
defuzificator! &tructura premiselor, in schim$, este aceeasi ca in ;amdani!
- regula fuzzy XaTagi1&ugeno are forma2
*daca + ete A i y ete , atunci z 1f2+3y4*
En acest caz nu este necesara definirea de termeni lingvistici pentru iesirea sistemului, iar
functia f() este, de cele mai multe ori, o functie neliniara! En cazul special al sistemelor liniare,
functia f() este o com$inatie liniara a intrarilor sistemului fuzzy!
What is fuzzy 1B./0
Siteme de conduce"e cu "egulatoa"e fuzzy
'ontrolul fuzzy permite rezolvarea unor pro$leme dificile! 'el mai des, procesele nu pot
fi descrise de modele matematice care s permit sinteza unei legi de conducere prin metode
clasice! &istemele de conducere fuzzy sunt de preferat atunci c%nd e vor$a de procese comple#e
sau care nu se preteaz analizei.proiectrii convenionale! "stfel, e#periena uman n
conducerea procesului se poate materializa ntr1o $az de reguli ataat regulatorului fuzzy!
*rincipalul dezavata@ al acestor sisteme de control este calitatea de o$icei sla$ a e#perienei
umane utilizate pentru construcia sa!
Hegulatorul fuzzy va procesa varia$ilele fuzzy alese i va genera comenzi compati$ile cu
o$iectul condus! &tructura standard a unui controller fuzzy este cea din figura 1!
<n regulator fuzzy este format dintr1un $loc de fuzzificare, o $az de reguli, un
mecanism de inferen i un $loc de defuzzificare! Gac se consider mecanismul de inferen
mpreun cu $aza de reguli ca fiind modulul ce genereaz comenzi fuzzy, atunci acesta are
nevoie de interfee care s converteasc informaiile numerice n varianta lingvistic (fuzzy) i
invers!
What is fuzzy 1I./0
Figura 1. tructura unui controller fuzzy
Enterfaa de intrare a regulatorului realizeaz o scalare a varia$ilelor msurate din proces
i le convertete prin fuzzificare n varia$ile lingvistice! Enterfaa de ieire (modulul de
defuzzificare asigur conversia fuzzy 1 crisp i realizeaz scalarea varia$ilelor de comand n
form de valori compati$ile cu elementele de e#ecuie!
&tructura general a unui regulator fuzzy evideniaz e#istena a patru module eseniale2
modulul de scalare ! fuzificare, modulul de defuzificare ! scalare, mecanismul de inferen" i #aza de
reguli si #aza de date! "stfel, regulatoarele fuzzy sunt conectate la proces prin intermediul celor
dou interfee active care asigur conversia, dar nu numai, a informaiilor numerice n varia$ile
fuzzy i, respectiv, a varia$ilelor fuzzy n informaii numerice! n structura regulatoarelor sunt
incluse mecanismul de inferen (mecanismul de decizie logic) care proceseaz reguli,
cunotine i $aza de reguli ($aza de cunotine) i de date! Caza de date furnizeaz informaiile
necesare pentru funcionarea corespunztoare a modulelor de interfaare cu procesul (scalare [
fuzificare, defuzificare [ scalare), a $azei de reguli prin interpretarea valorilor lingvistice ale
varia$ilelor de stare, de intrare i de comand ale procesului!
;odulul de ela$orare a comenzii presupune at%t utilizarea unui mecanism de inferen,
c%t i a unei $aze de reguli! Hegulatorul fuzzy genereaz comenzi pe $aza intrrilor, apel%nd la
un set de implicaii.relaii fuzzy! Caza de reguli conine strategia de conducere su$ form de
reguli de producie o$inute fie din e#periena operatorului, fie din $aze de date rezultate din
funcionarea anterioar2
G"'" stare$proces "X<:'E comand
unde stare$proces i comand sunt varia$ile lingvistice care descriu proprieti ale
mrimilor din procesul considerat!
Caza de reguli poate conine mai multe varia$ile at%t n partea de condiii, c%t i n
partea de concluzii! Geci un controller fuzzy poate fi folosit at%t n cazul sistemelor &E&-, c%t i
n cazul sistemelor ;E;-!
What is fuzzy 15./0
*rincipalele etape ale proiectrii unui sistem de control fuzzy sunt urmtoarele2
1 alegerea varia$ilelor de intrare i de iesire ale regulatorului, pentru care se impune
o$inerea unor informaii apriorice despre funcionarea procesului!
1 determinarea universurilor de discurs (ceea ce presupune determinarea domeniilor de
funcionare ale varia$ilelor msurate ale procesului) i a funciilor de apartenen pentru fiecare
varia$il n parte!
1 construcia $azei de reguli reprezint cea mai important etap n proiectare, regulile
put%nd fi deduse din e#periena operatorului uman sau prin utilizarea unui model fuzzy al
procesului condus!
1 proiectarea mecanismului de inferen presupune alegerea metodei de inferen, care
poate fi $azat pe reguli individuale sau pe compoziie!
1 alegerea factorilor de scal asigur normalizarea intrrii i ieirii in%nd seama de
diversitatea domeniilor de variaie ale intrrii i ieirii, factorii de scal @uc%nd un rol asemntor
cu factorii de amplificare n cazul regulatoarelor convenionale!
1 alegerea metodei de defuzzificare presupune alegerea modului de conversie a
varia$ilelor lingvistice n varia$ile numerice cu valori crisp (ferme)!
What is fuzzy 16./0
Figura %. tructura de reglare utiliznd un regulator fuzzy
Gomeniile de funcionare se o$in din e#periena anterioar de proiectare o$inut p%n
n prezent! &e cere atenie la alegerea domeniilor pentru comenzi, caz n care se va rula unul din
programele implementate anterior, pentru a determina necesarul de comand!
Z#emplul urmtor demonstreaz distri$uia unui set de funcii de apartenen
pentru o varia$il lingvistic temperatura.
+iecare funcie de apartenen primete n mod uzual un nume care i definete
poziia n universul de discurs2 :K, :;, :&, ZZ, *&, *;, *K (& negative, '( zero, ) positive,
* large, + medium, small), acestora asociindu1se c%te o semnificaie2 frig, mai puin frig, cald,
foarte cald etc! &e o$serv c pe ordonat se regsete varia$ila lingvistic de interes, care ia
valori ntre 0 i 1, iar pe a$scis se reprezint corespondentul numeric al acesteia, cu valori n
domeniul admisi$il!
Xa$elul de reguli conine pe fiecare dimensiune c%te o varia$il de intrare,
valoarea varia$ilei de ieire citindu1se din csua corespunztoare liniei i coloanei curente!
(,emplul urmtor demonstreaz construcia unui ta$el de reguli pentru dou varia$ile
de intrare, o varia$il de ieire, i c%te trei funcii de apartenen pentru fiecare, av%nd
What is fuzzy 1Q./0
Figura -. Func"ii de apartenen"
urmtoarele valori lingvistice2
1 eroare2 :, Z, * (intrare)
1 derivata erorii2 G:, GZ, G* (intrare)
1 comanda2 ':, 'Z, '* (ieire)
eroare
derivata
erorii
N Z P
DN CN CN CZ
DZ CN CZ CP
DP CZ CP CP
.ac se dore/te de e,emplu, controlul temperaturii ntr0o incint, avnd la dispozi"ie un
aparat de aer condi"ionat capa#il s nclzeasc sau s rceasca aerul din camer (comand
negativ 1& pentru rcire, 1' pentru ncetarea oricrei ac"iuni, comand pozitiv 1)
pentru nclzire), iar ca intrri n regulator se consider eroarea de reglare /i viteza de
varia"ie a acesteia, se poate completa ta#elul de reguli n forma prezentat.
e va "ine cont de faptul c, de e,emplu, o eroare negativ apare n momentul n care referin"a
este mai mic dect ie/irea msurat, adic este necesar nclzirea camerei. .e asemenea,
tre#uie "inut cont de viteza de varia"ie a erorii, care ar necesita o comand mai mare sau mai
mic2 dac viteza de varia"ie este mare atunci comanda necesar este mai mare, dac este
pozitiv sau negativ atunci comanda tre#uie s ai# semnul corespunztor /amd
*entru proiectarea $azei de reguli sunt necesare2
\ alegerea varia$ilelor de stare i de comandY
\ alegerea coninuturilor regulilor [ antecedent i consecinY
\ alegerea domeniilor valorilor lingvistice pentru varia$ilele de stare i de
comandY
\ deducerea regulilor!
Gimensiunea setului de termeni (valori lingvistice ale varia$ilelor de intrare) determin
What is fuzzy 1S./0
granularitatea aciunii de comand a regulatorului fuzzy! "stfel, pentru un numr de 5 varia$ile
lingvistice (*;, *m, ZZ, :m, :;) se o$ine un numr de /5 de reguli!
Gac se dorete o rezoluie mai $un a comenzii n vecintatea referinei, atunci se poate
e#tinde numrul de varia$ile lingvistice pentru :m, ZZ, *m (negativ zero, negativ foarte mic,
pozitiv zero, pozitiv foarte mic etc!)! "ceast granularitate ridicat n realizarea fuzificrii
determin creterea numrului de reguli cu implicaii privind implementarea (dimensiunea
memoriei, timp de e#ecuie) i performanele sistemului de reglare!
*entru deducerea regulilor pentru un regulator fuzzy pot fi utilizate trei proceduri
importante2 pe $aza e#perienei operatorului i a e#pertului n automatic, pe $aza unui model
lingvistic al procesului sau pe $aza unui model neliniar!
*entru eficiena calculelor, utilizarea eficient a memoriei i analiza performanelor
sistemului de reglare (conducere) fuzzy se recomand o reprezentare uniform a funciilor de
apartenen! +ormele uzuale ale funciilor de apartenen includ funciile triunghiulare,
trapezoidale i de tip clopot! "ceste forme sunt uor de parametrizat, prezint eficien n
manipulare, conduc la dimensiuni reduse ale memoriilor utilizate!
'ea mai simpl i mai eficient form de reprezentare a funciilor de apartenen este
forma triunghiular!
*roiectarea regulatoarelor fuzzy se poate realiza direct sau pe $aza unui model lingvistic
al procesului condus i pot fi regulatoare fuzzy *EG, regulatoare $azate pe ta$ele, regulatoare cu
auto [ organizare, regulatoare fuzzy adaptive sau regulatoare neuro [ fuzzy!
;ecanismul de inferen ($locul de decizie logic) reprezint nucleul regulatorului i
emuleaz procesul de decizie uman pe $aza conceptelor i a regulilor de inferen din logica
fuzzy! Enferena poate fi $azat pe reguli individuale sau poate fi $azat pe compoziia de reguli!
*arametrii de proiectare se reduc la2
\ alegerea reprezentrii unei singure reguliY
What is fuzzy 19./0
\ alegerea reprezentrii unui set de reguliY
\ alegerea mecanismului de inferenY
\ testarea setului de reguli din punct de vedere al consistenei i completitudinii!
'onsistena2 - $az de reguli este inconsistent dac dou sau mai multe reguli cu
aceleai sau foarte apropiate pri condiionale (antecedente) genereaz diferite ieiri! "ceste
ieiri diferite cauzeaz apariia unor v%rfuri n cadrul reprezentrii grafice a mulimii fuzzy dat
prin mecanismul de inferen al regulatorului!
- $az de reguli consistent se caracterizeaz prin faptul c toate regulile cu diferene
mici n prile de intrare genereaz ieiri uor diferite!
'ompletitudinea2 - $az de reguli este complet dac orice intrare diferit de zero
genereaz o ieire diferit de zero!
Z#ist dou cauze principale pentru apariia incompletitudinii unei $aze de reguli!
*rima cauz o reprezint e#istena unei rupturi ntre funciile de apartenen, iar cea de a doua
cauz o reprezint omiterea uneia sau mai multor reguli!
*roiectarea regulatoarelor fuzzy ca transformri neliniare pentru procese neliniare
reprezint un demers cu un suport formal redus i o pronunat activitate euristic! &implitatea
modului de operare generat de nsi esena modului de raionament uman n cadrul
operaiilor de conducere a proceselor reprezint principalul argument pentru clasa larg de
aplicaii a acestor regulatoare neliniare cu ridicat ro$ustee!
What is fuzzy /0./0