Источник: Інформатика та комп'ютерні технології - 2007 / Матеріали III науково-технічної конференції молодих учених та студентів. - Донецьк, ДонНТУ - 2007, с. 77-78.
В последнее десятилетие развитие систем управления с нечеткой логикой (СНЛ) возобновилось с новой силой. Наиболее активными и плодотворными были исследования в области теории нечетких множеств, нечеткой логики и нечетких рассуждений. Диапазон применения таких систем на практике простирается от промышленных систем управления до систем постановки диагноза и безопасности компьютерных систем. Большое количество промышленных и потребительских систем, использующих эту технологию, было создано в Японии, где развитие СНЛ достигло значительных успехов. В отличие от простых электронных систем управления применение СНЛ наиболее эффективно в сложных трудно формализуемых и плохо структурированных процессах, которые могут управляться квалифицированными операторами без использования специфических знаний, лежащих в основе динамики функционирования этих процессов. Определим в общих словах области применения нечеткого управления.
Использование нечеткого управления рекомендуется...
· для очень сложных процессов, когда не существует простой математической модели
· для нелинейных процессов высоких порядков
· если должна производиться обработка (лингвистически сформулированных) экспертных знаний
Использование нечеткого управления не рекомендуется, если...
· приемлемый результат может быть получен с помощью общей теории управления
· уже существует формализованная и адекватная математическая модель
· проблема не разрешима
Основная идея, используемая в СНЛ, заключается во введении «опыта эксперта» (человека-оператора лица, принимающего решение (ЛПР)) в разработку схемы, управляющей некоторым динамическим процессом. По утверждению создателя нечеткой логики Л. Заде, с ростом сложности системы постепенно падает способность человека делать точные и в то же время значащие утверждения относительно ее поведения, пока не будет достигнут порог, за которым точность и релевантность становятся взаимоисключающими характеристиками. В СНЛ сложные отношения между входом и выходом сложных динамических процессов описываются набором правил нечеткой логики (IF-THEN правил), подразумевающих использование лингвистических переменных вместо усложненной динамической модели. Применение лингвистических переменных, правил и законов нечеткой логики, а также приближенных рассуждений позволяет вносить опыт эксперта в разрабатываемую схему управления.
Нечеткая логика это набор стандартной (Булевой) логики, которая была расширена до обработки понятий частичной правды - значения правды между "полностью истинный " и " полностью ложный ". Название предполагает, что логика оперирует приблизительными рассуждениями. Важность нечеткой логики состоит в том, что человеческие рассуждения и особенно здравый смысл носят приблизительный характер.
Л.Заде обосновал следующие необходимые характеристики нечеткой логики.
· В нечеткой логике точное рассуждение рассматривается как частный случай приблизительного рассуждения.
· В нечеткой логике все - вопрос степени.
· Любая логическая система может быть фаззифицирована.
· В нечеткой логике, знание интерпретируется как совокупность гибких или, эквивалентно, нечетких ограничений на совокупность переменных.
· Логический вывод рассматривается как процесс распространения гибких ограничений.
Рассмотри архитектуру и основные характеристики систем управления с нечеткой логикой. Типовая структура CHЛ, представленная на рисунке 1, состоит из четырех главных компонент: входной преобразователь четкой переменной в нечеткую (другое название блок фаззификации, от слова fuzzy - нечеткий), база правил нечеткой логики, блок нечеткого логического вывода и выходной преобразователь из нечеткой переменной в четкую (блок дефаззификации)
Если выходной сигнал блока дефаззификации не является управляющим сигналом для объекта, то СНЛ будет являться системой принятия решения на базе нечеткой логики.
Блок фаззификации осуществляет преобразование измеренных реальных данных (например, скорости, температуры, давления и т.д.) в подходящие для этого значения лингвистических переменных. Такое преобразование фактически является своего рода нормированием, необходимым для перевода измеренных данных в субъективные оценки. Следовательно, оно может быть определено как отображение наблюдаемых значений входных переменных в соответствующие нечеткие. В реальных СНЛ наблюдаемые данные обычно являются четкими (хотя они могут быть зашумлены).
Естественный и простой метод входного преобразования заключается в том, чтобы преобразовать четкое значение х0 в нечеткий синглетон (singleton) A. Это означает, что функция принадлежности M(х) будет равна 1 в точке х0 и нулю во всех остальных точках
Нечеткая база правил содержит опытные данные о процессе управления и знания экспертов в данной области. Блок вывода, являющийся ядром СНЛ, моделирует процедуру принятия решения человеком. Организация вывода основана на проведении нечетких рассуждений в целях достижения необходимой стратегии управления. Правила нечеткой логики представляются набором нечетких «IF-THEN» конструкций, в которых предпосылки и заключения подразумевают использование лингвистических переменных. Этот набор управляющих правил нечеткой логики (или нечетких управляющих утверждений) характеризует связь входа системы с ее выходом. Блок вывода представляет собой ядро СНЛ, используемое для моделирования приближенных рассуждений и процесса принятия решений человеком в сложных ситуациях. Нечеткие выводы, нечеткие или приближенные рассуждения - это наиболее важные моменты при использовании средств нечеткой логики в управлении сложными объектами.
Под дефаззификацией понимается процедура преобразования нечетких величин, получаемых в результате нечеткого вывода, в четкие. Эта процедура является необходимой в тех случаях, где требуется интерпретация нечетких выводов конкретными четкими величинами, т.е. когда на основе функции принадлежности М(z) возникает потребность определить для каждой точки в Z числовые значения.
В настоящее время отсутствует систематическая процедура выбора стратегии дефаззификации.
На практике часто используют два наиболее общих метода: метод центра тяжести (ЦТ), метод максимума (ММ).
Хотелось бы написать пару слов о "железных fuzzy-вычислителях". Точнее, об одном семействе микроконтроллеров, ставшем на сегодняшний день классикой серийно производимых доступных машин нечеткой логики. Естественно, речь идет о знаменитом семействе HC12 компании Freescale (бывшее полупроводниковое подразделение Motorola). В системе команд HC12 реализованы такие уникальные конструкции, как, например, MEM и WAV, по сути, являющиеся однокомандной реализацией процедур фазификации и дефазификации. Кроме того, HC12 поддерживает и две команды, осуществляющие промежуточные этапы механизма нечетких выводов. Если добавить к этим четырем сугубо специализированным машинным командам почти десяток "fuzzy-ориентированных" инструкций, можно не удивляться тому, что HC12 так любим и почитаем производителями встраиваемых систем в самых разных областях. Ведь контроллеры этого семейства на нечетких задачах обгоняют более дорогие и универсальные 32 битные чипы не в несколько, а в десятки и сотни раз. Лишний раз убеждаемся, что использование СНЛ является перспективным и новым веянием в современной науке и технике.