Fuzzy logika Fuzzy következtetési rendszerek 7/20/20141.

Slides:



Advertisements
Hasonló előadás
Big Data Korszerű adatbázisok 2014.
Advertisements

Bevezetés a pénzügyi fogyasztóvédelembe
Lekérdezések SQL-ben Relációs algebra A SELECT utasítás
Förhénci Viziközmű Társulás és Förhéncért Egyesület éves beszámolója
Az E-Mobility Network aktuális eseményei E-Mobility Network Tapasztalatcsere Workshop Budapest, Vorstellung neues Team; neue Protokollführerin.
Egy tudós álláspontja (1998): A becslés célja –mint ahogy általában az adóellenőrzéseké – nem önmagában az adóhiányok „termelése”, hanem az a terelő hatás,
Az új közétkeztetési rendelet
Kis- és középvállalkozások energiaköltségeinek csökkentése
Az Új Munka Törvénykönyve, Teendők július 1.-jéig
Matematikai logika.
Energetikai gazdaságtan
7/11/20141 Budapesti Ügyvédi Kamara Dr. Patyi András március 10. Alkotmányossági és alkotmánybírósági megfontolások az adóhatósági tevékenység kapcsán.
Cells(sor száma, oszlop száma)
FelültöltésVHDL Felültöltés (Overloading) n Áttekintés n Példák.
Jelek frekvenciatartományban
Jelek frekvenciatartományban
Tűzfal beállítása Ubuntuban
Hadoop Gyakorlat 1 Korszerű adatbázisok Parancsok Listázás – hadoop fs –ls Kiírja egy fájl tartalmát – hadoop fs –cat Betöltés – hadoop fs –put.
Logikai műveletek
Dr. Dombi József.  Folytonos adatok Korreláció  Diszkrét adatok ?
UNIVERSITY OF SZEGED D epartment of Software Engineering UNIVERSITAS SCIENTIARUM SZEGEDIENSIS Programozás II. 9. Gyakorlat Alap file műveletek.
Általános lélektan IV. 1. Nyelv és Gondolkodás.
CELLACÍMZÉSI MÓDOK A TÁBLÁZATKEZELŐ PROGRAMBAN
Bizonytalanság A teljesen megbízható következtetést lehetővé tevő tudás hiánya Egy esemény bizonytalansága  objektív  szubjektív Módszerek  numerikus.
1.) Egy lineáris, kauzális, invariáns DI rendszer
Ellenőrző kérdések a)Auto-indexing enabled b)Auto-indexing disabled c)Nem eldönthető 1.
Course Situation and Event Driven Models for Multilevel Abstraction Based Virtual Engineering Spaces Óbuda University John von Neumann Faculty of Informatics.
Fuzzy rendszerek mérnöki megközelítésben I
IRE 9 /27/ 1 Óbudai Egyetem, NIK Dr. Kutor László2011. TÁMOP – I ntelligens R endszerek E lmélete 9.
Binom négyzete.
Fuzzy halmazok. 4. előadás2 3 4 Egy hagyományos halmazEgy Fuzzy halmaz.
Hadoop Gyakorlat 2 Korszerű adatbázisok Parancsok Listázás – hadoop fs –ls Kiírja egy fájl tartalmát – hadoop fs –cat Betöltés – hadoop fs –put.
a feladat megfogalmazása megoldási módszerek
Varianciaanalízis 12. gyakorlat.
Wednesday, July 23, 2014 Kiss Judit, ügyvezető igazgató - Manpower Entering the Human Age.
Presentation Title Mozdonyvezetők információs rendszerének bővítése a Rail Cargo Hungaria Zrt-nél Készítette: Dányi Attila
Katéteres beteg HD kezelésének indítása, zárása protokoll
Dr. Dinya ElekPhD kurzus január 30. DÖNTÉSI MEGOLDÁSOK ESZKÖZEI AZ ORVOSI DIAGNOSZTIKÁBAN.
PROLOG PROGRAMOZÁSI NYELV
Webes Információs Rendszerek fejlesztése
A következtetés „axiómái” Következtetés távolságalapú operátorokkal.
Rectum tumor > colon tumor
Fuzzy rendszerek dr. Szilágyi László.
ÉLELMISZEREK MINŐSÉGE ÉS ÁRUISMERETE
Boole-algebra (formális logika).
A PLC programozási nyelvek bemutatása
A kondicionális törvényei
Bizonytalanság A teljesen megbízható következtetést lehetővé tevő tudás hiánya Egy esemény bizonytalansága  objektív  szubjektív Módszerek  numerikus.
Dr. Johanyák Zs. Csaba - Szoftvertechnológia
Dr. Johanyák Zs. Csaba - Szoftvertechnológia
Az alapítás, kezdeti tervek Dömölki Bálint 10/15/2014Emlékezés a MTA KKCs-ra1.
Optimalitás elmélet Torma Nóra kiselőadása. Optimality Theory, OT Kortárs elméleti keret Sok mindenben eltér az SPE-től.
Az alapítás, kezdeti tervek Dömölki Bálint 10/15/2014Emlékezés a MTA KKCs-ra1.
Szemantikus Web SWP A Robotok miért nem értik az internetet?
Deduktiv adatbázisok. Normál adatbázisok: adat elemi adat SQL OLAP adatbázisok: adat statisztikai adat OLAP-SQL … GROUP BY CUBE(m1,m2,..)
Együttélés fluktuáló környezetben II. Elméleti ökológia szeminárium.
Fuzzy rendszerek mérnöki megközelítésben III Fuzzy következtetési rendszerek Takács Márta.
.NET FRAMEWORK Röviden Krizsán Zoltán 1.0. Tulajdonságok I Rövidebb fejlesztés 20 támogatott nyelv (nyílt specifikáció) 20 támogatott nyelv (nyílt specifikáció)
PÁRHUZAMOS ARCHITEKTÚRÁK – 13 INFORMÁCIÓFELDOLGOZÓ HÁLÓZATOK TUDÁS ALAPÚ MODELLEZÉSE Németh Gábor.
Krónikus regurgitáció Chronic regurgitation A képen látható információk alapján fogalmazza meg mit lát a felvételen és mire gondolna ez alapján! Based.
Fájlkezelés Programozási tételek
Logika szeminárium Barwise-Etchemendy: Language, Proof and Logic
Humán agyi MRI módszerek
Online keresés gyakorlása (teszt)
Analitikus fák a kijelentéslogikában
ÖNTÖZÉS_5 Öntözés irányítása László Ormos.
Interpoláció alapú fuzzy modellalkotás
Mikrofonok Principles, constructions, characteristics and applications
Jelfeldolgozás és rendszeridentifikáció
Zoltán Baracskai In the age of digital natives: fast thinking, experience mining, and rule based behaviour these three metaphors are sufficient to describe.
Előadás másolata:

Fuzzy logika Fuzzy következtetési rendszerek 7/20/20141

2 Többértékű logika Implikáció? Mi helyettesítheti az implikációt az alkalmazásokban?

7/20/20143 Az “if … then …” szabályokat fuzzy állítások esetében fuzzy implikációk modellezik. A fuzzy logikában az and, or, not kapcsolatokat is fazifikálni kellett. Funkcionális szerepüket a t-norma, t-conorma és a szigorú negáció tölti be. Nem teljesen elfogadott a fuzzy implikációk elmélete – a gyakorlatban a szigorú megkötésekből engedni kell.

7/20/20144 Implication

7/20/20145 R-implication

7/20/20146 “T-implication”

7/20/20147 Fuzzy relation

7/20/ Approximate reasoning - közeítő következtetési rendszer In fuzzy control system the system state is described by a fuzzy rule base, and the relationship between fuzzy rule base system, output of the system and input of the system is modeled by compositional rule of inference. Fuzzy rule base A i  B i …Input (A’)Output (B i ’)…

7/20/20149 Fuzzyfied input (A’) FLC System input x in Fuzzyfication and sliding of the sytem input Fuzzy rule base system If A i then B i Other system parameters Fuzzy rule base output B’ out Defuzzyfication method Crisp FLC output y out

7/20/ Szabályrendszer

7/20/ Általánosított Modus Ponens (GMP) ABAB A’ ________________ B’

7/20/ The model of the rules

7/20/201413

7/20/ If...then szabály a Mamdani modellben A Mamdani típusú következtetési rendszerekben az if x is A then y is B szabály matematikai modelljében az implikációt egy egyszerű kapcsolat (például egy t-norma, T(A,B) vagy a min) helyettesíti. helyett az i-dik szabály kimenetét így számítjuk: B’ i (y)=sup x  X (T(A’(x),Imp(A i (x),B i (y)))

7/20/ B’(y) = sup x  X (T(A’(x),T(A(x),B(y))) B’(y) = T(sup x  X (T(A’(x),A(x)),B(y)) B’(y) = min(sup x  X (min(A’(x),A(x)),B(y)) DOF-degree of firing B’(y) = min(DOF,B(y)) min(A’(x),A(x)),

The rule system x = A’ B1’B1’ B2’B2’ B3’B3’ AND OR B out

A1A’ B1 B1’ A2A’B2 B’ Yout B2’

7/20/ A fuzzy szabályozási rendszerekben a szabálypremissza (A i ) és a szabálybemenet (A’) egybeesésének mértéke határozza meg az adott szabály kimenetének (B i ’) jelentőségét a teljes szabálykimenetben (B’).

Építsünk szabályrendszert MATLAB környezetben, és próbáljuk ki különböző bemenetekre! 7/20/201419