Wykorzystanie operatorów wyostrzania do maskowania błędów w hierarchicznym systemie wnioskowania przybliżonego

• Autorzy: Wyrwoł B.

Warianty tytułu

EN

Error masking in hierarchical fuzzy inference system using defuzzification operators

• Konferencja: Krajowa Konferencja Elektroniki. 7 ; 02-04.06.2006 ; Darłówko Wschodnie, Polska
• Języki publikacji: PL

Abstrakty

PL

Technika dekompozycji Gupty pozwala zredukować nakłady sprzętowe systemu wnioskowania przybliżonego i czas wyznaczania wyniku zarówno dla systemu relacyjnego FATI, jak i regułowego FITA. Metoda bazuje na operacji projekcji, co prowadzi do tego, że wynik wnioskowania, uzyskiwany w systemie hierarchicznym, w którym wykorzystano technikę dekompozycji, charakteryzuje się zwiększoną rozmytością (pojawia się błąd wnioskowania) w porównaniu z wynikiem uzyskiwanym w systemie o klasycznej strukturze. W systemach z wyjściem nierozmytym zaimplementowany jest zawsze moduł wyostrzania. Pozwala on na maskowanie nadmiernej rozmytości wyniku wnioskowania w systemie hierarchicznym i może prowadzić do uzyskania poprawnego wyniku. W artykule opisano podstawowe operatory wyostrzania i omówiono ich własności maskujące.

EN

Gupta's decomposition technique allows to reduce the hardware cost of the fuzzy system and the computing time of the final result, especially when referring to First Aggregation Then Inference (FATI) relational systems or First Inference Then Aggregation (FITA) rule systems. The method bases on projection operation, thus the inference result of the hierarchical system using the decomposition technique is more fuzzy (it appears inference error) than of the classical system. The defuzzification module is always implemented in the inference systems with non-fuzzy output. It allows to mask a redundant fuzziness of the inference result in hierarchical systems and may produce correct non-fuzzy result. The paper describes the most popular defuzzification operators and discusses its mask properties.

Słowa kluczowe

PL

zbiór rozmyty; wnioskowanie przybliżone; wyostrzanie; dekompozycja; klasyczny system wnioskujący; hierarchiczny system wnioskujący; współczynnik maskowania błędów

EN

fuzzy set; fuzzy inference; defuzzification; decomposition; classical inference system; hierarchical inference system; error masking coefficient

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2008
• Tom: Vol. 49, nr 11
• Strony: 237--239
• Opis fizyczny: Bibliogr. 14 poz., wykr.

Twórcy

autor

Wyrwoł B.

• Politechnika Śląska, Wydział Automatyki, Elektroniki i Informatyki, Gliwice

Bibliografia

• [1] Baturone I., Sanchez-Solano S., Barriga A., Huertas J. L.: Implementation of CMOS Fuzzy Controllers as Mixed-Signal Integrated Circuits. IEEE Transactions on Fuzzy Systems, vol. 5, no. 1,1997.
• [2] Czogała E., Pedrycz W.: Elementy i metody teorii zbiorów rozmytych. Skrypt uczelniany nr 1160, Gliwice 1983.
• [3] Driankov D., Hellendoorn H., Reinfrank M.: Wprowadzenie do sterowania rozmytego. WNT, Warszawa, 1996.
• [4] Gupta M. M., Kiszka J. B., Trojan G. M.: Multivariable Structure of Fuzzy Control Systems. IEEE Transactions on Systems, Man, and Cybernetics, vol. 16, no. 5, 1986.
• [5] Kim D., Cho In-Hyun: An accurate and cost-effective COG de-fuzzifier without the multiplier and the divider. Fuzzy Sets and Systems, vol. 104, 1999.
• [6] Lee P. G., Lee Kyun K., Jeon G. J.: An Index of Applicalibity for the Decomposition Method of Multivariable Fuzzy System. Fuzzy Systems, vol. 3, no. 3, 1995.
• [7] Hurdon H. D.: Fuzzy logic fan controller, ntia. its. bldrdoc. gov/pub/fuzzy, 1993.
• [8] Ollero A., Garcia-Cerezo A. J.: Direct digital control, auto-tuning and supervision using fuzzy logic. Fuzzy Sets and Systems, vol. 30, 1989.
• [9] Rovatti R., Guerrieri R., Baccarani G.: An enhanced Two-level Boolean Synthesis Methodology for Fuzzy Rules Minimization. IEEE Trans. on Fuzzy Systems no. 3, 1995.
• [10] Rutkowska D., Pilinski M., Rutkowski L.: Neural Networks, Genetic Algorithms and Fuzzy Systems. PWN, Polish Scientific Publishers, Warsaw 1997.
• [11] Yamakawa T.: Stabilization of an inverted pendulum by a high speed fuzzy logic controller hardware system. Fuzzy Sets and Systems, vol. 32, 1989.
• [12] Yager R. R., Filev D. P.: Podstawy modelowania i sterowania rozmytego. WNT, Warszawa, 1995.
• [13] Wyrwoł B.: Sprzętowa realizacja systemu wnioskowania przybliżonego z wykorzystaniem układów logiki programowalnej. Rozprawa doktorska, Gliwice, 2004.
• [14] Wyrwoł B.: Regułowo-relacyjny system wnioskowania przybliżonego. IV KKE, Darłówko Wschodnie, tom 2, ss. 475-480, 2005.