Metody sterowania sterowanie rozmyte System rozmyty (patrz MiPI) użyty jako sterownik/regulator nazywamy sterownikiem/regulatorem rozmytym
|
|
- Szczepan Zając
- 6 lat temu
- Przeglądów:
Transkrypt
1 System rozmyty (patrz MiPI) użyty jako sterownik/regulator nazywamy sterownikiem/regulatorem rozmytym Sterowanie rozmyte jest sterowaniem za pomocą reguł Sterowanie rozmyte można sklasyfikować jako: - nieadaptacyjne sterowanie rozmyte - adaptacyjne sterowanie rozmyte Nieadaptacyjne sterowanie rozmyte struktura i parametry sterownika rozmytego ustalone w procesie projektowania pozostają niezmienione podczas jego działania (w czasie rzeczywistym) Adaptacyjne sterowanie rozmyte struktura i/lub parametry podlegają zmianom podczas działania sterownika w czasie rzeczywistym Sterowanie nieadaptacyjne jest prostsze niż sterowania adaptacyjne, ale wymaga większej wiedzy o sterowanym obiekcie (o jego modelu) i może dawać gorsze wskaźniki działania Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 1
2 Sterowanie rozmyte a sterowanie klasyczne - podobieństwa Próbują rozwiązać ten sam problem problem sterowania. Muszą odnosić się do tych samych kwestii, wspólnych we wszystkich problemach sterowania, takich np. jak stabilność, jakość Narzędzia matematyczne używane w analizie projektowanego systemu są podobne ponieważ badane są te same kwestie stabilność, zbieżność, itd. Sterowanie rozmyte a sterowanie klasyczne - różnice Sterowaniem klasyczne bazuje na modelach analitycznych (równania algebraiczne, różniczkowe) i sterowniki są budowane dla tych modeli; sterowanie rozmyte bazuje na heurystyce (umiejętność odkrywania nowych faktów i związków pomiędzy nimi) i ludzkim doświadczeniu wyrażonych w lingwistycznych regułach jeżeli-to a sterowniki są budowane poprzez syntezę tych reguł różna jest forma informacji na której bazuje projektowanie sterowników Zaawansowane sterowniki rozmyte mogą wykorzystywać zarówno modele heurystyczne jak i analityczne Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 2
3 Sterowanie rozmyte Modele heurystyczne Sterowanie klasyczne Modele analityczne Sterownik nieliniowy Teoria sterowania nieliniowego Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 3
4 Klasyfikacja metodologii projektowania sterowników rozmytych: - podejście prób i błędów - podejście bazujące na teorii sterowania Podejście prób i błędów zbiór reguł jeżeli-to tworzony przez werbalizację wiedzy opartej na doświadczeniu (np. podręcznik eksploatacji) lub drogą wywiadu z ekspertem dziedzinowym w oparciu o starannie przygotowany kwestionariusz - sterownik rozmyty skonstruowany z reguł jeżeli-to testowany (symulacyjne, na rzeczywistym obiekcie) - wynik testów negatywny powrót do tworzenia zbioru reguł w celu jego udoskonalania Podejście bazujące na teorii sterowania struktura i parametry sterownika rozmytego są projektowane tak, aby spełnione były pewne kryteria dobrego działania, np. stabilność Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 4
5 Podejście prób i błędów Krok 1: Przeprowadź analizę sterowanego systemu i wybierz zmienne, którymi będzie charakteryzowany stan obiektu (wejścia sterownika) i zmienne sterujące (wyjścia sterownika); określ dziedziny rozważań dla wybranych zmiennych Krok 2: Zbuduj bazę reguł rozmytych jeżeli-to określającą relację pomiędzy zmiennymi charakteryzującymi stan obiektu a zmiennymi sterującymi Krok 3: Wkomponuj utworzoną bazę reguł rozmytych w budowany system sterownika rozmytego Krok 4: Przeprowadź testy zamkniętego układu sterowania i jeżeli wynik testu jest niezadowalający powróć do Kroku 1 Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 5
6 Przyjmowane domyślnie założenia przy projektowaniu systemu sterowania rozmytego 1. Obiekt jest obserwowalny i sterowalny: stan, wejście i wyjście są dostępne dla obserwacji, pomiarów lub obliczeń 2. Istnieje wiedza o obiekcie wyrażona w postaci reguł lingwistycznych, inżynierskiego doświadczenia, intuicji lub danych z obserwacji (pomiarów) wejścia wyjścia z których można wyprowadzić reguły jeżeli-to 3. Istnieje rozwiązanie problemu sterowania rozważanym obiektem 4. Inżynier sterowania (automatyk) poszukuje sterowania wystarczająco dobrego, niekoniecznie najlepszego 5. Sterownik powinien być zaprojektowany tak, aby zapewnić akceptowalną jakość sterowania 6. Problemy stabilności i optymalności nie są rozważane wprost Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 6
7 Sterownik Mamdani ego i Larsen a Pierwszy sterownik rozmyty został zaproponowany przez Mamdani ego w 1975 roku Sterownik Mamdani ego oparty jest na skończonym zbiorze. R R postaci (i ta reguła): R i : If x 1 is A i1 andl and x p is A ip then y is B i R reguł jeżeli-to gdzie, A ij i B i są zbiorami rozmytymi, x = ( x1, L, x p ) U oraz y V są odpowiednio wejściowymi i wyjściowymi zmiennymi rozmytymi, a T i = 1,2, L,K Każda z reguł zbioru reguł rozmytych definiuje zbiór rozmyty w przestrzeni U x V A i1 L A ip B i Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 7
8 Można pokazać, że jako ogólną postać bazy reguł rozmytych można rozważać bazę składającą się z reguł o następującej jednolitej postaci: R i : If x 1 is A i1 and L and x p is A ip then y is B i ( ) gdzie, A ij oraz B i są zbiorami rozmytymi w X j R oraz Y R Ponadto y Y ( x K x K x ) x = X K X K 1 j p T 1 j X p oraz i = 1,K x oraz y są nazywane odpowiednio wejściami i wyjściem systemu rozmytego Taką bazę reguł nazywamy bazą w postaci koniunkcyjnej Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 8
9 Fakt 1. Ponieważ każdy system MIMO może zawsze być zdekomponowany do na systemy MISO, bez utraty ogólności możemy rozważać jako reprezentatywne systemy MISO Fakt 2. Reguły w formie (*) zawierają jako szczególny przypadek niekompletne reguły postaci gdzie, r < p If x 1 is Ai1 andl and xr is Air then y is Bi Dowód. Niekompletna reguła jest równoważna regule If x 1 is and A i1 x p and is I 1 L and xr is Air and xr+ 1 then y is B i is I 1 L gdzie, I 1 jest uniwersalnym zbiorem rozmytym na całej przestrzeni rozważań R Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 9
10 Fakt 3. Reguły w formie (*) zawierają jako szczególny przypadek reguły OR reguły postaci If Dowód. x 1 is Kand x A p r+ 1 i1 is and A ip i,r + 1 L and xr is Air or xr+ 1 is Ai,r + 1 then y is B i Intuicyjne rozumienie operatora OR pozwala napisać następujące dwie reguły równoważne podanej regule OR If If x x 1 is A is i1 A andl and x andl and r is x A p ir is then A ip y is then a z faktu 2 mamy, że każda z tych reguł jest równoważna regule postaci (*) B y i is L B i Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 10
11 Fakt 4. Reguły w formie rozmyte (*) zawierają jako szczególny przypadek stwierdzenie y is B i Dowód. W istocie takie stwierdzenie rozmyte jest równoważne regule If x 1 is I1 andl and x p is I1 then y is Bi która ma formę reguły postaci (*) Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 11
12 Fakt 5. Reguły w formie (*) zawierają jako szczególny przypadek reguły stopniowane postaci Dowód. The smaller the x, the bigger Wyrażeniu mniejszy x można nadać formę stwierdzenia rozmytego przez zdefiniowanie zbioru rozmytego mniejszy x. Oznaczmy ten zbiór A. Podobnie można postąpić z wyrażeniem większy y. Oznaczmy reprezentujący je zbiór rozmyty B. Podana reguła stopniowana może być wówczas zapisana the y If x is A then y is B a z faktu 2 mamy, że taka reguła jest równoważna regule postaci (*) Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 12
13 Fakt 6. Reguły w formie (*) zawierają jako szczególny przypadek reguły jeżeli nie y is B i unless x 1 is A i1 andl and x p is A ip Dowód. Intuicyjne rozumienie wyrażenia jeżeli nie pozwala napisać następującą regułę równoważną podanej If not ( x1 is Ai1 andl and x p is Aip ) then y is Bi która w oparciu o prawo de Morgana jest równoważna regule If x 1 is not Ai1 orl or x p is not Aip then y is Bi Traktując not A i, j jako odrębny zbiór rozmyty i opierając się na fakcie 3 możemy stwierdzić, że rozważana reguła jest równoważna (*) Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 13
14 Fakt 7. Reguły w formie (klasyczne) (*) zawierają jako szczególny przypadek reguły ostre Dowód. Jeżeli funkcje przynależności zbiorów A i,j oraz zbioru B i przyjmują tylko dwie wartości 0 oraz 1 to reguła (*) staje się regułą nie-rozmytą Podsumowanie: Biorąc pod uwagę Fakt 1 bez utraty ogólności możemy rozważać jako reprezentatywne systemy MISO Biorąc pod uwagę Fakt 2-7 bez utraty ogólności możemy rozważać modele lingwistyczne w postaci koniunkcyjnej jako ogólne modele lingwistyczne Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 14
15 Interpretacja bazy reguł F ( x, K,x ) 1 p B B 1 K if if x x 1 1 A A 11 K 1 and L and M and L and x x p p A A 1 p Kp - funkcja rozmyta zdefiniowana odcinkami Sterownik rozmyty jest sterownikiem, który realizuje (nieliniowe) odwzorowanie zdefiniowane za pomocą reguł jeżeli-to Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 15
16 Ogólne prawo sterowania - zadane bazą reguł rozmytych Określenie wartości sterowania użycie bazy reguł rozmytych, mechanizmu wnioskowania i aktualnego wejścia sterownika Sterownik Mamdani ego i Larsen a wnioskowanie uproszczone Mamdani ego Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 16
17 Przypadek I: Wejście i wyjście sterownika rozmytego zbiory rozmyte I. Jeżeli A jest wejściem do systemu rozmytego sterownika określonym w dziedzinie U, wówczas wyjście indukowane tym wejściem poprzez i-tą regułę JEŻELI TO jest zbiorem rozmytym B i określonym przez złożenie zbioru wejścia i i-tej reguły B = A o określonym na dziedzinie V Kroki obliczenia zbioru B = i A o R i R i i 1. Obliczenie stopnia spełnienia poszczególnych czynników przesłanki i-tej reguły przez dane wejście A = A 1 K A w ij = sup A j x X j j Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 17 p ( x ) ~ ( x ) [ µ µ ] 2. Obliczenie stopnia spełnienia całej przesłanki i-tej reguły w i = w ~ K ~ 3. Obliczenie zbioru B i = A o Ri i1 µ ~ i j w A ip ( y) = w ( y) B ' i µ B i ij j
18 ~ - wybrana T-norma T-norma MIN: sterownik Mamdani ego T-norma PROD: sterownik Larsen a II. Zbiór wyjścia B indukowany zbiorem wejścia A poprzez bazę reguł JEŻELI TO sterownika jest zbiorem rozmytym określonym przez agregację zbiorów rozmytych B µ ~ K ~ i ( y) = µ ( y) + µ ( y) B ' B 1 + B K i określonym na dziedzinie V ~ + - wybrana S-norma Najczęściej stosowana S-norma MAX Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 18
19 Przedstawiony system: Czysty system rozmyty Zbiór rozmyty w U U n R Baza reguł rozmytych Mechanizm wnioskowania rozmytego Zbiór rozmyty w V V R Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 19
20 Wnioskowanie Mamdani ego czysty system rozmyty -ilustracja 1 2 Model lingwistyczny: 3 Wynik: Wyjście Dane: Wejście Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 20
21 W zastosowaniach technicznych wymagamy najczęściej: - wejście sterownika rozmytego ostre wartość pomiaru - wyjście sterownika rozmytego ostre poziom sterowania Przypadek II: Wejście i wyjście sterownika rozmytego zbiory ostre System rozmyty z rozmywaniem i wyostrzaniem Baza reguł rozmytych x w U Rozmywanie Wyostrzanie y w V Zbiór rozmyty w U Mechanizm wnioskowania rozmytego Zbiór rozmyty w V Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 21
22 Rozmywanie - fuzyfikacja Interpretacja ostrego pomiaru w kategoriach rozmytych Stosowane podejścia: pomiar dokładny przyporządkowanie pomiarowi ostremu zbioru rozmytego singleton Singleton (jednoelementowy zbiór rozmyty): Singleton jest to taki zbiór rozmyty A, którego nośnik S(A) zawiera tylko jeden element o stopniu przynależności różnym od zera Liczba rozmyta około 3 Rozmyty singleton Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 22
23 pomiar niedokładny, rozkład probabilistyczny błędu pomiaru normalny przyporządkowanie pomiarowi ostremu zbioru rozmytego określonego gaussowską funkcja przynależności Gaussowska funkcja przynależności: gaussian ( x;c, σ ) 1 x c 2 σ = e 2 Przykład: gaussian(x;50,20) Inna możliwość: zbiór rozmyty z trójkątną funkcją przynależności Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 23
24 Wyostrzanie - defuzyfikacja Defuzyfikacja zbioru rozmytego to operacja określenia ostrej wartości reprezentującej ten zbiór (w sposób jak najbardziej sensowny) Najbardziej znane metody defuzyfikacji: metoda środka ciężkości (SC) - Centroid of Area (COA), Center of Gravity (COG) metoda środka maksimum (SM) Middle of Max (MOM), Mean of Maxima (MOM) We wnioskowaniu Mamdani ego, czyli w podejściu uproszczonym stosowana jest metoda środka ciężkości (COA, COG) Metoda środka maksimum (MOM) stosowana jest we wnioskowaniu opartym na podejście formalnym Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 24
25 Metoda środka ciężkości (SC) - Centroid of Area (COA), Center of Gravity (COG) B Metoda środka ciężkości (SC) za ostrego reprezentanta y wynikowego zbioru rozmytego B zdefiniowanego funkcją przynależności µ B ( y ) przyjmuje współrzędną y środka ciężkości powierzchni pod krzywą określoną tą funkcją y µ B ( y) dy y y = ( COG COG B ) = y ( COG = COG B ) µ ( y) dy y B = j j y j µ µ B B ( y ) ( y ) j j Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 25
26 Typowy układ sterowania rozmytego struktura i elementy Regulator rozmyty (fuzzy controller) Trajektorie zadane (reference inputs) r(t) Rozmywanie (fuzzification) Mechanizm wnioskowania (inference mechanism) Baza reguł (rule-base) Wyostrzanie (defuzzification) Wejścia (input) u(t) Proces (process) Wyjścia (output) y(t) Regulator rozmyty składa się z czterech następujących elementów: 1. Bazy reguł (zbiór reguł If-Then), która zawiera wyrażoną w logice rozmytej kwantyfikację lingwistycznego opisu tego, jak osiągnąć dobre sterowanie Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 26
27 Typowy układ sterowania rozmytego struktura i elementy c.d. Regulator rozmyty (fuzzy controller) Trajektorie zadane (reference inputs) r(t) Rozmywanie (fuzzification) Mechanizm wnioskowania (inference mechanism) Baza reguł (rule-base) Wyostrzanie (defuzzification) Wejścia (input) u(t) Proces (process) Wyjścia (output) y(t) 2. Mechanizmu wnioskowania (nazywanego też modułem wnioskowania rozmytego), który emuluje podejmowanie decyzji interpretując i stosując wiedzę o to tym, jak najlepiej sterować procesem Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 27
28 Typowy układ sterowania rozmytego struktura i elementy c.d. Regulator rozmyty (fuzzy controller) Trajektorie zadane (reference inputs) r(t) Rozmywanie (fuzzification) Mechanizm wnioskowania (inference mechanism) Baza reguł (rule-base) Wyostrzanie (defuzzification) Wejścia (input) u(t) Proces (process) Wyjścia (output) y(t) 3. Interfejsu rozmywania (fuzzification interface), który przetwarza ostre (crisp) wejścia regulatora w informację rozmytą, którą mechanizm wnioskowania może łatwo użyć do uaktywnienia i stosowania reguł Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 28
29 Typowy układ sterowania rozmytego struktura i elementy c.d. Regulator rozmyty (fuzzy controller) Trajektorie zadane (reference inputs) r(t) Rozmywanie (fuzzification) Mechanizm wnioskowania (inference mechanism) Baza reguł (rule-base) Wyostrzanie (defuzzification) Wejścia (input) u(t) Proces (process) Wyjścia (output) y(t) 4. Interfejsu wyostrzania (defuzification interface), który przetwarza konkluzje mechanizmu wnioskowania w ostre wejścia dla procesu Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 29
30 Zbiór reguł przy koniunkcyjnej formie przesłanek bazy reguł dzieli dziedzinę wejścia na kratownicę rozmytych hiperskrzynek. Każda hiperskrzynka jest przecięciem odpowiednich jednowymiarowych zbiorów rozmytych wejścia systemu Liczba reguł w koniunkcyjnej formie, potrzebna do pokrycia całego obszaru wejścia określona jest wzorem K = p i= 1 N i gdzie p jest wymiarem przestrzeni wejścia a N i jest liczbą wartości lingwistycznych przypisywanych i-tej zmiennej wejścia (przesłanki) Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 30
31 Zwykle wymagane cechy poprawnie zbudowanej bazy reguł Kompletność. Zbiór reguł JEŻELI-TO jest kompletny (zupełny), jeżeli dla każdego elementu przestrzeni rozważań istnieje co najmniej jedna reguła w bazie taka, że w jej przesłance istnieje zbiór rozmyty do którego stopień przynależności tego elementu jest różny od zera (większy od zera) ( x ) 0 x j ; j = 1, p, i;i = 1,K : µ A ij j > Spójność. Zbiór reguł JEŻELI-TO jest spójny, jeżeli nie istnieją w nim reguły z taką samą częścią JEŻELI lecz różnymi częściami TO Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 31
32 Przykład 1. Obiekt Możliwości: - sterowanie u określa i realizuje człowiek - sterowanie u określa i realizuje sterownik rozmyty wyposażony w wiedzę (baza reguł) przekazaną przez człowieka i posiadający możliwość mierzenia stanu wahadła (pomiary) i realizacji sterowania (urządzenie wykonawcze) Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 32
33 Struktura układu sterowania ręcznego Wahadło odwrócone Struktura układu sterowania automatycznego rozmytego Sterownik rozmyty Wahadło odwrócone Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 33
34 Wybór wejść i wyjść sterownika rozmytego Wejścia regulatora: 1) e ( t) = r( t) y( t) Uchyb położenia Położenie pożądane Położenie aktualne Wyjście regulatora: Siła przyłożona do wózka u( t) 2) d dt e( t) Zmiana uchybu Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 34
35 Określenie pożądanej trajektorii Pożądane położenie: r(t) = 0 Opis lingwistyczny Zmienne lingwistyczne: Uchyb e(t) Zmiana uchybu e( t) Siła u(t) d dt e Pożądane położenie: r(t) = 0 Zależności: d dt d dt ( t) = y( t) ; e( t) = y( t) Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 35
36 Przyjęcie konwencji znaku zmiennych: Położenie + Uchyb - ; Położenie - Uchyb + Zmiana położenia + Zmiana uchybu - ; Zmiana położenia - Zmiana uchybu + Siła + Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 36
37 Wartości lingwistyczne (dla wszystkich zmiennych): ujemna, duża co do wartości neglarge - NL ujemna, mała co do wartości negsmall - NS zero zero - Z dodatnia, mała co do wartości possmall - PS dodatnia, duża co do wartości poslarge - PL Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 37
38 Wahadło odwrócone w różnych położeniach i różnych jego zmianach Położenie pożądane Uchyb ujemny Uchyb ujemny (zerowy) Uchyb dodatni Siła dodatnia Zmiana uchybu ujemna Zmiana uchybu dodatnia Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 38
39 Zdefiniowanie wartości rozmytych dla poszczególnych zmiennych rozmytych Uchyb Zmiana uchybu Siła Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 39
40 Jak działają funkcje przynależności? Pokazanie jak je interpretować dla różnych wartości elementów z dziedziny rozważań Np. dla e(t) i possmall (i) e(t) = - π/2; jesteśmy całkowicie pewni, że e(t) = - π/2 nie jest possmall (ii) e(t) = π/8; jesteśmy połowicznie pewni, że e(t) = π/8 jest possmall (iii) e(t) = π/4; jesteśmy całkowicie pewni, że e(t) = π/4 jest possmall (iv) e(t) = π; jesteśmy całkowicie pewni, że e(t) = π nie jest possmall Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 40
41 Zdefiniowanie wartości rozmytych dla poszczególnych zmiennych rozmytych -inne propozycje Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 41
42 Budowa reguł Przykładowa sytuacja 1 Czynniki przesłanki (stwierdzenie o stanie): uchyb jest ujemny duży I zmiana uchybu jest ujemna duża Konkluzja (stwierdzenie o działaniu): siła jest dodatnia duża Reguła Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 42
43 Przykładowa sytuacja 2 Czynniki przesłanki (stwierdzenie o stanie): uchyb jest zerowy (bliski zeru) I zmiana uchybu jest dodatnia mała Konkluzja (stwierdzenie o działaniu): siła jest ujemna mała Reguła Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 43
44 Przykładowa sytuacja 3 Czynniki przesłanki (stwierdzenie o stanie): uchyb jest dodatni duży I zmiana uchybu jest ujemna mała Konkluzja (stwierdzenie o działaniu): siła jest ujemna mała Reguła Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 44
45 Pełna baza reguł (tablica reguł) Wypełniamy wspólnie! siła uchyb NL NS Z PS PL NL zmiana uchybu NS Z PS PL PL?PL PL? PS??Z PL? PL? PS??Z NS? PL? PS??Z NS NL? PS??Z NS? NL? NL??Z NS NL? NL? NL? Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 45
46 Jak to działa? - Które reguły są uaktywniane dla danych wartości wejść Wejścia: e(t) = 0, de(t)/dt = π/8 π/32 = 3π/ Uaktywnione reguły Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 46
47 Uaktywnione reguły siła uchyb NL NS Z PS PL zmiana uchybu NL NS Z PS PL PL PL PL PS Z PL PL PS Z NS PL PS Z NS NL PS Z NS NL NL Z NS NL NL NL Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 47
48 Wnioskowanie z wykorzystaniem uaktywnionych reguł i aktualnego wejścia Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 48
49 Powierzchnia odpowiedzi regulatora rozmytego wahadła odwróconego Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 49
50 Dziękuję za uczestnictwo i uwagę Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 50
Temat: Projektowanie sterownika rozmytego. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: Projektowanie sterownika rozmytego Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Sterowanie
Bardziej szczegółowoTemat: Projektowanie sterownika rozmytego. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: Projektowanie sterownika rozmytego Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie System
Bardziej szczegółowoWnioskowanie rozmyte. Krzysztof Patan
Wnioskowanie rozmyte Krzysztof Patan Wprowadzenie Informacja precyzyjna jest to jedyna postać informacji akceptowanej przez konwencjonalne metody matematyczne, najczęściej dostarczana jest przez precyzyjne
Bardziej szczegółowoZasada rozszerzania. A U A jest zbiorem rozmytym, B jest obrazem zbioru A Przeniesienie rozmytości A w odwzorowaniu f na zbiór B. sup.
Zasada rozszerzania f U V U jest zbiorem rozmytym V = f( ), jest obrazem zbioru Przeniesienie rozmytości w odwzorowaniu f na zbiór v) = ( v)? ( f ( ) = sup ( u) gdy ( v) 0 1 = 1 u f ( v) f( ) ( v) 1 0
Bardziej szczegółowoJeśli X jest przestrzenią o nieskończonej liczbie elementów:
Logika rozmyta 2 Zbiór rozmyty może być formalnie zapisany na dwa sposoby w zależności od tego z jakim typem przestrzeni elementów mamy do czynienia: Jeśli X jest przestrzenią o skończonej liczbie elementów
Bardziej szczegółowoINŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: Podstawowe pojęcia z logiki rozmytej Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Sterowanie
Bardziej szczegółowoSTANDARDOWE FUNKCJE PRZYNALEŻNOŚCI. METODY HEURYSTYCZNE wykład 6. (alternatywa dla s) (zdef. poprzez klasę s) GAUSSOWSKA F.
METODY HEURYSTYCZNE wykład 6 STANDARDOWE FUNKCJE PRZYNALEŻNOŚCI 2 GAUSSOWSKA F. PRZYNALEŻNOŚCI F. PRZYNALEŻNOŚCI KLASY s środek; a określa szerokość krzywej 3 4 F. PRZYNALEŻNOŚCI KLASY π F. PRZYNALEŻNOŚCI
Bardziej szczegółowoInżynieria Wiedzy i Systemy Ekspertowe. Logika rozmyta. dr inż. Michał Bereta Politechnika Krakowska
Inżynieria Wiedzy i Systemy Ekspertowe Logika rozmyta dr inż. Michał Bereta Politechnika Krakowska http://torus.uck.pk.edu.pl/~beretam/ beretam@torus.uck.pk.edu.pl 1 Wyostrzanie Ostateczna, ostra wartość
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA SYSTEMY ROZMYTE Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej Laboratorium
Bardziej szczegółowoZBIORY ROZMYTE I WNIOSKOWANIE PRZYBLIŻONE
SYSTEMY ROZMYTE ZBIORY ROZMYTE I WNIOSKOWANIE PRZYBLIŻONE 2 965 Lotfi A. Zadeh: Fuzzy sets Metoda reprezentacji wiedzy wyrażonej w języku naturalnym: Temperatura wynosi 29 o C informacja liczbowa - naturalna
Bardziej szczegółowoRozmyte systemy doradcze
Systemy ekspertowe Rozmyte systemy doradcze Plan. Co to jest myślenie rozmyte? 2. Teoria zbiorów rozmytych. 3. Zmienne lingwistyczne. 4. Reguły rozmyte. 5. Wnioskowanie rozmyte (systemy doradcze). typu
Bardziej szczegółowo6. Zagadnienie parkowania ciężarówki.
6. Zagadnienie parkowania ciężarówki. Sterowniki rozmyte Aby móc sterować przebiegiem pewnych procesów lub też pracą urządzeń niezbędne jest stworzenie odpowiedniego modelu, na podstawie którego można
Bardziej szczegółowoPodstawy sztucznej inteligencji
wykład 4 (Fuzzy logic) 23 listopad 2011 Plan wykładu 1 Systemy wnioskowania z danymi niepewnymi 2 3 Inteligentne systemy z wiedzą Systemy z wiedzą składają się z dwóch części: 1 Baza wiedzy (KB): zbioru
Bardziej szczegółowoTemat: Model SUGENO. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: Model SUGENO Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Pierwszym rodzajem modelowania
Bardziej szczegółowo7. Zagadnienie parkowania ciężarówki.
7. Zagadnienie parkowania ciężarówki. Sterowniki rozmyte Aby móc sterować przebiegiem pewnych procesów lub też pracą urządzeń niezbędne jest stworzenie odpowiedniego modelu, na podstawie którego można
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 10. WNIOSKOWANIE W LOGICE ROZMYTEJ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska WNIOSKOWANIE W LOGICE DWUWARTOŚCIOWEJ W logice
Bardziej szczegółowoLogika Stosowana Ćwiczenia
Logika Stosowana Ćwiczenia Systemy sterowania wykorzystujące zbiory rozmyte Marcin Szczuka Instytut Matematyki, Uniwersytet Warszawski Semestr letni 2014/15 Marcin Szczuka (MIMUW) Logika Stosowana 2014/15
Bardziej szczegółowoPiotr Sobolewski Krzysztof Skorupski
Plan prezentacji Logika rodzaje Logika klasyczna Logika wielowartościowa Logika rozmyta Historia powstania Definicje Zbiory rozmyte Relacje rozmyte Systemy rozmyte Modele Zastosowanie w optymalizacji przykłady
Bardziej szczegółowoSztuczna inteligencja: zbiory rozmyte
Instytut Informatyki Uniwersytetu Śląskiego lab 1 1 Klasyczna teoria zbiorów 2 Teoria zbiorów rozmytych 3 Zmienne lingwistyczne i funkcje przynależności 4 System rozmyty 5 Preprocesing danych Każdy element
Bardziej szczegółowoWYKŁAD 10 Rozmyta reprezentacja danych (modelowanie i wnioskowanie rozmyte)
WYKŁAD 10 Rozmyta reprezentacja danych (modelowanie i wnioskowanie rozmyte) Motywacje:! przezwyciężenie wad tradycyjnych algorytmów komputerowych, które zawodzą zwłaszcza w sytuacjach, w których człowiek
Bardziej szczegółowoALGORYTM PROJEKTOWANIA ROZMYTYCH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO
Szybkobieżne Pojazdy Gąsienicowe (2) Nr 2, 24 Mirosław ADAMSKI Norbert GRZESIK ALGORYTM PROJEKTOWANIA CH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO. WSTĘP
Bardziej szczegółowoInteligencja obliczeniowa
Ćwiczenie nr 3 Zbiory rozmyte logika rozmyta Sterowniki wielowejściowe i wielowyjściowe, relacje rozmyte, sposoby zapisu reguł, aproksymacja funkcji przy użyciu reguł rozmytych, charakterystyki przejściowe
Bardziej szczegółowoSztuczna inteligencja : Zbiory rozmyte cz. 2
Sztuczna inteligencja : Zbiory rozmyte cz. 2 Przemysław Juszczuk Instytut Informatyki Uniwersytetu Śląskiego 1 marca 2012 Funkcja trójkątna: Funkcja trójkątna: Funkcja przynależności γ (gamma): Rysunek:
Bardziej szczegółowoUniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 6 SYSTEMY ROZMYTE TYPU MAMDANIEGO
Bardziej szczegółowoSterowanie z wykorzystaniem logiki rozmytej
Sterowanie z wykorzystaniem logiki rozmytej konspekt seminarium Paweł Szołtysek 24 stycznia 2009 1 Wstęp 1.1 Podstawy logiki rozmytej Logika rozmyta jest rodzajem logiki wielowartościowej, stanowi uogólnienie
Bardziej szczegółowoTworzenie rozmytego systemu wnioskowania
Tworzenie rozmytego systemu wnioskowania Wstęp W odróżnieniu od klasycznych systemów regałowych modele rozmyte pozwalają budowad modele wnioskujące oparte o język naturalny, dzieki czemu inżynierom wiedzy
Bardziej szczegółowoImplementacja rozmytych systemów wnioskujących w zdaniach regulacji
Metody Sztucznej Inteligencji w Sterowaniu Ćwiczenie 5 Implementacja rozmytych systemów wnioskujących w zdaniach regulacji Przygotował: mgr inż. Marcin Pelic Instytut Technologii Mechanicznej Politechnika
Bardziej szczegółowoUkłady logiki rozmytej. Co to jest?
PUAV Wykład 14 Co to jest? Co to jest? Logika rozmyta (fuzzy logic) jest to dział matematyki precyzyjnie formalizujący nieprecyzyjne, nieformalne ludzkie rozumowanie. Co to jest? Logika rozmyta (fuzzy
Bardziej szczegółowoSystemy uczące się wykład 1
Systemy uczące się wykład 1 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 5 X 2018 e-mail: przemyslaw.juszczuk@ue.katowice.pl Konsultacje: na stronie katedry + na stronie domowej
Bardziej szczegółowoTechnologie i systemy oparte na logice rozmytej
Zagadnienia I Technologie i systemy oparte na logice rozmytej Mają zastosowania w sytuacjach kiedy nie posiadamy wystarczającej wiedzy o modelu matematycznym rządzącym danym zjawiskiem oraz tam gdzie zbudowanie
Bardziej szczegółowoCel projektu: Wymogi dotyczące sprawozdania:
W ramach zajęć proszę wykonać sprawozdanie z logiki rozmytej. Sprawozdanie powinno realizować zadanie wnioskowania rozmytego. Cel projektu: Student projektuje bazę wiedzy wnioskowania rozmytego (kilka,
Bardziej szczegółowoZadanie 0 gdy nie mamy logiki rozmytej. Zadanie 1- gdy już mamy logikę rozmytą
Zadanie 0 gdy nie mamy logiki rozmytej Wyobraźmy sobie, że chcemy oceniad czy dana temperatura świadczy o tym, że jest gorąco czy raczej zimno. A więc znając wartośd liczbową temperatury chcemy oceniad
Bardziej szczegółowoStabilność II Metody Lapunowa badania stabilności
Metody Lapunowa badania stabilności Interesuje nas w sposób szczególny system: Wprowadzamy dla niego pojęcia: - stabilności wewnętrznej - odnosi się do zachowania się systemu przy zerowym wejściu, czyli
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I IDENTYFIKACJA Logika rozmyta podstawy wnioskowania w GUI Fuzzy. Materiały pomocnicze do laboratorium
Bardziej szczegółowoWPŁYW OPÓŹNIENIA NA DYNAMIKĘ UKŁADÓW Z REGULACJĄ KLASYCZNĄ I ROZMYTĄ
Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Nr 65 Politechniki Wrocławskiej Nr 65 Studia i Materiały Nr 31 2011 Kinga GÓRNIAK* układy z opóźnieniem, regulacja rozmyta, model Mamdaniego,
Bardziej szczegółowoĆWICZENIE 4 ZASTOSOWANIE METOD I NARZĘDZI LOGIKI ROZMYTEJ DO KLASYFIKACJI DANYCH I APROKSYMACJI ODWZOROWAŃ STATYCZNYCH
Politechnika Białostocka Wydział Elektryczny Katedra Automatyki i Elektroniki ĆWICZENIE 4 ZASTOSOWANIE METOD I NARZĘDZI LOGIKI ROZMYTEJ DO KLASYFIKACJI DANYCH I APROKSYMACJI ODWZOROWAŃ STATYCZNYCH Pracownia
Bardziej szczegółowoW narzędziu typu Excel, Calc czy Gnumeric napisz formułę logiczną która wyznaczy wartośd przynależności dla podanej temperatury do zbioru gorąco.
Zadanie 0 Wyobraźmy sobie, że chcemy oceniad czy dana temperatura świadczy o tym, że jest gorąco czy raczej zimno. A więc znając wartośd liczbową temperatury chcemy oceniad wartośd funkcji przynależności
Bardziej szczegółowoPolitechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki
Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 2017/2018
Bardziej szczegółowoMETODY INTELIGENCJI OBLICZENIOWEJ wykład 6
METODY INTELIGENCJI OBLICZENIOWEJ wykład 6 2 ZBIORY ROZMYTE I WNIOSKOWANIE PRZYBLIŻONE 965 Lotfi A. Zadeh: : Fuzzy sets In almost every case you can build the same product without fuzzy logic, but fuzzy
Bardziej szczegółowoInteligencja obliczeniowa
Ćwiczenie nr 1 Zbiory rozmyte logika rozmyta Tworzenie: termów zmiennej lingwistycznej o różnych kształtach, modyfikatorów, zmiennych o wielu termach; operacje przecięcia, połączenia i dopełnienia 1. Wprowadzenie
Bardziej szczegółowoKOMPUTERY W STEROWANIU. Ćwiczenie 6 Projektowanie układu regulacji rozmytej
Wydział Elektryczny Zespół Automatyki (ZTMAiPC) KOMPUTERY W STEROWANIU Ćwiczenie 6 Projektowanie układu regulacji rozmytej 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z procedurą projektowania
Bardziej szczegółowoLogika rozmyta. Agnieszka Nowak - Brzezińska
Logika rozmyta Agnieszka Nowak - Brzezińska Geneza Logiki rozmytej Za twórcę teorii zbiorów rozmytych i logiki rozmytej uważa się Lotfiego A. Zadeha, który w 1965 roku opublikował artykuł Fuzzy Sets (Information
Bardziej szczegółowoTemat: Model TS + ANFIS. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: Model TS + ANFIS Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Pierwszym rodzajem modelowania
Bardziej szczegółowoTemat: Sterowanie mobilnością robota z wykorzystaniem algorytmu logiki rozmytej
Wrocław, 13.01.2016 Metody sztucznej inteligencji Prowadzący: Dr hab. inż. Ireneusz Jabłoński Temat: Sterowanie mobilnością robota z wykorzystaniem algorytmu logiki rozmytej Wykonał: Jakub Uliarczyk, 195639
Bardziej szczegółowoTeoria sterowania - studia niestacjonarne AiR 2 stopień
Teoria sterowania - studia niestacjonarne AiR stopień Kazimierz Duzinkiewicz, dr hab. Inż. Katedra Inżynerii Systemów Sterowania Wykład 4-06/07 Transmitancja widmowa i charakterystyki częstotliwościowe
Bardziej szczegółowoLogika rozmyta typu 2
Logika rozmyta typu 2 Zbiory rozmyte Funkcja przynależności Interwałowe zbiory rozmyte Funkcje przynależności przedziałów Zastosowanie.9.5 Francuz Polak Niemiec Arytmetyka przedziałów Operacje zbiorowe
Bardziej szczegółowoInżynieria Wiedzy i Systemy Ekspertowe. Niepewność wiedzy. dr inż. Michał Bereta Politechnika Krakowska
Inżynieria Wiedzy i Systemy Ekspertowe Niepewność wiedzy dr inż. Michał Bereta Politechnika Krakowska http://torus.uck.pk.edu.pl/~beretam/ beretam@torus.uck.pk.edu.pl 1 Logika Rozmyta (Fuzzy Logic) Mimo
Bardziej szczegółowoELEMENTY SZTUCZNEJ INTELIGENCJI. Wstęp do logiki rozmytej
ELEMENTY SZTUCZNEJ INTELIGENCJI 1 Wstęp do logiki rozmytej PLN 1. Co to jest myślenie rozmyte? 2. Teoria zbiorów rozmytych. 3. Zmienne lingwistyczne. 4. Reguły rozmyte. 5. Wnioskowanie rozmyte: 1. typu
Bardziej szczegółowoSztuczna inteligencja : Zbiory rozmyte cz. III
Instytut Informatyki Uniwersytetu Śląskiego lab 3 Notacja Zadeha: symboliczny zapis zbioru rozmytego dla przestrzeni dyskretnej. Dla X jest przestrzenią o skończonej liczbie elementów X = {x 1, x 2,...,
Bardziej szczegółowoSreszczenie. Słowa kluczowe: sterowanie, poziom cieczy, regulator rozmyty
Ewa Wachowicz Katedra Systemów Sterowania Politechnika Koszalińska STEROWANIE POZIOMEM CIECZY W ZBIORNIKU Z WYKORZYSTANIEM REGULATORA ROZMYTEGO Sreszczenie W pracy omówiono układ regulacji poziomu cieczy,
Bardziej szczegółowoObiekt. Obiekt sterowania obiekt, który realizuje proces (zaplanowany).
SWB - Systemy wbudowane w układach sterowania - wykład 13 asz 1 Obiekt sterowania Wejście Obiekt Wyjście Obiekt sterowania obiekt, który realizuje proces (zaplanowany). Fizyczny obiekt (proces, urządzenie)
Bardziej szczegółowoInżynieria Systemów Dynamicznych (4)
Inżynieria Systemów Dynamicznych (4) liniowych (układów) Piotr Jacek Suchomski Katedra Systemów Automatyki WETI, Politechnika Gdańska 2 grudnia 2010 O czym będziemy mówili? 1 2 WE OKREŚLO 3 ASYMPTO 4 DYNAMICZ
Bardziej szczegółowoSystemy uczące się wykład 2
Systemy uczące się wykład 2 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 19 X 2018 Podstawowe definicje Fakt; Przesłanka; Konkluzja; Reguła; Wnioskowanie. Typy wnioskowania
Bardziej szczegółowoMetoda zaburz-obserwuj oraz metoda wspinania
Metoda zaburz-obserwuj oraz metoda wspinania Algorytm zaburz-obserwuj mierzy się moc (zwykle modułu) przed i po zmianie na tej podstawie podejmuje się decyzję o kierunku następnej zmiany Metoda wspinania
Bardziej szczegółowoLogika rozmyta. Agnieszka Nowak - Brzezińska
Logika rozmyta Agnieszka Nowak - Brzezińska Geneza Logiki rozmytej Za twórcę teorii zbiorów rozmytych i logiki rozmytej uważa się Lotfiego A. Zadeha, który w 1965 roku opublikował artykuł Fuzzy Sets (Information
Bardziej szczegółowoZadanie 0 gdy nie mamy logiki rozmytej
Zadanie 0 gdy nie mamy logiki rozmytej Wyobraźmy sobie, że chcemy oceniad czy dana temperatura świadczy o tym, że jest gorąco czy raczej zimno. A więc znając wartośd liczbową temperatury chcemy oceniad
Bardziej szczegółowoRegulator PID w sterownikach programowalnych GE Fanuc
Regulator PID w sterownikach programowalnych GE Fanuc Wykład w ramach przedmiotu: Sterowniki programowalne Opracował na podstawie dokumentacji GE Fanuc dr inż. Jarosław Tarnawski Cel wykładu Przypomnienie
Bardziej szczegółowoBramki logiczne V MAX V MIN
Bramki logiczne W układach fizycznych napięcie elektryczne może reprezentować stany logiczne. Bramką nazywamy prosty obwód elektroniczny realizujący funkcję logiczną. Pewien zakres napięcia odpowiada stanowi
Bardziej szczegółowoMetodyka projektowania systemów sterowania Uwagi wstępne
Uwagi wstępne Inżynieria sterowania (Control Engineering) odgrywa dziś fundamentalną rolę w nowoczesnych systemach technologicznych, Korzyści ze sterowania w przemyśle,. mogą być wielorakie - poprawa jakości
Bardziej szczegółowoWstęp do Techniki Cyfrowej... Algebra Boole a
Wstęp do Techniki Cyfrowej... Algebra Boole a Po co AB? Świetne narzędzie do analitycznego opisu układów logicznych. 1854r. George Boole opisuje swój system dedukcyjny. Ukoronowanie zapoczątkowanych w
Bardziej szczegółowoSieci Neuronowe - Rok III - kierunek IS w IFAiIS UJ 2008/2009. Sieci Neuronowe. Wykład 11 Algorytmy genetyczne; Systemy rozmyte
Sieci Neuronowe Wykład 11 Algorytmy genetyczne; Systemy rozmyte wykład przygotowany na podstawie. S. Osowski, Sieci Neuronowe w ujęciu algorytmicznym, Rozdz. 4, PWNT, Warszawa 1996. W. Duch, J. Korbicz,
Bardziej szczegółowoSystemy rozmyte i ich zastosowania. Krzysztof Rykaczewski
Systemy rozmyte i ich zastosowania Krzysztof Rykaczewski 21 czerwca 2006 SPIS TREŚCI Spis treści 1 Wstęp 1 2 Podstawowe pojęcia i definicje logiki rozmytej 1 2.1 Przykłady funkcji przynależności..................
Bardziej szczegółowoLogika Stosowana. Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta. Marcin Szczuka. Instytut Informatyki UW
Logika Stosowana Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika
Bardziej szczegółowoMechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych
Mechatronika i inteligentne systemy produkcyjne Modelowanie systemów mechatronicznych Platformy przetwarzania danych 1 Sterowanie procesem oparte na jego modelu u 1 (t) System rzeczywisty x(t) y(t) Tworzenie
Bardziej szczegółowoJeśli przeszkoda jest blisko to przyhamuj
Rozmyte systemy regułowe Informacja, którą przetwarzają ludzie często (prawie zawsze) jest nieprecyzyjna, a mimo to potrafimy poprawnie wnioskować i podejmować decyzję, czego klasyczne komputery nie potrafią.
Bardziej szczegółowoMetody systemowe i decyzyjne w informatyce
Metody systemowe i decyzyjne w informatyce Laboratorium JAVA Zadanie nr 2 Rozpoznawanie liter autorzy: A. Gonczarek, J.M. Tomczak Cel zadania Celem zadania jest zapoznanie się z problemem klasyfikacji
Bardziej szczegółowoProblemy złożone trudno jest analizować precyzyjnie Wiedza eksperta w złożonych przypadkach daje się opisać tylko w sposób nieprecyzyjny, np.
ZBIORY ROZMYTE Problemy złożone trudno jest analizować precyzyjnie Wiedza eksperta w złożonyc przypadkac daje się opisać tylko w sposób nieprecyzyjny, np. W dużym mieście, powinien istnieć regionalny port
Bardziej szczegółowoAutomatyka i robotyka
Automatyka i robotyka Wykład 5 - Stabilność układów dynamicznych Wojciech Paszke Instytut Sterowania i Systemów Informatycznych, Uniwersytet Zielonogórski 1 z 43 Plan wykładu Wprowadzenie Stabilność modeli
Bardziej szczegółowoProgramowanie celowe #1
Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem
Bardziej szczegółowoWYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI KATEDRA AUTOMATYKI. Robot do pokrycia powierzchni terenu
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI KATEDRA AUTOMATYKI Robot do pokrycia powierzchni terenu Zadania robota Zadanie całkowitego pokrycia powierzchni na podstawie danych sensorycznych Zadanie unikania przeszkód
Bardziej szczegółowoUkład regulacji ze sprzężeniem zwrotnym: - układ regulacji kaskadowej - układ regulacji stosunku
Układ regulacji ze sprzężeniem zwrotnym: - układ regulacji kaskadowej - układ regulacji stosunku Przemysłowe Układy Sterowania PID Opracowanie: dr inż. Tomasz Rutkowski Katedra Inżynierii Systemów Sterowania
Bardziej szczegółowoRys. 1 Otwarty układ regulacji
Automatyka zajmuje się sterowaniem, czyli celowym oddziaływaniem na obiekt, w taki sposób, aby uzyskać jego pożądane właściwości. Sterowanie często nazywa się regulacją. y zd wartość zadana u sygnał sterujący
Bardziej szczegółowoSterownik (regulator) rozmyty przykład [1]
Sterownik (regulator) rozmyty przykład [1] zadanie: przywracanie ustalonej pozycji wózka na platformie masa siła siła -2 m 0 m 2 m tarcie 1 Sterownik (regulator) rozmyty przykład (2) zmienne: x pozycja
Bardziej szczegółowoPolitechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki
Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 206/207
Bardziej szczegółowoMetody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, Spis treści
Metody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, 2012 Spis treści Przedmowa do wydania drugiego Przedmowa IX X 1. Wstęp 1 2. Wybrane zagadnienia sztucznej inteligencji
Bardziej szczegółowoAproksymacja funkcji a regresja symboliczna
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą
Bardziej szczegółowoAkademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Sterowanie ciągłe. Teoria sterowania układów jednowymiarowych
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Sterowanie ciągłe Teoria sterowania układów jednowymiarowych 1 Informacja o prowadzących zajęcia Studia stacjonarne rok II Automatyka i Robotyka
Bardziej szczegółowoPODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"
PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych
Bardziej szczegółowoSystemy ekspertowe : program PCShell
Instytut Informatyki Uniwersytetu Śląskiego lab 1 Opis sytemu ekspertowego Metody wnioskowania System PcShell Projekt System ekspertowy - system ekspertowy to system komputerowy zawierający w sobie wyspecjalizowaną
Bardziej szczegółowoTemat: ANFIS + TS w zadaniach. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: ANFIS + TS w zadaniach Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1. Systemy neuronowo - rozmyte Systemy
Bardziej szczegółowoSterowanie optymalne
Sterowanie optymalne Sterowanie Procesami Ciągłymi 2017 Optymalizacja statyczna funkcji Funkcja celu/kryterialna/kosztów Ograniczenie Q(x) min x x = arg min Q(x) x x X, gdzie X zbiór rozwiązań dopuszczalnych
Bardziej szczegółowoTomasz Żabiński, tomz@prz-rzeszow.pl, 2006-03-14 90
Poniżej przedstawiono zagadnienie automatycznej pracy suwnicy (Sawodny et al. 2002), będącej elementem np. zautomatyzowanej linii produkcyjnej. Opracowany system sterowania realizuje bezpieczny transport
Bardziej szczegółowoUKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH
Transport, studia I stopnia rok akademicki 2011/2012 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Uwagi wstępne Układ liniowych równań algebraicznych można
Bardziej szczegółowow analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(), zwaną funkcją aproksymującą
Bardziej szczegółowoAutomatyka i sterowania
Automatyka i sterowania Układy regulacji Regulacja i sterowanie Przykłady regulacji i sterowania Funkcje realizowane przez automatykę: regulacja sterowanie zabezpieczenie optymalizacja Automatyka i sterowanie
Bardziej szczegółowoStatystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje
Bardziej szczegółowoIII. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.
III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi
Bardziej szczegółowoPolitechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki
Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 207/208
Bardziej szczegółowoPolitechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki
Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 207/208
Bardziej szczegółowoSystemy ekspertowe. Wnioskowanie w systemach regułowych. Część piąta. Autor Roman Simiński.
Część piąta Autor Roman Simiński Kontakt siminski@us.edu.pl www.us.edu.pl/~siminski Niniejsze opracowanie zawiera skrót treści wykładu, lektura tych materiałów nie zastąpi uważnego w nim uczestnictwa.
Bardziej szczegółowoReprezentacja rozmyta - zastosowania logiki rozmytej
17.06.2009 Wrocław Bartosz Chabasinski 148384 Reprezentacja rozmyta - zastosowania logiki rozmytej 1. Wstęp Celem wprowadzenia pojęcia teorii zbiorów rozmytych była potrzeba matematycznego opisania tych
Bardziej szczegółowoANALIZA I PROGNOZA WODOCHŁONNOŚCI SEKTORÓW GOSPODARKI Z ZASTOSOWANIEM WNIOSKOWANIA ROZMYTEGO
IZABELA GODYŃ ANALIZA I PROGNOZA WODOCHŁONNOŚCI SEKTORÓW GOSPODARKI Z ZASTOSOWANIEM WNIOSKOWANIA ROZMYTEGO APPLICATION OF FUZZY REASONING IN THE ANALYSIS AND FORECAST OF WATER CONSUMPTION IN ECONOMY Streszczenie
Bardziej szczegółowoLABORATORIUM 6: Systemy rozmyte
Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny, Politechnika Śląska www.imio.polsl.pl METODY HEURYSTYCZNE LABORATORIUM 6: Systemy rozmyte opracował: dr inż. Witold Beluch
Bardziej szczegółowoEstymacja parametrów w modelu normalnym
Estymacja parametrów w modelu normalnym dr Mariusz Grządziel 6 kwietnia 2009 Model normalny Przez model normalny będziemy rozumieć rodzine rozkładów normalnych N(µ, σ), µ R, σ > 0. Z Centralnego Twierdzenia
Bardziej szczegółowoPodstawy Automatyki. Wykład 7 - obiekty regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 7 - obiekty regulacji Instytut Automatyki i Robotyki Warszawa, 2018 Obiekty regulacji Obiekt regulacji Obiektem regulacji nazywamy proces technologiczny podlegający oddziaływaniu zakłóceń, zachodzący
Bardziej szczegółowoRozwiązaniem jest zbiór (, ] (5, )
FUNKCJE WYMIERNE Definicja Miech L() i M() będą niezerowymi wielomianami i niech D { R : M( ) 0 } Funkcję (*) D F : D R określoną wzorem F( ) L( ) M( ) nazywamy funkcją wymierną Funkcja wymierna, to iloraz
Bardziej szczegółowoSystemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski
Systemy ekspertowe i ich zastosowania Katarzyna Karp Marek Grabowski Plan prezentacji Wstęp Własności systemów ekspertowych Rodzaje baz wiedzy Metody reprezentacji wiedzy Metody wnioskowania Języki do
Bardziej szczegółowo5. Rozwiązywanie układów równań liniowych
5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a
Bardziej szczegółowoInżynieria Systemów Dynamicznych (5)
Inżynieria Systemów Dynamicznych (5) Dokładność Piotr Jacek Suchomski Katedra Systemów Automatyki WETI, Politechnika Gdańska 2 grudnia 2010 O czym będziemy mówili? 1 DOKŁAD 2 Uchyb Podstawowy strukturalny
Bardziej szczegółowo1. Opis teoretyczny regulatora i obiektu z opóźnieniem.
Laboratorium Podstaw Inżynierii Sterowania Ćwiczenie:. Opis teoretyczny regulatora i obiektu z opóźnieniem. W regulacji dwupołożeniowej sygnał sterujący przyjmuje dwie wartości: pełne załączenie i wyłączenie...
Bardziej szczegółowo