CAPITOLUL 7 APLICAII FUZZY

Folosirea metodelor fuzzy este recomandat: n procesele foarte complexe, pentru care nu exist un model matematic simplu; pentru procesele neliniare; dac trebuie realizat prelucrarea cunotinelor experilor. Folosirea metodelor fuzzy nu este recomandat dac: metodele tradiionale dau un rezultat bun; exist un model matematic adecvat; problema nu se poate rezolva.
7.1 Domenii de aplicare

n mod curent, sistemele de logic fuzzy sunt folosite n industria de automobile pentru a determina blocarea sau deblocarea roilor n sistemele de anti-furt. Un aparat de fotografiat poate folosi un sistem fuzzy pentru a determina ce parte a imaginii ar trebui s fie pe focus. Logica fuzzy a devenit un instrument profitabil pentru controlul sistemelor la metrou i n procesele industriale complexe, precum i pentru mecanisme electronice casnice, sisteme de diagnostic i alte sisteme expert. Fuzzy a devenit un cuvnt cheie n domeniul marketingului; articolele electronice fr componente fuzzy tind s devin un stoc mort. n Japonia, cercetarea fuzzy este larg sprijinit cu un buget uria, Japonia fiind i locul de unde s-a lansat dezvoltarea rapid a acestei tehnologii lansate n SUA. n Europa i SUA, se fac eforturi pentru a ajunge din urm imensul succes japonez. De exemplu, agenia spaiala NASA s-a implicat n aplicarea logicii fuzzy pentru manevre complexe de cuplare a aeronavelor.

Domenii specifice n care companiile folosesc soft bazat pe fuzzy: 1. determinarea secvenelor optime pentru asamblarea automobilelor: softul realizat de FLS (Qualicision Sequencing Software) d posibilitate constructorilor de automobile sa reduc timpii i efortul de producie prin folosirea unei noi strategii pentru stabilirea secvenei proceselor. Acest soft este folosit de BMW, Audi, Ford, Volskwagen; 2. automatizarea producerii de cauciucuri (realizat pentru Continental AG); 3. controlul roboilor pentru montarea cauciucurilor (Burke Porter Machenary Company); 4. consultan bancar (FuzzyDecisionDesk) cuprinznd partea de interfa cu clientul ct i stabilirea tipului optim de credit pentru clientul respectiv; 5. consultan pentru acordarea creditelor: sistem care face distincia ntre un client bun i unul ru (folosit de Citibank); 6. analiza imaginilor pentru folosirea n serviciul potal (verific dac un pachet de documente-scrisori este bine realizat, n sensul separrii scrisorilor n funcie de destinaie); folosit de Datev; 7. asigurarea calitii prin control optic pentru verificarea destinaiilor pachetelor i aezarea lor corect n depozit (folosit de Datev i Wiltron); 8. proiectarea sistemelor micro-electronice (ehrfeld Mikrotechink) 9. monitorizarea optic a liniei de asamblare - (asigurarea calitii): Hengst; 10. verificarea vizual a potrivirii suprafeelor la montarea cauciucurilor(BMW) (Japonia); 11. control automat al barajelor pentru hidrocentrale (Tokio Electric Pow); 12. controlul roboilor (Hirota, Juji Electric, Toshiba, Omrom); 13. focusul camerei de luat vederi pentru transmiterea evenimentelor sportive (Omron); 14. analiza activitilor de pe bursa de mrfuri (Yamaichi); 15. mpiedicarea fluctuaiilor nedorite de temperatur n sisteme de aer condiionat (Mitsubishi); 16. controlul eficient i stabil al motoarelor mainilor (Nissan);

17. eficientizarea proceselor industriale (fluxul proceselor) (Aptronix, Omron, Mitsubishi); 18. planificare optimizat a orarelor pentru autobuze (Toshiba); 19. sisteme de arhivare a documentelor (Mitsubishi Elec); 20. sisteme de predicie a cutremurelor; 21. medicin: diagnosticarea cancerului (Kawasaki Medical School); 22. recunoaterea scrisului (Sony); 23. recunoaterea formelor n picturi (Canon, Minolta); 24. recunoaterea suprafeei pentru controlul aspiratoarelor (Matsushita); 25. controlul luminii la aparate video (Sanyo); 26. design software pentru procese industriale (Aptronix, Harima); 27. controlul metroului pentru mbuntirea confortului i economie de energie (NOK); 28. mbuntirea eficienei lifturilor (Fujitec); 29. creterea siguranei pentru reactoare nucleare (Hitachi, Bernard). 7.2 Aplicaii n tiinele mediului

Utilizarea fuzzy n meteorologie: De ce este recomandat logica fuzzy n prezicerea vremii? a) datele meteo sunt inerent fuzy: spre prnz: rcire; minimemaxime, vnturi dinspre vest, ninsori moderate, ploi ocazionale; b) s-a demonstrat c funcioneaz (Bjarne Hansen a construit dou sisteme fuzzy, unul care prezice corect nlimea norilor i vizibilitatea); c) este un domeniu n care soluiile aproximative sunt acceptabile, n care variabilele pot fi reprezentate numeric, n care relaiile pot s nu fie bine definite sau consistente, n care nu e disponibil nici o formul matematic (sau e foarte complex). Cercettori care au lucrat cu tehnici fuzzy pentru modelarea incertitudinii n problema mediului: a) Bachisio Arca, F. Benincasa, Matteo De Vincenzi - Institute for Agroecosystem Monitoring Sassari, Italy. Modeleaz procese complexe fizice i biologice cu ajutorul logicii fuzzy: fluxurile de radiaie solar, evaporaia, evapotranspiraia, ngheul.

b) Dr. Istvan Bogardi-University of Nebraska. ncorporeaz un set de tehnici fuzzy pentru a lucru cu incertitudinile n condiiile schimbrilor climatice, predicia hidrologiei locale. c) Prof. Dr. ir. Dick Botteldooren, ir. Tom De Muer, Andy Verkeyn Acoustics Research Group Department of Information Technology Ghent Belgium. Modeleaz zgomotele din mediu (generat de trafic, industrie...) cu modele fuzzy de propagare a sunetului. Stressul provocat de zgomote este n esen un concept fuzzy, depinde nu numai de intensitatea i expunerea la zgomote ci i de factori personali i psihologici inceri. d) Dr. Steve Dorling Lecturer in Atmospheric Sciences University of East Anglia, UK. A construit un sistem pentru evaluarea indicelui Lamb (indic tipul situaiei sinoptice influennd Marea Britanie, bazat pe centrele de presiune). Determinarea acestui indice este n mod tradiional o procedur manual, sistemul nlocuind subiectivismul cu logica fuzzy. e) Oscar Duarte Departamento de Ingeniera Elctrica (Department of Electrical Engineering) Universidad Nacional de Colombia (National University of Colombia). A dezvoltat o metodologie fuzzy pentru analiza impactului asupra mediului, n funcie de diferii factori i variabile subiective. f) Walter Maner <http://web.cs.bgsu.edu/maner/> Faculty, Department of Computer Science Bowling Green State University Bowling Green, Ohio WXSYS. Culege date de la senzorii staiei meteo fuzzificate. Procesul de fuzzificare nu introduce erori ci, exprim erorile normale de msurare ale valorilor (dac presiunea artat de barometru este 30.06 HG atunci presiunea real este 30.06 plus sau minus o anumit valoare). n plus, fuzzificarea permite lucrul cu reguli de genul "dac vntul bate puternic dinspre sud vremea se va schimba n 24h". g) Shreedhar Maskey Ph.D. Research Fellow Hydroinformatics and Knowledge Management The Netherlands. Investigheaza modelarea incertitudinii n predicia inundaiilor i sisteme de avertizare folosind abordri fuzzy. h) Ulf Nordlund Institute for Earth Sciences Uppsala University, Sweden. Pentru studiul depunerilor i eroziunii sedimentelor pe malul oceanelor.

i) Haresh C. Shah Earthquake Engineering Center Department of Civil Engineering Stanford University. Pentru prezicerea cutremurelor i strategii financiare pentru asigurarea n cazul catastrofelor naturale. j) Dr. William Silvert Instituto de Investigao das Pescas e do Mar Departamento de Ambiente Aqutico Portugal foloseste logica fuzzy pentru extragerea datelor relevante pe baza jurnalelor de bord. k) Ron Spiegel Environmental Protection Agency Research Triangle Park. Pentru optimizarea motoarelor cu inducie, controlul turbinelor de vnt. l) Ramesh Teegavarapu Dept. of Civil Engineering University of Manitoba Winnipeg, Manitoba, Canada. Aplicaii fuzzy pentru gestiunea resurselor de ap (operaii cu rezervoare i predicia volumului disponibil). m) Richard Wagoner Research Applications Program National Center for Atmospheric Research Boulder, Colorado. Folosete logica fuzzy n 90% din sistemele utilizate. 7.3 Instrumente de modelare Unelte software pentru construirea sistemelor fuzzy: 1. Fuzzy Knowledge Builder: este un produs software folositor unui proiectant de sisteme fuzzy; este un editor de reguli i seturi fuzzy n mod grafic. 2. Judgement Maker: este un soft de asistare a deciziei care descompune un scenariu n pri uor de analizat (i de descris pentru expertul uman), dup care nregistreaz respectivele componente i alege alternativa optim. 3. Fuzzy Engine este un program open source realizat n Java, ofer o serie de clase i metode permind evaluarea regulilor fuzzy (deci integrarea raionamentului fuzzy (evaluri) n software Java (operaii de intrare-ieire); suport evaluarea regulilor fuzzy n form simbolic; operatori i/sau/not fuzzy; nesting; atribuiri multiple; operatori de atribuiri necondiionali; ponderri dinamice. 4. Fuzzy Logic Toolbox suport proiectarea i analiza sistemelor bazate pe logica fuzzy (dezvoltare, documentare, proiectare, simulare, implementare); ofer o interfa grafic atractiv i multe

metode bazate pe logica fuzzy (cum ar fi clustere sau nvare automat). 5. Flex Tools ajut la construirea sistemelor fuzzy pentru scopuri de cercetare i de afaceri; codul surs fiind inclus, este un instrument uor de adaptat n funcie de necesiti. 6. FLOPS este un nucleu de sistem expert fuzzy, creat acum zece ani, derivat din limbajul non-fuzzy OPS5. Sistemul FLOPS ofer o comand fuzzy pentru a realiza aceast translatare ntr-un singur pas. Exist i o comand defuzzify pentru operaia invers.

Funcii de apartenen pentru Control Fuzzy n sistemul FLOPS

FLOPS deine un ntreg set de comparaii numerice aproximative: ~< aproximativ mai mic dect ~< = aproximativ mai mic sau egal dect ~ = aproximativ egal cu FLOPS deine o comand defuzzify, ce va realiza automat procesul de defuzzificare. Vom ilustra un proces foarte simplu de defuzzificare, utiliznd numai reguli, fr comanda defuzzify.

S presupunem c avem un rezultat de tip mulime fuzzy, denumit CANTITATE, ce are trei membri: YERO, MEDIU, MULT. Voi asigna fiecrui astfel de membru o valoare corespunztoare: 0 pentru ZERO 40 pentru MEDIU 100 pentru MULT. De asemenea a mai fost declarat o dat REZ pentru a stoca numrul rezultat. if CANTITATE .ZERO = <Z> and CANTITATE .MEDIU = <M> and CANTITATE .MULT = <H>
then REZ = (<Z>*0 + <M>*40 + <H>*100) / (<Z> + <M> + <H>);

Sintaxa CANTITATE ZERO reprezint nivelul de ncredere al membrului ZERO n cadrul mulimii fuzzy CANTITATE. n general ns nu se folosesc astfel de reguli, ci se definesc funcii de apartenen pentru mulimea noastr fuzzy rezultat i apoi comanda defuzzify. Exist mai multe proceduri de defuzificare disponibile pentru controlul fuzzy, dar aplicaiile de tip raionamente fuzzy nu necesit foarte multe opiuni. n FLOPS, comanda defuzzify are dou opiuni: maxav -> media dintre valorile maxime centroid -> pentru metoda centroid, des folosita n controlul proceselor industriale

Figura 7.1 Funciile de apartenen pentru defuzzificarea unei mulimi rezultat de tip fuzzy

Prima opiune pentru defuzzificare maxav caut ntre funciile de apartenen valorile maxime i observ c ZERO i atinge singurul maxim la REZ=0; aceasta este valoarea selectat ca fiind reprezentativ pentru ZERO. Funcia pentru MEDIU i atinge singurul maxim la REZ=40 si MULT la REZ=100. Comanda defuzzify utilizeaz n principiu aceeai formul ca i regula de defuzzificare folosit mai sus, obinndu-se acelai rezultat: REZ = (val. Reprezentativa * ncredere) / ncredere
7.4 Limbaje de programare permind modelare fuzzy 1. FuzzyCLIPS O versiune extinsa de CLIPS ce suporta dezvoltarea sistemelor experte fuzzy. Compatibil cu majoritatea platformelor ce suporta un compilator ANSI C. Realizat de integrated Reasoning Group din cadrul Institute for IT facand parte din National Research Council of Canada. Extinde CLIPS oferind un mecanism de rationament fuzzy perfect integrat cu faptele i regulile CLIPS pentru reprezentarea i manipularea faptelor i regulilor fuzzy. FuzzyCLIPS poate raiona n modul exact, fuzzy sau combinat. Introduce conceptele de imprecizie i incertitudine. Versiunea curent (6.10c, Octombrie 24 2002) realizat de Dave Woodman 2. FRIL este un limbaj de programare logic n condiii de incertitudine ce include Prolog ca un subset al limbajului, precum i seturi pentru raionament fuzzy i probabilistic. Aceast generalizare a programrii logice ofer un mediu puternic i flexibil pentru modelarea i implementarea aplicaiilor. Reprezentarea incertitudinii se bazeaz pe teoria lui J.F. Baldwin despre exprimarea familiilor de distribuii de probabilitate (mass assignement). Pot fi folosite seturi fuzzy continue sau discrete. Poate trata incertitudinea n date, fapte sau reguli. n afar de regulile Prolog, exista trei tipuri de reguli incerte: regula de baz, regula extins (folosit pentru aplicaii cauzale tip reea) i regula de eviden logic (pentru raionament analog). Caracteristici: suport limbajul Prolog; stil de programare declarativ;

sintax bazat pe liste; implementare portabil n C; compilare incremental a clauzelor; unelte pentru debug; help online; dezvoltare uoar a sistemelor expert; optimizarea codului; interfaa cu ferestre; interfee cu limbaje procedurale; poate fi apelat ntr-un cod procedural (ntr-un program C); ruleaz pe staii de lucru Unix, PC-uri subwindows, maini Apple Macintosh. Cine folosete: "LIFE- laboratory for fuzzy Engineering, japonia; Intera Ltd-Intelligent manageemnt of geological data; British Aerospace; TMS (sfaturi pentru dentiti); UK Defence Research Agency; British Airways (monitorizarea datelor din cutiile negre). Istoric: Denumirea este un acronim pentru Fuzzy Relational inference Language, aprut n anii '70 pe baza cercetrilor lui Jim Baldwin. n 1986, cnd compania Equipu AIR a dezvoltat un limbaj de programare logic, nu i-a mai schimbat numele. n 1987 a fost lansat prima versiune pentru MSDOS i unix. n 1988, Equipu AIR devine Fril Systems Ltd.; s-a ajuns la versiunea 5. Este dezvoltat si comercializat de ctre Fril Systems Ltd. Mediul de programare Cobalt AI SDK este un ansamblu de unelte AI pentru dezvoltarea rapid a aplicaiilor AI pentru jocuri, afaceri, previziuni, strategii legale, luarea deciziilor, analiza spectral, controlul calitii, troubleshooting n VB.Net i alte limbaje. Nu necesit cunotine speciale de AI.