HPIM0880

9. S/tur/fM Inteligencji) w robotyr

TlMICl 9.3. Wyniki rozpozna won m obrazów układów ocalonych (podział obrazu na 3 tektury) dla ilcd trój warstwowej (20,21]

Wynikł	UCY 7433	SN 7406N	UCY 7404	SN 7403N	UCY 7417 (UCY 7438	UCA 64101 UL 12
Trafne	100	98	99	100	96 ] 99	,100 98
Iłlędnc	0	2	1	SE	4 j 1	0 1 ~

W tym przykładzie redukcja informacji zawartej w obrazie do trzech liczb całkowitych, określających liczebność białych pikseli w poszczególnych sektorach, jest za duża i uniemożliwia poprawną realizacją procesu rozpoznawania.

9.5. Sterowanie rozmyte FC (Fuzzy Control)

9.5.1. Wprowadzenie

Pojęcie „Puzzy" pojawiło się po raz pierwszy w roku 1965. Twórcą teorii zbiorów rozmytych był Lotfi Zadch. Podstawową ideą tej teorii jest dążenie do odtworzeniu sposobu myślenia właściwego człowiekowi, które bazuje na języku naturulnym i nic du się opisać tradycyjnym aparatem matematycznym. Matc-mntyku tradycyjna ma cułkicm jednoznaczną interpretację, gdy człowiek w swoim języku naturalnym korzysta z wieloznacznych interpretacji. Zadaniem nowej teorii jest więc znalezienie rozmytych odpowiedników dla pojęć matematycznych i w ten sposób stworzenie nowego aparatu umożliwiającego modelowanie ludzkiego myślenia. Badania w teorii zbiorów rozmytych rozwinęły się w dwóch kierunkach. Jednym z nich było przeniesienie tych pojęć, które można uznać za „rozmyte", na wszystkie działy matematyki klasycznej. Tak powstały „rozmyte” całki, równania, ulgorytmy itd. Drugim kierunkiem badań jest badanie samej natury „rozmytości" i definiowanie „rozmytych" obiektów [68].

W teorii zbiorów rozmytych istnieje wiele sposobów, aby sformalizować pojęcia „rozmyte". Jednym z nich jest przejście od klasycznej binarnej logiki, w której element jest interpretowany albo jako prawdziwy, albo jako fałszywy, do logiki ciągłej. Według tej logiki oszacowuje się stopień przynależności każdego elementu do określonego zbioru rozmytego. Metody formalizacji pojęć rozmytych dopuszczają przybliżony opis skomplikowanych układów, nic są analizowane metodami matematyki klasycznej. W sytuacjach, w których rozwiązanie jest niezbędne, występują pr/ewużnie subiektywno cole, ograniczenia i kryteria wyboru i nic są one jednoznacznie konstotowune. Zachodzi to także wtedy, gdy istniejące informacje są niepełne lub nie w pełni prawdziwe. Z tej też przyczyny korzystanie z logiki „rozmytej" jest konieczne przy opisywaniu właśnie takich przypadków. Logiką rozmytą można leż opisywać nieznane związki ttinkcjonalne, która są wyrażono jakościowo. Rozmyte algorytmy, która zawierają „rozmyte" instrukcje są rozpowszechnione w różnych obszarach ludzkiej dziołajpości. Umożliwiają one opisanie przybliżonych

jj jfflzie skomplikowanych układów i procesów.

Mi

9.5. Sterowanie rozmyte FC (Fuzzy Gont rob

9.5.2. Podstawy sterowania rozmytego

Sterowanie rozmyte (ang.    Control) jest sposobem zastosowania wniosko

wania, opartego na teorii zbiorów rozmytych, do sterowania wykonywaniem Między innymi także funkcji w układach mechanicznych. Opiera się ono na .spostrzeżeniu, że skomplikowane zagadnienia mogą być rozłożone na zbiór prostych, niezależnych funkcji. Proces wnioskowania rozmytego składa się więc z kilku reguł (zwanych procesami podstawowymi), określających wpływ przyjętych czynników wejściowych i pojedynczej sumy logicznej. Procesy podstawowe są podzielone na warunki (bloki warunkowe) i wnioski (bloki wynikowe). Na rysunku 9.8 pokazano efektywną metodę operacji wnioskowania rozmytego.

Jak można zauważyć, występuje tutaj kilka procesów podstawowych, z których każdy jest opisany przez inną regułę wnioskowania, opartą na innych stanach zmiennych wejściowych i wyjściowych. Każdy z nich i jest w zasadzie niezależny, gdyż łączą się one dopiero w operacji sumowania logicznego.

W zaznaczonych na rys. 9.9 blokach procesów podstawowych wnioskowanie odbywa się na podstawie reguł (zasad) określających sposób działania mjządzenia. Tak wiedza może być zbierana i dostarczana przez ekspertów. Podstawowa reguła w bloku warunkowym zwykle składa się z określenia stanu, czyli przynależności do określonego zbioru zmiennej A}, zwykle więcej niż jednej połączonych przez spójnik „i”, co zapisuje się w formie

jeżeli Xi wynosi A_Jt i X₂ wynosi B_J% i...i X_m wynosi <§ to Y_q    (9.8)

gdzie: Aj — lingwistyczny zbiór (stan) zmiennych X_lf Y_q - wartości wyjściowych ^Sygnałów sterujących.

k Stopień przynależności (najczęściej w przedziale 0,1) zmiennej Xi — w zależności od jej wartości, do zbioru, czyli jej stan, określa (oszacowuje) funkcja przynależności (term). Można wyodrębnić standardowe klasy funkcji przynależności [68], np. kwadratowe, typu e^^x), hiperboliczne lub ich kombinacje, a także trójkątne, prostokątne. Kształt funkcji przynależności zależy od charakterystyki Sterowanego urządzenia. Zwykle oszacowuje się stopień przynależności zmiennej Xi do kilku zbiorów (znaczników) stanu jej wartości.

Obecnie najczęściej są stosowane funkcje trójkątne z trzema (rys. 9.10a) lub pięcioma znacznikami (rys. 9.1 Ob), w których przyjmuje się stopnie warto-ścio wania:

: - trzy: (M- mały* Ś - średni, D - duży),

- pięć: (BM - bardzo mały, M - mały, Ś - średni, D - duży i BD - bardzo duży).

Jak widać z rysunku, znaczniki funkcji przynależności zachodzą na siebie, co zapewnia pewny odczyt nawet wtedy, gdy sygnał wejściowy jest zakłócony. Czasami stosowane są funkcje z siedmioma znacznikami (BM — bardzo mały, M~ mały, ŚM~ średnio mały, Ś- średni, ŚD - średnio duży, Z) - duży i BD - bar-dzo duży). Trzy stopnie oznacza uproszczone sterowanie i praktycznie stosuje się pięć stopni wartościowania, jak to pokazano na rys. 9. lOb,

267