Documente Academic
Documente Profesional
Documente Cultură
x D *y
dar n acest caz A nu mai este matrice diaginal. Semnificaia lui const n faptul
c x ajunge intr-un nou sistem de coordonate. De exemplu transformrile Fourier i
Walsh-Hadamard.
Distana Mahalanobian ia n consideraie i corelaia dintre caracteristici.
Definiia ei este:
T
k
k
k 1
D k y y m y C y k y k m y
(7.1 )
Intrare:
FOR :
MARE
NORMAL
Ieire :
BANDA
TRANSPORTOARE:
UZAT,NEUNS
CORESPUNZTOARE
Astfel, din punct de vedere matematic funca fuzzy FOR MARE este compus
din perechi de elemente, formate din valoarea mrimii aparintoare mulimii i
prima comand fuzzy fabricat n serie este legat de mainile de splat AISI.
Dup cntrirea rufelor introduse, prin comand fuzzy se dozeaz apa i
detergentul . Procesul de splare este supravegheat de un senzor optic care
analizeaz ct de tulbure este apa i pe baza acestuia trage concluzii privind
gradul de murdrie a rufelor i felul acestuia. Pe baza unor reguli de deducie
Fuzzy alege cel mai adecvat program de splare. Pe lng economia de energie
i de timp, are marele avantaj c maina poate fi pus n funciune cu un singur
buton.
dac sensurile vectorilor de micare sunt opuse i diferena dintre ele este
n cretere, atunci concluzia este c pe imagine exist un obiect mictor,
- dac sensurile vectorilor de micare coincid i diferena dintre ele este
mic atunci concluzia este c micarea a fost generat de tremurarea
minii.
- Logistica deservirii liniilor de asamblare flexibile : selectarea, aducerea i
manipularea diferitelor componente ale produselor, n funcie de ritmul de asamblare,
se poate realiza corespunztor prin utilizarea logicii fuzzy ( n capitolul urmtor vom
da un exemplu concret n acest sens).
Modelare structural
n acest caz nu cutm interdependen logic sau matematic ntre intrri i
ieiri, modelul rezult din construcia structurii sistemului de prelucrare.. Un exemplu
clasic este Metoda Reelelor Neurale. Metoda are la baz analogia biologic,
ncearc s modeleze structura creerului uman cu mijloace electronice. n locul
celulelor creerului se pun procesoare, firele nervoase, sunt nlocuite cu conductori i
astfel se obine o reea, structur desigur mult mai simpl dect creerul uman.
H. fig.8.10
yw
i
ij
(7.3)
yj
1
1 e
(7.4)
x j
1
yi d j 2 ,
2 j
(7.5)
E
yj dj
y j
(7.6)
E
E y j
E j y j 1 y
x j y j x j
(7.7)
E
E x j
EI j y j .
wij x j wij
(7.8)
yi
E x j
j yi
x
j
EI
wij .
(7.9)
genetic este apoi utilizat pentru a cauta un design optim apropiat, care satisface
o anumit imagine de produs.
n acest studiu de caz , se prezent o nou abordare a logicii fuzzy pentru
a examineaz relaia dintre elementele de form a telefoanelor mobile i o
imagine specific de produse. Dezvoltarea acestei abordri este motivat de
necesitatea de a face cu studiul de caz a telefoanelor mobile, care sunt n
prezent cel mai popular produs de larg consum i care prezint o mare varietate
de forme. In modelarea elementelelor de form complexe a telefoanelor mobile,
ar fi dificil de utilizat metoda tradiional de solicitare a experilor prin care s
genereze i s evalueze n mod direct i subiectiv regulile fuzzy , aa cum s-a
folosit n studii anterioare. Ca atare, noua abordare construiete reguli fuzzy n
un mod obiectiv bazate pe un proces experimental nou orientate spre
consumator. Aceast abordare este adecvat n special pentru modelarea unui
sistem sau a unui produs cu intrri variabile numeroase (de exemplu, multiple
elemente de form ) i multiple variabilele de ieire (de exemplu, mai multe
imagini de produs.
n seciunile ulterioare, se descrie mai nti un proces experimental
orientat spre consumator pentru extragerea probelor i elementelor de form
reprezentative a telefoanelor mobile, care sunt utilizate ca seturi de date
numerice pentru construirea i testarea modelului logic fuzzy. Se prezint apoi
noua abordare a logicii fuzzy pentru a construi un set de reguli fuzzy pentru
potrivirea elementelor de form extrase cu o imagine specific a produsului. n
cele din urm, se compar performana modelului logic fuzzy cu modelele
existente, n termenii de predicie a capacitii acestora.
7.5.4.2.
Determinarea
funciilor
de
membru
al
variabilelelor
lingvistice
(7.10)
Numrul triunghiular fuzzy (a, b, c) poate fi folosit pentru a da valoarea
aproximativ unei clase lingvistice. b este valoarea cea mai posibil a clasei, i
a si c sunt limitele inferioare i superioare, respectiv, utilizate pentru a reflecta
valorilor vagi ale clasei.
n acest studiu de caz, se utilizeaz funciile de membru triunghiulare sau
trapezoidale pentru a reprezenta valorile diferitelor tipuri de form (adic
termenii lingvistici) din cele ase elemente de form, utilizate n regulile fuzzy a
modelului logic fuzzy, dup cum se arat n figura 7.8.
Fiecare variabil lingvistic din fig.7.8 este definit n funcie de numrul
tipului de form al elementul su de forma de baz, prezentat n tabelul 7.2. De
exemplu,''forma prii superioare (X1)''are patru tipuri de form (linie, curba, arc,
i form neregulat). Prin urmare, patru termeni lingvistici (linie, curb, arc, i
neregulat), caracterizai prin patru numere triunghiulare fuzzy sunt utilizate, dup
cum se arat n tabelul 7.4 i fig. 7.8 (a).
Valoarea scar de 1-3 este dat pentru o form specific a parii
superioare, pentru a indica gradul n care se potrivete cu primele trei tipuri de
form a prii superioare caracterizate prin termenii corespunztori (linie, curba,
i arc). De exemplu, o valoare de 2,5 indic forma real a prii superioare, care
este o combinaie de 50% a Tipului 2 (curba) i 50% a Tipului 3 (ARC) a
elementului de form '' a parii superioare '' definite n tabelul 1. Se folosete o
singur valoare 4 pentru forma ''neregulat'' pentru a indica faptul c aceast tip
de form nu are relevan cu primele trei tipuri.
.
Dup cum sa discutat n seciunea 7.5.3.4, pentru cele 15 exemple s-a
folosit o scar de apte puncte a metodei SD pentru a evalua gradul n care
aspectul fiecrei din cele 33 de eantioane reprezentative de telefon mobil se
Pentru a obine reguli fuzzy ntr-un mod obiectiv, cele 15 exemple au fost
evaluate individual din perspectiva formei produsului din cele 33 de eantioane
reprezentative de telefon mobil i notate cu S-C, fiind scar de la 1-7, aa cum
sa discutat n seciunea 2.4.
Valoarea medie a evalurii subiecilor luai ca exemplu este utilizat ca
ieire pentru regulile fuzzy, i, de obicei are un membru parial n termenii
corespunztori lingvistici dup cum se arat n Fig. 3. De exemplu, valoarea
medie S-C a telefonului nr. 2 este 3.13, aa cum figureaz n tabelul 7.3.
Fig. 7.9. arat c, valoarea S-C de 3.13 este un membru al termenului lingvistic
"S" (simplu), cu un grad de membru de 0.87 (= (1-0) x (4-3.13) / (4-3)+ 0) , i
este, de asemenea, un membru al termenului lingvistic "N" (neutru), cu un grad
de membru de 0.13 (= (1-0) x (3.13-3) / (4-3) + 0).
Fig. 7.9. Grade de membru al unei valori S-C, n termeni lingvistici de ieire.
Tabel 7.5 Reguli fuzzy pentru determinarea valoarii S-C a elementelor de form a
telefonului mobil
(7.12)
unde xi este a i-a valoare de ieire prezis de model i x0 valorile ateptate
evaluate de ctre subieci n experiment.
Tabelul 7.7.Neuroni ai modelului NN i GRA-NN
Rezultatul indic faptul c modelul logic fuzzy are cea mai mare coeren
(87.65% =100-12.35%) pentru estimarea valorii imaginii S- C, prin urmare,
sugernd c aceasta este o abordare promitoare pentru a potrivi un anumit set
de elemente de form a unui produs cu o imagine specific de produs.
Performan a modelului logic fuzzy sugereaz faptul c poate fi folosit
pentru a ajuta pe designerii de produs s dezvolte cea mai bun combinaie de
elemente de form de telefon mobil pentru un concept de design special,
reprezentat de o pereche de cuvinte a imaginii produsului , cum ar fi simplu complex, frumos-rustic, sau a tnr-vechi. Abordarea logic fuzzy, prin urmare
ofer un mecanism eficient pentru proiectarea unui nou telefon mobil, care
reflect o imagine de produs dorit .
De exemplu, designerii de produs pot utiliza modelul logic fuzzy, dnd
valorile de intrare a elementelor de form, iar apoi pot obine valoarea prezis
pentru imaginea de produs vizat. n cazul n care designerii de produse nu sunt
mulumii cu valoarea estimat, ei pot modifica combinaia de elemente de form
i ulterior, s obin o nou valoare . Acest proces poate fi efectuat n mod
eficient
pn
cnd
se
obine
valoarea
mulumit.
n cazul n care consumatorii sau designerii trebuie s ia n considerare mai
mult de o imagine de produs, se pot aplica regulile fuzzy DAC-ATUNCI cu mai
multe condiii.
De exemplu,
Regul : DAC X1 ESTE A1 I X2 ESTE A2 . . .I Xn ESTE An,
ATUNCI Y1 ESTE B1 I Y2 ESTE B2 . . .I Yn ESTE Bn,
(7.13),
n cazul n care A1, A2,.., An i B1, B2,..., Bn sunt termenii lingvistici fuzzy, luai
pentru variabilele lingvistice de intrare X1, X2,..., Xn i respectiv variabilele
lingvistice de ieire Y1, Y2,..., Yn. Variabilele lingvistice de ieire Y1, Y2,..., Yn
reprezint un set de perechi de cuvinte a imaginii produsului.
De exemplu, designerii de produs pot da valorile de intrare a celor ase
elemente de form de telefon mobil X1 =2, X2 =2, X4 =2, X5 = 2, X6 = 2, X8 =
1, or X1 =1, X2 =2, X4 =1, X5 =3, X6 =1, X8 =1 n modelul logic fuzzy, dup
cum se arat n tabelul 7.9.
Apoi, modelul logic fuzzy va da valorile imaginii produsului ca '' valoarea S-C
este 2.46, H-R este 4.60, i Y-R este 2.69'', sau '' valoarea S-C este de 1.80, HR
este
3.92,
i
Y-R
este
3.76''.
n plus, modelul logic fuzzy pote fi utilizat, mpreun cu un sistem de proiectare
asisitat de calculator (CAD) sau de sistemul de realitate virtual (VR) (Jindo et
al., 1995), pentru a construi un model 3-D pentru facilitarea i simularea
procesului de proiectare.
Ca un exemplu, figura 7.10 prezint un model de 3-D, pentru cele dou telefoane
mobile a cror elemente de form sunt prezentate n tabelul 7.9.
Tabel 7.9 . Dou seturi de elemente de form de telefon mobil ca intrri la modelul
Logic fuzzy Logic
Referine
Baron, L., Achiche, S., Balazinski, M., 2001. Fuzzy decision support system
knowledge base generation using a genetic algorithm. International Journal of
Approximate Reasoning 28, 125148.
Chang, Y.-H., Yeh, C.-H., 2004. A new airline safety index. Transportation
Research Part B: Methodological 38 (4), 369383.
Chang, Y.-H., Yeh, C.-H., Cheng, J.-H., 1998. Decision support for bus operations
under uncertainty: a fuzzy logic approach. Omega 26, 367380.
Chuang, M.-C., Chang, C.-C., Hsu, S.-H., 2001. Perceptual elements underlying
user preferences toward product form of mobile phones. International Journal of
Industrial Ergonomics 27, 247258.
Cross, M., 1994. Engineering Design Methods. Wiley, London.
Deng, J.-L., 1982. Control problems of grey system. System and Control Letters
1, 288294.
Hair, J., Anderson, R., Tatham, R., Black, W., 1995. Multivariate Data Analysis.
Macmillan Publishing, New York.
Hsiao, S.-W., Liu, M.-C., 2002. A morphing method for shape generation and
image prediction in product design. Design Studies 23, 533556.
Hsiao, S.-W., Tsai, H.-C., 2005. Applying a hybrid approach based on fuzzy
neural network and genetic algorithm to product form design. International
Journal of Industrial Ergonomics 35, 411428.
Jindo, T., Hirasago, K., Nagamachi, M., 1995. Development of a design support
system for office chairs using 3-D graphics. International Journal of Industrial
Ergonomics 15, 4962.
Klir, G.R., Yuan, B., 1995. Fuzzy Sets and Fuzzy Logic Theory and Applications.
Prentice-Hall, Upper Saddle River, NJ.
Lai, H.-H., Lin, Y.-C., Yeh, C.-H., 2005. Form design of product image using grey
relational analysis and neural network models. Computers and Operations
Research 32, 26892711.
Lai, H.-H., Lin, Y.-C., Yeh, C.-H., Wei, C.-H., 2006. User oriented design for the
optimal combination on product design. International Journal of Production
Economics 100, 253267.
Lin, Y.-C., Lai, H.-H., Guan, S.-S., 2001. A study of form and color collocation of
mobile phones using Kansei methods. In: Proceedings of International
Conference on Advanced Industrial Design (ICAID),Taiwan, pp. 137142.
Negnevitsky, M., 2002. Artificial Intelligence. Addison-Wesley, New York.
Nelson, M., Illingworth, W.T., 1991. A Practical Guide to Neural Nets. AddisonWesley, New York.
Nielsen, J., 1993. Usability Engineering. AP Professional, New York.
Osgood, C.E., Suci, C.J., 1957. The Measurement of Meaning. University of
Illinois Press, Urbana.
Park, J., Han, S.H., 2004. A fuzzy rule-based approach to modeling affective user
satisfaction towards office chair design. International Journal of Industrial
Ergonomics 34, 3147.
Yang, S.M., Nagamachi, M., Lee, S.Y., 1999. Rule-based inference model for the
Kansei engineering system. International Journal of Industrial Ergonomics 24,
459471.
Yeh, C.-H., Deng, H., 2004. A practical approach to fuzzy utilities comparison in
fuzzy multicriteria analysis. International Journal of Approximate Reasoning 35,
179194.
Yeh, C.-H., Deng, H., Chang, Y.-H., 2000. Fuzzy multicriteria analysis for
performance evaluation of bus companies. European Journal of Operational
Research 126, 459473.
Youji, S., Tomio, J., 1995. A fuzzy logic analysis method for evaluating human
sensitivities. International Journal of Industrial Ergonomics 15, 3947.
Zimmermann, H.J., 1996. Fuzzy Set Theory and Its Applications. Kluwer, Boston.