Fuzzy rendszerek mérnöki megközelítésben I

Slides:



Advertisements
Hasonló előadás
Predikátumok Dr. György Anna BMF-NIK Szoftvertechnológia Intézet.
Advertisements

Események formális leírása, műveletek
Algebrai struktúrák.
Bizonytalanság  A teljesen megbízható következtetést lehetővé tevő tudás hiánya  Egy esemény bizonytalansága  objektív  szubjektív  Módszerek  numerikus.
Matematika és módszertana
Eseményalgebra Eseményalgebra.
BIZONYTALANSÁG (UNCERTAINTY)
Függvények Egyenlőre csak valós-valós függvényekkel foglalkozunk.
EE/R adatmodell (Extended E/R) 1 Az objektum orientált szemlélet elterjedésével egyre nőtt az igény az olyan SDM (Semantic Data Model) modellek iránt,
Előadó: Kovács Zita 2013/2014. II. félév TUDÁSALAPÚ RENDSZEREK Bizonytalanságkezelés.
Félévi követelmény (nappali)
Halmazok, műveletek halmazokkal
Matematikai logika A diasorozat az Analízis 1. (Mozaik Kiadó 2005.) c. könyvhöz készült. Készítette: Dr. Ábrahám István.
A Halmazelmélet elemei
Algebrai struktúrák 1.
Gyűrűk Definíció. Az (R, +, ·) algebrai struktúra gyűrű, ha + és · R-en binér műveletek, valamint I. (R, +) Abel-csoport, II. (R, ·) félcsoport, és III.
Logika Érettségi követelmények:
Halmazok.
Algebra a matematika egy ága
Halmazok, relációk, függvények
MATEMATIKA e-tananyag 9. osztály
Fejezetek a matematikából
A Halmazelmélet elemei
A digitális számítás elmélete
Lineáris algebra Mátrixok, determinánsok, lineáris egyenletrendszerek
IRE 9 /27/ 1 Óbudai Egyetem, NIK Dr. Kutor László2011. TÁMOP – I ntelligens R endszerek E lmélete 9.
Bevezetés a matematikába I
Valós számok Def. Egy algebrai struktúra rendezett test, ha test és rendezett integritási tartomány. Def. Egy (T; +,  ;  ) rendezett test felső határ.
5. VÉGTELEN HALMAZOK 5.1 Kiválasztási axióma
1.3 Relációk Def. (rendezett pár) (a1 , a2 ) := {{a1} , {a1 , a2 }} .
Fuzzy halmazok. 4. előadás2 3 4 Egy hagyományos halmazEgy Fuzzy halmaz.
Készülj az érettségire
A számfogalom bővítése
Számítástudomány alapjai
Halmazelmélet és matematikai logika
Halmazok Összefoglalás.
Valószínűségszámítás
Készítette: Kosztyán Zsolt Tibor
Objektumok. Az objektum információt tárol, és kérésre feladatokat hajt végre. Az objektum adatok (attribútumok) és metódusok (operációk,műveletek) összessége,
Vámossy Zoltán 2004 (H. Niemann: Pattern Analysis and Understanding, Springer, 1990) DIP + CV Bevezető II.
*** HALMAZOK *** A HALMAZ ÉS MEGADÁSA A HALMAZ FOGALMA
Fuzzy rendszerek dr. Szilágyi László.
Halmazműveletek.
Halmazok Tanítás.
Természetes és formális nyelvek Jellemzők, szintaxis definiálása, Montague, extenzió - intenzió, kategóriákon alapuló gramatika, alkalmazások.
Gazdaságstatisztika 10. előadás.
Alapfogalmak.
1 Példa. 2 Észrevételek 1. G i következő tulajdonságai invariánsak a direkt szorzat képzésre: asszociativitás, kommutativitás, egységelem létezése, invertálhatóság.
Végtelen halmazok számossága Georg F. Cantor munkássága
1. MATEMATIKA ELŐADÁS Halmazok, Függvények.
Lineáris algebra.
Az informatika logikai alapjai
Az informatika logikai alapjai
Hozzárendelések, függvények
Az informatika logikai alapjai
A MATEMATIKA FELÉPÍTÉSÉNEK ELEMEI
Valószínűségszámítás II.
előadások, konzultációk
Többdimenziós valószínűségi eloszlások
Mi a kontroll? Projektkontroll alapelvei –A jelentéskészítés – nem egy bürokratikus és hosszan tartó tevékenység –Kontrollkritériumok –Jelentés a tervről.
előadások, konzultációk
A kommunikáció értelmezése
Halmazok Érettségi követelmények:
Fuzzy rendszerek mérnöki megközelítésben III Fuzzy következtetési rendszerek Takács Márta.
PÁRHUZAMOS ARCHITEKTÚRÁK – 13 INFORMÁCIÓFELDOLGOZÓ HÁLÓZATOK TUDÁS ALAPÚ MODELLEZÉSE Németh Gábor.
Algebrai logika Leibniz folytatói a 18. században: Lambert, Segner és mások. 19. sz., Nagy-Britannia: Aritmetikai és szimbolikus algebra. Szimbolikus algebra:
Valószínűségszámítás és statisztika előadások
II. konzultáció Analízis Sorozatok Egyváltozós valós függvények I.
ÖNTÖZÉS_5 Öntözés irányítása László Ormos.
Bevezetés a matematikába I
Előadás másolata:

Fuzzy rendszerek mérnöki megközelítésben I Fuzzy alapfogalmak Fuzzy rendszerek mérnöki megközelítésben I Takács Márta

A fuzzy szó jelentése Elmosódott határokkal rendelkező homályos, határozatlan, pontatlan, változékony, … véletlen, nehezen meghatározható, nem pontos, nem szabatos Bizonytalan Fuzzy rendszerek mérnöki megközelítésben I

A bizonytalanság okai hiányzó információ túl sok információ egymásnak ellentmondó információ pontatlan információ kétértelműség, félreérthetőség Kvalitatív leírás Fuzzy rendszerek mérnöki megközelítésben I

A fuzzy logika és a fuzzy halmazok elmélete Kezeli a a kétértelműségből (ambiguity), pontatlanságból (imprecision), illetve az információhiányból fakadó bizonytalanságot matematikai eszközökkel. Fuzzy rendszerek mérnöki megközelítésben I

Történeti áttekintés £UKASIEWICZ többértékű logikája később megszámlálhatatlan végtelen értékre is általánosítottak Operációkutatási eredmények L. A. ZADEH berkeley-i professzor ötlete volt - felvetette rendszerelméleti munkáiban a fuzzy halmazelmélet szükségességét. Az 1965-ben megjelent Fuzzy Sets c. tanulmánya Az első időszak egyik lényeges alkalmazási sikét a MAMDANI-módszer jelentette. Az 1984-ben megalakult Fuzzy Rendszerek- Nemzetközi Szövetség (IFSA) a legkomolyabb fuzzy matematika eredmények döntő többsége Európában született Fuzzy rendszerek mérnöki megközelítésben I

Alkalmazási területek 1987-ben már: irányítási területeken, számítógépes látás témájában ipari és háztartási elektronikai berendezésekben való alkalmazás Orvos-biológia Kockázatkezelés fuzzy logikát követve más szubszimbolikus mesterséges intelligens módszerek is megjelentek:mesterséges neurális hálózatok, evolúciós programok, genetikus algoritmusok, kaotikus rendszerek, stb. Ezen területek gyakran kombinálódnak is és együttesen a lágy számítástudomány (Soft Computing) megnevezés alatt ismertek. Fuzzy rendszerek mérnöki megközelítésben I

Fuzzy halmazok Fuzzy rendszerek mérnöki megközelítésben I

Halmazelméleti fogalmak X klasszikus halmaz (crisp set): minden dologról egyértelműen el lehet (kell) dönteni, hogy hozzá tartozik-e vagy sem. Alapfogalmak: x  X, x  X, A X, A = B,  üres halmaz ; X hatványhalmaza P(X). Műveletek : A B, A \ B, A  B, A Műveletek tulajdonságai: kommutativitás (A  B = B  A); asszociativitás (A (B  C) = (A  B)  C); disztributivitás (A  (B  C) = (A  B)  (A  C)); idempotencia (A  A = A); egységelem létezése (A   = A, A  X = A); az ellentmondás elve(A  A = ); De Morgan szabály … Fuzzy rendszerek mérnöki megközelítésben I

Fuzzy-Halmazelméleti fogalmak X klasszikus halmaz (crisp set): minden dologról egyértelműen el lehet (kell) dönteni, hogy hozzá tartozik-e vagy sem. A halmaz élei nem élesek, … Alapfogalmak? x  X, x  X, A X, A = B,  üres halmaz ; X hatványhalmaza P(X). Műveletek ? : A B, A \ B, A  B, A Műveletek tulajdonságai ? : Fuzzy rendszerek mérnöki megközelítésben I

Karakterisztikus függvény Egy adott X halmaz bármely A részhalmazát egyértelműen azonosíthatjuk egy X 0,1 függvénnyel, az A karakterisztikus függvényével: Fuzzy rendszerek mérnöki megközelítésben I

A halmazműveletek karakterisztikus függvényekkel leírt halmazokon Fuzzy rendszerek mérnöki megközelítésben I

Tagsági függvény, fuzzy halmaz Fuzzy halmazok: a halmazhoz tartozás és nemtartozás között fokozatos az átmenet. Ezt a tagsági függvény segítségével tudjuk leírni. A tagsági függvény a karakterisztikus függvény általánosítása Legyen X adott halmaz. Az X egy A fuzzy részhalmazát annak A(x): X[0,1] tagsági függvényével jellemezzük. Valamely xX esetén a A(x) szám azt fejezi ki, hogy x milyen mértékig tartozik hozzá az A fuzzy halmazhoz. Fuzzy rendszerek mérnöki megközelítésben I

További jelölések Egy X alaphalmaz fuzzy részhalmazainak összességét F(X) jelöli. Az egyszerűség kedvéért egy A fuzzy halmazt és annak tagsági függvényét is ugyanazzal az A szimbólummal jelöljük. Ha X = { x1 ,…, xn } véges halmaz és A egy fuzzy halmaz X-en, akkor az alábbi jelölés elterjedt az irodalomban: A= 1/x1+ 2/x2 +...+ n/xn ahol a i/xi ; i=1,…,n szimbólum azt fejezi ki, hogy i az xi tagsági értéke A-ban, a plusz jel pedig az uniót jelenti (lásd még: valószínűség-számítás, események összege). Fuzzy rendszerek mérnöki megközelítésben I

Tagsági függvények leírása Fuzzy rendszerek mérnöki megközelítésben I

Háromszög alakú fuzzy halmazok (trianguláris) Fuzzy rendszerek mérnöki megközelítésben I

Fuzzy halmaz jellemzői tartó Fuzzy rendszerek mérnöki megközelítésben I supp(A) = { x X A(x)>0}

Fuzzy halmaz jellemzői mag core(A) = { x X A(x)=1} Fuzzy rendszerek mérnöki megközelítésben I

Fuzzy halmaz jellemzői  szinthalmaz Fuzzy rendszerek mérnöki megközelítésben I

Fuzzy halmaz magassága, normális fuzzy halmaz Egy A fuzzy halmaz h(A)-val jelölt magasságán a tagsági függvénye szuprémumát értjük: h(A) = supxXA(x) Egy A fuzzy halmazt normálisnak nevezünk, ha h(A) = 1. Ellenkező esetben (vagyis amikor h(A)<1) pedig szubnormálisnak. Fuzzy rendszerek mérnöki megközelítésben I

Részhalmaz Definíció Legyenek A és B fuzzy halmazok X-en. Azt mondjuk, hogy A részhalmaza B-nek, jelölésben A B, ha A(t)B(t) minden tX esetén. Fuzzy rendszerek mérnöki megközelítésben I Fodor János (BMF NIK IMRI) Gépi intelligencia (bevezető előadás alapján)

Egyenlőség Legyenek A és B fuzzy halmazok X-en. Azt mondjuk, hogy A egyenlő B-vel, jelölésben A =B, ha A(t) = B(t) minden tX esetén. A klasszikus esethez hasonlóan érvényesek az alábbiak (A és B fuzzy halmazok X-en): A = B pontosan akkor, ha AB és B A.  A. A X. Itt (x) = 0 minden xX esetén. Fuzzy rendszerek mérnöki megközelítésben I Fodor János (BMF NIK IMRI) Gépi intelligencia (bevezető előadás alapján)

Gyakorlati feladat Rajzoljunk meg a fuzzy tagsági függvényeket a MATLAB-ban, majd a FUZZY toolbox-ban! Fuzzy rendszerek mérnöki megközelítésben I Fodor János (BMF NIK IMRI) Gépi intelligencia (bevezető előadás alapján)

Források Dr Fodor János: Gépi intelligencia I., előadás diák http://www.tankonyvtar.hu/informatika/fuzzy-rendszerek-fuzzy-080904 Fuzzy rendszerek mérnöki megközelítésben I http://www.tankonyvtar.hu/informatika/fuzzy-rendszerek-fuzzy-080904