Нечеткая логика: достоинства и недостатки

 

Для описания неопределенностей в задачах автоматического управления используются три метода:

- вероятностный (стохастический);

 

- использование нечеткой логики (fuzzy logic);

 

- хаотические системы.

 

В данной работе более подробно рассматривается второй пункт.

 

Как уже отмечалось выше впервые термин нечеткая логика (fuzzy logic) был введен амерканским профессором не то иранского, не то азербайджанского происхождения (в разных источниках указывается по-разному) Лотфи Заде в

1965 году в работе “Нечеткие множества” в журнале “Информатика и управле-

 

ние”.

 

Основанием для создания новой теории послужил спор профессора со

 

своим другом о том, чья из жен привлекательнее. К единому мнению они, есте- ственно, так и не пришли. Это вынудило Заде сформировать концепцию, кото- рая выражает нечеткие понятия типа “привлекательность” в числовой форме.

Очевидной областью внедрения алгоритмов нечеткой логики являются всевозможные экспертные системы, в том числе:

- нелинейный контроль за процессами (производство);

 

- самообучающиеся системы (или классификаторы), исследование риско-

 

вых и критических ситуаций;

 

- распознавание образов;

 

- финансовый анализ (рынки ценных бумаг);

 

- исследование данных (корпоративные хранилища);

 

- совершенствование стратегий управления и координации действий (

 

промышленное производство).

В Японии это направление переживает настоящий бум. Здесь функцио- нирует специально созданная лаборатория Laboratory for International Fuzzy En- gineering Research (LIFE). Программой этой организации является создание бо- лее близких человеку вычислительных устройств.LIFE объединяет 48 компаний в числе которых находятся: Hitachi, Mitsubishi, NEC, Sharp, Sony, Honda, Mazda, Toyota. Из зарубежных (не Японских) участников LIFE можно выделить: IBM, Fuji Xerox, а также к деятельности LIFE проявляет интерес NASA.

Мощь и интуитивная простота нечеткой логики как методологии разре- шения проблем гарантирует ее успешное использование во встроенных систе- мах контроля и анализа информации. При этом происходит подключение чело- веческой интуиции и опыта оператора.

В отличие от традиционной математики, требующей на каждом шаге мо- делирования точных и однозначных формулировок закономерностей, нечеткая логика предлагает совершенно иной уровень мышления, благодаря которому творческий процесс моделирования происходит на наивысшем уровне абстрак- ции, при котором постулируется лишь минимальный набор закономерностей.

Нечеткие числа, получаемые в результате “не вполне точных измерений”, во многом аналогичны распределениям теории вероятностей, но свободны от присущих  последним  недостатков:  малое  количество  пригодных  к  анализу функций распределения, необходимость их принудительной нормализации, со- блюдение требований аддитивности, трудность обоснования адекватности ма- тематической  абстракции  для  описания  поведения  фактических  величин.  В пределе, при возрастании точности, нечеткая логика приходит к стандартной, Булевой. По сравнению с вероятностным методом, нечеткий метод позволяет резко сократить объем производимых вычислений, что, в свою очередь, приво- дит к увеличению быстродействия нечетких систем.

Недостатками нечетких систем являются:

 

- отсутствие стандартной методики конструирования нечетких сис-

 

тем;

- невозможность математического анализа нечетких систем суще-

 

ствующими методами;

 

- применение нечеткого подхода по сравнению с вероятностным не при-

 

водит к повышению точности вычислений.

 

Применение  традиционной  нечеткой  логики  в  современных  системах крайне ограниченно следующими факторами:

- как правило, сложная система управления имеет большее количество входов, чем самое заурядное нечеткое приложение;

- добавление входных  переменных увеличивает сложность вычислений экспоненциально;

- как следствие предыдущего пункта, увеличивается база правил, что приводит к трудному ее восприятию (напомню, база правил набирается вруч- ную);

- операции в реальном масштабе требуют специального железа.

 

Исходя из этих причин, в работе предлагается использовать систему, об- рабатывающую большие данные с помощью нескольких нечетких контролле- ров,  объединенных  вместе.  Этот  подход  позволяет  качественно  управлять трудно описываемыми нечеткими процессами. Каждый элемент, получившейся нечеткой сети обозначается как нечеткий узел. Теперь, если связать выход од- ного узла со входом другого, все вычисления заметно упрощаются (рисунок

2.6).

 

Рисунок 3.6 - Нечеткие предвычисления

 

 

Кроме того, выходы нечетких узлов можно объединять с помощью муль- типлексора - таким образом достигается более гладкий переход между множе- ством  получающихся после  обработки базы  правил  рекомендаций (рисунок

2.7).

 

Рисунок 3.7 - Нечеткий мультиплексор

⇐ Предыдущая45678910111213Следующая ⇒

Поделиться: