«Нечёткая логика» вокруг нас

Понятия «искусственный интеллект», «нечёткая логика» — довольно плотно входят в нашу жизнь. Всё больше устройств, которыми мы пользуемся в современной жизни, — работают под управлением нечётких алгоритмов. Такие системы управления хороши в тех случаях, когда модель процесса достаточно сложна и требует больших вычислительных ресурсов, а также если система управления строится на экспертных знаниях. Чтобы лучше понять материал этой статьи, стоит ознакомиться с предыдущей, где изложены базовые основы «нечётких алгоритмов». Уже читали? Тогда продолжим…

Каждый из нас пользуется автоматической стиральной машиной. Но мало кто знает, что практически все современные стиральные машины снабжены контроллером нечёткой логики. На вход контроллера поступают такие параметры, как масса белья, тип белья, степень загрязнения и т.д. (в разных реализациях они могут отличаться).

Числовые значения входных параметров измеряют датчики. Например, оптический датчик измеряет прозрачность воды, определяя степень загрязнения; датчик перемещения определит массу белья, по тому, насколько опустился барабан при загрузке и т.д.

Оптический датчик

Затем эти значения поступают на вход нечёткого контроллера.

Внутри нечёткого контроллера заданы функции принадлежности (ФП), по которым происходит фазификация значений входных параметров – перевод их в нечёткую область рассуждений.

Примеры ФП для параметров «масса белья» и «степень загрязнения»

Затем происходит нахождение нечётких значений выходных параметров «время стирки», «время полоскания», «скорость при отжиме» и т.д. по правилам из базы знаний контроллера. Правила могут быть такими:

— Если масса белья «большая» и степень загрязнения «малое», то время стирки «среднее».

-Если масса белья «малая», и степень загрязнения «средняя», и тип загрязнения «нежирное», то время полоскания «среднее».

-ну и так далее…

Когда по правилам найдены нечёткие значения выходных параметров, происходит их дефазификация, — находятся их числовые значения. Эти значения и будут выданы контроллером в качестве управляющих сигналов для исполнительных устройств.

Следующим примером бытового прибора, которое может быть наделено нечёткими алгоритмами, является микроволновая печь. Такие печи с помощью различных сенсоров определяют температуру, массу разогреваемого продукта, степень его замороженности и т.д. Эти значения будут подавиться на вход нечёткого контроллера. Кроме того, на вход контроллера поступает информация, которую задаёт пользователь: режим работы, степень подогрева или разморозки, предполагаемое время и т.д. По этим параметрам система определяет мощность нагрева, корректирует время работы, выбирает наилучший режим.

В современных автомобилях «нечёткая логика» выполняет    функцию оптимизации работы двигателя, подачи топлива. Нечёткие алгоритмы входят в состав системы поддержки принятия решения, помогающей водителю в управлении автомобилем, выдающей подсказки, рекомендации и предупреждения.

А ещё нечёткая логика используется для автоматического наведения камер, во время трансляции спортивных событий. Система управления камерами определяет, размер, скорость движущегося объекта. В базе знаний хранится информация о характере перемещения и степени важности различных объектов (в конкретном виде спорта). По этим параметрам система определяет с какой скоростью и на какой угол поворачивать камеру в каждый конкретный момент, определяет величину оптического увеличения и т.д.

Если вы знаете другие примеры использования нечётких алгоритмов, пишите о них в комментариях, — это будет интересно. До встречи на станицах LAZY SMART.