Inferena Sugeno ~Neagu Constantin Mdlin~ 7 mai 2011
Metoda de inferenta fuzzy Sugeno , sau Takagi-Sugeno-Kang, a fost introdus
n 1985 , i este similar cu metoda Mamdani n multe privine. Primele dou pri ale procesului de inferenta fuzzy, fuzzificrile de intrare i aplicarea operatorului fuzzy, sunt exact aceleai. Principala diferen dintre Mamdani si Sugeno este c funciile de apartenen Sugeno de ieire sunt liniare sau constant. O regul tipic ntr-un model fuzzy Sugeno are forma: Dac data de intrare 1 = x i data de intrare 2= y,data ieire este z = ax + de + c Pentru un model de ordin zero Sugeno, nivelul de iesire z este o constant (a, b = = 0).
O regul Sugeno funcioneaz aa cum se arat n diagrama urmtoare:
12.1. Sisteme cu logic fuzzy
Un sistem cu logic fuzzy (SLF) permite modelarea i implementarea funcionrii oricrui proces prin descrierea relaiilor intrare-ieire folosind variabile i valori lingvistice i reguli fuzzy DAC-ATUNCI. Valorile numerice tranante ale variabilelor de ieire rezult prin aplicarea unor operaii: fuzzificare, inferen fuzzy, defuzzificare, asupra valorilor numerice ale variabilelor de intrare.
12.2. Sisteme cu locica fuzzy Takagi-Sugeno
Fluxul de date dintr-un SLF este prezentat grafic n Fig. 2. n prezent exist dou tipuri de SLF: de tip Mamdani i de tip Takagi-Sugeno. Ele difer n principal prin partea de concluzie a regulilor fuzzy. Sistemele Mamdani X2 utilizeaz mulimi fuzzy obinuite, pe cnd sistemele Takagi-Sugeno (T-S) folosesc n concluzie funcii (liniare) a variabilelor de intrare. Valorile tranante x1 * i x2 * ale variabilelor de intrare sunt fuzzificate rezultnd mulimile fuzzy singleton A1 *, respectiv A2 *. Gradele de activare (adevr) ale celor dou reguli sunt 1 , respectiv 2 i sunt valori intermediare folosite n cadrul inferenei. Menionm c regula R2 este o regul compus coninnd n partea de premis ambele variabile legate prin
conectivul fuzzy I. Pentru conectivul I este folosit operatorul min. Valorile
fuzzy pariale ale variabilei de ieire furnizate de cele dou reguli sunt B 1 * i B2 * n cazul unui SLF T-S de ordin zero, respectiv Y1 * i Y2* n cazul unui SLF T-S de ordin unu. Aceste valori pariale sunt agregate i apoi defuzzificate folosind metoda de defuzzificare numit medie ponderat. n urma defuzzificrii se obine valoarea tranant y * a variabilei de ieire corespunztoare valorilor tranante X1 * i X2 * ale celor dou variabile de intrare.
Fig.2. Prelucrarea semnalelor ntr-un sistem cu logic fuzzy Takagi-Sugeno
12.3. Mecanismul de inferen Sugeno
Este demonstrat c Takagi-Sugeno-Kang (TSK) mecanismul de inferenta fuzzy este optim cu privire la un anumit criteriu care cuantific controversa dintre inferen efectuate, precum i cunotine reprezentate n baza de cunotine.
n logica clasic, implicare, disjuncia, i operatorii de concluzie sunt unic
definite. Prin urmare, numrul de mecanisme de inferent posibile este destul de limitat. Sugeno i Takagi utilizeaz urmtoarea arhitectur: R1 : dac x este A1 i y este B1 atunci z1=a1x + b1y R2: dac x este A2 i y este B2 atunci z2=a2x + b2y Fapte: x este x0 i y este y0 Consecina: z0
Fig.3. Mecanismul de inferen Sugeno
12.4. Adaptarea sistemului de inferene de tip Sugeno-Tagaki n form
tabelar numeric. n unele aplicaii practice concrete, procedura stabilirii unei baze de reguli poate consta ntr-o procesare a unui set de date non-fuzzy (reale). Finalitatea acestei prelucrri ar putea fi transpunerea acestor date ntr-o form lingvistic. Datele non-fuzzy sunt obinute prin nregistrarea semnalelor utile pentru proiectare - mrime de comand, mrime de reacie i/sau eroare de
reglare i prin calcularea derivatelor acestora, n funcie de structura de
reglare aleas. ns extragerea regulilor fuzzy n forma dac ... atunci ... este considerat dificil din cauz faptului c nu exist proceduri sistematizate. Obinearea regulilor este strns legat de mecanismul de inferen utilizat. Dac un set de date reale privind funcionarea procesului este disponibil, se poate adapta mecanismul de inferen fuzzy de tip Tagaki, ntr-o form util i adecvat datelor numerice. Aceast adaptare reuete s reduc din volumul de calcule al metodelor de inferen obinuite, prin introducerea unei reprezentri mai degrab numerice a regulilor fuzzy, care n final nu mai sunt evideniate.
12.5 Compararea Sugeno i Metode Mamdani
Deoarece este o reprezentare mult mai compact i eficient de calcul dect un sistem Mamdani, sistemul Sugeno se preteaz la utilizarea de tehnici adaptive pentru construirea de modele fuzzy. Aceste tehnici adaptive pot fi utilizate pentru a personaliza funciile de membru. 12.6 Avantajele metodei Sugeno:
Este computational eficient
Aceast metod funcioneaz bine cu tehnici liniare (de exemplu, de control PID). Sugeno funcioneaz bine cu optimizarea i tehnicile adaptive. Ea a garantat continuitate suprafeei de ieire. Aceast metod este potrivit pentru analiza matematic.