Fuzzy Logic Toolbox Traduzido

8/13/2019 Fuzzy Logic Toolbox Traduzido

1/239

Fuzzy Logic Toolbox 2U se r s Gu i d e

TRADUZIDO


2/239

How to Contact The MathWorkswww.mathworks.com Webcomp.soft-sys.matlab Newsgroupwww.mathworks.com/contact_TS.html Technical [email protected] Product enhancement suggestions

[email protected] Bug [email protected] Documentation error [email protected] Order status, license renewals, [email protected] Sales, pricing, and general information508-647-7000 (Phone)508-647-7001 (Fax)The MathWorks, Inc.3 Apple Hill Drive

Natick, MA 01760-2098For contact information about worldwide offices, see the MathWorks Web site.Fuzzy Logic Toolbox Users Guide COPYRIGHT 19952007 The MathWorks, Inc.The software described in this document is furnished under a license agreement. The softwaremay be usedor copied only under the terms of the license agreement. No part of this manual may be

photocopied orreproduced in any form without prior written consent from The MathWorks, Inc.FEDERAL ACQUISITION: This provision applies to all acquisitions of the Program andDocumentation

by, for, or through the federal government of the United States. By accepting delivery of theProgram orDocumentation, the government hereby agrees that this software or documentation qualifiesas commercial

computer software or commercial computer software documentation as such terms are used ordefinedin FAR 12.212, DFARS Part 227.72, and DFARS 252.227-7014. Accordingly, the terms andconditions ofthis Agreement and only those rights specified in this Agreement, shall pertain to and governthe use,modification, reproduction, release, performance, display, and disclosure of the Program andDocumentation

by the federal government (or other entity acquiring for or through the federal government)and shallsupersede any conflicting contractual terms or conditions. If this License fails to meet thegovernments

needs or is inconsistent in any respect with federal procurement law, the government agrees toreturn theProgram and Documentation, unused, to The MathWorks, Inc.TrademarksMATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, and xPC TargetBoxare registered trademarks, and SimBiology, SimEvents, and SimHydraulics are trademarks ofThe MathWorks, Inc.Other product or brand names are trademarks or registered trademarks of their respectiveholders.Patents


3/239

The MathWorks products are protected by one or more U.S. patents. Please seewww.mathworks.com/patents for more information.Revision Histo ryJanuary 1995 First printingApril 1997 Second printing

January 1998 Third printingSeptember 2000 Fourth printing Revised for Version 2 (Release 12)June 2004 Online only Updated for Version 2.1.3 (Release 14)March 2005 Online only Updated for Version 2.2.1 (Release 14SP2)September 2005 Online only Updated for Version 2.2.2 (Release 14SP3)March 2006 Online only Updated for Version 2.2.3 (Release 2006a)September 2006 Online only Updated for Version 2.2.4 (Release 2006b)March 2007 Online only Updated for Version 2.2.5 (Release 2007a


4/239

SUMRIO1 QUAL O TOOLBOX DA LGICA FUZZY

A d e s c r i o d o To o l b o x d a L g i c a F u z z yInstalao

Usando este guiaQual a lgica difusa?Descrio da Lgica FuzzyPor que utilizar a Lgica Fuzzy?Quando a no utilizar lgica fuzzyO que pode o Toolbox da Lgica Fuzzy fazer? U m e x em p l o i n t r o d u t r io : L g ic a Fu zzy X N o Fu zzyO problema bsico basculamentoA abordagem No fuzzyA abordagem lgica fuzzyProblema Soluo

2 TUTORIALO v e r v i e wFundamentos de Lgica FuzzyConjuntos FuzzyComposio FunesOperaes lgicasSe-ento regrasI n f e r n c i a F u z z y S i s t e m a s Quais so Interferncia Sistemas Fuzzy?Tipos de problema revisitadoO diagrama inferncia fuzzyPersonalizaoCo n s t r u o d e S i s t e m a s c o m To o l b o x d a L g i c a Fu z z yOutro problema basculamentoComeandoA FIS EditorA adeso funo EditorA regra EditorA regra ViewerA superfcie ViewerImportar e Exportar a partir de ferramentas GUIPersonalizando seu sistema fuzzyConstruo de Sistemas com Lgica Fuzzy ToolboxOutro problema basculamentoComeandoA FIS EditorA adeso funo EditorA regra EditorA regra Viewer

A superfcie ViewerImportar e Exportar a partir de ferramentas do GUIAPersonalizando seu sistema fuzzyTrabalhando a partir do Comando LineO problema a partir do depsito da linha de comandoSistema de exibio funesConstruir um sistema do 'nada'Avaliao FISA estrutura FISTrabalhando com SimulinkUm exemplo: nvel da gua controle


5/239


6/239

Q u a l a l g i c a d i f u s a To o l b o x ?

"Fuzzy Logic Toolbox Descrio" na pgina 1-2 "Instalao" na pgina 1-3 "Utilizar Este Guia" na pgina 1-3

L g i c a F u z z y To o l b o x d e s c r i o

Lgica Fuzzy Toolbox uma coleo de funes construda sobre oMATLAB computao numrica ambiente. Ela fornece ferramentas paravoc criar e editar sistemas de inferncia fuzzy, no mbito do MATLAB, ou

se preferir, voc pode integrar seus sistemas difusos em simulaes comSimulink . Voc pode at mesmo construir stand-alone C programas queexigem a voc construir sistemas difusos com MATLAB. Esta ferramentabaseia-se fortemente na interface grfica (GUIA) ferramentas para ajud-lo a realizar o seu trabalho, embora voc possa trabalhar exclusivamentea partir de a linha de comando se voc preferir.

A ferramenta oferece trs categorias de instrumentos: Comando funes de linha grfica de ferramentas interativas Simulink blocos e exemplos

A primeira categoria de ferramentas composta de funes que vocpode chamar a partir da linha de comando ou a partir de suas prpriasaplicaes. Muitas destas funes so MATLAB M-arquivos, MATLAB srie

de declaraes que implementar especializados lgica fuzzy algoritmos.Voc pode ver o cdigo para estas funes MATLAB usando a declaraotipo nome da funo Voc pode mudar a maneira nenhuma funo dasferramentas de trabalhos, copiando e renomeando o M-file e, em seguida,modificando a sua cpia. Voc tambm pode estender a "caixa deferramentas adicionar seus prprios arquivos-M.


7/239

Em segundo lugar, as ferramentas fornece uma srie de ferramentasinterativas que lhe permitem acesso a muitas das funes atravs de umaGUI. Em conjunto, as ferramentas baseadas no GUIA proporcionando um

ambiente para a concepo sistema fuzzy inferncia, anlise eimplementao.

A terceira categoria de ferramentas um conjunto de blocos para uso como Simulink simulao software. Estes so concebidos especificamente paraa alta velocidade lgica fuzzy inferncia no Simulink ambiente.O que torna o Toolbox de Lgica fuzzy to poderoso o fato de a maioriados humanos raciocnio e de formao noo est relacionada com autilizao de regras fuzzy. Por fornecendo uma estrutura sistemtica paraa computao com regras fuzzy, o Toolbox de Lgica Fuzzy grandementeamplifica o poder de raciocnio humano. Adicional amplificao resulta dautilizao do MATLAB e interfaces de utilizador grficas, As reas em queMathWorks tem conhecimentos inigualveis.

I n s t a l ao

Para instalar esta ferramenta em um posto de trabalho, grande mquina,ou um PC, consulte o instalao documentao para essa plataforma.Para determinar se Fuzzy Logic Toolbox j est instalado em seu sistema,verifique para um subdiretrio chamado fuzzy principais ferramentasdentro do diretrio ou pasta.

U s a n d o e s t e g u i a

Se voc novo a lgica fuzzy, comeam com "O que Lgica Fuzzy?" Napgina 1-5. Isso introduz a motivao subjacente a lgica difusa e levavoc suavemente para o tutorial.Se voc um usurio experiente Lgica Fuzzy, voc pode querer iniciar ao incio do captulo 2, "Manipulao" ter a certeza que so confortveis


8/239

com a lgica fuzzy terminologia em Lgica Fuzzy Toolbox. Se voc desejaapenas um. Resumo de cada ferramenta grfica e exemplos de tarefasespecficas sistema fuzzy, recorrer diretamente "Construir Sistemas com

Lgica Fuzzy Toolbox" na pgina 2-30.Esta seco no inclui informaes sobre os dados modelagem adaptativacoberto pela aplicao das ferramentas de funo ANFIS. A funcionalidadebsica de esta ferramenta pode ser encontrada em "O ANFIS GUI" napgina 2-90. Se voc s quer comear o mais rapidamente possvel eexperincia, voc pode abrir uma Sistema de imediato exemplo, digitandofuzzy basculantes

Isso mostra a Inferncia Fuzzy System (FIS) editor de um exemplo detomada de deciso problema que tem a ver com a forma de ponta em umrestaurante.Todos os usurios devem utilizar ferramentas Captulo 4, "Funes - ListaAlfabtica" para a informaes sobre ferramentas especficas ou funes.Incluir uma referncia descries sinopse da funo da sintaxe, bem comouma explicao completa de opes e de operao. Muitos referncia

descries tambm incluem exemplos teis, um descrio da funo doalgoritmo, e referncias adicionais para a leitura material. Para a interfacegrfica baseada em ferramentas, as descries incluem opes parainvocar a ferramenta.

Q u a l a l g i c a d i f u s a ?

"Descrio de Lgica Fuzzy" "Por que usar Lgica Fuzzy?" "Quando no utilizar Lgica Fuzzy" "O que posso o Toolbox de Lgica Fuzzy pode fazer?"

D e s c r i o d a L g i c a F u z z y

Nos ltimos anos, o nmero ea variedade de aplicaes de lgica fuzzy ter


9/239

aumentado significativamente. As aplicaes vo desde produtosconsumidor tais como mquinas fotogrficas, filmadoras, mquinas delavar, fornos microondas e aos controles de processos industriais,

instrumentao mdica, sistemas de apoio deciso, de carteira eseleo.Para entender por que razo da utilizao de lgica fuzzy tem crescido,voc deve primeiro entender o que se entende por lgica fuzzy. LgicaFuzzy tem dois significados diferentes. Em um sentido mais restrito, uma lgica fuzzy sistema lgico, que uma extenso lgica demultivalued. No entanto, em uma ampla senso lgica difusa (FL) quasesinnimo com a teoria dos conjuntos fuzzy, um teoria que diz respeito sclasses de objetos com unsharp limites em que a adeso uma questode grau. Nesta perspectiva, lgica fuzzy, no seu estreito bom senso umramo da FL. At mesmo na sua definio mais restrita, lgica fuzzy diferetanto no conceito de substncia e de sistemas tradicionais multivalidaolgica.Em Fuzzy Logic Toolbox, lgica fuzzy deve ser interpretada como FL, isto, fuzzy lgica, no seu sentido amplo. As suas ideias fundamentais

subjacentes so explicadas muito FL de forma clara e insightfully naIntroduo. O que que poderia ser adicionado FL o conceito bsicosubjacente a de uma varivel lingstica, isto , um varivel cujosvalores so palavras, em vez de nmeros. Com efeito, grande parte FLpode ser encarada como uma metodologia para a computao em vez depalavras nmeros. Embora as palavras so intrinsecamente menos precisodo que nmeros, a sua utilizao aproximar a intuio humana. Poroutro lado, explora a computao com palavras tolerncia para aimpreciso e, assim, diminuir o custo da soluo.

Outro conceito bsico na FL, que desempenha um papel central na maiorparte das suas aplicaes, o fato de uma regra fuzzy se-ento, ou,simplesmente, fuzzy regra. Apesar de sistemas baseados em regra temuma longa histria de utilizao em AI, o que est faltando em dessessistemas um mecanismo para lidar com conseqentes fuzzy e fuzzy


10/239

antecedentes. Na lgica fuzzy, estes mecanismos previstos pelo clculo defuzzy regras. O clculo das regras fuzzy serve como base para aquilo quepoder ser chamado Fuzzy Dependncia e Comando da Lngua (FDCL).

Embora seja FDCL no utilizados de forma explcita nas Fuzzy LogicToolbox, efetivamente uma das suas principais constituintes. Na maioriadas aplicaes de lgica difusa, uma soluo lgica fuzzy , na realidade,uma traduo de uma soluo humana em FDCL.

Uma tendncia que est crescendo em visibilidade diz respeito utilizaoda lgica fuzzy em combinao com neurocomputao e algoritmosgenticos. De modo mais geral, lgica fuzzy, neurocomputao ealgoritmos genticos podem ser vistas como o principais constituintes dosquais podero ser chamados soft computao. Ao contrrio dostradicionais, hard computao, informtica macio acomoda a imprecisodo mundo real.

O princpio orientador da computao mole: o Exploit tolerncia para aimpreciso, a incerteza, e a verdade parcial para conseguirrastreabilidade, robustez, e de baixo custo soluo. No futuro, softcomputao poderia desempenhar um papel cada vez mais importante naconcepo e na concepo de sistemas cuja MIQ (IQ Machine) muitomaior do que a dos sistemas concebidos pelos mtodos convencionais.

Entre as vrias combinaes de metodologias de computao suave, o quetenha uma maior visibilidade neste momento o da lgica difusa eneurocomputing, levando a neuro-fuzzy systems. Dentro de lgica difusa,tais sistemas desempenham um papel particularmente importante nainduo de regras de observaes. Um mtodo eficaz desenvolvido peloDr. Roger Jang para esta finalidade chamado ANFIS (Adaptive Neuro-Fuzzy Inferncia System). Este mtodo uma componente importante daLgica Fuzzy Toolbox.

Lgica Fuzzy tem tudo a ver com a importncia relativa de preciso: Quala importncia da - direito de ser exatamente quando um esboo deresposta vai fazer?


11/239


12/239

Com a sua especificao de como voc deseja que a gua quente, umsistema de lgica fuzzy pode ajustar a torneira vlvula para a direitaconfigurao.

Com informaes sobre a forma como o assunto longe de sua fotografia, uma lgica fuzzy sistema pode se concentrar a lente da cmera paravoc.

Com as informaes sobre a velocidade que o carro est acontecendo ecomo dura o motor trabalho, um sistema de lgica difusa pode mudarde artes para voc.

Um exemplo de um grfico de entrada/sada mapa mostrado na Figura

2.

Para determinar a quantidade adequada de ponta exige insumos para omapeamento adequadas sadas. Entre a entrada ea sada, o valor anterior

mostra uma caixa preta que pode conter qualquer nmero de coisas:fuzzy systems, sistemas lineares, sistemas especialistas, redes neurais,equaes diferenciais, interpolados multidimensional lookup tabelas, ouat mesmo um conselheiro espiritual, apenas para citar algumas dasopes possveis. evidente que a lista poderia ir sobre e sobre.

Das dezenas de maneiras para fazer a caixa negra trabalho, verifica-seque fuzzy muitas vezes o melhor caminho. Porque que deve ser?


13/239

Como Lotfi Zadeh, que considerada para ser o pai da lgica fuzzy,observou uma vez: "Em quase todos os casos voc pode construir omesmo produto sem lgica difusa, mas fuzzy mais rpido e mais

barato."

Por que utilizar a lgica difusa?

Aqui est uma lista de observaes gerais sobre a lgica difusa:

Lgica Fuzzy conceitualmente fcil de entender.

Os conceitos matemticos raciocnio por trs fuzzy so muito simples.

Fuzzy lgica uma abordagem mais intuitiva sem a complexidade delongo alcance.

Lgica Fuzzy flexvel.

Com todo o sistema, fcil a camada mais funcionalidade sem a comeardo zero novamente.

Lgica Fuzzy tolerante com a impreciso dos dados.

Tudo imprecisa se voc olhar atentamente o suficiente, mas mais do queisso, a maioria as coisas so ainda imprecisas sobre inspeo cuidadosa.Fuzzy raciocnio constri esta compreenso do processo em vez detacking-lo para o efeito.

Lgica Fuzzy podem modelo no linear da arbitrria funescomplexidade.

Voc pode criar um sistema fuzzy para corresponder qualquerconjunto de dados de entrada / sada. Este processo particularmentefcil feita por tcnicas adaptativas como Adaptive Inferncia Neuro-FuzzySystems (ANFIS), que esto disponveis em Fuzzy Logic Toolbox.

Lgica Fuzzy podem ser construdos em cima da experincia dos peritos.


14/239

Em contraste directo s redes neurais, que tm formao e de dadosgerar opaco, impenetrveis modelos, lgica fuzzy lhe permite invocar asexperincia das pessoas que j compreender o seu sistema.

Lgica Fuzzy pode ser misturada com convencionais tcnicas decontrole.

Fuzzy sistemas convencionais no so necessariamente substituir osmtodos de controle. Em muitos casos, sistemas difusos e aumentar-lhessimplificar os seus implementao.

Lgica Fuzzy baseada na linguagem natural.

A base para a lgica fuzzy a base para a comunicao humana. Esteobservao est subjacente a muitas das outras declaraes sobre algica difusa.

Porque a lgica difusa construda sobre as estruturas da descrioqualitativa utilizada na linguagem quotidiana, lgica fuzzy fcil de usar.

A ltima afirmao talvez a mais importante e merece mais discusso.Linguagem natural, o que usado por pessoas comuns em umdiariamente, tem sido moldada por milhares de anos da histria humana aser convenientes e eficientes. Frases escritas em linguagem ordinriarepresentam um triunfo de uma comunicao eficaz.

Quando a no utilizar a lgica fuzzy

Lgica Fuzzy no uma panacia. Quando voc deve usar a lgica difusano? O mais seguro o primeiro uma declarao feita nesta introduo: a

lgica difusa uma conveniente forma de um mapa de entrada espaopara uma sada espao. Se voc achar que no conveniente, tente algodiferente. Se j existe uma soluo mais simples, utiliz-lo. Lgica Fuzzy

a codificao de senso comum - uso do senso comum quando vocexecut-la e provavelmente voc vai tomar a deciso certa. Muitoscontroladores, por exemplo, se familiarizar com a lgica difusa, voc ver


15/239

que pode ser uma ferramenta muito poderosa para lidar rpida eeficientemente com impreciso e no-linearidade.

O que pode o Toolbox de Lgica Fuzzy pode fazer?

Lgica Fuzzy Toolbox permite-lhe fazer vrias coisas, mas o maisimportante coisa que lhe permite fazer criar e editar inferncia fuzzysistemas. Voc pode criar estes sistemas utilizando ferramentas grficasou de linha de comando funes, ou voc pode ger-los automaticamentepor meio de agregao ou adaptativa neuro-fuzzy tcnicas. Se voc temacesso a Simulink, voc pode facilmente testar seu sistema em um fuzzydiagrama de bloco simulao ambiente.

A ferramenta tambm permite que voc execute o seu prprio stand-alone C programas diretamente, sem a necessidade de Simulink. Isto possvel graas a uma stand-alone Fuzzy Motor de inferncia que l ossistemas difusos salvou a partir de uma sesso MATLAB.

Voc pode personalizar o stand-alone motor de inferncia fuzzy paraconstruir em seu prprio cdigo. Todos os fornecidos cdigo ANSIconformes.

Devido natureza integrada do ambiente MATLAB, voc pode criarsuas prprias ferramentas para personalizar Fuzzy Logic Toolbox ou


16/239

aproveit-lo com outro toolbox, tais como o sistema de controle Toolbox,Neural Network Toolbox, ou Otimizao do Toolbox, para referir apenasalgumas das possibilidades.

Um exemplo introdutrio: Lgica Fuzzy versus Nonfuzzy

"O Problema Tipping bsica" "O Nonfuzzy Abordagem" "A Fuzzy Logic Approach" "Problema Soluo"

O problema bsico basculamento

Para ilustrar o valor da lgica fuzzy, examinar lineares e fuzzy abordagenspara o seguinte problema:O que o direito ao montante waitperson sua dica?

Em primeiro lugar, trabalho este problema atravs da convencional(nonfuzzy) caminho, escrevendo MATLAB comandos que enunciam lineare seccionalmente lineares relaes. Ento, olhar para o mesmo sistemautilizando a lgica difusa. O problema bsico gorjetas. Dado um nmeroentre 0 e 10 que representa a qualidade de servio em um restaurante(onde 10 excelente), o que deve ser a gorjeta?

NOTA: Este problema baseado em gorjetas como normalmentepraticado no Estados Unidos. Uma mdia de uma refeio na ponta paraos E.U.A de 15%, embora o real montante pode variar em funo daqualidade do servio prestado.

A abordagem No fuzzy

Comece com o mais simples possvel relacionamento. Suponha que aponta sempre equivale a 15% do total da factura.


17/239

tipo = 0,15

Esta relao no leva em conta a qualidade do servio, de modo que vocnecessidade de acrescentar um novo prazo para a equao. Porqueservio classificado numa escala de 0 a 10, voc poder ter a ponta irlinear de 5%, se o servio ruim para 25% se o servio excelente.Agora, a relao pode ser parecido com o seguinte grfico:

Tipo = 0.20/10*service + 0.05;


18/239

A frmula faz o que voc quer fazer, e simples. Contudo, voc podequerer a ponta de modo a refletir a qualidade da comida tambm. Estaextenso do problema definida como se segue.

A Extenso basculamento problema . Dado dois conjuntos de nmerosentre 0 e 10 (onde 10 excelente), que representam respectivamente aqualidade do servio bem como a qualidade dos alimentos em umrestaurante, qual deveria ser a ponta?

Veja como a frmula afetada agora que voc adicionou uma outravarivel.

Experimente a seguinte equao:

Tipo = 0.20/20*(service+food)+0.05;

Neste caso, analisar os resultados satisfatrios, mas quando se olha paraeles de perto, eles no parecem muito bem. Suponha que voc queira queo servio a ser mais um fator importante do que a qualidade dosalimentos. Especificar que o servio representa 80% do total das gorjetasgrau e torna-se a alimentar os outros 20%.


19/239

Tente este equao:servRatio=0.8;

tip=servRatio*(0.20/10*service+0.05) + ...(1-servRatio)*(0.20/10*food+0.05);

A resposta certa ainda demasiado uniforme linear. Suponha que vocqueira que mais de uma resposta plana no meio, ou seja, que deseja daruma gorjeta de 15%, em geral, mas queremos uma variao tambmespecificar se o servio excepcionalmente bom ou mau. Este factor, porsua vez, significa que o anterior linear mapeamentos j no aplicvel.Voc ainda pode usar o clculo linear com uma seccionalmente linearconstruo. Agora, voltar para o problema de dimenses um pouco

considerando o servio. Voc pode string em conjunto de uma simplesdeclarao condicional usando interrupo como este.

if service


20/239

Se voc ampliar esta a duas dimenses, onde se tomam em consideraoalimentar novamente, algo como a seguinte sada resultados.

servRatio=0.8;if service


21/239

A abordagem lgica fuzzyVoc precisa capturar a essncia do problema, deixando de lado todos osfatores que poderia ser arbitrrio. Se voc fizer uma lista do querealmente importa neste problema, voc pode acabar com a seguinteregra descries.

Tipping Problema

Tipping problema regras - servio factor

Se servio pobre, ento dica barato

Se servio bom, ento gorjeta mdiaSe servio excelente e, em seguida, gorjeta generosa

A ordem em que as regras so aqui apresentadas arbitrria. Ela noquesto que as regras vm em primeiro lugar. Se voc quiser incluir oefeito sobre a alimentao da dica, adicione as seguintes duas regras.

Tipping problema regras - alimentar fator

Se alimento rano, ento dica baratoSe comida deliciosa e, em seguida, gorjeta generosaVoc pode combinar as duas listas diferentes de regras em uma lista detrs apertado assim como as regras.

Tipping problema - tanto Servio Alimentar e factoresSe o servio ruim ou alimento rano, ento dica baratoSe servio bom, ento gorjeta mdiaSe servio excelente ou comida deliciosa e, em seguida, gorjeta generosa

Essas trs regras so o ncleo da sua soluo. Coincidentemente, queacaba definidas as regras para uma lgica fuzzy sistema. Quando voc d


22/239

matemticas significado para as variveis lingsticas (o que um pontamdia, por exemplo?) voc tem um completo sistema de inferncia fuzzy.

A metodologia da lgica fuzzy tambm deve considerar:

Como so as regras combinadas todos? Como fao para definir matematicamente o que uma mdia dica?Os prximos captulos detalhados fornecer respostas a estas questes. ODetalhes do mtodo realmente no alterar muito a partir de problemapara o problema - mecnica da lgica fuzzy no so terrivelmentecomplexo. O que importa que voc . Compreendo que a lgica fuzzy adaptvel, simples e de fcil aplicao.

Problema Soluo

O seguinte grfico representa a lgica fuzzy sistema que resolve obasculamento problema.

Essa parcela foi gerada pelas trs regras que representou tanto servio ede fatores alimentares. A mecnica de como funciona inferncia fuzzy


23/239

explicado em "Geral" na pgina 2-2, "Fundamentos de Lgica Fuzzy" napgina 2-4, e em "Inferncia Fuzzy Systems" na pgina 2-20. Em"Building Systems com Fuzzy Logic Toolbox "na pgina 2-30, todo o

problema trabalhado atravs de depsito usando as ferramentasgrficas em Lgica Fuzzy Toolbox.

Observaes

Considere algumas observaes sobre o caso at agora. Voc encontrouum seccionalmente relao linear que resolveu o problema. Funcionou,mas foi problemtico para derivar, e quando voc escreveu que estabelececomo cdigo, no era muito fcil de interpretar. Inversamente, a lgicafuzzy sistema baseia-se em algumas declaraes de senso comum.Alm disso, voc foi capaz de acrescentar mais duas regras para a parteinferior da lista que influenciaram a forma da produo global sem anecessidade de desfazer o que tinha j foi feito, tornando a posteriormodificao foi relativamente fcil.Alm disso, utilizando a lgica difusa atravs de regras, a manuteno da

estrutura do o algoritmo de couples ao longo linhas bastante limpas. Anoo de uma mdia Sugestes podem mudar de dia para dia, cidade acidade, pas a pas, mas a lgica subjacente a mesma: se o servio bom, deve ser a ponta mdia.

Recalibrar o Mtodo

Voc pode recalibrar themethod rapidamente por simplesmente transferir

o conjunto fuzzy que define mdio sem reescrever a lgica fuzzy regras.Voc pode transferir listas de funes seccionalmente linear, mas h umamaior probabilidade de que recalibrao no ser to rpida e simples. Noexemplo a seguir, o problema ligeiramente seccionalmente linearbasculamento reescrito para se tornar mais genrico. Ele tem a mesmafuno que antes, S agora as constantes podem ser facilmente alterada.


24/239

% Establish constantslowTip=0.05; averTip=0.15; highTip=0.25;tipRange=highTip-lowTip;badService=0; okayService=3;goodService=7; greatService=10;serviceRange=greatService-badService;badFood=0; greatFood=10;foodRange=greatFood-badFood;% If service is poor or food is rancid, tip is cheapif service


25/239

Se, como em um sistema fuzzy, o comentrio idntica, com o cdigo,pense quanto mais provvel o de ter seu cdigo comentrios. LgicaFuzzy permite que as linguagens que mais claro para voc, elevado nvel

comentrios, tambm tm significado para a mquina, por isso ele umgrande xito tcnica para fazer a ponte fosso entre pessoas e mquinas.Ao tornar as equaes mais simples possvel (linear) que voc faz coisassimples para a mquina, mas mais complicado para voc. No entanto, olimitao realmente deixou o computador-que o seu modelo mental doque o computador est fazendo. Os computadores tm a capacidade defazer coisas irremediavelmente complexa; lgica fuzzy usam o meio-epermite que a mquina possa funcionar com as suas preferncias, e no ocontrrio.


26/239

Tutorial

Geral Uma viso geral da inferncia fuzzyprocessoFundamentos de Lgica Fuzzy Fuzzy conjuntos, pertena funes,- se ento as regras, e operaes lgicasInferncia Fuzzy Systems Mamdani-tipo e do tipo Sugenosistemas de infernciaConstruo de Sistemas com LgicaFuzzy Toolbox

Utilizando a interface grfica do usurio(GUI) ferramentas

Trabalhando a partir da Command Line Usando as ferramentas de funesMATLAB linha de comando

Trabalhando com Simulink Lgica Fuzzy Toolbox trabalhar comsimulao de software

Tipo Sugeno Fuzzy Inferncia Sada funes so pertenanem linear ou constante

anfis e do ANFIS GUIFerramentas que se aplicam infernciafuzzytcnicas de modelagem de dados

Fuzzy Aglomerao Identifica natural agrupamentos de dadosque produz a representao concisa de umsistema de comportamento

Stand-alone cdigo C inferncia fuzzyMotor

Fonte cdigos para um stand-alone fuzzymotor de inferncia

Viso geral

O ponto de lgica difusa o de um mapa de entrada espao para um espao desada, e os principal mecanismo para fazer isso uma lista de declaraes se-entodenominada regras.

Todas as regras so avaliadas em paralelo, e ao fim das regras no importante.

As regras so teis porque se referem a variveis e as adjetivos que descrevemessas variveis. Antes que voc possa construir um sistema que interpreta asregras, voc deve definir todos os termos e voc est pensando em usar o adjetivosque descrevem-los. Dizer que a gua quente, necessrio definir o intervalo que atemperatura da gua pode ser esperada para variar, bem como o que significa parans a palavra quente. O esquema a seguir fornece um roteiro para a a inferncia


27/239

fuzzy processo. Ela mostra a descrio geral de um sistema fuzzy esquerda e umsistema fuzzy especfico (o basculamento exemplo a partir do captulo 1,

"Como comear") direita.

Para resumir o conceito de inferncia fuzzy ilustrado nesta figura, fuzzy inferncia um mtodo que interpreta os valores na entrada e vetor, baseado em algumconjunto de regras, atribui valores para o vetor de sada.

Esta seco destina-se a orient-lo atravs do processo passo a lgica fuzzy etapa,fornecendo uma introduo teoria e prtica da lgica difusa. O trs primeirostroos desta seo so os mais importantes-eles mudam de geral especfica para,em primeiro lugar introduzindo ideias subjacentes e, em seguida, discutir especficapara a implementao das ferramentas de detalhes.

Essas trs reas so as seguintes:

"Fundamentos de Lgica Fuzzy" na pgina 2-4, o que uma introduo aosconceitos gerais. Se voc j est familiarizado com a lgica difusa, possvel a pularesta seo. "Inferncia Fuzzy Systems" na pgina 2-20, o que explica a especficosmtodos de inferncia fuzzy utilizados em Lgica Fuzzy Toolbox. Devido ao campode lgica fuzzy utiliza muitos termos que ainda no tm padro interpretaes, leia


28/239

esta seo para se familiarizar com o processo inferncia fuzzy como empregadasatravs de Lgica Fuzzy Toolbox. "Desenvolvimento de Sistemas com LgicaFuzzy Toolbox" na pgina 2-30, que vai para detalhes sobre como voc criar e editarum sistema fuzzy usando esta ferramenta. Este tpico fornece uma breve orientaopara comear a interface grfica do usurio ferramentas disponvel em Lgica FuzzyToolbox e guia-o atravs da construo de um completo sistema de inferncia fuzzydo incio ao fim. Aps esses trs temas, so tpicos adicionais, tais como autilizao Simulink, Estado gerao automtica, e demonstraes.

Fundamentos de Lgica Fuzzy

As sees a seguir descreve os fundamentos da lgica fuzzy:

"Fuzzy Sets" na pgina 2-4 "Composio Funes" na pgina 2-8 "operaes lgicas" na pgina 2-13 "Se-Ento Regras" na pgina 2-16

Conjuntos Fuzzy

Lgica Fuzzy comea com o conceito de um conjunto fuzzy. Um conjunto fuzzy umconjunto sem uma fresco e bem definido fronteira. Pode conter elementos comapenas um parcial grau de adeso.Para compreender o que significa um conjunto fuzzy , em primeiro lugar considerara definio de um clssico ajustar. Um clssico um recipiente que o conjunto totalinclui ou exclui totalmente qualquer elemento. Por exemplo, o conjunto de dias dasemana inquestionavelmente Inclui segunda-feira, quinta-feira e sbado. apenascomo inquestionavelmente exclui manteiga, da liberdade, e barbatanas dorsal, eassim por diante.


29/239

Este tipo de conjunto chamado de um clssico, uma vez que foi estabelecido emtorno de uma longa tempo. Foi Aristteles que primeiro formulou a lei da ExclusoMdio, X diz que devem ser estabelecidos em um ou em conjunto no-A. Outraverso da presente Direito : De qualquer assunto, uma coisa tem de ser afirmadoou negado. Para reafirmar esta lei com anotaes: "de qualquer assunto (dizersegunda-feira), uma coisa (um dia da semana) tem de ser afirmado ou negado (Iafirmar que seg um dia da semana). "Essa lei exige que opostos, as duascategorias

Um e no-A, entre eles devem conter todo o universo. Tudo cai em um grupo ou aqualquer outro. No h qualquer coisa que tanto um dia de a semana, e no um

dia da semana.Agora, considere o conjunto de dias que compreende uma semana. O diagrama aseguir tentativas de classificar o fim de semana dias.

A maioria concorda que pertencem sbado e domingo, mas o que dizer de sexta-feira?Entende-se como uma parte do fim de semana, mas de certa forma, parece que eladeveria ser tecnicamente excludos. Assim, no esquema anterior, tenta o seu melhorpara sexta "Straddle sobre o cerca." Clssica normal ou conjuntos que no tolerameste tipo de classificao. Ou seja, ou algo que est fora. Sugere a experinciahumana algo diferente, no entanto, as a vedao parte da vida.Claros percepes individuais e cultural de fundo deve ser tomada emconta quando voc definir o que constitui o fim de semana. At mesmo o dicionrio imprecisa, definindo o fim de semana como o perodo nocturno a partir de sexta ou


30/239

sbado para segunda-feira de manh. Voc est entrando na rea onde acentuadavirar contra elas, sim-no lgica deixa de ser til. Fuzzy raciocnio torna-se valiosaexatamente quando voc trabalhar com o modo como as pessoas realmenteperceber o conceito em oposio a uma semana simples de esprito classificao tilapenas para efeitos contabilsticos. Mais de tudo o resto, a seguinte declaraoestabelece as bases de lgica difusa.Na lgica difusa, a verdade de qualquer afirmao se torna uma questo de grau.Qualquer declarao pode ser fuzzy. A maior vantagem que o raciocnio fuzzyoferece a capacidade de resposta a uma pergunta sim-no com um no-muito-sim-ou-no resposta. Os seres humanos fazem este tipo de coisa o tempo todo(como raramente pensam que voc comea uma resposta a uma pergunta

aparentemente simples), mas sim um novo truque para computadores.Como que funciona? Raciocnio em lgica fuzzy s uma questo de generalizar- Conhecer o sim no (booleanos) lgica. Se voc dar o verdadeiro valor numricode 1 e falso o valor numrico de 0, este valor indica tambm que a lgica difusapermite-nos valores como entre 0,2 e 0,7453. Por exemplo:Q: Ser um fim de semana sabado dia? A: 1 (sim, ou true)Q: Ser que ter um fim de semana dia?A: 0 (no, ou falso)

Q: um fim de semana sexta-feira dia? A: 0,8 (na sua maior parte, sim, mas nocompletamente)Q: Ser um fim de semana domingo dia? A: 0,95 (sim, mas no to grande comosbado). O seguinte grfico esquerda mostra a verdade valores para a semana-ness se voc so obrigados a responder com um sim ou no resposta absoluta. direita, um grfico que mostra a verdade valor de semana-ness se voc estautorizado a responder fuzzy-nos com valores entre.


31/239

Tecnicamente, a representao direita a partir do domnio de multivalued lgica(ou lgica polivalente). Se voc perguntar pergunta: "Ser que um membro doconjunto X Uma? "A resposta poderia ser sim, no, ou qualquer um de um milhar deintermediria entre em valores. Assim, X poderia ter adeso parcial em A.Multivalued lgica est em contraste direto para o mais familiar conceito de dois-avaliada (ou bivalente sim-no) lgica. Para voltar ao exemplo, consideram agorauma escala contnua parcela de tempo Estoril-ness mostram as seguintes parcelas.

Ao tornar o enredo contnuo, voc a definio do grau em que nenhum dadoinstantneas pertence o fim de semana, em vez de um dia inteiro. No enredo sobrea esquerda, perceba que a meia-noite de sexta-feira, assim como a segunda movarreduras passado 12, o fim de semana-ness verdade salta descontnuo valor de 0a 1. Isto uma forma de definir o fim de semana, e ao mesmo tempo que poderoser teis para um revisor de contas, no pode realmente entrar em contato com asua prpria experincia do mundo real-Estoril-ness.O grfico direita mostra umacurva suave variando o que representa a fato de que todos os de sexta-feira, e, empequeno grau, de partes de Quinta-feira, participe das qualidade da semana-dade e,portanto, merecem adeso parcial no conjunto fuzzy momentos da semana. A curvaque define o fim de semana-dade de qualquer instante no tempo uma funo queos mapas de entrada espao (altura da semana) para a sada espao (Estoril-ness).Especificamente, conhecido como um membro funo. Ver "Composio Funes"na pgina 3-3 para uma discusso mais detalhada. Como outro exemplo deconjuntos fuzzy, considerar a questo das estaes.Que poca que agora? No hemisfrio norte, vero comea oficialmente nomomento exato em rbita da Terra, quando o Plo Norte apontado maisdirectamente para o sol. Ela ocorre exatamente uma vez por ano, no final de junho.


32/239

Usando os astronmicos definies para a temporada, voc obtm fronteiras ntidascomo mostrado esquerda na figura que se segue. Mas o que voc experinciacomo as estaes variar mais ou menos continuamente como mostrado direita nafigura a seguir (no hemisfrio norte climas temperados).

Composio Funes

A adeso funo (MF) uma curva que define quanto cada ponto na input espao mapeado para uma adeso valor (ou grau de adeso) entre 0 e 1. A entrada espao por vezes referida como o universo de discurso, um nome fantasia para umconceito simples.Um dos exemplos mais comumente usado de um conjunto fuzzy o conjunto de tallpessoas. Neste caso, o universo de discurso que todos os potenciais alturas, dedizer 3 ps a 9 ps, ea palavra de altura que corresponderia a uma curva que defineo grau em que qualquer pessoa de altura. Se o conjunto de pessoas dada a altabem definidos (fresco) fronteira de um conjunto clssico, voc poderia dizer todas aspessoas que mais alto que no so oficialmente considerados 6 ps de altura. Noentanto, essa distino claramente absurda. Ela pode fazer sentido de consideraro conjunto de todos os nmeros reais maiores at 6 nmeros porque pertencem aum resumo avio, mas quando ns queremos falar de pessoas reais, no razovelque uma pessoa chamada curto e outro um alto quando eles diferem em altura coma espessura de um cabelo.


33/239

Se o tipo de distino acima indicada impraticvel, ento qual o direito maneirade definir o conjunto de pessoas altas? Por muito que com a parcela de semanadias, a figura seguinte mostra uma curva suave que passa variando de no-tall aaltura. O eixo de sada- um nmero conhecido como a filiao valor entre 0 e 1. Acurva conhecido como um membro funo e muitas vezes dada a denominaode . Esta curva define a transio entre a no tall tall. Ambos as pessoas so altas,em certa medida, mas um significativamente menor do que a outra altura.

Interpretaes subjectivas e adequado unidades so construdas em razo fuzzyconjuntos. Se voc diz "Ela alta," a adeso funo de altura j deveria ter emconsiderao se voc estiver fazendo referncia a um perodo de seis anos de idade

ou uma mulher cultivada. Do mesmo modo, as unidades esto includos na curva.Certamente, no faz sentido dizem "Ser que ela altura em polegadas ou emmetros?" Composio funes em Lgica Fuzzy Toolbox A nica condio demembro dever funcionar realmente que ela deve satisfazer variar entre 0 e 1. Aprpria funo pode ser arbitrria uma curva cujo forma que podemos definir comouma funo que se adequa-nos do ponto de vista da simplicidade, comodidade,rapidez e eficincia.


34/239

Um clssico pode ser expressa em conjunto A = (x | x> 6)

Um conjunto fuzzy uma extenso de um conjunto clssico. Se X o universo dediscurso e os seus elementos so indicadas por x e, em seguida, um conjunto fuzzyA em X definido como um conjunto de pares ordenados. A = (x, A (x) | x X) A(x) chamada funo da filiao (ou MF) de x em A. A adeso funo mapeia cadaelemento de X para uma adeso valor entre 0 e 1. Lgica Fuzzy Toolbox inclui 11alto-adeso funo tipos. Estes 11 funes so, por sua vez, construdo a partir devrias funes bsicas:

funes seccionalmente linear

a funo distribuio gaussiana a curva sigmide quadrtica e cbica curvas polinomiais

Para obter informaes detalhadas acerca de qualquer uma das funesmencionadas adeso a seguir, vire para o Captulo 4, "Funes - Lista Alfabtica".Por conveno, todas as filiao funes tm as letras mf no final de seus nomes.O mais simples adeso funes so formadas usando linhas retas. Destes, o mais

simples a funo triangular adeso, e que tem a funo Nome trimf. Esta funo nada mais do que uma coleo de trs pontos formando um tringulo. A adesofuno trapezoidal, trapmf, tem uma top plana e realmente apenas um tringulotruncado curva. Estes linha recta filiao funes tm a vantagem da simplicidade.

Dois membros funes so construdas sobre a distribuio gaussiana curva: umaGauss simples e uma curva em frente e verso composta de duas diferentesGaussiano

curvas. As duas funes so gaussmf e gauss2mf. A adeso generalizada sinofuno especificada por trs parmetros e tem o nome da funo gbellmf. A funotem um sino adeso parmetro mais do que a funo Gaussiana adeso, de formaque ele possa abordagem um no-fuzzy definir se o parmetro livre sintonizado.Devido sua lisuranotao e concisa, Gauss e funes so pertena campainhapopulares mtodos para especificao conjuntos fuzzy. Ambas as curvas tm avantagem de ser lisas e no zero em todos os pontos.


35/239

Apesar de a adeso Gaussian funes e campainha adeso funes atingirsuavidade, eles so incapazes de especificar assimtricas adeso funes, que soimportantes em determinadas aplicaes. Em seguida, voc define o sigmoidaladeso funo, que aberta, quer esquerda ou direita. Assimtricas e fechada

(ou seja, no est aberta esquerda ou direita) filiao funes podem sersintetizado utilizando sigmoidal duas funes, por isso, para alm do bsico sigmf,voc tambm tem a diferena entre as duas funes sigmoidal, dsigmf, e osproduto de duas funes sigmoidal psigmf.

Polinomial com base em curvas para a adeso de vrias funes na "caixa deferramentas. Trs so as funes relacionadas adeso Z, S, Pi e curvas, todas aschamado por causa da sua forma. A funo a zmf assimtrico polinmio abertocurva para a esquerda, SMF o espelho de imagem de funo que abre direita, epimf zero em ambos os extremos em um lugar no meio.


36/239

Existe uma vasta seleco de escolher a partir de quando voc estiver selecionandoseus favoritas adeso funo. Lgica Fuzzy Toolbox tambm permite que voc criea sua prpria inscrio funciona se voc encontrar a lista demasiado restritiva.Contudo, se uma lista baseada em funes alargadas adeso parece demasiadocomplicada, basta lembrar que voc poderia provavelmente obter do muito bemcom apenas uma ou dois tipos de filiao funes, por exemplo, o tringulo etrapezoidais funes. A seleo grande para aqueles que querem explorar aspossibilidades, mas expansivo adeso funes no so necessrias para a boafuzzy inferncia sistemas. Por fim, lembre-se que mais informaes estejamdisponveis em todos os estas funes na seco de referncia.

Resumo das funes adeso

Fuzzy conjuntos descrever conceitos vagos (por exemplo, fast runner,clima quente, semana dias). Um conjunto fuzzy admite a possibilidade de uma adeso a ele. (e.g. e

sexta-feira. uma espcie de semana dia, o clima bastante quente). O grau de um objecto que pertence a um conjunto fuzzy indicado por

um membro valor entre 0 e 1. (por exemplo, um fim de semana sexta-feira

dia para o grau 0.8). Uma funo membro associado com um dado conjunto fuzzy mapas uminput valor adequado para a sua adeso valor.

Operaes l gicas

Agora que voc compreende a inferncia fuzzy, voc precisa ver como fuzzyinferncia conecta com operaes lgicas. A coisa mais importante para perceber

sobre fuzzy raciocnio lgico o fato que um superconjunto do padro lgicabooleana. Em outras palavras, se voc manter o fuzzy em seus valores extremos de1 (completamente verdade), e de 0 (completamente falso), norma ir realizaroperaes lgicas. Como um exemplo, considere os seguintes norma verdadetabelas.


37/239

Agora, porque na lgica fuzzy a verdade de qualquer afirmao uma questo degrau, estes quadros podem ser alterados verdade? Os valores de entrada podem

ser nmeros reais entre 0 e 1. O que preserva funo dos resultados da mesa everdade (por exemplo) e tambm estender a todos os nmeros reais entre 0 e 1?Uma das respostas a operao min. Ou seja, resolver a afirmao de A e B, ondeA e B esto limitados ao intervalo (0,1), usando a funo min (A, B).Usando o mesmo raciocnio, voc pode substituir a operao OR com o max funo,de modo que A ou B se torna equivalente ao max (A, B). Por ltimo, o Nem umaoperao a operao se torna equivalente a 1 - A. Aviso howthe anterior tabelaverdade completamente inalterada por esta substituio.

Por outro lado, porque existe uma funo por trs da tabela verdade em vez deapenas a verdade quadro prprio, agora voc pode considerar que no sejamvalores 1 e 0.A prxima figura usa um grfico para mostrar a mesma informao.esta figura, otabela verdade convertido para um lote de dois conjuntos fuzzyaplicadas em conjunto para criar um conjunto fuzzy. A parte superior do valor


38/239

correspondente s parcelas displays duas mesas-valorizada verdade acima,enquanto a parte inferior da figura mostra como as operaes ao longo de umtrabalho continuamente varivel Uma srie de valores e de verdade B, de acordocom as operaes fuzzy voc tiver definido.

Dadas estas trs funes, pode resolver qualquer construo utilizando conjuntosfuzzy e da lgica fuzzy operao AND, OR e NOT. Adicional operadores fuzzyNesse caso, definido apenas uma correspondncia entre particulares - valorizadase multivalued duas operaes lgicas para AND, OR e NOT. Este correspondnciano de forma nica. Em termos mais gerais, -lhe definir o que so conhecidoscomo o fuzzy interseco ou conjuno (AND), fuzzy unio ou disjuno (OR), efuzzy complementar (NO). Os operadores clssicos para estas funes so asseguintes: E = in, max = OU, e NO = aditivo complementar. Normalmente, maislgica fuzzy aplicaes fazem uso destas operaes e ficar por aqui. Em geral,No

entanto, estas funes so arbitrrios para um grau surpreendente. Lgica FuzzyToolbox usa o clssico para o operador fuzzy complementar, conforme indicado nafigura anterior, mas tambm permite personalizar os operadores E e OU. Ainterseo de dois conjuntos fuzzy A e B especificado, em geral, por um binrio Tmapeamento, que agrega duas funes filiao como se segue: A B (x) = T ( A (x), B (x) Por exemplo, o operador binrio T pode representara multiplicao de A (x) e B (x). Estes operadores fuzzy interseco, que so


39/239

geralmente referidos como T-norma (norma Triangular) operadores, satisfazer osseguintes bsicas. Requisitos: Uma T-norma um operador binrio mapeamento T(.,.) satisfazendo fronteira: T (0, 0) = 0, T (a, 1) = T (1, a) = a monotonicity: T (a, b)


40/239

condicional compreender a lgica difusa. Um nico fuzzy-se ento Estado assume aforma.

Se x uma ento y B

onde A e B so definidos pelos valores lingsticos fuzzy conjuntos sobre as gamas(universos de discurso) X e Y, respectivamente. A parte-se da regra "x um" chamado de antecedente ou premissa, enquanto que o ento-parte do Estado "y B" chamado a conseqente ou concluso. Um exemplo de uma tal regra poderiaser.Se servio bom, ento ponta mdia O conceito representado como umbom nmero entre 0 e 1, e assim o antecedente uma interpretao que retorna umnico nmero entre 0 e 1. Inversamente, a mdia representado como um conjuntofuzzy, e assim a conseqente. uma tarefa que atribui a todo o conjunto fuzzy Bpara a sada varivel Y. Na regra se-ento, recebe a palavra usada em doiscompletamente diferentes maneiras dependendo se ele aparece na antecedente ouo conseqente.

Em MATLAB termos, este uso a distino entre um teste usando relacional "==" Euma varivel usando a atribuio "=" smbolo. Uma maneira menos confusa deescrever a regra seria. Se == bom servio, ento ponta mdia = Em geral, a entradapara uma regra se-ento o valor atual para o input varivel (neste caso, servio) e

da produo todo um conjunto fuzzy (neste caso, mdia). Este conjunto vai sermais tarde defuzzified, atribuindo um valor para a sada. O conceito dedefuzzification descrito na prxima seo.

Interpretando-se em seguida uma regra envolve partes distintas: a primeiraavaliao antecedente (que envolve fuzzifying de entrada e de aplicar qualquernecessrias fuzzy operadores) e de segunda aplicando esse resultado para oconseqente (conhecido como implicao). No caso de duas ou valorizados lgica

binria, se depois de fazer regras no apresentar muito dificuldade. Se a premissa verdade, ento a concluso VERDADEIRA. Se voc relaxar as restries de duasvalorizada lgica e deixar o antecedente fuzzy uma afirmao, como que estareflexo sobre a concluso? A resposta um simples. se o antecedente verdadeiro para algum grau de adeso e, em seguida, a consequente tambm verdade que a mesma intensidade. Assim: na lgica binria: p q (p e q s o ouambos verdadeiros ou ambos falsos.) na lgica fuzzy: 0,5 p 0,5 q (parcial


41/239

antecedentes prestao parcial implicao.) O antecedente de uma regra pode tervrias peas. se cu cinza eo vento forte e barmetro est caindo, ento ... casoem que todas as partes do antecedente so calculados em simultneo e resolvidos aum nico nmero usando os operadores lgicos descritos na seco anterior. Aconsequente de uma regra tambm pode ter vrias peas.

Se a temperatura frio, ento est aberta vlvula de gua quente e gua fria vlvula shut consequents caso em que todos so igualmente afectados pelo resultadodoantecedente. Como o conseqente afectados pela antecedente? O conseqenteespecifica um conjunto fuzzy ser atribudo sada. A implicao funcionar depoisque modifica fuzzy para definir o grau especificado pelo antecedente. As formasmais comuns de modificar a sada fuzzy so fixados utilizando truncamento min a

funo (onde o conjunto fuzzy chopped off como mostrado na seguinte figura) ouusando o dimensionamento prod funo (onde a produo fixado fuzzy achatada).Ambos so apoiados por Fuzzy Logic Toolbox, mas voc usar truncamento para osexemplos nesta seo


42/239

Resumo das Regras Se-Ento Interpretando-se ento um perodo de trs regras parte processo. Esse processo explicado em pormenor na seco seguinte:

1) Fuzzify insumos: Resolver todas as declaraes fuzzy no antecedente paraum grau de filiao entre 0 e 1. Se houver apenas uma parte para oantecedente, ento este o grau de apoio ao Estado.

2) 2) Aplique operador fuzzy para vrios antecedentes parte: Se forem vriaspeas para o antecedente, se aplicam a lgica difusa operadores e resolver

3) o antecedente para um nico nmero entre 0 e 1. Este o grau de apoio aoEstado.

4) Aplicar 3 implicao mtodo: Use o grau de apoio para todo o Estado demoldar a sada fuzzy set. A consequente de uma regra fuzzy atribui todo umconjunto fuzzy para a sada. Este conjunto fuzzy representado por ummembro funo que escolhido para indicar as qualidades do consequentes.Se o antecedente apenas parcialmente verdade, (ou seja, atribudo umValor inferior a 1), ento a sada truncado fuzzy fixado de acordo com aImplicaes mtodo.

5) Em geral, uma regra por si s no eficaz. Dois ou mais regras que podem

desempenhar desativado um outro so necessrios. A sada de cada regra um conjunto fuzzy. O fuzzy conjuntos de sada para cada regra so entoagregados em uma nica sada fuzzy ajustar. Por ltimo, o conjuntoresultante defuzzified, ou para resolver um nico nmero. "Inferncia FuzzySystems" na pgina 2-20 mostra como funciona todo o processo do comeoao fim para um tipo particular de inferncia fuzzy sistema denominadoum tipoMamdani.

Inferncia Fuzzy Systems

"O que so Interferncia Fuzzy Systems?" Na pgina 2-20 "Tipping Problema Revisited" na pgina 2-21 "A Fuzzy Inferncia Diagrama" na pgina 2-27 "personalizao" na pgina 2-29


43/239

Quais so Interferncia Fuzzy Systems?

Fuzzy inferncia o processo de formulao de cartografia a partir de umdeterminado input para uma sada utilizando a lgica difusa. O mapeamento forneceuma base a partir de ento decises que possam ser feitas, ou padres discernido.O processo de fuzzy inferncia envolve todas as peas que esto descritas noscaptulos anteriores:"Composio Funes" na pgina 2-8, "Logical Operaes" na pgina 2-13, e "Se-Ento Regras" na pgina 2-16. Existem dois tipos de inferncia fuzzy sistemas quepodem ser implementados em Lgica Fuzzy Toolbox: Mamdani-tipo e Sugeno-tipo.Estes dois tipos de sistemas de inferncia variar um pouco no caminho sadas so

determinadas. Veja a Bibliografia de referncias a descries dos estes dois tipos desistemas de inferncia fuzzy, [8], [11], [16].Fuzzy inferncia sistemas tm sido aplicados com sucesso em domnios como a ocontrolo automtico de dados classificao, a deciso anlise, sistemas de peritos, eviso computacional. Devido sua natureza multidisciplinar, inferncia fuzzy ossistemas esto associados a uma srie de nomes, tais como a regra de base-fuzzysistemas, fuzzy expert systems, fuzzy modelagem, fuzzy memria associativa,lgica fuzzy controladores areos, e, pura e simplesmente (e ambgua) sistemas

difusos.Inferncia Mamdani fuzzy do mtodo o mais comumente visto fuzzy metodologia.Mamdani do mtodo foi um dos primeiros sistemas de controle construdos usando oconjunto fuzzy teoria. Foi proposto em 1975 pelo Ebrahim Mamdani [11], como umatentativa de controlar um motor de vapor e de caldeiras a combinao de sntese umconjunto de regras lingusticas controle obtidos a partir de operadores comexperincia humana. Mamdani's esforo foi baseada em Lotfi Zadeh do papel em1973 fuzzy algoritmos de sistemas complexos e processos de deciso [22].

Apesar de a inferncia processo descrito nas prximas sees difere ligeiramente apartir de mtodos descritas no documento original, a idia bsica muito mais omesmo. Inferncia Mamdani-tipo, tal como definido para Lgica Fuzzy Toolbox,espera que o sada adeso funes a conjuntos fuzzy. Aps a agregao processo,h um conjunto fuzzy para cada varivel de sada que precisa defuzzification. ele possvel, e, em muitos casos, muito mais eficiente, para usar uma nica espigacomo a sada adeso, em vez de uma funo distribuda fuzzy set.


44/239

Este tipo de sada s vezes conhecido como uma sada adeso Singleton funo,e que pode ser pensado como um conjunto de pr-defuzzified fuzzy. Ela reforadefuzzification a eficincia do processo, uma vez que simplifica muito o computaoexigido pelo mtodo Mamdani mais geral, que considera o centride de uma funobidimensional. Ao invs de integrao em toda a bidimensional funo de encontraro centride, voc usa a mdia ponderada de alguns pontos de dados. Sugeno-estetipo de sistemas de apoio tipo de modelo. Em geral, Sugeno sistemas de tipo podeser usado para qualquer modelo de sistema de inferncia que a sada adesofunes so lineares, ou seja, constante.

Tipping prob lema revisit ado Esta seco analisa as duas entradas, uma sada-, regra de trs basculamentoproblema que voc viu na introduo, apenas em mais pormenor. A estrutura bsicada este exemplo mostrado no diagrama seguinte.

Os fluxos de informao da esquerda para a direita, a partir de duas entradas parauma nica sada. O paralela natureza das regras um dos mais importantesaspectos da lgica fuzzy sistemas. Em vez de acentuada mudana entre os modosbaseada na interrupo, suavemente lgica fluxos provenientes de regies onde ocomportamento do sistema dominada quer por um Estado ou de outra. Em Fuzzy


45/239

Logic Toolbox, h cinco partes do processo inferncia fuzzy: fuzzification dasvariveis de entrada, a aplicao do operador fuzzy (E ou OR), no antecedente,implcita do antecedente para o consequente, consequents a agregao de toda aregulamentao, e defuzzification. Estes crptico e por vezes estranho nomes tmsignificado muito especficos que so definidos nas etapas seguintes. Etapa 1.Fuzzify Insumos O primeiro passo a tomar as entradas e determinar o grau em queelespertence a cada um dos conjuntos fuzzy via adequada adeso funes. Em FuzzyLogic Toolbox, a entrada sempre um cristalino limitado ao valor numrico universode discurso da entrada varivel (neste caso, o intervalo entre 0 e 10) e a sada umfuzzy grau de adeso qualificao lingustica conjunto (sempre o intervalo entre 0

e 1). Fuzzification do input montantes correspondentes a cada uma tabela lookup ouuma funo avaliao. Este exemplo construdo sobre trs regras, e cada uma dasregras depende de resolver os factores de produo em um nmero de diferentesconjuntos fuzzy lingustica: servio pobre, o servio bom, rano alimentares,alimentos delicioso, e assim por diante. Antes as regras podem ser avaliadas, asentradas devem ser fuzzified de acordo com cada um dos lingustica destesconjuntos. Por exemplo, em que medida realmente a comida deliciosa? A figuraseguinte mostra quo bem os alimentos no restaurante hipottica (cotados numa

escala de 0 a 10) qualifica, (atravs da sua filiao funo), como o lingusticavarivel delicioso. Neste caso, classificado como um dos gneros alimentcios 8, aqual, dada a sua definio de grficos delicioso, corresponde = 0,7 para odeliciosas adeso funo.


46/239

Desta forma, cada entrada fuzzified durante todo o qualificativo adeso funesexigidas pela regulamentao. Passo 2. Aplique operador fuzzy Aps as entradasso fuzzified, voc sabe o grau em que cada parte do o antecedente preenchidapor cada Estado. Se o antecedente de uma determinada regra tem mais de um lado,o operador fuzzy aplicado para obter um nmero que representa o resultado doantecedente para essa regra. Este nmero ento aplicada a funo de sada. Aentrada para o operador tem duas fuzzy ou mais valores de adeso fuzzifiedvariveis de entrada. A sada uma nica verdade. Tal como est descrito em"operaes lgicas" na pgina 2-13 seco, qualquer nmero de bem definidosmtodos podem preencher a EA para o funcionamento ou a operao OU. EmFuzzy Logic Toolbox, integradas e de dois mtodos so suportados: min(mnimo) e

prod (produto). Dois built-in ou mtodos tambm so suportados: max (mximo), edo mtodo probabilstico OU probor. A probabilstica Ou mtodo (tambm conhecidacomo a soma algbrica) calculado de acordo com a equao probor (a, b) = a + b -abPara alm destes mtodos built-in, voc pode criar seus prprios mtodos para a Enem por escrito e de qualquer funo e que a fixao de ser o seu mtodo deescolha. A figura a seguir mostra o operador OR max no trabalho, na avaliao daantecedente da regra 3 para o basculamento clculo. As duas peas diferentes do

antecedente (servio excelente e comida deliciosa) rendeu a fuzzy filiaovalores 0,0 e 0,7, respectivamente. O operador fuzzy ou simplesmente escolhe ovalor mximo dos dois valores, 0,7, e para a operao fuzzy regra 3 est completo.A probabilstica ou mtodo seria ainda resultar em 0,7.


47/239


48/239

e ltima etapa, defuzzification. A entrada do processo a agregao da lista detruncado funes de sada retornado pela implicao processo para cada Estado. Asada o processo de agregao um conjunto fuzzy para cada varivel de sada.Enquanto o mtodo de agregao comutativo (que sempre se deve ser), ento aordem em que as regras so executadas no importante. Trs

- construdo em mtodos so suportados: Max (mximo) probor (probabilstica OR) soma (simplesmente a soma de cada Estado sada do conjunto) Nogrfico seguinte, todos os trs regras foram colocados juntos paramostrar o modo como a sada de cada regra combinado, ou

agregada, em um nico conjunto fuzzy cuja adeso funo atribuiuma ponderao para cada sada (ponta) valor.

Etapa 5. DefuzzifyA entrada para a defuzzification processo um conjunto fuzzy (da produoacumulada fuzzy set) e a sada um nmero nico. Por muito que ajuda a fuzzinessAvaliao do Estado durante as etapas intermedirias, o resultado final desejadopara cada varivel geralmente um nmero nico. No entanto, o agregado de uma


49/239

fuzzy conjunto engloba uma gama de valores de sada, e assim deve ser, emdefuzzified fim de resolver um nico valor de sada do conjunto. Talvez o maispopular defuzzification mtodo de clculo o centride, que retorna o centro da reasob a curva. H cinco built-in Mtodos suportados: centride, bissector, meados demxima (a mdia de o valor mximo do conjunto de sada), maiores de mxima, e demenor de, no mximo.

O diagrama inferncia fuzzy

A inferncia fuzzy o diagrama composto de todos os pequenos diagramasapresentou at agora nesta seo. Ela exibe simultaneamente todas as partes doinferncia fuzzy processo tiver examinado. Informaes atravs dos fluxos infernciafuzzy diagrama como mostrado na figura a seguir.


50/239

Nesta figura, o fluxo de produtos at os factores de produo no canto inferioresquerdo e, em seguida, entre cada linha, ou regra e, em seguida, estabelece aregra sadas para finalizar no canto inferior direito. Este fluxo compacto mostra tudode uma vez, a partir de variveis lingsticas fuzzification todo o caminho atravs dedefuzzification da produo acumulada. A figura a seguir mostra a real dimensointegral-fuzzy inferncia diagrama. L muita coisa para ver em uma infernciafuzzy esquema, mas depois que voc se habituepara ele, voc pode aprender muitosobre um sistema muito rapidamente. Por exemplo, a partir deste esquema especialcom estes factores de produo, voc pode ver facilmente que a implicao mtodo truncamento com a funo min. A funo max est sendo usado fuzzy para aoperao OU. Regra 3 (o mais baixo-fila no diagrama mostrados anteriormente) est

a ter o mais forte influncia sobre a produo. e assim por diante. O artigo Viewerdescrito em "A Regra Viewer" na pgina 2-46 um MATLAB implementao dainferncia fuzzy diagrama.


51/239

Personalizao

Um dos principais objetivos da Lgica Fuzzy Toolbox est a ter um dilogo aberto ede fcil modificado inferncia fuzzy sistema estrutura. Assim, Fuzzy Logic Toolbox

concebido para lhe dar a maior liberdade possvel, dentro dos condicionalismosbsicos do processo descrito, para personalizar o seu processo de inferncia fuzzyaplicativo. Por exemplo, voc pode substituir as suas prprias funes MATLAB opadro para qualquer uma das funes usadas nas cinco etapas detalhadasanteriormente: voc fazer sua prpria inscrio funes e mtodos, ou mtodos,Implicaes mtodos de agregao mtodos, e defuzzification mtodos "ConstruirSistemas com Lgica Fuzzy Toolbox" na pgina 2-30 descreve exatamente comocriar e implementar um sistema de inferncia fuzzy usando as ferramentas

fornecidas.

Construo de Sistemas com Lgica Fuzzy Toolbox

"Tipping Outro Problema" na pgina 2-30 "Como comear" na pgina 2-33 "A FIS Editor" na pgina 2-34 "A Funo Scio Editor" na pgina 2-38 "A Regra Editor" na pgina 2-43

"A Regra Viewer" na pgina 2-46 "A superfcie Viewer" na pgina 2-49 "Importar e Exportar a partir de ferramentas GUI" na pgina 2-50 "Personalizando Seu Fuzzy System" na pgina 2-51

Outro problema basculamento

Agora, voc est indo para o trabalho atravs de um depsito similar exemplo, siremos ser edifcio-lo usando a interface grfica do usurio (GUI) ferramentasfornecidas pela Lgica Fuzzy Toolbox. Embora seja possvel utilizar Lgica FuzzyToolbox por trabalho estritamente a partir da linha de comando, em geral, muitomais fcil para construir uma sistema graficamente. H cinco principais ferramentasGUI para a construo, edio, e observando fuzzy em sistemas de inferncia FuzzyLogic Toolbox:


52/239

Inferncia Fuzzy System (FIS) Editor Composio funo Editor Regra Editor Regra Viewer Superfcie Viewer

Essas GUIs so ligados dinamicamente, em que as mudanas que voc faz para oFIS usando um deles, podem afetar o que voc v em qualquer um dos outros GUIsaberto. Voc pode ter uma ou todas elas aberto para um determinado sistema. Paraalm destes cinco primrio GUIs, inclui a "caixa de ferramentas grficas ANFIS GUI,que utilizado para a construo e analisando-tipo Sugeno adaptativo neural fuzzyinferncia sistemas. O ANFIS GUI discutido em "Tipo Sugeno-Fuzzy Inferncia" na

pgina 2-80.

A FIS Editor lida com a questes de alto nvel para o sistema: Qual o nmero deentrada e parmetros de sada? Quais so os seus nomes? Lgica Fuzzy Toolboxno limitar o nmero de entradas. No entanto, o nmero de entradas podem serlimitadas por a memria disponvel de sua mquina. Se o nmero de entradas muito grande, ou o nmero de inscrio funes muito grande, ento ele tambmpode ser difcil de Analisar a FIS usando as outras ferramentas GUI. A Funo Scio


53/239

Editor utilizado para definir os perfis de todos os filiao funes associadas acada varivel. A regra editor para a edio da lista de regras que define ocomportamento de o sistema.A Regra da superfcie Viewer Viewer e so utilizadas para analisar, em oposio aedio, a FIS. Eles so estritamente s de leitura ferramentas. A Regra um ViewerMATLAB baseado exibio da inferncia fuzzy diagrama mostrado no fim de a ltimaseo. Usado como um diagnstico, pode mostrar (por exemplo) que as regras soativos, ou como membros individuais esto a influenciar a funo molda resultados.A superfcie Viewer utilizado para exibir as dependncias de um dos realizaesem qualquer um ou dois dos factores de produo-ou seja, gera um e parcelas.Mapa superfcie de sada para o sistema. Esta seo comeou com uma ilustrao

semelhante a uma das seguintes descrevendo as principais partes de um sistema deinferncia fuzzy, apenas uma mostra como a prxima os trs editores bate certo. Osdois espectadores analisar o comportamento do sistema inteiro.

Os cinco principais GUIs todos podem interagir e trocar informaes. Qualquer umde eles sabem ler e escrever, tanto para o trabalho e para um arquivo (a read-onlytelespectadores ainda pode trocar parcelas com a rea de trabalho e guard-laspara um arquivo).Para qualquer inferncia fuzzy sistema, qualquer ou todos estescinco GUIs podem ser abertos. Se mais do que um destes editores est aberto paraum sistema nico, os vrios GUI as janelas esto cientes da existncia dos outros,e, se necessrio, actualiza relacionadas com o Windows. Assim, se os nomes dosmembros funes so alteradas utilizando a Funo Scio Editor, essas alteraesesto reflectidas na regras indicadas no artigo Editor. Os editores para qualquernmero de diferentes FIS sistemas podem ser abertos simultaneamente. A FIS


54/239

Editor, o Membership Funo Editor, e do artigo Editor todos podem ler e modificaros dados FIS,mas a regra da superfcie Viewer Viewer e no alterem os dados naFIS qualquer forma.

Comeando: Ns iremos comear com uma descrio de uma base de duasentradas, uma sada de tombamento problema (com base em prticas detombamento os E.U.).

O problema bsico basculamento

Dado um nmero entre 0 e 10 que representa a qualidade do servio em umrestaurante (onde 10 excelente), e outro nmero entre 0 e 10 que representa aqualidade dos alimentos em que restaurante (mais uma vez, 10 excelentes), o quedeveria ser a ponta? O ponto de partida a anote as trs regras de ouro dedepsito, baseado em anos de experincia pessoal nos restaurantes. 1. Se o servio pobre ou o alimento rano, ento dica barato.2. Se o servio bom, ento ponta mdia.3. Se o servio excelente ou a comida deliciosa e, em seguida, gorjeta generosa. Suponhamos que uma ponta mdia de 15%, uma generosa gorjeta de25%, e uma dica barato 5%. Obviamente

bvio que os nmeros e a forma da curva esto sujeitas a nvel local tradies,preconceitos culturais, e assim por diante, mas as trs regras geralmente souniversais. Agora que voc conhece as regras e ter uma idia do que a sada deveparecer como, comear a trabalhar com as ferramentas GUI para construir umsistema de inferncia fuzzy para este processo de deciso.


55/239

O debate seguinte, diz-lhe como construir um novo sistema de inferncia fuzzy apartir do zero. Se voc quiser poupar tempo e seguem ao longo rapidamente, vocpode carregar o pr sistema, digitando fuzzy basculantes. Este comando carrega oFIS associados com o arquivo tipper.fis (o. Fis st implcita) e lana o FIS Editor. Noentanto, se voc carregar o pr sistema, voc no criar regras e na construo de


56/239

filiao funes. A FIS Editor exibe informaes gerais sobre um sistema deinferncia fuzzy. Existe um diagrama simples na parte superior, que mostra osnomes de cada entrada varivel, esquerda, e as de cada varivel de sada direita. O amostra adeso funes mostradas nas caixas so apenas cones e noretratam as reais formas de pertena a funes:

Abaixo o esquema o nome do sistema e do tipo de infernciautilizadas. O padro de inferncia Mamdani-tipo, o que descrito, atento,e o que voc continue a usar para esse exemplo. Outro tipoligeiramente diferente de inferncia, chamada de tipo Sugenoinferncia, tambm est disponvel. Este mtodo explicado em "TipoSugeno-Fuzzy Inferncia" na pgina 2-80.

Abaixo do nome do sistema de inferncia fuzzy, no lado esquerdo dafigura, so os menus pop-up que permitem que voc modifique asvrias peas do inferncia processo. No lado direito, na parte inferior da figura a rea que apresenta aquer um nome de entrada ou de sada varivel, associada a suafiliao Tipo de funo, ea sua gama. Os dois ltimos campos so especificados somente aps a adesofunes ter sido.

Abaixo dessa regio esto a Ajuda e Close up call botes que ajudaon-line e fechar a janela, respectivamente. No fundo uma linha que oestatuto rels informaes sobre o sistema.

Para iniciar este sistema a partir do zero, tipo fuzzy no MATLAB prompt. Osgenricos untitled FIS Editor abre, com um input, marcados INPUT1, e uma sada,marcados Output1. Para este exemplo, voc construir uma-duas entradas, umasada sistema. Uma segunda caixa amarela INPUT2 aparece. As duas entradas emseu exemplo so servios e alimentos. O sada uma dica. Voc quer mudar os

nomes das variveis de modo a reflectir estas designaes:1 Escolha Editar> Adicionar varivel> Input.2 Clique na caixa amarela INPUT1. Esta caixa destacado com umcontorno vermelho.3 Edite o campo Nome de INPUT1 ao servio, e pressione Enter.


57/239

4 Clique na caixa amarela INPUT2. Esta caixa destacado com umcontorno vermelho. 5 Edite o campo Nome de INPUT2 alimentao, epressione Enter. 6 Clique na caixa azul Output1.7 Edite o campo Nome de Output1 a ponta, e pressione Enter. 8 selecioneArquivo> Exportar> Para Workspace ..

9 Workspace varivel Digite o nome basculantes, e clique em OK. O esquema atualizado para refletir os novos nomes dos de entrada e de sada variveis. Existeagora uma nova varivel na rea de trabalho que chamou basculantes contm todasas informaes sobre este sistema. Ao salvar a rea de trabalho com um novonome, voc tambm renomear todo o sistema. Sua aparncia janela algo como oseguinte esquema.


58/239

Deixe a inferncia opes na parte inferior esquerda nas suas posies por omissopara j. Voc inseriu todas as informaes que voc precisa para este particularGUI. Prximo, definir a composio funes associados a cada uma das variveis.Para fazer isso, abra a Funo Scio Editor. Voc pode abrir o Editor Funo Scioem uma das trs maneiras:

Dentro da FIS Editor janela, selecione Editar> Composio Funes..Dentro da FIS Editor janela, clique duas vezes no cone azul chamado dica. Na linha de comando, digite mfedit.

A adeso funo Editor


59/239

A Funo Scio Editor partes algumas caractersticas com o FIS Editor. Narealidade, todos os cinco bsica ferramentas GUI semelhantes tm opes demenus, estado linhas, Ajuda e botes e Fechar. A Funo Scio Editor aferramenta que permite a voc exibir e editar de todos os membros de todas asfunes associadas com a entrada e sada variveis para todo o sistema deinferncia fuzzy.Quando voc abrir o Editor Composio Funo para trabalhar emuma inferncia fuzzy sistema que ainda no existir na rea de trabalho, no hfiliao funes associadas com as variveis que voc definiu com o FIS Editor. Naparte superior esquerda da rea do grfico na Funo Scio Editor uma "varivelPaleta" que permite que voc defina as funes de pertena a um determinadovarivel. Para configurar a adeso funes associadas a uma entrada ou uma sada

varivel para a FIS, FIS selecionar uma varivel na regio clicando-lo.Prxima selecione o menu suspenso Editar, e escolha a opo Adicionar SMF.. Umanova janela. Parece, que lhe permite selecionar tanto a funo de tipo e de filiao onmero de inscrio funes associadas com a varivel seleccionada. No cantoinferior-direito da janela esto os comandos que permitem que voc mudar O nome,tipo, e os parmetros (forma), a adeso da funo, depois de selecionado. Asfunes de membro do actual varivel so exibidos nas principaisgrfico.Estas funes podem ser manipulados adeso de duas formas. Voc primeiro pode

usar o mouse para selecionar uma funo especial filiao associados com umadeterminada qualidade varivel, (como pobres, para a varivel, de servio), e entoarraste a adeso funo de lado a lado. Isto afeta a ao matemtico descrio dosassociados com a qualidade que a adeso para uma determinada funo varivel.Os selecionados adeso funo tambm pode ser marcados para a dilatao oucontrao clicando na pequena praa arrastar pontos em funo da filiao e, emseguida, a funo arrastar com o rato em direo ao exterior, para a dilatao, ouem direo ao interior, para a contrao.

Este aco associada a alteraes nos parmetros que a adeso funo. Abaixoest a varivel Paleta algumas informaes sobre o tipo eo nome de a actualvarivel. Existe um campo texto nesta regio que lhe permite alterar os limites daactual gama da varivel (universo de discurso) e outro que permite que voc definaos limites do actual parcela (que no tem qualquer efeito real sobredo sistema).O processo de adeso especificando as funes de entrada para este dois inputbasculantes problema o seguinte:


60/239

1 Seleccione a entrada varivel, de servios, atravs de duplo clique sobre ele.Defina ambas as Gama e da Faixa de exibio para o vetor [0 10]. 2 SelecioneAdicionar MFS. a partir do menu Editar. Abre a janela abaixo.

3 Utilize a guia para escolher gaussmf para MF e 3 Tipo de Nmero de MFS. Estaopo adiciona Gaussian trs curvas para a varivel de entrada servio. 4 Cliqueuma vez sobre a curva com mais esquerda Surto. Mudar o nome do Curva depobres. Para ajustar a forma da adeso funo, use o rato, como descrito acima, outipo de produto em um parmetro desejada mudana, e em seguida clicar em funoda filiao. O parmetro default lista para esta curva [1,5 0].5 Nome da curva com o meio Surto, bom, e as curvas com o Surto direita, excelente.Redefinir os parmetros associados, se desejado.

6 Seleccione a entrada varivel, alimentao, clicando nele. Defina ambas as Gamae Mostrar o Gama para o vetor [0 10]. Selecione Adicionar 7 MFS. a partir do menuEditar e acrescentar duas curvas para a trapmf input varivel alimentos. 8 Cliqueuma vez diretamente sobre a curva esquerda com a trapezoidal. Altere o nome dacurva a rano. Para ajustar a forma da adeso funo, quer usar o mouse, comodescrito acima, ou em um tipo desejado parmetro mudana e, em seguida, cliqueem funo da filiao. O parmetro padro para esta lista curva [0 0 1 3].

9 Nome da curva com a direita trapezoidal, delicioso, e redefinir aparmetrosassociados, se assim desejar. Em seguida, criar as funes para a adeso sadavarivel de ponta. Para criar a sada varivel filiao funes, usar a varivel sobre apaleta esquerda, selecionando a sada varivel de ponta. As entradas variando de


61/239

0 a 10, mas a escala de sada vai ser uma ponta entre 5% e 25%. Use triangularadeso funo do tipo de produo. Em primeiro lugar, definir o Gama (e da Faixade exibio) a [0 30], para cobrir a faixa de sada. Inicialmente, a adeso baratofuno tem os parmetros [0 5 10], mdia funes so pertena [10 15 20], e dogeneroso adeso funo so [20 25 30]. Seu sistema deve ser parecido com oseguinte Figura. Agora

Agora que as variveis tenham sido chamado a composio e funes Possuirformas e nomes, voc pode inserir as regras. Para chamar-se o artigo Editor, v

para o menu Exibir e selecione Regimento., ou tipo ruleedit a linha de comando


62/239

A regra Editor

A construo de regras usando a interface grfica artigo Editor bastante auto -evidentes. Com base nas descries das variveis de entrada e de sada definidocom o FIS Editor, o artigo Editor permite construir o Estado declaraes de forma

automtica, clicando em e selecionando um item de cada entrada varivel caixa deum item de cada caixa de sada, e uma conexo item. Escolhendo nenhuma comouma das qualidades varivel exclui as variveis de uma determinada regra.Escolhendo ao abrigo de qualquer varivel nome no nega a qualidade associados.Regras podem ser alteradas, suprimidas, ou adicionados, clicando no botoapropriado. O artigo Editor tambm tem alguns marcos familiar, semelhantes s queconstam do FIS Editor e Composio da Funo Editor, incluindo a barra de menu e


63/239

da linha de estado. O formato de pop-ups est disponvel a partir do menu Opesmenu suspenso a partir da barra de menu superior no menu pop-up utilizada paradefinir o O formato para a exibio. Do mesmo modo, Language podem serdefinidos no mbito de Opes tambm. O boto Ajuda Ajuda MATLAB abre uma janela. Para inserir a primeira regra do artigo Editor, selecione o seguinte:

mau servio ao abrigo da varivel rano sob a varivel alimentar O boto de opo ou, no bloco Connection barato, sob a produo varivel, gorjeta.

A regra resultante

1. Se (servio pobre) ou (alimento rano) e depois (dica barato) (1) Osnmeros em parnteses representam os pesos que podem ser aplicados a cadaEstado, se assim desejar. Voc pode especificar os pesos, digitando um nmerodesejado entre zero e um sob o peso configurao. Se voc no precisar deles, ospesos so assumidos para ser unidade (1). Siga um procedimento semelhante parainserir a segunda e terceira regras na Regra Editor para obter 1. Se (servio pobre)ou (alimento rano) e depois (dica barato) (1) 2. Se (servio bom) e depois(gorjeta mdia) (1)

3. Se (servio excelente) ou (comida deliciosa) e depois (gorjeta generosa) (1)Para alterar uma regra, clique sobre a primeira regra a ser alterada. Prxima fazer odesejado alteraes a essa regra e, em seguida, clique em Alterar regra. Porexemplo, para mudar a primeira regra a 1. Se (servio no pobre) ou (alimentos norano) e depois (gorjeta no barata) (1) Selecione a caixa no no mbito de cadavarivel e, em seguida, clique em Alterar regra.

O formato pop-up a partir do menu Opes de menu indica que voc est verbose

olhando a forma de as regras. Tente alterar-lo para simblica. Voc ver 1. (servio== pobres) | (comida == rano) => (ponta = barato) (1) 2. (servio de boa ==) =>(ponta mdia) (1) 3. (servio excelente ==) | (comida deliciosa ==) => (ponta =generosa) (1) No h muita diferena no visor realmente, mas um pouco maislinguagem neutra, porque ela no depende de termos como se, e em seguida. Sevoc mudar o formato para indexada, voc ver uma verso extremamentecompactado das regras.


64/239

1 1, 1 (1): 22 0, 2 (1): 13 2, 3 (1): 2Esta a verso das regras que lida com a mquina.

A primeira coluna na presente estrutura corresponde s variveis deentrada. A segunda coluna corresponde sada varivel. A terceira coluna mostra o peso aplicado a cada Estado. A quarta coluna abreviao que indica se esta uma OU (2)E regra ou um (1) regra.

Os nmeros nas duas primeiras colunas referem-se ao nmero do ndicefiliao funo.Uma interpretao literal da regra 1 "Se input 1 MF1 (a primeira adeso funoassociada a entrada 1) ou se MF1 input 2 e, em seguida, dever sada 1 MF1 ser(o primeiro membro associado a funo de sada 1), com a peso 1.

O formato simblico no considera os termos, se, ento, e assim por diante. Oindexados formato nem sequer se preocupar com os nomes de suas variveis.

bvio que a funcionalidade de seu sistema no depende de quo bem voc terchamado a sua filiao variveis e funes. O conjunto do ponto de nomeandovariveis descritiva , como sempre, tornando o sistema mais fcil para voc ainterpretar. Assim, a menos que voc tenha em mente alguns efeitos especiais, Provavelmente ser mais fcil para voc continuar com o formato verbose.Neste ponto, a inferncia fuzzy sistema foi completamente definida, na medida emque as variveis, pertena funes, e as regras necessrias para calcular dicasesto em vigor. Agora, observe a inferncia fuzzy diagrama apresentado no final de

seo anterior e verificar se tudo est a comportar da maneira que voc pensadeveria. Voc pode usar o Visualizador de regra, ao lado das ferramentas GUI olharpara ns. A partir do menu Exibir, selecione Regimento.


65/239

A regra View er

O artigo Viewer exibe um roteiro de todo o processo inferncia fuzzy. Ele baseia-sena inferncia fuzzy esquema descrito na seo anterior. Voc ver um nico valor janela com 10 encaixados em pequenas parcelas-lo. As trs pequenos parcelas em

toda a parte superior da figura representam o antecedente e consequente daprimeira regra. Cada regra uma linha de parcelas, e cada coluna uma varivel.As duas primeiras colunas de parcelas (o amarelo seis parcelas) mostram a filiaofunes referenciadas pelo antecedente, ou se o Estado-parte de cada um.O terceira coluna de parcelas (das trs parcelas azul) mostra a composio funesreferenciada pela consequente, ou ento-a parte de cada Estado. Se voc clicaruma vez a regra nmero um, correspondente a regra ser exibido na parte inferiorda figura. Repare que no mbito dos alimentos, h uma parcela que est em branco.

Este corresponde caracterizao de nenhum alimento para a varivel na segundaregra.A quarta parcela da terceira coluna das parcelas representa o agregado ponderadadeciso para o sistema dado inferncia. Esta deciso depender sobre os valores deentrada para o sistema.H tambm itens como a conhecemos hoje da linha deestado e na barra de menus. No canto inferior direito h um campo em que vocpode digitar especficos de entrada valores. Para os dois input-sistema, voc vai


66/239

entrar um input vector, [9 8], para exemplo, e, em seguida, clique em Inserir. Voctambm pode ajustar esses valores por input clicar em qualquer lugar em qualqueruma das trs parcelas para cada entrada. Isto ir mover o ndice linha vermelhahorizontal, at ao ponto onde voc clicou. Voc tambm pode basta clicar e arrastaresta linha, a fim de alterar os valores de entrada. Quando voc liberao da linha,(ou aps a entrada especificando manualmente), um novo clculo executado, evoc pode ver todo o processo inferncia fuzzy ter lugar:

No caso de o ndice de servio cruza a linha representando adesofuno line "servio pobre", no canto superior esquerdo parceladetermina o grau em que uma regra ativada. Uma mancha de cor amarela no mbito da adeso real funo curva

usada para tornar a filiao fuzzy valor claramente visveis.

Cada uma das caracterizaes de cada uma das variveis determinado comrespeito ndice linha para a entrada desta maneira. Se voc seguir regra 1 na partesuperior do o diagrama, voc pode ver o consequente "dica barato" foi truncadopara exactamente o mesmo grau que o (composto) antecedente-esta a implicaoprocesso em ao. A agregao ocorre estabelece a terceira coluna, e os agregadoresultante mostrado na parcela nica parcela que aparecem na parte inferior canto

direito da parcela campo. A sada defuzzified valor mostrado pela espessa linhapassa pelo agregado fuzzy set.O artigo Viewer permite que voc interpretar todo o processo inferncia fuzzy deuma s vez. O artigo Viewer tambm mostra como a forma de certos membrosfunes influenciam o resultado global. Porque cada parte de todas as parcelasregra, torna-se particularmente difcil para grandes sistemas, mas, por uma nmerorelativamente pequeno de entradas e sadas, ela desempenha bem (dependendoquanta tela voc dedicar espao para ele), com um mximo de 30 regras e de tantos

quantos 6 ou 7 variveis.O artigo Viewer mostra um clculo em um momento e em grande detalhe. Nestesentido, ela apresenta uma espcie de micro ponto de vista do sistema de infernciafuzzy. Se voc quero ver toda a superfcie de sada de seu sistema de todo oespao da produo baseada no conjunto de todo o espao da entrada deconfigurao em que voc precisa para abrir o Surface Viewer. Este visualizador o


67/239

ltimo dos nossos cinco base em ferramentas GUI Fuzzy Logic Toolbox, e voc abri-lo, selecionando a partir do menu Ver Surface.

A superf cie Viewer

Aps a abertura da superfcie Viewer, voc v uma curva que tridimensional

representa o mapeamento de alimentos e servio de qualidade a ponta montante.Porque esta curva representa um dois-um input-output caso, voc pode ver todo omapeamento em uma parcela. Quando nos deslocamos para alm de trs imensesglobais, estamos comeam a enfrentar problemas para exibir os resultados.Assim, a superfcie Viewer est equipado com menus pop-up que lhe permitemseleccionar qualquer duas entradas e uma sada para qualquer plotagem. Bastaseguir as janelas pop-up menus so dois campos de entrada texto que lhe permitem


68/239

determinar quantos x-eixo e y-eixo linhas da grelha que deseja incluir. Estacapacidade permite-lhe manter a clculo tempo razovel para problemas complexos.Clicar no Avaliar boto inicia o clculo, e o enredo trata-se logo aps o clculo completa. Para mudar o eixo-x ou y-eixo grid aps a superfcie tendo em vista,basta mudar o texto adequado campo e clique em uma das grades ou X - Y-redes,de acordo com o texto que voc mudou campo, a reelaborar o enredo. A superfcieViewer tem uma capacidade especial que muito til em casos em duas (ou mais)entradas e uma sada: voc pode realmente agarrar os eixos e reposicionar-los paraobter uma diferente viso tridimensional sobre os dados. O Ref. Entrada de campo utilizado nas situaes em que h mais insumos necessrios ao o sistema do que asuperfcie de mapeamento.

Suponha que voc tenha um mandato de quatro input-output um sistema, e gostariade ver o superfcie de sada. A superfcie Viewer pode gerar uma sadatridimensional superfcie onde nenhum dos dois insumos variam, mas dois dosfactores de produo deve ser realizada constante porque os monitores no podeexibir um cinco-dimensional forma.Em tal caso, a entrada um quatro-dimensional vector com a explorao NANSsubstituio de insumos, enquanto os variados valores numricos indica que esses

valores permanecem fixos. Um NaN IEEE a sigl

Fuzzy Logic Toolbox Traduzido

Documents

Transcript of Fuzzy Logic Toolbox Traduzido