Einführung in die Fuzzy Logik - Hochschule Ravensburg-Weingarten
Einführung in die Fuzzy Logik - Hochschule Ravensburg-Weingarten
Einführung in die Fuzzy Logik - Hochschule Ravensburg-Weingarten
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>E<strong>in</strong>führung</strong> <strong>in</strong> <strong>die</strong> <strong>Fuzzy</strong> <strong>Logik</strong><br />
● E<strong>in</strong>leitung und Motivation<br />
● Unscharfe Mengen – fuzzy sets<br />
● Zugehörigkeitsfunktionen<br />
● Logische Operatoren<br />
● IF-THEN-Regel<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
● Entscheidungsf<strong>in</strong>dung mit dem <strong>Fuzzy</strong> Inferenz-System<br />
● Schlußbemerkungen
E<strong>in</strong>leitung und Motivation (1/2)<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
● Lotfi Zadeh stellt 1965 se<strong>in</strong> Konzept der <strong>Logik</strong> für unscharfe Mengen<br />
vor, <strong>die</strong> "fuzzy-set-theorie"<br />
● Menschen machen auf sehr effiziente Weise Gebrauch von vager,<br />
unpräziser oder unsicherer Information <strong>in</strong> Form „unscharfer“ Regeln.<br />
“Wenn es e<strong>in</strong> bischen zu kalt ist, muss <strong>die</strong> Heizung e<strong>in</strong> wenig<br />
stärker aufgedreht werden”
E<strong>in</strong>leitung und Motivation (2/2)<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
● <strong>Fuzzy</strong>-<strong>Logik</strong> erweitert <strong>die</strong> klassische zweiwertige <strong>Logik</strong> auf das<br />
E<strong>in</strong>heits<strong>in</strong>tervall als Wahrheitsmenge. Damit wird <strong>die</strong> Modellierung<br />
gradueller Erfüllung e<strong>in</strong>es Prädikats möglich,<br />
z.B. „e<strong>in</strong> bischen“, „wenig“, „sehr“, etc.<br />
● Zweiwertige <strong>Logik</strong>: Abbildung e<strong>in</strong>er Variable X auf Wahrheitswerte<br />
“wahr” oder “falsch”, X -> {0,1}<br />
● <strong>Fuzzy</strong>-<strong>Logik</strong>: Abbildung e<strong>in</strong>er Variable X auf alle reelle Zahlen im<br />
Intervall [0,1]. X -> [0,1]
Unterschied zum<br />
probabilistischen Schließen<br />
Probabilistisches Schließen <strong>Fuzzy</strong>-<strong>Logik</strong><br />
● Die Wahrsche<strong>in</strong>lichkeit ist e<strong>in</strong>e<br />
E<strong>in</strong>stufung von Aussagen und<br />
Urteilen nach dem Grad der<br />
Gewissheit.<br />
● Repräsentation und Verarbeitung<br />
von Unsicherheit<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
● Die Unschärfe ist e<strong>in</strong>e Form der<br />
Ungenauigkeit, Unbestimmtheit<br />
bzw. Ungewissheit bei der<br />
Abbildung bzw. Wiedergabe e<strong>in</strong>es<br />
Sachverhalts.<br />
● Repräsentation und Verarbeitung<br />
von ungenauen Daten („fuzzy“)
Unscharfe Mengen – fuzzy sets<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
● zweiwertige Mengenlehre: Element ist <strong>in</strong> e<strong>in</strong>er Menge, oder nicht.<br />
● <strong>Fuzzy</strong>-<strong>Logik</strong> erlaubt Elementen graduelle Zugehörigkeit zu Mengen.<br />
● E<strong>in</strong>e <strong>Fuzzy</strong>menge μ von X ist e<strong>in</strong>e Funktion von e<strong>in</strong>er Grundmenge<br />
X <strong>in</strong> das reelle E<strong>in</strong>heits<strong>in</strong>tervall [0, 1], d.h. μ : X -> [0, 1].<br />
“crisp set”<br />
“fuzzy set”
L<strong>in</strong>guistische Terme<br />
und l<strong>in</strong>guistische Variable<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
● Unscharfer Wert wie z.B. "warm" für <strong>die</strong> Temperatur e<strong>in</strong>es Zimmer:<br />
l<strong>in</strong>guistischer Term<br />
● Die zugrundeliegende Variable, <strong>in</strong> <strong>die</strong>sem Fall "Temperatur":<br />
l<strong>in</strong>guistische Variable<br />
● E<strong>in</strong>e l<strong>in</strong>guistische Variable wird <strong>in</strong> der Regel durch mehrere<br />
l<strong>in</strong>guistische Terme beschrieben werden, deren <strong>Fuzzy</strong>mengen den<br />
Wertebereich der Variablen abdecken.
Zugehörigkeitsfunktionen (1/2)<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
● E<strong>in</strong>e <strong>Fuzzy</strong>menge μ von X ist e<strong>in</strong>e Funktion von e<strong>in</strong>er Grundmenge<br />
X <strong>in</strong> das reelle E<strong>in</strong>heits<strong>in</strong>tervall [0, 1], d.h. μ : X −> [0, 1].<br />
● Zuordnung von Variablen zu <strong>Fuzzy</strong>-Mengen über Zugehörigkeitsfunktion.<br />
● Dreiecks- und Trapez-Funktionen s<strong>in</strong>d üblich, erlaubt s<strong>in</strong>d aber alle<br />
Funktionen <strong>die</strong> auf [0,1] abbilden.
Zugehörigkeitsfunktionen (2/2)<br />
1<br />
0<br />
μ<br />
Monoton fallend<br />
1<br />
0<br />
μ<br />
a b x<br />
a b x<br />
Monoton steigend<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06
Logische Operatoren<br />
auf unscharfen Mengen<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
● Operatoren der zweiwertigen <strong>Logik</strong><br />
Durchschnitt (UND), Vere<strong>in</strong>igung (ODER), Komplement (NICHT)<br />
● Schnittmengen-Operatoren werden für <strong>die</strong> <strong>Fuzzy</strong>-<strong>Logik</strong> ebenfalls<br />
verwendet und durch T-Normen ("triangular norms") nachgebildet.<br />
● Erfüllung der Bed<strong>in</strong>gungen:<br />
Assoziativität, Kommutativität, Monotonie, E<strong>in</strong>selement<br />
T-Norm T: [0,1]x[0,1] -> [0,1]<br />
Durchschnitt der <strong>Fuzzy</strong>-Mengen μ und μ':<br />
m<strong>in</strong>{ μ(x), μ'(x) }<br />
Vere<strong>in</strong>igung der <strong>Fuzzy</strong>-Menge <strong>in</strong> μ und μ': max{ μ(x), μ'(x) }<br />
Komplement von μ: 1-μ(x)
Logische Operatoren<br />
auf unscharfen Mengen<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06
IF-THEN-Rule<br />
oder <strong>Fuzzy</strong>-Regel<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
● Beschreibung komplexer Systeme mittels sprachlich formulierter<br />
Regeln bzw. Regelsätzen<br />
● Zusammenhänge zwischen Input und Output herstellbar<br />
● Allgeme<strong>in</strong>e Form: IF X IS A THEN Y IS B<br />
=> A und B s<strong>in</strong>d l<strong>in</strong>g. Terme, X und Y l<strong>in</strong>g. Variable<br />
=> "IF X IS A" = Bed<strong>in</strong>gung, "THEN Y IS B" = Schlußfolgerung<br />
=> „Wenn <strong>die</strong> Temperatur kalt ist, dann Heizungsventil offen"
Entscheidungsf<strong>in</strong>dung mit<br />
<strong>Fuzzy</strong>-<strong>Logik</strong> (1/6)<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
● <strong>Fuzzy</strong> Inferenz Systeme (FIS) s<strong>in</strong>d e<strong>in</strong> Ansatz für <strong>die</strong> Lösung<br />
verschiedenartiger Probleme auf den Gebieten Steuerungs-<br />
automatisation, Klassifizierung von Daten oder<br />
Entscheidungsf<strong>in</strong>dung.<br />
● Grundidee ist, Expertenwissen und Erfahrung e<strong>in</strong>fließen zu lassen,<br />
wenn das Erstellen e<strong>in</strong>es exakten mathematischen Modells aufgrund<br />
der Komplexität des Systems sehr aufwändig oder unmöglich ist.
Entscheidungsf<strong>in</strong>dung mit<br />
<strong>Fuzzy</strong>-<strong>Logik</strong> (2/6)<br />
● Beispiel anhand der Temperatur-<br />
regelung e<strong>in</strong>es Heizungsventils<br />
● Entscheidungsf<strong>in</strong>dung anhand<br />
zweier <strong>Fuzzy</strong>-Regeln<br />
(Bed<strong>in</strong>gung->Schlußfolgerung)<br />
Regel 1<br />
WENN Temperatur-ist-kalt<br />
DANN Heizventil-ist-weit-offen<br />
Regel 2<br />
WENN Temperatur-ist-warm<br />
DANN Heizventil-ist-kaum-offen<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06
Entscheidungsf<strong>in</strong>dung mit<br />
<strong>Fuzzy</strong>-<strong>Logik</strong> (3/6)<br />
● 1. Schritt: Fuzzifikation:<br />
Bestimmung des Grades an Zugehörigkeit e<strong>in</strong>es Input,<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
hier nach monoton fallend/steigender Zugehörigkeitsfunktion.<br />
(siehe Folie 8)<br />
=> 17°C Temperatur zugehörig 0.25 "kalt" und 0.75 "warm"
Entscheidungsf<strong>in</strong>dung mit<br />
<strong>Fuzzy</strong>-<strong>Logik</strong> (4/6)<br />
● 2. Schritt: Implikation<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
Übertragung der zuvor ermittelten Werte der Bed<strong>in</strong>gung der <strong>Fuzzy</strong>-<br />
Regel auf <strong>die</strong> Schlußfolgerung, d.h. e<strong>in</strong>e Output-Menge.
Entscheidungsf<strong>in</strong>dung mit<br />
<strong>Fuzzy</strong>-<strong>Logik</strong> (5/6)<br />
● 3. Schritt: Akkumulation<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
Schließen mehrere <strong>Fuzzy</strong>-Regeln auf e<strong>in</strong>e Output-Variable, werden <strong>die</strong><br />
Ergebnisse der betreffenden Implikationen komb<strong>in</strong>iert. Dies geschieht<br />
durch Anwendung von T-Normen, <strong>in</strong> <strong>die</strong>sem Fall unter Anwendung<br />
des Maximum-Operators (UND).
Entscheidungsf<strong>in</strong>dung mit<br />
<strong>Fuzzy</strong>-<strong>Logik</strong> (6/6)<br />
● 4. Schritt: Defuzzifikation<br />
Das Ergebnis der Akkumulation ist e<strong>in</strong>e <strong>Fuzzy</strong>-Menge.<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
Die Defuzzifikation reduziert <strong>die</strong> <strong>Fuzzy</strong>-Menge auf e<strong>in</strong>en e<strong>in</strong>zelnen<br />
repräsentativen Wert.<br />
● z.B. Durch center-of-gravity-Methode.<br />
● Auch „beliebige“ andere Methoden möglich bzw. denkbar,<br />
z.B. l<strong>in</strong>kes/rechtes Maximum/M<strong>in</strong>imum, Mittelwert, etc.
Verwendungszwecke<br />
● Verwacklungsstabilisierung bei Camcordern<br />
● Autofocus bei Kameras<br />
● ABS-Systeme<br />
● Automatik-Getriebe<br />
● Haushaltsgeräte<br />
● Allgeme<strong>in</strong> Regelungsschleifen<br />
=> vor allem verbreitet <strong>in</strong> der <strong>in</strong>dustriellen Produktion<br />
=> schnelle Realisierbarkeit<br />
=> ger<strong>in</strong>ge Kosten<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06<br />
=> von Mathematikern und Ingenieuren zumeist abgelehnt<br />
("mit der Wahrsche<strong>in</strong>lichkeitstheorie können wir das alles auch, nur besser“).
Literaturverweis<br />
und Materialien<br />
● „<strong>Logik</strong> und <strong>Fuzzy</strong> <strong>Logik</strong>“ - Alfred Friedrich,<br />
ISBN-13: 978-3816924753<br />
● <strong>E<strong>in</strong>führung</strong> <strong>in</strong> <strong>die</strong> <strong>Fuzzy</strong>-<strong>Logik</strong>“ - Dirk H. Traeger,<br />
ISBN-13: 978-3519161622<br />
● http://www.bytecraft.com/fuzzy.html<br />
● http://en.wikipedia.org/wiki/<strong>Fuzzy</strong>_logic<br />
● http://de.wikipedia.org/wiki/<strong>Fuzzy</strong>_<strong>Logik</strong><br />
Email des Autor: Fabian.Krapp@gmx.net<br />
HS <strong>Ravensburg</strong>/ We<strong>in</strong>garten<br />
University of Applied Science<br />
Fabian Krapp WS06