Fuzzy推论Fuzzyinference.pptVIP

Fuzzy推論(Fuzzy inference) 根據保存的規則(rule)和給予的事實推導出新的結論 note Fuzzy推論不只可以處理明確命題，也可以 處理Fuzzy命題 Fuzzy推論是根據近似推理(approximate reasoning)的概念發展出來的，較傳統推論 的嚴正推理(exact reasoning)更合理也更具 彈性 GMP(General Modus Ponens) 規則：IF X is A THEN Y is B 事實：X is A’ 結論：Y is B’ note GMP是modus ponens的一般化 GMP是Fuzzy蘊含式P?Q接受P’的真值推 導出Q’的真值的過程，可以寫成 這種方式又稱為前向推理(forward reasoning) 前向推理是接受輸入資訊後推導出結果的 演算過程，很適合Fuzzy控制過程使用 GMT(General Modus Tollens) 規則：IF X is A THEN Y is B 事實：Y is B’ 結論：X is A’ note GMT是modus tollens的一般化 GMT是Fuzzy蘊含式P?Q由Q’的真值反推 出P’的真值的過程，可以寫成 這種方式又稱為逆向推理(backward reasoning) 對GMP及GMT而言，規則就是Fuzzy蘊含 式，實際的應用場合可能存在很多的規則 組成知識庫，而希望由事實推導出結果 Fuzzy推論在Fuzzy理論的研究範疇中，是相當重要的課題，所以有許多學者提出不同的方法，大體而言可以分成下列兩種： 直接推論(direct inference) 間接推論(indiretc inference) 直接推論 就是先把規庫裡所有的規則，以Fuzzy 關係R表示，再把R與事實A’做Fuzzy關 係的合成運算得到結論B’ Fuzzy規則合成推論(compositional rule of inference) note 此法乃Zadeh在1975年提出的前向推論法 式中的 ° 代表Fuzzy關係R與輸入量A‘的合 成運算 式中所採用的合成運算為max-min方法 式中所採用的Fuzzy蘊含式運算方法為 Mandani蘊含，此方法對A’=A時推論的結 果為B，可滿足前向推論的條件 Ex.有一個FRBS的規則庫有兩個規則表示如下： 假設這個規則庫的Fuzzy關係R可以表示為： 現在X有一個輸入為 則可得到Y的輸出為 第五章 Fuzzy控制 控制問題 根據觀測量來決定操控量，或是以獲得 系統輸入與輸出的對應關係為目的 傳統控制理論是以知道受控對像運動過程的數學模型，並根據某些最佳化準則來獲得這種控制所需的對應函數。其中轉移函數(transfer function)及狀態空間法(state space)為古典及現代的控制理論研究方法兩者均需要建立數學模型來描述系統的特徵。雖然這些研究方法已經被發展得很完整，但對於那些非線性(nonlinear)、不確定(uncertainty)及時變(time variant)的系統，僅能對真實系統做近似的數學描述因此設計出來的控制器當然就不易達到預期的效果 Zadeh提出以Fuzzy控制取代傳統控制方法有三個特點： 1.不用數值或數學模型，改用語言變數來描述系統 的特徵 2.利用附帶條件的敘述描述系統的特性及動作方式 3.使用Fuzzy近似推理方法取代傳統的數值演算方 式來操控系統 Fuzzy控制器(或稱Fuzzy邏輯控制器，FLC) 基本概念為整合人員操作的“專家經驗”於控制器設計上，並以包含語言變數的fuzzy IF-THEN的控制規則來描述系統輸入與輸出之間的關係 Fuzzy控制器的基本架構 完整的FLC共包含了四個主要部分： 模糊化介面 Fuzzy知識庫 Fuzzy推論機構 解模糊化介面 模糊化介面 接收資料擷取介面量測的值 進行量化工作，以便將觀測量的範圍轉換 到語言變量對等的論域 將輸入資料轉換成可被模糊集合表現的語言 數值 Fuzzy知識庫 主要由資料庫(data base)和語言控制規則庫 (rule base)組成 資料庫提供語言變數所需的定義，如變數論 域、語言項子集合與歸屬函數規劃等 語言控制規則庫利用定義出來的語言控制 規則來描述控制目標和領域專家的控制策略 Fuzzy推論機構 FLC的核心，具有模擬人類做決策判斷的能 力。為根據人類特有的近似推理方式所延伸 的Fuzzy推論技術做出來的計算機構 解模糊化介面 進行等級對應的工作，以便將輸出變數值的 範圍由一