בחיי היום יום שלנו אנו עלולים להתמודד עם מצבים שבהם איננו מסוגלים לקבוע אם המדינה נכונה או שקרית. מטושטש מתייחס למשהו שאינו ברור או מעורפל. לוגיקה מטושטשת ב- AI מספקת גמישות חשובה לחשיבה. ובמאמר זה נלמד על היגיון זה ויישומו ב- ברצף הבא:
- מה זה Fuzzy Logic?
- מדוע אנו משתמשים ב- Fuzzy Logic?
- ארכיטקטורה
- פונקציית חברות
- לוגיקה מטושטשת לעומת הסתברות
- יישומים של Fuzzy Logic
- יתרונות חסרונות
- לוגיקה מטושטשת ב- AI: דוגמה
מה זה Fuzzy Logic?
לוגיקה עמומה (FL) היא שיטת חשיבה הדומה הנמקה אנושית . גישה זו דומה לאופן בו בני אדם מבצעים קבלת החלטות. וזה כרוך בכל אפשרויות הביניים בין כן ו לא .
ה בלוק לוגיקה קונבנציונאלי שהמחשב מבין לוקח קלט מדויק ומפיק פלט מוגדר כ- TRUE או FALSE, שווה ערך ל- YES או NO של בן אנוש. ההיגיון המטושטש הומצא על ידי לוטפי זאדה שצפו כי בניגוד למחשבים, לבני אדם יש מגוון שונה של אפשרויות בין YES ו- NO, כגון:
ההיגיון Fuzzy עובד ברמות האפשרויות של קלט להשגת תפוקה מוגדרת. עכשיו, מדברים על יישום ההיגיון הזה:
ניתן להטמיע אותו במערכות בעלות גדלים ויכולות שונות כגון מיקרו-בקרים, גדולים ברשת אוֹ מערכות מבוססות תחנות עבודה.
כמו כן, ניתן ליישם אותו ב חומרה תוכנה או שילוב של שניהם .
מדוע אנו משתמשים ב- Fuzzy Logic?
בדרך כלל אנו משתמשים במערכת ההיגיון המטושטשת למטרות מסחריות ומעשיות כגון:
זה שולט במכונות ו מוצרי צריכה
אם לא חשיבה מדויקת, זה לפחות מספק נימוק מקובל
זה עוזר בהתמודדות עם ה- חוסר וודאות בהנדסה
אז, עכשיו, כשאתה יודע על לוגיקה מטושטשת ב- AI ומדוע אנו משתמשים בה באמת, בואו נמשיך ונבין את הארכיטקטורה של ההיגיון הזה.
אדריכלות לוגית מטושטשת
ארכיטקטורת ההיגיון המטושטשת מורכבת מארבעה חלקים עיקריים:
כללים - הוא מכיל את כל הכללים והתנאים אם-אז המוצעים על ידי המומחים לשליטה במערכת קבלת ההחלטות. העדכון האחרון בתיאוריה המטושטשת מספק שיטות יעילות שונות לעיצוב וכוונון בקרים מטושטשים . בדרך כלל, התפתחויות אלה מצמצמות את מספר הכללים המטושטשים.
תמיהה - שלב זה ממיר כניסות או את המספרים החדים לסטים מטושטשים. אתה יכול למדוד את הכניסות החדות על ידי חיישנים ולהעביר אותם אל ה- מערכת בקרה להמשך עיבוד. הוא מחלק את אות הקלט לחמישה שלבים כגון-
מנוע היקש - זה קובע את מידת ההתאמה בין קלט מטושטש לבין הכללים. על פי שדה הקלט, היא תחליט על הכללים שיש לפטר. שילוב הכללים המפוטרים, יוצרים את פעולות הבקרה.
ערפול - תהליך Defuzzification ממיר את הסטים המטושטשים לערך חד. ישנם סוגים שונים של טכניקות זמינות, ועליך לבחור את המתאימה ביותר עם מערכת מומחים.
אז זה היה על הארכיטקטורה של ההיגיון המטושטש ב- AI. עכשיו, בואו נבין את פונקציית החברות.
פונקציית חברות
פונקציית החברות היא גרָף המגדיר כיצד כל נקודה ב שטח קלט ממופה לערך חברות בין 0 ל -1. זה מאפשר לך לכמת מונחים לשוניים ומייצגים סט מטושטש בצורה גרפית. פונקציית חברות לסט מטושטש A על יקום השיח X מוגדרת כ & muA: X → [0.1]
זה מכמת את מידת החברות של האלמנט ב- X לסט המטושטש A.
ציר x מייצג את יקום השיח.
ציר y מייצג את דרגות החברות במרווח [0, 1].
יכולות להיות פונקציות חברתיות מרובות החלות על מטושטש ערך מספרי. פונקציות חברות פשוטות משמשות כיוון שהפונקציות המורכבות אינן מוסיפות דיוק בפלט. החברות מתפקדת עבור LP, MP, S, MN ו- LN הם:
צורות פונקציית החברות המשולשות שכיחות ביותר בקרב צורות שונות אחרות של פונקציות חברות. כאן, הקלט למבוז 5 ברמות משתנה מ -10 וולט עד +10 וולט . מכאן שגם התפוקה המתאימה משתנה.
לוגיקה מטושטשת לעומת הסתברות
| לוגיקה עמומה | הִסתַבְּרוּת |
| בהיגיון מטושטש, אנו בעצם מנסים לתפוס את המושג המהותי של ערפול. | ההסתברות קשורה לאירועים ולא לעובדות, ואירועים אלה יתרחשו או לא יתרחשו |
| לוגיקה מטושטשת לוכדת את המשמעות של אמת חלקית | תורת ההסתברות לוכדת ידע חלקי |
| הגיון מטושטש לוקח דרגות אמת כבסיס מתמטי | הסתברות היא מודל מתמטי של בורות |
אז אלה היו כמה מההבדלים בין הגיון מטושטש ב- AI לבין הסתברות. עכשיו, בואו נסתכל על כמה מהיישומים של ההיגיון הזה.
יישומים של Fuzzy Logic
ההיגיון של Fuzzy משמש בתחומים שונים כגון מערכות רכב, מוצרים ביתיים, בקרת סביבה וכו '. חלק מהיישומים הנפוצים הם:
הוא משמש ב- שדה תעופה וחלל ל בקרת גובה של חלליות ולוויין.
זה שולט ב- מהירות ותנועה בתוך ה מערכות רכב.
הוא משמש ל מערכות תמיכה בקבלת החלטות והערכה אישית בעסקי החברה הגדולה.
זה גם שולט על pH, ייבוש, תהליך זיקוק כימי ב תעשייה כימית .
משתמשים בהגיון מטושטש ב עיבוד שפה טבעית ומגוונים אינטנסיביים .
זה נעשה שימוש נרחב ב מערכות בקרה מודרניות כגון מערכות מומחים.
לוגיקה מטושטשת מחקה כיצד אדם יקבל החלטות, רק הרבה יותר מהר. לפיכך, אתה יכול להשתמש בו עם רשתות עצביות .
אלה היו חלק מהיישומים הנפוצים של ההיגיון Fuzzy Logic. עכשיו, בואו נסתכל על היתרונות והחסרונות של השימוש ב- Fuzzy Logic ב- AI.
יתרונות וחסרונות של לוגיקה מטושטשת
הגיון מטושטש מספק חשיבה פשוטה בדומה לחשיבה אנושית. יש עוד כאלה יתרונות של שימוש בהיגיון זה, כגון:
המבנה של Fuzzy Logic Systems הוא קל ומובן
נעשה שימוש נרחב בהיגיון מטושטש מִסְחָרִי ו מטרות מעשיות
זה עוזר לך מכונות בקרה ומוצרי צריכה
זה עוזר לך להתמודד עם חוסר וודאות בהנדסה
בעיקר חָסוֹן כשאין צורך בתשומות מדויקות
אם חיישן המשוב מפסיק לעבוד, אתה יכול לתכנת אותו למצב
אתה יכול לשנות בקלות כדי לשפר או לשנות את ביצועי המערכת
כיצד לבצע טבלאות מקוננות ב- html - -
חיישנים זולים ניתן להשתמש בו המסייע לך לשמור על עלות המערכת הכוללת ומורכבותה נמוכה
אלה היו היתרונות השונים של ההיגיון המטושטש. אבל, יש בו כמה חסרונות גם כן:
ההיגיון המטושטש הוא לא תמיד מדויק . כך שהתוצאות נתפסות על סמך הנחות יסוד וייתכן שלא יתקבלו באופן נרחב
זה לא יכול לזהות ממש כמו דפוסי סוג
אימות ואימות של צרכים מערכתיים מבוססי ידע מטושטשים בדיקות מקיפות עם חומרה
קביעת כללים מדויקים ומטושטשים ותפקידי חברות הם א משימה קשה
לפעמים ההיגיון המטושטש הוא מְבוּלבָּל עם תאוריית ההסתברות
לכן, אלו היו כמה מהיתרונות והחסרונות של שימוש בהיגיון מטושטש ב- AI. עכשיו, בואו ניקח דוגמא של העולם האמיתי ונבין את פעולתו של ההיגיון הזה.
לוגיקה מטושטשת ב- AI: דוגמה
העיצוב של מערכת לוגיקה מטושטשת מתחיל עם קבוצה של פונקציות חברות לכל קלט וסט לכל פלט. לאחר מכן מוחלים מערך כללים על פונקציות החברות כדי להניב ערך פלט חד. בואו ניקח דוגמא לבקרת תהליכים ונבין את ההיגיון המטושטש.
שלב 1
כאן, טֶמפֶּרָטוּרָה הוא הקלט ו מהירות מאוורר היא הפלט. עליך ליצור קבוצה של פונקציות חברות עבור כל קלט. פונקציית חברות היא פשוט ייצוג גרפי של קבוצות המשתנים המטושטשות. לדוגמא זו נשתמש בשלוש סטים מטושטשים, חם קר ו חַם . לאחר מכן ניצור פונקציית חברות לכל אחת משלוש קבוצות הטמפרטורה:
שלב 2
בשלב הבא נשתמש בשלושה סטים מטושטשים לפלט, איטי, בינוני ו מָהִיר . קבוצה של פונקציות נוצרת עבור כל קבוצת פלט בדיוק כמו עבור ערכות הקלט.
שלב 3
כעת, לאחר שמוגדרות פונקציות החברות שלנו, אנו יכולים ליצור את הכללים שיגדירו כיצד יחולו פונקציות החברות על המערכת הסופית. ניצור שלושה כללים למערכת זו.
- אם חם אז מהיר
- אם חם אז בינוני
- ואם קר אז איטי
כללים אלה חלים על פונקציות החברות כדי לייצר את ערך הפלט החדה להפעלת המערכת. לפיכך, לערך קלט של 52 מעלות , אנו מצטלבים עם פונקציות החברות. הנה, אנו מיישמים שני כללים כאשר הצומת מתרחש בשתי הפונקציות. אתה יכול להאריך את נקודות הצומת לפונקציות הפלט כדי לייצר נקודת חיתוך. לאחר מכן תוכל לקטוע את פונקציות הפלט בגובה נקודות ההצטלבות.
זה היה הסבר פשוט מאוד לאופן שבו מערכות ההיגיון המטושטשות עובדות. במערכת עבודה אמיתית יהיו כניסות רבות ואפשרות למספר יציאות. זה יביא למערכת מורכבת למדי של פונקציות וכללים רבים נוספים.
עם זאת, הגענו לסוף המאמר Fuzzy Logic שלנו ב- AI. אני מקווה שהבנת מה זה הגיון מטושטש ואיך זה עובד.
כמו כן, בדוק את הקורס אוצר על ידי אנשי מקצוע בתעשייה בהתאם לדרישות ודרישות התעשייה. תוכלו לשלוט במושגים כמו פונקציית SoftMax, Autoencoder Neural Networks, Restricted Boltzmann Machine (RBM) ולעבוד עם ספריות כמו Keras & TFLearn. הקורס אוצר במיוחד על ידי מומחים בתעשייה עם מחקרי מקרה בזמן אמת.
יש לך שאלה עבורנו? אנא הזכיר זאת בסעיף ההערות של 'Fuzzy Logic in AI' ונחזור אליך.