INTRODUCERE IN TEHNICA REGLARII FUZZY

In ultimii ani aplicatiile tehnice a inteligentei artificiale au fost folosite pentru a converti experienta umana in scopul de a fi inteleasa de catre computer. Controlul avansat bazat pe tehnicile inteligentei artificiale este numit control inteligent. Sistemele inteligente sunt de obicei descrise prin analogii cu sistemele biologice, de exemplu, sa privim cum oamenii executa diverse sarcini, cum recunosc mostre sau iau decizii. Exista neconcordante intre oameni si masini: oamenii rationeaza cu incertitudine, imprecis, in mod fuzzy , in timp ce masinile conduse de catre computere se bazeaza pe un rationament binar. !ogica fuzzy este o modalitate de a face masinile mai inteligente permitandu"le sa rationeze intr"o maniera similara cu cea a oamenilor. !ogica fuzzy, propusa de !ofty #adeh in anul $%&', a aparut ca un instrument care trateaza problemele legate de luarea deciziilor incerte, imprecise sau calitative. Controlerele care combina tehnicile inteligente cu cele conventionale sunt de obicei utilizate la controlul inteligent al sistemelor dinamice complexe. (rin urmare, controlerele fuzzy integrate automatizeaza ceea ce in mod traditional era controlat de om.

1.INTRODUCERE
)bordarea controlului traditional necesita modelarea realitatii fizice. *rei metode pot fi folosite in descrierea unui sistem: $.metoda experimentala: prin experimentarea si determinarea reactiilor procesului la diferite intrari se poate realiza un tabel de intrari si iesiri. +rafic, metoda este echivalenta cu trasarea unor puncte discrete ale curbei de intrare"iesire, folosind axele orizontale pentru intrare si cele verticale pentru iesire. (rin intelegerea unei asemenea reactii de intrare"iesire, se poate proiecta un controler. Exista cateva dezavanta,e: echipamentul pentru acest proces poate sa nu fie disponibil pentru experimentare, procedura ar fi, de obicei, foarte costisitoare si pentru un numar mare al marimilor de intrare nu este practica masurarea iesirilor si interpolarea acestora. -e asemenea, trebuie avut gri,a sa se determine mar,a permisa a marimilor de intrare si iesire, pentru a ne asigura ca valorile acestora nu ies din aria de masurare a instrumentelor disponibile. 1.2 . Metoda matematica: in inginerie se lucreaza dupa un model matematic ideal al procesului controlat, de obicei, cu formule de diferite ecuatii diferentiale. *ransformanta !aplace si transformanta z sunt de obicei folosite. (entru a face metodele matematice destul de simple, sunt facute anumite presupuneri, una dintre ele fiind aceea ca procesul este liniar, astfel incat, iesirea este proportionala cu intrarea. *ehnicile liniare sunt valoroase pentru ca ele au ca rezultat o buna intuitie. (e langa aceasta, nu exista o teorie generala de solutii analitice pentru un sistem dinamic neliniar. . alta presupunere este aceeea ca parametrii procesului nu se schimba in timp /sistemul este invariabil in timp0 in ciuda deteriorarii componentelor sistemului si a schimbarilor de mediu incon,urator. 1rmatoarele probleme apar in dezvoltarea unei descrieri realistice si pline de inteles a unui proces industrial: /$0 o intelegere mediocra a fenomenului, /20 valori inexacte ale diferitilor parametri, /30 complexitatea metodei.

1.3. Metoda eu i!tica" aceasta metoda consta in modelarea si intelegerea in concordanta cu experienta anterioara, regula degetului mare des folositele strategii. . regula euristica este o implicatie logica de forma: -)C) 4conditie5 )*16CI 4consecinta5, sau in situatia tipica de control: -)C)4conditie5 )*16CI4actiune5. 7eguliile asociaya concluziile cu conditiile. (rin urmare, metoda euristica este in realitate similara cu metoda experimentala a construirii unui tabel de intrari si iesirile corespunzatoare unde in loc sa avem valori numerice fixe de intrare si variabile de iesire, se folosesc valori fuzzy: -)C) tensiunea de intrare 8Mare )*16CI tensiune de iesire 8 Medie. )vanta,ele metodei euristice sunt: /$0 nu este necesara presupunerea liniaritatii si /20 rgulile euristice pot fi integrate in strategiile de control ale operatorilor umani. Strategiile de control fuzzy provin mai degraba din experiente si experimente decat din metode matematice si, prin urmare, relizarile lingvistice sunt mult mai rapid implementate. Srtategiile de control fuzzy implica un numar mare de intrari, mare parte dintre ele fiind relevante doar in anumite conditii. )stfel de intrari sunt activate numai cand conditii asemanatoare predomina. In acest fel, putine depasiri numerice aditionale sunt necesare pentru adaugarea de reguli suplimentare. Ca rezultat, regulile structurii de baza raman inteligibile, ducand la o documentare si codare eficiente a sistemului.

2. RATIONAMENTE LOGICE
. conexiune inte cauza si effect sau o conditie si o consecinta este facuta de rationament. 7ationamentul poate fi exprimat printr"un rationament logic ori prin evaluarea iesirilor cu scopul de a trage o concluzie. -e obicei folosim regulile rationamentului care au forma: -)C) cauza$ 8) si cauza 2 8 9 )*16CI efectul 8 C, unde ), 9 si C sunt variabile lingvistice. -e exemplu, -)C) temperatura camerei este Medie )*16CI comuta viteza ventilatorului pe Rapid , Medie este o functie care defineste gradele temperaturii din camera, in timp ce Rapid este o functie care defineste gradele vitezei ventilatorului. Inteligenta consta in asocierea acestor doi termeni prin intelegerea unui rationament exprimat in termenii euristici -)C)... )*16CI. In scopul de a converti un termen lingvistic intr"unul numeric trebuie folosit un set de teorii fundamentale. !a afirmatia -)C) temperatura camerei este Medie, trebuie sa ne punem urmatoarea intrebare este temperatura camerei Medie : . logica traditionala, numita si logica booleana, ar fi raspuns: -) si 61. (rin urmare, ideea unui parteneriat a unui element x intr"un set ) este o functie )/x0 a carei valoare indica daca elementul apartine setului ). !ogica booleana ar arata, de exemplu, )/x0 8 $, atunci elementul apartine setului ), sau )/x0 8 ;, atunci elementul nu apartine setului ).

3. REGLA#E FUZZY
1n regla, fuzzy este reprezentat de o asociere de functii definite de universul de discutie. 1niversul de discutie este spatiul unde variabilele fuzzy sunt definite. )socierea de functii da gradul sau marimea asocierii din interiorul setului.asocierea de functii organizeaza sub forma de harta elemente ale universului spre valori numerice in intervalul <;, $=. . functie asociata cu valoarea zero implica faptul ca elementul corespunzator, in mod sigur, nu este un element din setul fuzzy, in timp ce valoarea unitatii inseamna ca elementul apartine in totalitate setului. 1n grad de asociere in

interval corespunde cu asocierea fuzzy in set. In teoria fixa a setului, daca cineva este mai inalt de $,> metri, putem afirma ca acea persoana apartine grupului de oameni inalti . Cu toate acestea, aceasta fina schimbare de la $,?%%% metri pentru o persoana scunda pana la $,>;;$ metri ai unei persoane inalte este impotriva bunului simt. 1n alt exemplu poate fi urmatorul: sa presupunem ca pe o autostrada limita de viteza este de &' mile@ora. )ceia care conduc cu o viteza mai mare decat &' mile@ora apartin grupului ) a carui elemente sunt infractoriia caror functie asociata are valoarea $. (e de alta parte, aceia care conduc mai incet nu apartin grupului ). *recerea fina intre a fi sau a nu fi membru ar putea fi realista: )r trebui sa fie trimisa o amenda de circulatie soferilorcare sunt prinsi cu viteza de &',' mile@ora: Sau cu viteza de &',% mile@ora: (rin urmare in situatiile practice exista intotdeauna o confuzie naturala cand cineva analizeaza afirmatii, pe cand o curba regulata asociata descrie, de obicei, mai bine gradul de apartenenta a unui element la un grup. 3.1. Fu$$i%ica ea Auzzificarea este un process de descompunere a a sistemului de intrare si@sau iesire in unul sau mai multe grupuri fuzzy. Bulte tipuri de curbe pot fi folosite, dar functiile asociate de forma triunghiulara sau trapezoidale sunt cele mai comune pentru ca ele sunt usor de reprezentat in controlerele integrate. Aigura $. arata un sistem de semnale fuzzy pentru o intrare cu functii asociate trapezoidale si triunghiulare. Aiecare semnal fuzzy acopera o regiune a valorii de intrare /sau iesire0 reprezentata grafic printr"o asociere. Aiecare intrare din acest grup fuzzy este reprezentata si un grad de asociere este interpretat. Aunctiile asociate ar trebui sa se suprapuna partial pentru a permite reprezentarea grafica regulata a sistemului. (rocesul de fuzzificare permite intrarilor si iesirilor sistemului sa fie exprimate in temeni lingvistici astfel incat regulile pot fi aplicate intr"o maniera simpla pemtru a exprima un sistem complex. Sa presupunem o implementare pentru un sistem de aer conditionat cu un senzor de temperatura. *emperatura poate fi obtinuta de un microprocesor care are un algoritm fuzzy care proceseaza o iesire cu un control continuu a vitezei unui motor ce mentine camera intr"o Ctemperatura buna , poate, de asemenea, directiona o evacuare orientata in sus, sau in ,os, dupa caz. Aigura ilustreaza procesul de fuzzificare a temperaturii aerului. Sunt cinci regla,e fuzzy pentru temperatura: 7ECE, 7)C.)7E, 9I6E, C)!- si AIE79I6*E.

Fi&.1

Aunctiile asociate pentru regla,ele fuzzy 7)C.)7E si C)!- sunt trapezoidale, functia asociata pentru 9I6E este triunghiulara si functiile asociate pentru 7ECE si AIE79I6*E sunt pe ,umatate triughiulare indicand la baze limitele fizice pentru un asemenea proces /a sta intr"o camera cu o temperatura sub > grade Celsius sau peste 32 grade Celsius ar fi cat se poate de incomfortabil0. Bodul de a proiecta astfel de regla,e fuzzy este o problema de pregatire si depinde exclusiv de experienta si intuitia proiectantului. Bai mult ca sigur un eschimos si un locuitor din zona ecuatoriala ar trasa functii asociate foarte diferite pentru aceleasi regla,e fuzzy. Aigura arata cateva regla,e fuzzy nesuprapuse partial, care pot indica orice neliniaritate in procesul de modelare. )colo o temperatura de intrare de $> grade Celsius ar fi considerata 7)C.)7E cu o crestere de ;,?' grade si af fi considerata buna cu o crestere de ;,2' grade. (entru a construi regulile care vor controla motorul instalatiei de aer conditionat, am putea urmari cum un expert ar regla viteza motorului astfel incat aceasta sa scada sau sa creasca, in concordanta cu temperatura, obtinand empiric regulile. -aca temperatura camerei este buna, mentine viteza motorului medie, daca este cald, roteste butonul de reglare a vitezei pe rapid, si daca este fierbinte, creste viteza. (e de alta parte, daca temperatura este racoroasa, incetineste viteza si opreste motorul daca este rece. )ceasta este frumusetea logicii fuzzy: a transforma bunul simt, descrierile lingvistice intr"un sistem controlat de calculator. )sadar, este necesar sa intelegem cum sa folosim cateva operatii logice pentru a construi reguli. .peratiile logice boolene trebuie sa fie extinse in logici fuzzy pentru a manevra notiunea de partial adevarat D valori adevarate intre intervalul Ccomplet adevarat si Ccomplet fals . 6atura fuzzy a unei afirmatii de genul CE este F.S poate fi combinata cu afirmatia fuzzy CG este I6)!* si o operatie logica tipica poate fi data astfel E este F.S si G este I6)!*. Care este valoarea de adevar a acestei operatii: .peratiile logice cu regla,e fuzzy se executa cu functii asociate. -esi exista variate interpretari ale operatiilor logice fuzzy, urmatoarele definitii sunt foarte convenabile in aplicatiile cu controlere integrate: )devar/E si G08min/adevar/E0, adevar/G00 )devar/E sau G08max/adevar/E0, adevar/G00 )devar/nu E08$,;"adevar/E0

3.2. De%u$i%ica e -upa rationamentul fuzzy avem o variabila lingvistica de iesire care trebuie sa fie transformata intr"o valoare fixa. .biectivul este de a deriva o singura valoare numerica fixa care reprezinta cel mai bine valorile fuzzy inchise de variabilele lingvisice de iesire. -efuzzificarea este transformarea inversa care arata iesirea din domeniul fuzzy direct in domeniul fix. 1nele metode de defuzzificare tind sa produca o iesire integrala luand in considerare toate elementele rezltatelor regla,elor fuzzy cu importanta corespunzatoare. )lte metode iau in considerare doar elementele corespunzand puncta,elor maxime in rezultatele functiilor asociate.

1rmatoarele metode de defuzzificare au o importanta practica: Center"of")rea /C"o")0 D aceasta metoda se refera la metoda Center"of"+ravity /centrul de gravitate0, pentru ca evalueaza centroidul ariei compuse reprezentand termenul fuzzy de iesire. Center"of"Baximum /C"o"B0 D in cadrul acestei metode sunt folosite doar varfurile functiilor asociate. Ialoarea compromisa a defuzzificarii fixe este determinata de gasirea locului unde greutatile sunt in echilibru. )stfel aria functiilor asociate nu ,oaca nici un rol, doar varfurile sunt utilizate. Iesirea fixa este evaluata ca un sens incarcat al temenului de asociere maxima, incarcat de implicatia rezultatelor. Bean"of"Baximum /B"o"B0 D metoda este folosita in cateva cazuri in care abordarea C"o"B nu functioneaza. )cest lucru se intampla ori de cate ori maximul fumctiilor asociate nu sunt unice si intrebarea este care dintre alternativele egale ar trebui sa alegem.

'. CONTROLERE FUZZY

Ba,oritatea produselor comerciale fuzzy sunt sisteme bazate pe reguli care primesc informatii curente in bucla de feedbacJ de la un dispozitiv in timp ce acesta lucreaza si controleaza operatii de la un dispozitiv mecanic sau de alt tip. 1n sistem logic fuzzy are patru blocuri, dupa cum se arata in figura 2. Informatie de intrare fixa este convertita intr"o valoare fuzzy pentru fiecare grup de intrare fuzzy cu blocul de fuzzificare. 1niversul discutiei variabilelor de intrare determina scalarea ceruta pentru operatia corecta per unitate. Scalarea este foarte importanta pentru ca sistemul fuzzy poate fi recalibrat cu alte dispozitive sau siruri de operatii doar prin schimbarea scalarii de intrare si iesire. !ogica de luare a deciziilor determina modul in care operatiile logicii fuzzy sunt efectuate, si impreuna cu cunostintele de baza determina randamentul fiecarei reguli fuzzy -)C)")*16CI. )cestea sunt combinate si convertite in valori fixe cu blocul de defuzzificare. Ialoare fixa a randamentului poate fi calculata de centrul de gravitate sau de greutatea medie.

INTRARE

FUZIFICARE

DECIZII LUATE LOGIC

DEFUZIFICARE

IE(IRE

CUNO(TINTE DE )AZA

Fi&.2

'

In scopul de a procesa intrarea pentru a obtine rationamentul de iesire deosebim sase pasi implicati in crearea unei reguli pe care se bazeaza un sistem fuzzy: $. identificarea intrarilor si a intervalelor lor, precum si numirea lor 2. identificarea iesirilor si a intervalelor lor, precum si numirea lor 3. crearea unui grad de functii de asociere fuzzy pentru fiecare intrare si iesire H. construirea de reguli de baza, dupa care sistemul va opera '. deciderea modului cum actiunea va fi executata prin atribuirea de forta regulilor &. combinarea de reguli si defuzzificarea iesirii

*. CONCLUZII
Sistemele fuzzy promit mult pe piata de consum, in sistemele industriale si comerciale si in sistemele de sustinere a deciziilor. *ermenul Cfuzzy se refera la abilitatea de a trata cu intrari imprecise sau vagi. In loc sa foloseasca ecuatii matematice complexe, logica fuzzy foloseste descrieri lingvistice pentru a defini legatura dintre informatia de intrare si actiunea de iesire. In sistemele ingineresti, logica fuzzy are ca si rezultat un mod convenabil si pretenos de dezvoltare a programelor de control, a,utand proiectantii sa sa concentreze asupra obiectivelor functionale si nu asupra matematicii. )cest text introductiv a dezvoltat subiectul conceptului de reglare fuzzy si a aratat in ce fel operatiile fuzzy sunt realizate si in ce mod regulile fuzzy pot incorpora cunostintele fundamentale. !ogica fuzzy este un instrument foarte puternic care patrunde in fiecare domeniu si indica implementari de succes.

&