- •Глава 2. Элементы теории мягких вычислений и проблемы интеллектуального управления
- •2.1 Введение
- •2.2. Нечеткие системы для описания интеллектуальных стратегий управления присущих человеку
- •2.2.1 Нечеткие множества и их особенности
- •2.2.2 Нечеткая логика и ее особенности
- •2.2.2.1 Типовые нечеткие логические операции
- •2.2.2.2 Процесс нечеткого вывода
- •2.2.3 От нечеткой логики - к нечетким системам и нечетким контроллерам
- •2.2.4 Типовые фаззификаторы и дефаззификаторы
- •2.2.5 Типовые Нечеткие Модели
- •2.2.5.1 Нечеткая Модель Мамдани
- •2.2.5.2 Нечеткая Модель Сугено
- •2.2.5.3 Нечеткая Модель Цукамото
- •2.2.6 Нечеткое пид управление (Fuzzy pid Control)
- •2.2.7 Пример применения нечеткой логики: управление автомобилем на основе нечеткой логики
- •2.3. Внедрение свойств обучения и адаптации в интеллектуальные системы управления
- •2.3.1. Генетические алгоритмы для глобальной оптимизации
- •2.3.1 Основные этапы и блок-схема га
- •2.3.2 Теоретические основы га
- •2.3.3 Примеры применения генетических алгоритмов в задачах управления
- •2.4. Искусственные и нечеткие нейронные сети: основные понятия и применение
- •2.4.1. Простой Перцептрон (Perceptron)
- •2.4.2. Многослойные сети с прямым распространением
- •2.4.3. Многослойные перцептроны (Multiple Layer Perceptron)
- •2.4.4. Нейронные сети как Ассоциативная память
- •2.4.5. Нейронные сети Кохонена
- •2.4.6. Адаптивные сети
- •2.4.7. Нечеткие нейронные сети для задач управления
- •2.4.8. Обучение в нейронных сетях
- •2.4.9 Обучение в нечетких нейронных сетях для задач управления
- •Рекомендуемая дополнительная литература к Главе 2
- •Контрольные вопросы к Главе 2
2.2.2.2 Процесс нечеткого вывода
Прежде, чем рассмотреть процесс нечеткого вывода, обсудим модель процесс рассуждений (reasoning process) в общем виде, который проиллюстрирован на рис. 2.10.
Примечание. Представленные на рис. 2.10 английские термины имеют следующий перевод:
Current data – текущие входные данные;
Reasoning scheme – схема рассуждения;
KB (Knowledge Base) – БЗ; A set of Rules- множество правил;
New Facts – новые факты.
Рис. 2.10. Общая схема процесса рассуждений
В общем случае, процесс рассуждений, или вывод (inference), состоит из двух этапов:
сопоставление (matching) входных данных (A1,A2,…) с левыми частями правил, содержащихся в БЗ, и
вывод (Inferring) выходных данных (фактов) (B1, B2,…) с использованием законов вывода.
Рассмотрим вначале классический вывод.
Классические схемы вывода
Обратимся к классической пропозициональной логике (classical propositional logic) или логике высказываний. Наиболее популярными законами вывода в логике высказываний являются так называемые законы «модус поненс» (modus ponens) и «модус толленс» (modus tollens), приведенные ниже.
Modus ponens
правило вывода:
,
которое означает следующее: если имеется правило и истинное входное данное Y и Y =A, тогда мы можем вывести, что B тоже истинно.
Другими словами, зная, что высказывания и истинны, можно сказать, что высказывание также истинно (верно).
Modus tollens
правило вывода:
,
которое
означает следующее: если имеется правило
и истинное входное данное Y
=
(не
),
тогда мы можем сказать, что высказывание
также верно, то есть высказывание
ложно.
Другие законы вывода также используются в логике высказываний, например, следующие:
Закон
силлогизма (Law of
syllogism):
;
Закон
противоположностей (Law
of contra positive):
;
Закон
двойного отрицания
(Law of double negation):
.
Перепишем теперь традиционный закон вывода modus ponens следующим образом:
Посылка 1 (входной факт): есть
Правило: ЕСЛИ есть , ТО есть
Заключение: есть
Отметим главные особенности классической схемы вывода:
мы делаем точное сопоставление (exact matching) входных данных (фактов) с левыми частями правил (импликаций);
мы имеем дело с двузначными величинами истинности (истинно/ложно) входных и выходных данных.
Нечеткий вывод
Процесс нечеткого вывода показан на рис. 2.11.
Мы сопоставляем нечеткие входные данные с левыми частями нечетких правил (нечеткой импликации) и нечеткий выход получаем с применением нечеткого закона вывода.
Рассмотрим закон вывода в нечеткой логике. Этот закон называется обобщенный «модус поненс» (generalized modus ponens):
,
что
означает следующее: если мы имеем
нечеткое правило
и нечеткий вход
(
),
то мы можем сделать выходное заключение
(
).
Перепишем эту схему вывода следующим образом:
Посылка 1 ( нечеткий вход): есть
Нечеткое правило: ЕСЛИ есть , ТО есть
Нечеткое заключение: есть
Рис. 2.11. Процесс нечеткого вывода
Таким образом, мы можем видеть две основные особенности нечеткой схемы вывода.
мы делаем приближенное сопоставление (approximate matching) входных данных (фактов) с левыми частями правил (импликаций);
мы имеем дело с непрерывными величинами истинности (continuous-valued truth values) входных и выходных данных.
Сформулируем теперь
основную
проблему нечеткого логического вывода:
если мы знаем
функции принадлежности входных данных
и функции принадлежности левых и правых
частей нечеткого правила
,
то как определить функцию принадлежности
заключения
?
Нечеткий вывод, основанный на правиле max-min композиции
Итак, опишем следующую проблему.
Пусть - нечеткое множество в X и R - нечеткое бинарное отношение в X Y : .
Рассмотрим следующий нечеткий вывод:
Посылка 1 ( нечеткий вход): есть
Нечеткое правило: ЕСЛИ есть , ТО есть
Нечеткое заключение: есть
Поставим следующую задачу: построить нечеткое множество в Y.
Рассмотрим метод ее решения.
Нечеткое правило может быть рассмотрено
как нечеткое бинарное отношение в
двумерном пространстве
с некоторой функцией принадлежности
,
где
.
Следовательно, R есть
двумерное нечеткое множество с двумерной
функцией принадлежности
.
Для построения множества сделаем следующие шаги:
построить цилиндрическое расширение (cylindrical extension) с основой . Обозначим его как
.
Это означает, что мы расширили домен
в X на X
Y.найти пересечение с множеством R, т.е. найти
.сделать проекцию пересечения на ось Y. Эта проекция и будет результирующее нечеткое множество в Y.
Запишем эти шаги формально.
Пусть
,
,
и
есть
функции принадлежности
,
,
и
соответственно.
= по определению цилиндрического расширения.
Но из определению пересечения нечетких множеств имеем
.
Далее, проецируя на ось Y, мы имеем (по определению проекции):
=
=
. (2.1)
Формула (2.1) называется
max-min
композицией
(max-min
composition).
Обозначим эту композицию символом “
”
и представим ее в символьной форме как:
. (2.2)
Если мы выберем в качестве операции нечеткого пересечения операцию умножения (функций принадлежности), то мы будем иметь правило max-product композиции:
=
. (2.3)
Формулы (2.1) и (2.3) являются наиболее часто применяемыми в нечетком выводе.
Пример: Нечеткий вывод с единственным нечетким правилом, в котором всего один антецедент. Рассмотрим простейший случай, когда мы имеем в БЗ всего одно правило:
Нечеткое правило: ЕСЛИ есть , ТО есть
Правило содержит в левой части только один антецедент «ЕСЛИ есть ».
Перепишем формулу (2.2) с учетом интерпретации для нечеткой импликации в виде:
= .
Тогда
=
=
=
=
.
(2.4)
Будем называть
- степень активации правила.
Примечание. В литературе этот параметр называется a firing strength of a rule, дословный перевод – «мощность зажигания правила». Будем называть его также силой активации правила.
Пример: Нечеткий вывод с единственным нечетким правилом, в котором два антецедента. Рассмотрим нечеткое правило с двумя антецедентами:
“ЕСЛИ
И
ТО
.”
Данное нечеткое правило представляет тернарное нечеткое отношение R, которое может быть определено следующими функциями принадлежности
(2.5)
Результирующее нечеткое множество
может
быть представлено как:
=
(2.6)
Используя (2.5) и расширение (2.2) на случай
(2.6), мы можем вычислить
как:
=
(2.7)
Механизм вычисления формулы (2.7) показан графически на рис. 2.12.
Рис. 2.12. Простая графическая интерпретация схемы нечеткого вывода на основе max-min композиции
Опишем вычисления в формуле (2.7),
представленных на рис. 2.12. Находим
и
(степени активации правила) следующим
образом:
есть максимум пересечения нечетких
множеств A и
,
есть максимум пересечения нечетких
множеств B and
.
Затем берем значение
как минимум из величин
и
.
Результирующее нечеткое множество
строится
посредством «усечения» функции
принадлежности C на
величину
.
Примечание. Рассмотрим другой тип нечеткого правила:
“ЕСЛИ ИЛИ ТО .”
Тогда степень активации правила вычисляется как максимум из величин и .
Пример: Нечеткий вывод с множеством нечетких правил, в которых много антецедентов. В этом случае схема нечеткого вывода выглядит следующим образом:
Посылка 1
(вход):
,
and
,
Правило 1: ЕСЛИ
И
ТО
Правило 2: ЕСЛИ
И
ТО
Заключение (выход):
Рис.
2.13. Графическая интерпретация
схемы нечеткого вывода на множестве
правил
Будем строить нечеткое множество следующим образом:
=
(2.8)
Так как оператор max-min
композиции обладает дистрибутивным
свойством относительно операции «
»,
перепишем (2.8) следующим образом:
= =
,
(2.9)
где
and
- результирующие нечеткие множества
для правил 1 и 2.
Итак, конечный результат вывода строится как сумма (т.е. мах) нечетких множеств и .
Механизм вычисления формулы (2.9) показан графически на рис. 2.13.
Этот метод нечеткого вывода называется также как минимаксный (min-max) метод нечеткого вывода.
