badania operacyjne, fuzzy intro

background image

ELEMENTY TEORII ZBIORÓW ROZMYTYCH

OPRACOWAŁ: M. KWIESIELEWICZ

POJĘCIA NIEPRECYZYJNE

ODDZIAŁYWANIA CZŁOWIEK-OBIEKT TECHNICZNY
OTOCZENIE (Hoang 1990):
· człowieka na otoczenie, np.: ergonomiczna konstrukcja

otoczenia,

· otoczenia na człowieka, np.: temperatura, skład powietrza,
· człowieka na obiekt, np.: doświadczenie w obsłudze,
· obiektu na człowieka, np.: złożoność obiektu, wyposażenie

techniczne,

· otoczenia na obiekt, np.: warunki klimatyczne,
· obiektu na otoczenie, np.: chałas, emisja substancji

szkodliwych.

KATEGORIE SUBIEKTYWNE
Przykłady zmiennych lingwistycznych:

“niska temperatura”, “wysoka temperatura”,

“wysoki poziom chałasu”, “niski poziom chałasu”.

Czynnik ludzki

ryzyko, zmęczenie, poziom stresu, itd.

background image

Podstawy teoretyczne modelowania człowiek - obiekt techniczny z
zastosowaniem teorii zbiorów rozmytych

Podstawowe pojęcia z zakresu teorii zbiorów rozmytych

Niech X będzie zbiorem obiektów, zwanym przestrzenią rozważań.

Dowolny element ze zbioru X oznaczmy przez x . Załóżmy ponadto
że przynależność elementu x do podzbioru A zbioru X określona jest
za pomocą funkcji przynależności

[ ]

µ

A

X

:

,

0 1

. Zbiór rozmyty A

zdefiniowany jest następująco (Zadeh 1965):

( )

(

)

{

}

A

x

x

x

X

A

=

,

,

µ

Notacja:

( )

A

x

x

A

x X

=

µ

/

( )

A

x

x

A

i

i

i

n

=

=

µ

/

1

Przykład:
Zbiór rozmyty “mała liczba naturalna” określony w przestrzeni
rozważań

{

}

X

=

1 2 3 4 5 6 7 8 9 10

, , , , , , , , ,

:

“mała liczba naturalna”

= 1 / 1 + 0.9 / 2 + 0.8 / 3 + 0.7 / 4 + 0.5 / 5 + 0.1 / 6

Interpretacja graficzna:

0

50

1

(x)

µ

niska

wysoka

Rys.2. Funkcje charakterystyczne

zbiorów "temperatura niska"

w sensie logiki klasycznej.

t [

°C]

temperatura temperatura

i "temperatura wysoka"

0

50

1

(x)

µ

niska

wysoka

Rys.3.Funkcje charakterystyczne

zbiorów "temperatura niska"

w sensie logiki rozmytej.

t [

°C]

temperatura temperatura

i "temperatura wysoka"

background image

Podstawowe operacje na zbiorach rozmytych zdefiniowane są
następująco (Zadeh 1965, Kacprzyk 1986)
· suma zbiorów rozmytych A i B:

( )

( ) ( )

{

}

µ

µ

µ

A B

A

B

x

x

x

=

max

,

,

· przecięcie zbiorów rozmytych A i B:

( )

( ) ( )

{

}

µ

µ

µ

A B

A

B

x

x

x

=

min

,

· negacja zbioru rozmytego A:

( )

( )

µ

µ

¬

= −

A

A

x

x

1

,

· iloczyn kartezjański zbiorów rozmytych A i B (są one

zdefiniowane na różnych przestrzeniach rozważań):

(

)

( )

(

)

{

}

µ

µ

µ

C A B

A

B

x y

x

y

= ×

=

,

min

,

0

50

1

(x)

µ

niska

wysoka

Rys.4. Interpretacja graficzna

sumy zbiorów rozmytych

"temperatura niska"

t [

°C]

temperatura temperatura

lub "temperatura wysoka"

0

50

1

(x)

µ

niska

wysoka

Rys.5. Interpretacja graficzna

iloczynu zbiorów rozmytych

"temperatura niska"

t [

°C]

temperatura temperatura

i "temperatura wysoka"

Przykład:

A

=

+

+

+

+

+

0 6 1 0 4 2 0 3 3 0 8 4 0 5 5 1 6

. /

. /

. /

. /

. /

/

{

}

X

=

1 2 3 4 5 6

, , , , ,

B

=

+

+

+

+

+

0 8 1 0 3 2 1 3 1 4 0 4 5 0 9 6

. /

. /

/

/

. /

. /

{

}

Y

=

1 2 3 4 5 6

, , , , ,

.

Iloczyn kartezjański:

Y

A B

X

1

2

3

4

5

6

1
2

3
4
5
6

0 6 0 3 0 6 0 6 0 4

0 6

0 4 0 3 0 4 0 4 0 4

0 4

0 3 0 3 0 3 0 3 0 3

0 3

0 8 0 3 0 8 0 8 0 4

0 8

0 5 0 3 0 5 0 5 0 4 0 5
0 8 0 3

1

1

0 4

0 9

× =

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

/

.

.

.

.

background image

Definicja.

α

- przekrojem zbioru rozmytego A

~

X, oznaczonym A

α

,

nazywamy następujący zbiór nierozmyty:

A

α

= { x

X :

µ

A

( x )

α

},

∀α

[0, 1]

Interpretacja graficzna

α

- przekroju została przedstawiona na rysunku

4:

Rys.6. Interpretacja graficzna

α

- przekroju

Twierdzenie o dekompozycji Każdy zbiór rozmyty A

~

X, można

przedstawić w postaci:

A =

α ∈

[ , ]

0 1

α

A

α

,

przy czym

α

A

α

oznacza zbiór rozmyty, którego elementom przypisano

następujące stopnie przynależności:

µ

α

α

A

(x) =

α

α

α

dla x

A

dla x

A

0

Definicja Nośnikiem zbioru rozmytego A

~

X, oznaczanym

S

A

nazywamy następujący zbiór nierozmyty:

S

A

= { x

X :

µ

A

( x ) > 0 }

background image

Rozmyty system ekspertowy

Uogólnioną rozmytą regułę wnioskowania modus ponens, można

przedstawić przy pomocy następującego schematu (Dubois and Prade
1988, Kacprzyk 1986):

(

)

I P

Q

P P

W P

P

Q

:

:

:

′ ⇒

− − − − − − − − −

′ ⇒

!

,

gdzie: "

!

" jest złożeniem typu max-min, I jest implikacją

lingwistyczną, P przesłanką lingwistyczną, W wnioskiem z
rozumowania rozmytego. Implikacja rozmyta może być zdefiniowana
na różne sposoby (Kacprzyk 1986, Mizumoto 1988). W niniejszej
pracy przyjęto iloczyn kartezjański (7) (metoda Zadeha i Mamdaniego
(Zadeh 1973,1992)).

Rozmyty

System

Ekspercki

u

1

u

2

y

Rys.7. Schemat blokowy systemu eksperckiego.

W trakcie syntezy systemu eksperckiego występują następujące

zadania do wykonania:

wybór wielkości wejściowych i wyjściowych systemu,

dyskretyzacja przestrzeni rozważań dla wielkości wejściowych i
wyjściowych,

ustalenie reguł wnioskowania,

wybór odpowiedniej metody wnioskowania,

zastosowanie odpowiedniej metody wyostrzania w przypadku,
kiedy oczekujemy zmiennej decyzyjnej rzeczywistej,

realizacja systemu eksperckiego w wybranym środowisku
programowym.

background image

REGUŁY

1. If is

and is

then is

2. If is

and is

then is

If is

and is

then is

If is

and is

then is

u

low

u

low

y

low

u

low

u

high

y

low

u

high

u

low

y

high

u

high

u

high

y

high

1

2

1

2

1

2

1

2

3

4

.

.

,

DYSKRETYZACJA

low

high

0

10

u

1

1

µ

u

1

( )

low

high

0

10

u

2

1

µ

u

2

( )

low

high

0

10

1

µ

)

(y

y

Rys.8. Dyskretyzacja przestrzeni rozważań dla zmiennych

wejściowych i zmiennej wyjściowej.

background image

low

0

10

u

1

1

µ

u

1

( )

low

0

10

u

2

1

µ

u

2

( )

y

0.7

0.5

3

5

low

0

10

1

µ

)

(y

0.5

0.5=min(0.7,0.5)

Rys.9. Rozmyte wnioskowanie dla reguły 1.

low

0

10

u

1

1

µ

u

1

( )

high

0

10

u

2

1

µ

u

2

( )

low

0

10

1

µ

)

(y

y

0.7

3

0.5

5

0.5

0.5=min(0.7,0.5)

Rys.10. Rozmyte wnioskowanie dla reguły 2.

low

0

10

u

1

1

µ

u

1

( )

high

0

10

u

2

1

µ

u

2

( )

0

10

1

µ

)

(y

y

0.3

3

0.5

5

0.3

0.3=min(0.3,0.5)

high

Rys.11. Rozmyte wnioskowanie dla reguły 3.

high

0

10

u

1

1

µ

u

1

( )

high

0

10

u

2

1

µ

u

2

( )

0.3

3

0.5

5

high

0

10

1

µ

)

(y

y

0.3

0.3=min(0.3,0.5)

Rys.12. Rozmyte wnioskowanie dla reguły 4.

0

10

1

µ

)

(y

y

0.3

0.5

y

w

max

Rys.13. Składanie wyniku.

background image

Operacje na liczbach rozmytych

Wprowadźmy definicję liczby rozmytej (Zadeh 1965).
Definicja. Liczbą rozmytą A nazywamy zbiór rozmyty określony na
zbiorze liczb rzeczywistych R co zapisujemy:

A

~

R.,

µ

A

: R

[0,1]

Podstawowe operacje na liczbach rozmytych można zdefiniować
stosując zasadę rozszerzania (Zadeh 1965):
Definicja. Niech dana będzie pewna operacja dwuargumentowa na
liczbach rzeczywistych:

*: R

×

R

R

Ponadto, niech A i B będą liczbami rozmytymi A, B

~

R, wtedy

operację ‘*‘ można rozszerzyć na argumenty rozmyte A i B w
następujący sposób:

( )

( ) ( )

{

}

=

min

µ

µ

µ

C

A

B

z

x

y

x y

z

sup

,

*

=

Dla operacji jednoargumentowych zasada rozszerzania sprowadza

się do postaci:

( )

( )

( )

µ

µ

C

A

z

x

z

f x

=

=

max

Dodawanie:

( )

( ) ( )

{

}

=

min

µ

µ

µ

C

A

B

z

x

y

x

y

z

sup

,

+ =

( ) (

)

{

}

=

sup

,

.

min

µ

µ

A

B

x

z x

x

Jest to szczególny przypadek splotu.

background image

LICZBY ROZMYTE W REPREZENTACJI LR

Spłaszczona liczba rozmyta (ogólnienie przedziału rozmytego)

(

)

M

m m

LR

=

, , ,

α β

,

gdzie m i m są odpowiednio dolną i górną wartością modalną liczby
rozmytej M, natomiast

α

β

są odpowiednio jej dolnym i górnym

rozrzutem.
Funkcja przynależności zdefiniowana jest następująco:

( )

(

)

(

)

(

)

(

)

µ

α

α

β

β

M

x

L m x

dla x

m

dla m x

m

R x m

dla x

m

=

>

< <

>



,

,

0

1

0

0

w pozostałych przypadkach

Przypadki szczególne:

liczba rzeczywistą m jeśli

(

)

M

m m

LR

=

, , ,

0 0

,

przedział liczbowy [a,b] jeśli

(

)

M

a b

LR

=

, , ,

0 0

,

liczbę rozmytą

(

)

M

m m

LR

=

, , ,

α β

,

formę trapezoidalną i trójkątną liczbę rozmytą jeśli zastosujemy
następującą funkcję

( )

( )

(

)

L u

R u

u

=

=

max ,

0 1

odpowiednio dla

przedziału rozmytego M i dla liczby rozmytej M.

background image

Podstawowe operacje algebraiczne dotyczące przedziałów rozmytych
opisane są w pracach (Dubois and Prade 1979a, 1979b, 1980, 1988):
Dodawanie

(

)

(

)

(

)

a b

c d

a c b d

LR

LR

LR

, , ,

, , ,

,

,

,

α β

γ δ

α γ β δ

=

+

+

+

+

.

Odejmowanie

(

)

a b

LR

, , ,

α β

(

)

(

)

c d

a d b c

RL

LR

, , ,

,

,

,

γ δ

α δ β γ

=

+

+

.

Mnożenie (dla dodatnich przedziałów rozmytych)

(

)

(

)

(

)

a b

c d

ac bd c

a d

b

LR

LR

LR

, , ,

, , ,

,

,

,

α β

γ δ

α

γ β

δ

=

+

+

.

background image

Laarhoven and Pedrycz (1983) proponują inną notację dla trójkątnej
liczby rozmytej. Z powodzeniem można ją zastosować dla formy
trapezoidalnej:

(

)

M

l m m u

=

, , ,

gdzie m i m są odpowiednio dolną i górną wartośćią modalną formy
trapezoidalnej M, natomiast l oraz u są odpowiednio jej dolną i górną
wartością. Funkcja przynależności zdefiniowana jest następująco:

( )

µ

M

x

m l

x

l

m l

dla l

x

m

dla m x

m

m u

x

u

m u

dla m x u

=

≤ ≤

< <

≤ ≤



1

1

1

0

w pozostałych przypadkach

,

Podstawowe opearcje algebraiczne będą zdefiniowane następująco:
Dodawanie

(

) (

) (

)

l m m u

l m m u

l

l m

m m

m u

u

a

a

a

a

b

b

b

b

a

b

a

b

a

b

a

b

,

,

,

,

,

,

,

,

,

=

+

+

+

+

.

Odejmowanie

(

)

l m m u

a

a

a

a

,

,

,

(

) (

)

l m m u

l

u m

m m

m u

l

a

a

a

a

a

b

a

b

a

b

a

b

,

,

,

,

,

,

=

.

Mnożenie (dla dodatnich form trapezoidalnych)

(

) (

) (

)

l m m u

l m m u

l l m m m m u u

a

a

a

a

b

b

b

b

a b

a

b

a

b

a b

,

,

,

,

,

,

,

,

,

=

background image

Podstawowe operacje algebraiczne dla przedziałów liczbowych
zdefiniowane są następująco (Moore 1966):
Dodawanie

[

] [

] [

]

l u

l u

l

l u

u

a

a

b

b

a

b

a

b

,

,

,

=

+

+

.

Odejmowanie

[

]

l u

a

a

,

[

] [

]

l u

l

u u

l

a

a

a

b

a

b

,

,

=

.

Mnożenie (dla dodatnich przedziałów liczbowych)

[

] [

] [

]

l u

l u

l l u u

a

a

b

b

a b

a b

,

,

,

=

Nguyen (1978) udowodnił, że dla podstawowych operacji
algebraicznych na liczbach rozmytych tzn. dla dodawania,
odejmowania, mnożenia i dzielenia równoważnym z zasadą
rozszerzania jest następujący algorytm:

rozłożyć dane liczby rozmyte na skończoną liczbę

α

- przekrojów w

wyniku dla każdej liczby rozmytej otrzymamy taką samą skończoną
liczbę przedziałow liczbowych,

wykonać operacje algebraiczne dla każdego

α

- przekroju oddzielnie

korzystając z arytmetyki przedziałowej

złożyć wynik.

Twierdzenie Jeśli funkcja

f :R R

R

× →

jest ciągła, funkcje

charakterystyczne liczb rozmytych A i B są kawałkami ciągłe oraz ich
nośniki są zwarte, wówczas:

( )

[

]

(

)

f A B

f A B

,

,

α

α

α

=

.


Wyszukiwarka

Podobne podstrony:
badania operacyjne poss intro i Nieznany (2)
badania operacyjne, or intro
badania operacyjne poss intro i Nieznany (2)
Badania operacyjne wyklad 2 id Nieznany
badania operacyjne 3 id 76767 Nieznany (2)
Jadczak R Badania operacyjne, Wykład 4 Optymalizacja w logistyce
Lab 1 Analiza wrazliwosci, Materiały AGH- zarządzanie finansami, badania operacyjne
progr siec, Materiały Ekonomiczna, badania operacyjne
Kolorowanie grafów, badania operacyjne
bo2T, Szkoła, Semestr 3, Semestr 3, Badania operacyjne
badania operacyjne 5
Badania operacyjne, zadanie id Nieznany (2)
Projekt Badania operacyjne
BO2 - PRZYKL ZAD EGZ, Badania Operacyjne
Zadanie370, Informatyka i Ekonometria 2 rok, badania operacyjne, sciagniete z internetu
prognozowanie, Badania operacyjne
badania operacyjne, w5 Metoda Simpleks

więcej podobnych podstron