Zugehörigkeitsfunktion (Wahrheitsfunktion) m

Slides:



Advertisements
Ähnliche Präsentationen
Hier einige Hieroglyphen:
Advertisements

6. Regelbasierte Systeme
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2012.
Peter Marwedel TU Dortmund, Informatik 12
Ein Modellansatz zur Beschreibung von Vagheiten
On a Buzzword: Hierachical Structure David Parnas.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Tobias Lauer.
Andreas Abecker Knowledge Management Research Group Beispiel für quantitative Repräsentation von Unsicherheit: Certainty Theorie in MYCIN – MYCIN ist ein.
F FnFn z Prof. Dr. Johann Graf Lambsdorff Universität Passau SS a. Anhang zur Bestimmung der optimalen Taylor-Regel.
Fuzzy Logic and Rough Sets Jens Grabarske, Gunter Labes
BAS5SE | Fachhochschule Hagenberg | Daniel Khan | S SPR5 MVC Plugin Development SPR6P.
Z Corp Customer Examples
Zeichnen linearer Funktionen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Fundamente der Computational Intelligence
Ausgewählte Kapitel der Computational Intelligence (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering Sommersemester.
Instructions Simply insert, picture, clip art 9 times and arrange them on the grid. Right click picture, select order, send backwards. Hide the pictures.
Positionierung mit Fuzzy-Regelung
Erfindervon Fuzzy Logic
Clean Code Software-Entwicklung als Handwerkskunst Thomas Nagel, November 2011.
By: Jade Bowerman. German numbers are quite a bit like our own. You start with one through ten and then you add 20, 30, 40 or 50 to them. For time you.
Advanced Digital Design Übung 3. Aufgabe 1: Algorithmus für Phasen Inverter Plazierung Systematic approach: 1. Identify combinational logic and registers/memories.
+ Arbeitsbericht mit Blick in die Zukunft M. Pernicka
1 Intern | ST-IN/PRM-EU | | © Robert Bosch GmbH Alle Rechte vorbehalten, auch bzgl. jeder Verfügung, Verwertung, Reproduktion, Bearbeitung,
Seite 1 IDA, Technische Universität BraunschweigTechnische Informatik II (INF 1211) Quellen: Zum Teil aus den Unterlagen Digitale Systeme, Prof. Schimmler,
Passiv What are these sentences expressing?
How Does Fuzzy Arithmetic Work ? © Hartwig Jeschke Institut für Mikroelektronische Schaltungen und Systeme Universität Hannover
Qualitätssicherung von Software Prof. Dr. Holger Schlingloff Humboldt-Universität zu Berlin und Fraunhofer FIRST.
Präsentiert von Riccardo Fuda.  Klassische (symmetrische) Kryptographie  Der weg zur modernen Kryptographie  Message Authentification Codes  Asymmetrische.
Konjugier,,sein”! ichwir du ihr er, sie,essie, Sie.
Institut für Angewandte Mikroelektronik und Datentechnik Phase 5 Architectural impact on ASIC and FPGA Nils Büscher Selected Topics in VLSI Design (Module.
Stephanie Müller, Rechtswissenschaftliches Institut, Universität Zürich, Rämistrasse 74/17, 8001 Zürich, Criminal liability.
Literary Machines, zusammengestellt für ::COLLABOR:: von H. Mittendorfer Literary MACHINES 1980 bis 1987, by Theodor Holm NELSON ISBN
technologischer Fortschritt (g), Bevölkerungswachstum (n), und
2. Einzielentscheidungen mit einem Szenarium
Das Konzept unscharfer Mengen
Struktur eines Fuzzy-Systems
Seminar Computing with words WS2001/02 1 Linguistische Hecken Simon Meyer.
Thema: Umwelt: Was könnte man tun, um der Umwelt zu helfen?
COMMANDS imperative 1. you (formal): Sie 2. you (familiar plural): ihr
Institut für Angewandte Mikroelektronik und Datentechnik Results of phase 5: Investigations on a specific topic Special Features of the Virtex-6 FPGAs.
KLIMA SUCHT SCHUTZ EINE KAMPAGNE GEFÖRDERT VOM BUNDESUMWELTMINISTERIUM Co2 online.
Stehendes Pendel Diplomarbeit 2006/2007.
Kapitel 4: Mein Tag Sprache.
Kapitel 3 Grammar INDEX 1.Modal Verbs: Möchten 2.3 rd Person Pronoun.
Komparativ und Superlativ German 2. zum Beispiel … Ein VW ist schnell. Ein BMW ist schneller. Ein Porsche ist am Schnellsten. There are 2 levels of comparison:
10.3 Lektion 10 Geschichte und Gesellschaft STRUKTUREN © and ® 2012 Vista Higher Learning, Inc Der Konjunktiv I and indirect speech —Ich komme.
Vergleiche (comparisions) smaller smarter lower best more expensive older younger loudest fastest colder cheapest.
QUEST-Meeting, 14. Dez. 2007, Offenbach Parametrisierung der Verdunstung in einem 2-Momenten-Schema Axel Seifert Deutscher Wetterdienst, Offenbach Geschäftsbereich.
Coordinating Conjunctions but, however –aber* for, because –denn* or –oder but, rather –sondern and –und.
What’s the weather like?. Look at the question above Turn it around and you have Das Wetter ist.... The phrase Das Wetter ist.... or Es ist.... can be.
Thema: Umwelt: Was könnte man tun, um der Umwelt zu helfen?
Erste Schritte im Internet of Things
Deutsch I Telling time….
Aspect-Oriented Programming: Fad or the Future
Process and Impact of Re-Inspection in NRW
Data Hazards 0x30 sub $6 $0 $1 0x34 add $7 $6 $
you: ihr ( familiar plural ) you: du ( familiar singular)
Enhancement Request Enable Program and suppressed faetures in UDF Pro/Program und unterdrückte KEs in UDF verwendbar machen Pro/Engineer Part - Modelling.
Hallo! Wie geht’s? Hallo! Mir geht’s gut, danke! Guten Tag!
Impact of Digitalization for Engineers and Engineering Education
Bezeichnung des Anlasses mit Datum bzw Geschäft / Vorhaben
CSL211 Computer Architecture
Fuzzy Logic.
Integrating Knowledge Discovery into Knowledge Management
Practical Exercises and Theory
Ich - Projekt Due Monday, September 19..
- moodle – a internet based learning platform
 Präsentation transkript:

Zugehörigkeitsfunktion (Wahrheitsfunktion) m A = {(x, mA(x))|x Î G} Dabei gibt die Funktion mA(x) Î [0,1], die graduelle Zugehörigkeit eines Elementes x in der Menge G an (Zugehörigkeitsfunktion). Ein Element gehört also zur unscharfen Menge A wenn mA(x) >0.

Advantages Fuzzy Control the mathematical model of the control process may not exist, or may be too "expensive" in terms of computer processing power and memory, a system based on empirical rules may be more effective. fuzzy logic is well suited to low-cost implementations based on cheap sensors, low-resolution analog-to-digital converters, and 4-bit or 8-bit one-chip microcontroller chips. can be easily upgraded by adding new rules to improve performance or add new features. fuzzy control can be used to improve existing traditional controller systems by adding an extra layer of intelligence to the current control method. (Quelle: Wikipedia)

mA(x) x mB(x) UND = min mA und B(x) ODER = max mA oder B(x)

Fuzzy Control

Regelsystem Regelstrecke Fuzzy Inferenz Fuzzifizierung De - Fuzzifizierung linguistische Variablen Meßgrößen Regelgrößen

Fuzzifizierung NG NM NK ZR PK PM PG  NG: Negativ / Groß NM: Negativ / Mittel NK: Negativ / Klein ZR: Ungefähr Null PK: Positiv / Klein PM: Positiv / Mittel PG: Positiv / Groß

=ZR(-0.4)=0.6 =NK(-0.4)=0.4 =ZR(18)=0.3 =PK(18)=0.7

Bei  = -0,4/s und  = 18° in Frage kommende Regeln: R1: WENN  = NK UND  = ZR DANN y = PK ODER R2: WENN  = ZR UND  = ZR DANN y = ZR ODER R3: WENN  = ZR UND  = PK DANN y = PK

Wie stark trifft die Prämisse einer Regel zu ? Mit dieser Stärke wird der Beitrag der Konklusion der Regel zu der gesamten Konklusion aller Regeln gewichtet Wie stark trifft die Prämisse der Regel Nr. 1 zu  wie sehr gehört der Punkt (,)=(-0.4,18) zu der Schnittmenge  = NK  =ZR

Wie stark trifft die Prämisse der Regel Nr. 1 zu ?   =ZR   = NK  = NK  =ZR((-0.4,18)) = min(=NK(-0.4), =ZR(18)) = min(0.4,0.3)= 0.3 Regel Nr. 1 trifft mit einem Gewicht von 0.3 zu

Regel Nr. 1 trifft mit einem Gewicht von 0. 3 zu Regel Nr. 1 trifft mit einem Gewicht von 0.3 zu. Daher hat die Konklusion von Regel Nr. 1 (y = PK) ein Gewicht von 0.3  Die Aussage y = PK gehört mit einem Gewicht von 0.3 zur Menge y=Optimal nach Regel1

Mit welchem Grad gehört ein bestimmtes y zur Menge y=Optimal nach Regel1 ? y gehört mit y=PK(y) zur Menge PK. Mit der Wichtung 0.3 gehört es zur Menge y=Optimal nach Regel1, d.h. R1y=Optimal(y) = 0.3 * y=PK(y) Genauso gilt R2y=Optimal(y) = 0.3 * y=ZR(y) R3y=Optimal(y) = 0.6 * y=PK(y)

Wie sehr gehört ein y zur Menge y=Optimal unter Berücksichtigung aller drei Regeln? Da alle Regeln (entsprechend ihrer Gewichtung) gleichzeitig zutreffen, muss man die Zugehörigkeit von y zu der Vereinigungsmenge aller Mengen (y=Optimal nach Regel1, y=Optimal nach Regel2, y=Optimal nach Regel3) bestimmen: y=Optimal(y) = max( 0.3 * y=PK(y),0.3* y=ZR(y),0.6* y=PK(y) )

Graphische Darstellung von my=Optimal(y) y=Optimal(y) = max(0.3 * y=PK(y),0.3* y=ZR(y),0.6* y=PK(y))  NG NM NK ZR PK PM PG y my=Optimal(y) y

Defuzzifizierung Wie komme ich zu einem konkreten y Stellwert ? gewichtetes Flächenmittel: Schwerpunkt der grünen Fläche my=Optimal yStellwert y