Defuzzifikálási módszerek vizsgálata Készítette: Antal Elvira Témavezető: Dr. Csendes Tibor 7. VMTDK, 2008 Szegedi Tudományegyetem, Természettudományi.

Az előadások a következő témára: "Defuzzifikálási módszerek vizsgálata Készítette: Antal Elvira Témavezető: Dr. Csendes Tibor 7. VMTDK, 2008 Szegedi Tudományegyetem, Természettudományi."— Előadás másolata:

1 Defuzzifikálási módszerek vizsgálata Készítette: Antal Elvira Témavezető: Dr. Csendes Tibor 7. VMTDK, 2008 Szegedi Tudományegyetem, Természettudományi és Informatikai Kar, Alkalmazott Informatika Tanszék, Szeged

2 Defuzzifikálási módszerek vizsgálata1/12 PROBLÉMAFELVETÉS Fekete-fehér kép DEFUZZIFIKÁLÁS vázkijelölés 3D megjelenítés (…) Szürkeárnyalatos kép

3 Defuzzifikálási módszerek vizsgálata2/12 Feladat formalizálása – JELÖLÉSEK Skálázás a [0;1] intervallumba Kép vektor-reprezentációja: α-vágat: Képjellemzőkkel adott távolságfüggvény:

4 Defuzzifikálási módszerek vizsgálata3/12 Feladat formalizálása – KORLÁTOZÓ FELTÉTELEK Terület: Kerület: Egyéb képjellemzők

5 Defuzzifikálási módszerek vizsgálata4/12 Feladat formalizálása – CÉLFÜGGVÉNY Feladatunk tehát a célfüggvény minimalizálása, ahol

6 Defuzzifikálási módszerek vizsgálata5/12 Optimalizálási módszerek – SZIMULÁLT HŰTÉS (Simulated Annealing) Hasonló problémák megoldására ajánlják Fémöntési technológia analógiája (SA) Alkalmazott paraméterek: –Kezdeti hőmérséklet: T 0 =0.1 –Csökkenés üteme: T k-1 =0.995 ⋅ T k –Egy mutáció egy pontban módosította a korábbi konfigurációt. –Minden hőmérsékleten 1 000 mutáció jött létre. –5 000 eredménytelen mutáció, v. 10 -8 elérése –10 alkalommal kezdődött újra a hűtés.

7 Defuzzifikálási módszerek vizsgálata6/12 Optimalizálási módszerek – GLOBAL Boender – Timmer – Rinnooy Kan – Stougie klaszterező algoritmuson alapul Sztochasztikus optimalizáló algoritmus Helyi kereső: BFGS kvázi-Newton eljárás Paraméterek: –Egy körben generált pontok száma: 20 –4 legjobb lett kiválasztva –Konvergencia 2 jegyes pontossággal –Függvényhívások max. 15 000

8 Defuzzifikálási módszerek vizsgálata7/12 Optimalizálási módszerek – LINEÁRIS MEGKÖZELÍTÉS Képpontonkénti eltérés linearizálható Terület lineárisan közelítve Módosított célfüggvény:

9 Defuzzifikálási módszerek vizsgálata8/12 MEGVALÓSÍTÁS MatLab rendszerben implementálva, elérhetőek az Interneten: SA: http://www.mathworks.com/matlabcentral/fileexchange/loadFile.do? objectId=10548&objectType=file http://www.mathworks.com/matlabcentral/fileexchange/loadFile.do? objectId=10548&objectType=file GLOBAL: http://www.inf.u-szeged.hu/~csendes/reg/regform.php http://www.inf.u-szeged.hu/~csendes/reg/regform.php Bintprog: http://www.mathworks.com/access/helpdesk/help/toolbox/optim/inde x.html?/access/helpdesk/help/toolbox/optim/ug/bintprog.html http://www.mathworks.com/access/helpdesk/help/toolbox/optim/inde x.html?/access/helpdesk/help/toolbox/optim/ug/bintprog.html Minden teszt tízszer futott.

10 Defuzzifikálási módszerek vizsgálata9/12 Tesztelési eredmények – TALÁLT MINIMUM ÉRTÉKE (A tesztkép méretének ezrelékében) Tesztkép (méret, zaj) SAGLOBALLin. 8x8 pixel, 0.1 norm. 1,9522,198 8x8 pixel, 0.2 norm. 2,4883,8092,960 8x8 pixel, átmenet 4,767 7,451 14x14 pixel, 0.1 norm. 0,6384,0471,326 14x14 pixel, 0.2 norm. 0,8247,6751,517 14x14 pixel, átmenet 0,8246,9082,905 256x256 pixel, 0.1 norm. 0,108 256x256 pixel, 0.2 norm. 0,119 256x256 pixel, átmenet 0,009

11 Defuzzifikálási módszerek vizsgálata10/12 Tesztelési eredmények – FUTÁSI IDŐ ALAKULÁSA (sec.) Tesztkép (méret, zaj) SAGLOBALLin. 8x8 pixel, 0.1 norm. 20,45554,89690,0031 8x8 pixel, 0.2 norm. 22,42935,64840,0031 8x8 pixel, átmenet 35,60946,00780,0063 14x14 pixel, 0.1 norm. 35,51356,66560,0031 14x14 pixel, 0.2 norm. 167,13736,97340,0031 14x14 pixel, átmenet 162,62017,36410,0031 256x256 pixel, 0.1 norm. 0.0625 256x256 pixel, 0.2 norm. 0.0656 256x256 pixel, átmenet 0.0656

12 Defuzzifikálási módszerek vizsgálata11/12 Tesztelési eredmények – MEGOLDÁSOK KÉPEKBEN 2. ábra. a)-c) A 256x256 pixeles tesztkép d)-f) a lineáris megoldóval kapott megoldásuk 1. ábra. a) a SA legrosszabb, b) legjobb/módusz, c) medián értékű futása; d) a GLOBAL legrosszabb, e) legjobb, f) medián értékű futása; g) lineáris eljárás megoldása

13 Defuzzifikálási módszerek vizsgálata12/12 ÖSSZEFOGLALÁS Eredmény: Jelentős sebességnövekedés Tervezett fejlesztések: GLOBAL – paraméterek hangolása Lineáris megoldó – új feltételek bevonása