Rysunek 1-1. Przykładowy zbiór klasyczny (nierozmyty) oraz jego funkcja przynale żności.
|
|
- Agnieszka Michalik
- 8 lat temu
- Przeglądów:
Transkrypt
1 Podstaw logiki rozmtej i regulatorów rozmtch. Zbiór rozmt Pojęcie zbioru rozmtego zostało wprowadzone przez L. A. Zadeha w 965. Celem wprowadzenia tego pojęcia bła chęć modelowania procesów złożonch, w szczególności obejmującch udział cznnika ludzkiego. W logice klascznej element może należeć do zbioru lub do niego nie należeć. Prznależność do zbioru jest więc zdefiniowana funkcją przjmującą dwie wartości: 0 lub. W odróżnieniu od zbioru klascznego funkcja prznależności zbioru rozmtego może przjmować dowolne wartości ze zbioru <0, >. Taki sposób klasfikacji jest bardziej zbliżon do ludzkiego procesu mślenia, któr jest z natur mglist. Wprowadzając pewną dozę niedokładności, zskujem odporność sstemu, która umożliwia modelowanie złożonch procesów. µ 20 X Rsunek -. Przkładow zbiór klasczn (nierozmt) oraz jego funkcja prznale żności. µ Rsunek -2. Przkładow zbiór rozmt wraz z funkcją prznależności. 20 X Stosowanie zbiorów rozmtch w sstemach sterownia pozwala na dokładniejsze odwzorowanie pojęć stosowanch przez ludzi, które często są subiektwne i niepreczjne. Stopniowe przejście międz prznależnością do zbioru a jej brakiem pozwala nam uniknąć ścisłej klasfikacji elementów, która często jest niemożliwa. Logika rozmta jest w rzeczwistości uogólnieniem logiki klascznej, podobnie jak liczb zespolone są uogólnieniem liczb rzeczwistch. Także wiele operacji i definicji
2 Podstaw logiki rozmtej i regulatorów rozmtch 2 dotczącch zbiorów rozmtch to proste rozszerzenia definicji znanch z logiki klascznej..2 Podstawowe operacje na zbiorach rozmtch W większości przpadków istnieje wiele możliwości uogólniania operacji na zbiorach klascznch na zbior rozmte. W niniejszm podrozdziale skupim się na wbranch operacjach, które są najczęściej stosowane w regulatorach o logice rozmtej..2. Suma zbiorów Niech zbior A i B będą podzbiorami rozmtmi zbioru X. Ich suma jest podzbiorem rozmtm C zbioru X, takim że dla każdego x X: C(x) = Max[A(x), B(x)] = A(x) B(x).2.2 Iloczn zbiorów Niech zbior A i B będą podzbiorami rozmtmi zbioru X. Ich iloczn jest podzbiorem rozmtm C zbioru X, takim że dla każdego x X: C(x) = Min[A(x), B(x)] = A(x) B(x).2.3 Dopełnienie zbioru Niech zbiór A będzie podzbiorem rozmtm zbioru X. Dopełnienie zbioru A jest podzbiorem rozmtm B zbioru X, takim że dla każdego x X: B(x) = A(x).3 Wartości lingwistczne Zbiór rozmt często użwan jest do określenia znaczenia pojęcia stosowanego w jęzku naturalnm. Wraz użwane do określania różnch wielkości często nie niosą ze sobą preczjnej informacji o wartości. Gd mówim na przkład, że jest ciepło, nie mam na mśli konkretnej wartości, tlko pewien zakres temperatur. Taki sposób rozumowania pozwala nam na budowanie zdań tpu: X jest ciepło gdzie X może oznaczać na przkład temperaturę powietrza W ten sposób reprezentujem swoją wiedzę o zjawisku, unikając podawania konkretnch wartości. W powższm zdaniu ciepło jest przkładem zmiennej lingwistcznej. Taki sposób prezentacji umożliwia nam zastosowanie zbiorów rozmtch do przedstawienia wartości lingwistcznch. Stosując wartości lingwistczne, świadomie rezgnujem z podawania dokładnch wartości. Określenie ciepło może oznaczać zarówno 20 stopni, jak i 30. Wiedza na temat temperatur przedstawiona w postaci wartości lingwistcznej nie daje nam pewności co do jej rzeczwistej wartości, ale wstarcza na przkład do tego, b się odpowiednio ubrać.
3 Podstaw logiki rozmtej i regulatorów rozmtch 3 µ zimno ciepło gorąco o temperatura [ C] Rsunek -3. Wartości lingwistczne i odpowiadające im zbior rozmte Łatwo zauważć, że do zbioru ciepło należ zarówno wartość 20 jak i 30 stopni. Różnica polega jednie na różnm stopniu prznależności tch wartości do zbioru. Analogicznie wartość np. 25 stopni należ jednocześnie do zbioru ciepło, jak i gorąco. Jest to różnica w stosunku do logiki konwencjonalnej, w której granice zbiorów są zarsowane ostro, i jeżeli jakaś wartość jest duża to nie może bć jednocześnie średnia..4 Regulator rozmte Jednm z tpowch zastosowań praktcznch logiki rozmtej jest użcie jej prz projektowaniu regulatorów. Struktura tpowego regulatora rozmtego o dwóch wejściach i jednm wjściu przedstawiona jest na rsunku 2.4. x* x* 2 FUZYFIKACJA (rozmwanie) µ A (x *) µ A2 (x *) µ B (x 2 *) INFERENCJA (wnioskowanie) wn DEFUZYFIKACJA (ostrzenie) * µ Bn (x n *) x*, x 2* - ostre wartości sgnałów wejściowch x, x 2,...x n - stopnie prznależności ostrch wartości wejściowch do odpowiednich wejściowch zbiorów rozmtch µ wn () - wnikowa funkcja prznależności wjścia * - ostra wartość sgnału wjściowego Rsunek -4. Struktura przkładowego regulatora rozmtego o 2 wejściach i jednm wjściu. Na wejścia regulatora rozmtego wprowadzone zostają ostre wartości x *, x 2 *. UWAGA: Od tego momentu gwiazdka prz smbolu wartości oznaczać będzie, iż mam do cznienia z wartością ostrą to znacz rzeczwistą wartością sgnału przed fuzfikacją lub po defuzfikacji..4. Fuzfikacja W bloku FUZYFIKACJA przeprowadzana jest operacja rozmwania czli obliczania stopnia prznależności do poszczególnch zbiorów rozmtch A i, B j wejść. Ab operację tę przeprowadzić blok FUZYFIKACJA musi posiadać dokładnie zdefiniowane funkcje prznależności µ Ai (x ), µ Bj (x 2 ) do zbiorów rozmtch poszczególnch wejść. Przkład przedstawion jest na rsunku 2.5.
4 Podstaw logiki rozmtej i regulatorów rozmtch 4 µ(x ) µ(x 2 ) A A 2 B B 2 µ A (x *) µ B2 (x 2 *) µ A2 (x *) µ B (x 2 *) x* x x* 2 x 2 Rsunek -5. Przkładowe zbior rozmte dla sgnałów wejściowch x * i x 2 * wraz z ilustracją obliczania stopnia prznależności µ Ai (x *) i µ Bj (x 2 *) sgnałów do poszczególnch zbiorów. Obliczone i podane na wjściu bloku FUZYFIKACJA wartości stopni prznależności µ Ai (x *), µ Bj (x 2 *) informują o tm, jak wsoka jest prznależność ostrch wartości wejść x *, x 2 * do poszczególnch zbiorów rozmtch wejść, tzn. na przkład jak bardzo wartości te są małe (A, B ) lub duże (A 2, B 2 )..4.2 Inferencja Blok INFERENCJA oblicza na podstawie wejściowch stopni prznależności µ Ai (x ), µ Bj (x 2 ) tzw. wnikową funkcję prznależności µ wn () wjścia regulatora. Funkcja ta ma często złożon kształt, a jej obliczanie odbwa się w drodze tzw. inferencji (wnioskowania), która może bć matematcznie zrealizowana na wiele sposobów. Ab przeprowadzić obliczenia inferencjne blok INFERENCJA musi zawierać następujące, ściśle zdefiniowane element: bazę reguł, mechanizm inferencjn, funkcje prznależności wjścia modelu. Baza reguł zawiera reguł logiczne określające zależności przcznowo-skutkowe istniejące w sstemie pomiędz zbiorami rozmtmi wejść i wjść. Przkładowo, baza reguł może mieć postać: reguła : JEŚLI (x =A ) I (x 2=B ) TO (=C ) reguła 2: JEŚLI (x =A ) I (x 2=B 2) TO (=) reguła 3: JEŚLI (x =A ) LUB (x =B ) TO (=C ) przesłanki operator konkluzja Rsunek -6. Przkładowa baza reguł regulatora rozmtego. Przkładowe zbior rozmte wejść (A mał, A 2 duż) zdefiniowane są na rsunku 2.5, a zbior rozmte wjścia (C mał, średni, C 3 duż) zdefiniowane są na rsunku 2.7.
5 Podstaw logiki rozmtej i regulatorów rozmtch 5 C C 3 Rsunek -7. Przkładowe zbior rozmte wjścia: C - mał, - średni, C 3 - duż. Mechanizm inferencjn realizuje zadanie bloku INFERENCJA, tzn. obliczanie wnikowej funkcji prznależności µ wn (). Składa się on z następującch części:. Części, która na podstawie stopni spełnienia przesłanek poszczególnch reguł z uwzględnieniem wkorzstwanch w nich operatorów (I albo LUB) oblicza stopień aktwizacji konkluzji reguł. 2. Części określającej wnikową postać funkcji prznależności wjścia µ wn () na podstawie stopni aktwizacji konkluzji poszczególnch reguł. Mając daną funkcję prznależności wjścia µ wn () regulator może obliczć ostrą wartość wjściową *. Operację tę realizuje blok DEFUZYFIKACJA. WSKAZÓWKA: Przkład obliczania wnikowej funkcji prznależności został przedstawion w punkcie.6.4. UWAGA: Stopnie aktwacji konkluzji poszczególnch reguł mogą bć dodatkowo modfikowane za pomocą tzw. wag. Operacja taka polega na mnożeniu odpowiednich stopni konkluzji przez ustalone wcześniej współcznniki. Stanowi to pewne wzbogacenie mechanizmu inferencji i daje dodatkowe możliwości regulacji parametrów regulatora. Chociaż wagi nie są użwane w tpowch zastosowaniach logiki rozmtej, zdecdowaliśm się uwzględnić je w naszm regulatorze w celach badawczch..5 Defuzfikacja Przez defuzfikację zbioru rozmtego scharakterzowanego wjściową funkcją prznależności µ wn () uzskaną w wniku inferencji należ rozumieć operację określania ostrej wartości *, reprezentującej ten zbiór w sposób jak najbardziej "sensown". Oczwiście mogą istnieć różne krteria ocen sensowności reprezentanta * zbioru rozmtego. O ilości tch krteriów świadcz ilość metod defuzfikacji, z którch najbardziej znane to: Metoda środka maksimum (Middle of Maxima) Metoda pierwszego maksimum (First of Maxima) Metoda ostatniego maksimum (Last of Maxima) Metoda środka ciężkości (Center of Gravit) Metoda wsokości (Height Method) Wszstkie te metod został zaimplementowane w programie dla sterownika PLC, zostaną więc opisane szerzej w kolejnch paragrafach.
6 Podstaw logiki rozmtej i regulatorów rozmtch 6.5. Metoda środka maksimum Funkcję prznależności do zbioru rozmtego można rozumieć jako funkcję informującą o podobieństwie poszczególnch elementów zbioru do elementu najbardziej tpowego dla tego zbioru. Przkład przedstawia rsunek 2.8. µ średni wsoki wzrost [cm] Rsunek -8. Zbiór rozmt "średni wzrost". Według funkcji prznależności "średni" wzrost jest, człowiek o wzroście 70 cm jest tpowm przedstawicielem tej kategorii wzrostu (prznależność=), natomiast człowiek o wzroście 75 cm jest średni w stopniu 0.5 i wsoki w stopniu 0.5. Inaczej mówiąc jest częściowo podobn do człowieka o wzroście średnim i wsokim. Idąc tm tropem możem stwierdzić, że najbardziej tpowm reprezentantem wnikowego zbioru rozmtego scharakterzowanego funkcją prznależności µ wn () jest ta wartość *, dla której stopień prznależności jest najwższ. C µ wn () * * 2 Rsunek -9. Wnikowa funkcja prznależności z nieskończoną ilością elementów o najwższej prznależności ( * 2 *). Często jednak zbiór takich wartości może zawierać więcej niż jeden element, a nawet nieskończoną ilość elementów. Jest tak na przkład w przpadku przedstawionm na rsunku 2.9. Wjściem z takiej stuacji jest uznanie za reprezentanta zbioru wnikowego konkluzji wartości średniej według poniższego wzoru. =0.5( *+ 2 *) Stąd nazwa metod: metoda środka maksimum. Zaletą metod jest prostota obliczeniowa ułatwiająca zastosowanie tańszch elementów w układzie sterowania. Prostota obliczeniowa okupiona jest jednak pewnmi wadami. Wadą metod jest to, że na wnik metod wpłwa tlko ten zbiór rozmt, któr jest najbardziej zaktwizowan. Zbior mniej zaktwizowane nie mają wpłwu. Oznacza to również, że na wnik w postaci ostrej wartości wjściowej * mają wpłw tlko te reguł baz reguł, które mają ten zbiór w swojej konkluzji (często jest to tlko jedna
7 Podstaw logiki rozmtej i regulatorów rozmtch 7 reguła). W ten sposób defuzfikacja staje się "niedemokratczna", bowiem nie wszstkie reguł biorą udział w "głosowaniu". Negatwn skutek tego faktu pokazan jest na rsunku 2.0. Na rsunku 2.0b stopień aktwizacji zbioru C zwiększł się względem rsunku 2.0a. Natomiast stopień aktwizacji zbioru zmniejszł się. Jest to skutek zmian wielkości wejściowch regulatora x*. Jednak wnik defuzfikacji wjście regulatora * jest identczne dla przpadku a i b ( a *= b *). Oznacza to, że wjście regulatora nie jest czułe (wrażliwe) na zmian wejść. C C C µ wn () µ wn () µ wn () * a * b a) b) c) Rsunek -0. Ilustracja wad metod środka maksimum (SM). * c Czułość metod defuzfikacji i wnikająca stąd czułość regulatora rozmtego można zdefiniować jako istnienie reakcji wjścia regulatora na zmian stopni aktwizacji zbiorów rozmtch konkluzji reguł. Jeżeli porównam rsunek 2.0b i c to łatwo zauważć, że nastąpiła tam gwałtowna skokowa zmiana wniku defuzfikacji *, bowiem c znacząco różni się od b. Oznacza to, że mała zmiana stopnia aktwizacji zbiorów C i spowodowała duż skok wjścia modelu. Cecha ta nazwa się nieciągłością metod. W dalszm ciągu podane zostaną dwie podobne metod defuzfikacji oparte na pomiarze maksimum funkcji prznależności, posiadające jednak większą czułość (wrażliwość) niż metoda środka maksimum..5.2 Metoda pierwszego maksimum C C µ wn () µ wn () * a) b) * m m2 Rsunek -. Defuzfikacja metodą pierwszego maksimum *=. W metodzie pierwszego maksimum za ostrego reprezentanta * rozmtego zbioru konkluzji wnikowej przjmuje się najmniejszą wartość odpowiadającą maksmalnemu stopniowi prznależności µ wn (). Jak pokazuje rsunek 2. ze wzrostem stopnia aktwizacji zbioru najbardziej zaktwizowanego ( ), jego reprezentant *= przesuwa w stronę największej wartości m2 tego zbioru. Jeżeli stopień aktwizacji zbioru zmniejsza
8 Podstaw logiki rozmtej i regulatorów rozmtch 8 się, reprezentant *= odsuwa się od największej wartości zbioru w stronę największej wartości m zbioru C. Zalet metod pierwszego maksimum: mał nakład obliczeniow, większa (względem metod średniego maksimum) czułość na zmian stopnia aktwizacji konkluzji reguł. Wad metod pierwszego maksimum: nieciągłość, uwzględnianie w procesie defuzfikacji tlko jednego, najbardziej zaktwizowanego zbioru..5.3 Metoda ostatniego maksimum Metoda ostatniego maksimum za ostrego reprezentanta * rozmtego zbioru konkluzji wnikowej przjmuje największą wartość 2 odpowiadającą maksmalnemu stopniowi prznależności µ wn (). Ilustrację metod stanowi rsunek 2.2. C C µ wn () µ wn () * 2 m * a) b) m2 2 Rsunek -2. Defuzfikacja metodą ostatniego maksimum *= 2. Metoda ostatniego maksimum posiada takie same zalet i wad jak metoda pierwszego maksimum, plus jedną wadę, która zostanie przedstawiona w dalszm ciągu. W przpadku, gd aktwizacja zbioru (decdującego o wborze reprezentanta *) maleje, a zbioru C rośnie (rośnie znaczenie zbioru C w procesie wnioskowania), co przedstawia rsunek 2.2b wartość *= 2 powinna zbliżać się do maksmalnej wartości m zbioru C. Tmczasem obserwujem zjawisko odwrotne: wartość 2 oddala się od tej wartości..5.4 Metoda środka ciężkości Metoda środka ciężkości za ostrego reprezentanta * wnikowego zbioru rozmtego zdefiniowanego funkcją prznależności µ wn () przjmuje współrzędną c * środka ciężkości powierzchni pod krzwą określoną tą funkcją, patrz rsunek 2.3.
9 Podstaw logiki rozmtej i regulatorów rozmtch 9 C µ wn () Rsunek -3. Defuzfikacja metodą środka ciężkości. * c Wartość współrzędnej c środka ciężkości można obliczć jako iloraz momentu powierzchni pod krzwą µ wn () względem osi pionowej i wielkości tej powierzchni, co opisuje poniższ wzór: * = c = µ µ wn wn ( ) d ( ) d Ze względu na zbt dużą złożoność obliczeniową klascznej metod środka ciężkości zdecdowaliśm się zastosować jedno z jej uproszczeń. Dzięki temu, prz zachowaniu zalet metod, udało nam się znacznie zwiększć jej wdajność. Uproszczenie polega na zastąpieniu znaku całkowania z licznika wzoru na ostrą wartość wjściową znakiem sum. Prz sumowaniu uwzględniam po kolei punkt charakterstczne wnikowej funkcji prznależności, tak jak to przedstawia rsunek 2.4. C P4 P5 µ wn () P2 P3 P P6 P* P2* P3* P4* P5* P6 * Rsunek -4. Ilustracja upraszczania metod środka ciężkości. Zalet metod środka ciężkości Wszstkie zaktwizowane funkcje prznależności konkluzji (wszstkie aktwne reguł) biorą udział w procesie defuzfikacji. Jest ona "demokratczna". Gwarantuje to większą niż w przpadku poprzednio opisanch reguł czułość regulatora rozmtego na zmian jego wejść. Wad metod środka ciężkości Duża ilość skomplikowanch obliczeń, co jest związane z całkowaniem powierzchni o nieregularnm kształcie. Istnieje kilka metod upraszczania obliczeń dla metod środka ciężkości, jak na przkład użcie prostokątnch funkcji prznależności. Zawężenie zakresu defuzfikacji (Rsunek 2.5.)
10 Podstaw logiki rozmtej i regulatorów rozmtch 0 C C 3 C C 3 min C* C3* maks *= *= a) C*= min, C3*=maks b) C*= min, C3*=maks Rsunek -5. Zawężenie zakresu defuzfikacji w pierwotnej metodzie środka ciężkości (a) i usunięcie tej wad w rozszerzonej wersji metod (b). C min C3 maks W pierwotnej wersji metod środka ciężkości, nawet jeżeli nastąpi maksmalna aktwizacja brzegowch zbiorów rozmtch konkluzji reguł C lub C 3 wjście modelu (regulatora) rozmtego nie może osiągnąć minimalnej (maksmalnej) wartości możliwego zakresu nastaw. Regulator nie mógłb więc wgenerować większch sgnałów sterującch, co obniżłob jakość regulacji. Wadę tę można usunąć przez rozszerzenie brzegowch zbiorów rozmtch (Patrz rsunek 2.5b.), dzięki czemu współrzędne środka ciężkości tch zbiorów pokrwają się z granicami zakresu działania min, max. Nieczułość metod w przpadku aktwizacji tlko jednej funkcji prznależności wjścia. Jeżeli kilka reguł ma identczną konkluzję lub aktwizowana jest tlko jedna reguła (Patrz rsunek 2.6.), to mimo zmian stopnia aktwizacji zbioru wnikowego, współrzędna środka ciężkości w nie zmienia się. Oznacza to nieczułość metod na zmian wejścia. C C a) * w Rsunek -6. Metoda środka ciężkości prz aktwizacji tlko jednego zbioru rozmtego () wjścia modelu. b) * w Zmniejszenie czułości metod środka ciężkości prz dużm zróżnicowaniu wielkości nośników zbiorów wjściowch. Problem przedstawion jest na rsunku 2.7.
11 Podstaw logiki rozmtej i regulatorów rozmtch C C µ wn () µ wn () 0.2 *=3.74 w *=3.96 w Rsunek -7. Ilustracja małego wpłwu zmian stopnia aktwizacji zbiorów wjściowch C i na wnik defuzfikacji. Przkład zamieszczon na rsunku 2.7 pokazuje, że duża zmiana stopnia aktwacji zbiorów składowch (µ a : , µ b : ) powoduje minimalne przesunięcie współrzędnej środka ciężkości (*= c : ). Powodem takiego stanu rzecz jest duże zróżnicowanie powierzchni zbiorów składowch C i. Ab uzskać większ wpłw zmian stopni aktwizacji µ a () i µ b () na zmianę wartości c nośniki obu zbiorów powinn bć podobne. Warunkiem wsokiej czułości metod jest więc małe zróżnicowanie wielkości poszczególnch zbiorów wnikowch reguł..5.5 Metoda wsokości Bardzo często zdarza się, iż w bazie reguł modelu rozmtego wstępują reguł z identcznm zbiorem wnikowm C i w konkluzjach. Przkładem może t bć stworzon dla naszego modelu zbór reguł, zamieszczon w punkcie.6.4. W przpadku poprzednich metod defuzfikacji wbieraliśm tę regułę, dla której poziom konkluzji bł najwższ, pozostałe zaś nie bł uwzględniane. Metoda wsokości umożliwia uwzględnienie prz obliczaniu ostrej wartości wjściowej wszstkich reguł z baz. Kolejną cechą charakterstczną tej metod jest zastąpienie wjściowch zbiorów rozmtch ich ostrmi wartościami umieszczonmi w punktach, w którch przjmują one wartości maksmalne j =m j. Ilustrację tej metod przedstawia rsunek 2.8. C C 3 m 2 m 2 m 3 3 Rsunek -8. Zastępowanie zbiorów rozmtch zbiorami jednoelementowmi.
12 Podstaw logiki rozmtej i regulatorów rozmtch 2 Po zastąpieniu zbiorów rozmtch właściwmi im zbiorami jednoelementowmi dalsze operacje na nich są identczne jak w przpadku zwkłch zbiorów rozmtch. Do obliczania wjścia modelu * (wniku defuzfikacji) stosujem wzór: * m j= = m j= µ gdzie m jest ilością reguł. Zalet metod wsokości: znaczne zmniejszenie ilości obliczeń w porównaniu z metodą środka ciężkości, ciągłość, duża czułość. Ze względu na prostotę obliczeń i pozostałe zalet metoda wsokości (popularnie zwana metodą singletonów) jest często stosowana w modelowaniu i sterowaniu rozmtm. j µ C j* C j*.6 Zastosowanie regulatora rozmtego do sterowania suwnicą przenoszącą kontener..6. Opis modelu Po wstępie teoretcznm opiszem teraz zastosowanie logiki rozmtej na przkładzie regulatora sterującego układem napędowm suwnic portowej. Podstawowm zadaniem suwnic jest przenoszenie kontenerów z jednego miejsca na drugie w taki sposób, b działo się to jak najszbciej. Jednocześnie nie można dopuścić, ab w momencie odkładania kontenera na miejsce docelowe wstępował zbt duże jego kołsania, co mogłob doprowadzić do zniszczenia ładunku. Jeżeli natomiast wózek z kontenerem znajduje się w dużej odległości od swojego położenia docelowego kołsanie kontenera nie jest groźne. Poniżej znajduje się rsunek modelu suwnic. POŁOŻENIE KĄT Rsunek -9. Ilustracja modelu suwnic wraz z wkorzstwanmi przez regulator sgnałami.
13 Podstaw logiki rozmtej i regulatorów rozmtch Sgnał wejściowe Sgnał wejściowe wkorzstwane w procesie sterowania to: d odległość wózka z kontenerem od zadanej pozcji docelowej, Θ kąt wchlenia lin z kontenerem od pionu..6.3 Fuzfikacja Jak zostało to opisane w części teoretcznej fuzfikacja jest procesem rozmwania ostrch wartości wejściowch czli określania ich stopnia prznależności do właściwch zbiorów rozmtch wejścia. W przpadku modelu suwnic mam do cznienia z następującmi wejściowmi zbiorami rozmtmi: dla sgnału "odległość od miejsca docelowego" zbior: DUŻA, MAŁA, ZERO. dla sgnału "kąt wchlenia" zbior: UJEMNY DUŻY, UJEMNY MAŁY, ZERO, DODATNI MAŁY, DODATNI DUŻY. UJEMNE DUŻE UJEMNE ŚREDNIE ZERO DODATNIE ŚREDNIE DODATNIE DUŻE PRZYNALEŻNOŚĆ SYGNAŁU WYCHYLENIE DO ZBIORU ZERO PRZYNALEŻNOŚĆ SYGNAŁU WYCHYLENIE DO ZBIORU D.Ś. WYCHYLENIE θ θ 2 θ 3 θ 4 θ - kąt wchlenia UJEMNA DUŻA UJEMNA ŚREDNIA ZERO DODATNIA ŚREDNIA DODATNIA DUŻA PRZYNALEŻNOŚĆ SYGNAŁU ODLEGŁOŚĆ DO ZBIORU D.Ś. PRZYNALEŻNOŚĆ SYGNAŁU ODLEGŁOŚĆ DO ZBIORU D.D. ODLEGŁOŚĆ d d 2 d 3 d 4 d - odległość Rsunek -20. Ilustracja procesu fuzfikacji (rozmwania) ostrch warto ści wejściowch z użciem odpowiednich zbiorów rozmtch. Współrzędne granic poszczególnch zbiorów d n, θ n mają znacząc wpłw na działanie regulatora. Optmalne wartości tch współrzędnch dobiera się najczęściej w sposób doświadczaln. Uzskane w procesie fuzfikacji wartości prznależności sgnałów wejściowch do zbiorów rozmtch są przekazwane do następnej części regulatora: bloku INFERENCJA. Należ zauważć, iż wartości prznależności sgnałów do pozostałch, nie wróżnionch na rsunku zbiorów wnoszą Inferencja Zadaniem bloku INFERENCJA jest zbudowanie tzw. wnikowej funkcji prznależności µ wn () wjścia regulatora. Niezbędna do tego jest baza reguł oraz rozmte zbior wjściowe. Baza reguł określa zależności przcznowo-skutkowe istniejące w sstemie pomiędz zbiorami rozmtmi wejść i wjść. Jeżeli chcem zastąpić pracę człowieka
14 Podstaw logiki rozmtej i regulatorów rozmtch 4 sterowaniem automatcznm, bazę taką możem zbudować na podstawie obserwacji działania tego człowieka. W przpadku sterownia suwnicą z pewnością zauważlibśm, iż jeżeli wózek z kontenerem znajduje się w dużej odległości od swojego położenia docelowego operator nie musi, poprzez odpowiednie nim sterowanie, tłumić dużch wchleń od pionu lin, na której wisi kontener. W miarę zbliżania się jednak do położenia docelowego należ coraz bardziej wtłumiać kołsania kontenera, po to b nie uległ on zniszczeniu w momencie odkładania. Tego tpu sterownie mają nam zapewnić odpowiednio dobrane reguł: R: JEŚLI (d = duża) TO (P = duża) R2: JEŚLI (d = mała) I (kąt = ujemn duż) TO (P = dodatnia średnia) R3: JEŚLI (d = mała) I (kąt = ujemn mał LUB zero LUB dodatni mał) TO (P = dodatnia średnia) R4: JEŚLI (d = mała) I (kąt = dodatni duż) TO (P = ujemna średnia) R5: JEŚLI (d = zero) I (kąt = dodatni duż LUB mał) TO (P = ujemna średnia) R6: JEŚLI (d = zero) I (kąt = zero) TO (P = zero) R7: JEŚLI (d = zero) I (kąt = ujemn mał) TO (P = dodatnia średnia) R8: JEŚLI (d = zero) I (kąt = ujemn duż) TO (P = dodatnia duża) gdzie: d odległość od celu, P moc Jeżeli wózek z kontenerem znajduje się w dużej odległości od położenia docelowego, reguła pierwsza powoduje, iż do układu sterowania wsłan jest sgnał odpowiadając dużej moc silnika. Kolejne trz reguł dotczą stuacji, kied odległość wózka do położenia docelowego jest mniejsza. Mają one zapewnić stopniowe tłumienie kołsań kontenera na linie. Czter następne reguł mają zastosowanie, kied wózek znajduje się już bardzo blisko położenia docelowego. Ich głównm zadaniem jest whamowanie wózka z kontenerem oraz łagodne (pozbawione kołsań) doprowadzenie go do położenia docelowego. Wnikiem działania baz reguł są tzw. poziom konkluzji poszczególnch reguł, użwane do budowania wnikowej funkcji prznależności µ wn (). Dla każdego z wjściowch zbiorów rozmtch otrzmujem odpowiedni poziom, któr następnie zestawiam z właściwm zbiorem, budując w ten sposób wnikową funkcję prznależności. Mechanizm ten ilustrują kolejne rsunki:
15 Podstaw logiki rozmtej i regulatorów rozmtch 5 UJEMNA DUŻA UJEMNA ŚREDNIA ZERO DODATNIA ŚREDNIA DODATNIA DUŻA Poziom konkluzji dla wjściowch zbiorów rozmtch moc: - UJEMNA DUŻA - UJEMNA ŚREDNIA - ZERO Poziom konkluzji dla wjściowch zbiorów rozmtch moc: - DODATNIA ŚREDNIA - DODATNIA DUŻA p p 2 p 3 p 4 p - moc wjściowa Rsunek -2. Ilustracja wznaczania wnikowej funkcji prznależności na podstawie wliczonch przez bazę reguł stopni aktwacji konkluzji poszczególnch reguł oraz wjściowch zbiorów rozmtch. Ostateczn kształt wnikowej funkcji prznależności µ wn (): UJEMNA DUŻA UJEMNA ŚREDNIA ZERO DODATNIA ŚREDNIA DODATNIA DUŻA p p 2 p 3 p 4 p - moc wjściowa Rsunek -22. Wnikowa funkcja prznależności. Wnikowa funkcja prznależności jest wkorzstwana przez kolejn blok regulatora do obliczania ostrej wartości sgnału wejściowego w naszm przpadku jest to sgnał sterując mocą dla układu napędowego silnika wózka suwnic..6.5 Defuzfikacja Działanie tego bloku jest uzależnione od przjętej metod defuzfikacji. W naszch badaniach wkorzstaliśm pięć najpopularniejszch metod defuzfikacji. Ich opis znajduje się w rozdziale.5
16
Wstęp do Sztucznej Inteligencji: Laboratorium Sterownik rozmyty
Wstęp do Sztucznej Inteligencji: Laboratorium Sterowni rozmt Zbior rozmte pozwalają w sposób usstematzowan modelować pojęcia niepreczjne, jaimi ludzie posługują się na co dzień. Przładem może bć wrażenie
ELEMENTY TEORII ZBIORÓW ROZMYTYCH
ELEMENTY TEORII ZBIORÓW ROZMYTYCH OPRACOWAŁ: M. KWIESIELEWICZ POJĘCIA NIEPRECYZYJNE ODDZIAŁYWANIA CZŁOWIEK-OBIEKT TECHNICZNY OTOCZENIE (Hoang 990: człowieka na otoczenie, np.: ergonomiczna konstrukcja
Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów Wykład 12, str. 1 C 1 C 2 C 3 1. * x 2. x 2. or max then (min)
Politechnika Poznańska, Katedra Sterowania i Inżnierii Sstemów Wkład, str. Implikacja rozmta A B A, B µ A (x, µ B ( x A, B µ A B (x, µ A B (x, = min(µ A (x, µ B ( lub µ A B (x, = µ A (x µ B ( 38. Wnioskowanie
Piotr 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
Wektory. P. F. Góra. rok akademicki
Wektor P. F. Góra rok akademicki 009-0 Wektor zwiazan. Wektorem zwiazanm nazwam parę punktów. Jeżeli parę tę stanowią punkt,, wektor przez nie utworzon oznaczm. Graficznie koniec wektora oznaczam strzałką.
Definicja. Złożenie zbioru rozmytego i relacji rozmytej. Rozważmy. zbiór rozmyty A X z funkcją przynależności
Zagadnienia I Złożenie zbioru rozmtego i relacji rozmtej Rozważm zbiór rozmt X z funcją prznależności relację rozmtą RX Y z funcją prznależności Definicja R Złożenie zbioru rozmtego i relacji rozmtej R
Jeśli 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
Programowanie nieliniowe optymalizacja funkcji wielu zmiennych
Ekonomia matematczna II Ekonomia matematczna II Prowadząc ćwiczenia Programowanie nieliniowe optmalizacja unkcji wielu zmiennch Modele programowania liniowego często okazują się niewstarczające w modelowaniu
Cykl III ćwiczenie 3. Temat: Badanie układów logicznych
Ckl III ćwiczenie Temat: Badanie układów logicznch Ćwiczenie składa się z dwóch podtematów: Poziom TTL układów logicznch oraz Snteza układów kombinacjnch Podtemat: Poziom TTL układów logicznch. Wprowadzenie
19. Wybrane układy regulacji Korekcja nieliniowa układów. Przykład K s 2. Rys Schemat blokowy układu oryginalnego
19. Wbrane układ regulacji Przkład 19.1 19.1. Korekcja nieliniowa układów w K s 2 Rs. 19.1. Schemat blokow układu orginalnego 1 Zbadać możliwość stabilizacji układu za pomocą nieliniowego prędkościowego
INŻYNIERIA 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
Macierze normalne. D : Dowolną macierz kwadratową można zapisać w postaci A = B + ic gdzie ( ) B = A + A B = A + A = ( A + A)
Macierze normalne Twierdzenie: Macierz można zdiagonalizować za pomocą unitarnej transformacji podobieństwa wted i tlko wted gd jest normalna (AA A A). ( ) D : Dowolną macierz kwadratową można zapisać
Ćwiczenie 361 Badanie układu dwóch soczewek
Nazwisko... Data... Wdział... Imię... Dzień tg.... Godzina... Ćwiczenie 36 Badanie układu dwóch soczewek Wznaczenie ogniskowch soczewek metodą Bessela Odległość przedmiotu od ekranu (60 cm 0 cm) l Soczewka
Sterowanie rozmyte. mgr inż. Piotr Fiertek p. 544
Sterowanie rozmte mgr inż. Piotr iertek p. 544 Literatura do wkładu: D. Driankov H. Hellendoorn M. einfrank Wprowadzenie do sterowania ozmtego Wdawnictwo Naukowo-Techniczne Warszawa 996 Piegat A.: Modelowanie
RÓWNANIA RÓŻNICZKOWE WYKŁAD 3
RÓWNANIA RÓŻNICZKOWE WYKŁAD 3 Równania różniczkowe liniowe Metoda przewidwań Metoda przewidwań całkowania równania niejednorodnego ' p( x) opiera się na następującm twierdzeniu. Twierdzenie f ( x) Suma
Równania różniczkowe
Równania różniczkowe I rzędu Andrzej Musielak Równania różniczkowe Równania różniczkowe I rzędu Równanie różniczkowe pierwszego rzędu to równanie w którm pojawia się zmienna x, funkcja tej zmiennej oraz
Ekstrema funkcji dwóch zmiennych
Wkład z matematki inżnierskiej Ekstrema funkcji dwóch zmiennch JJ, IMiF UTP 18 JJ (JJ, IMiF UTP) EKSTREMA 18 1 / 47 Ekstrema lokalne DEFINICJA. Załóżm, że funkcja f (, ) jest określona w pewnm otoczeniu
Pierwiastki kwadratowe z liczby zespolonej
Pierwiastki kwadratowe z liczb zespolonej Pierwiastkiem kwadratowm z liczb w C nazwam każdą liczbę zespoloną z C, dla której z = w. Zbiór wszstkich pierwiastków oznaczam smbolem w. Innmi słow w = {z C
Funkcje wielu zmiennych
Funkcje wielu zmiennch Wkres i warstwice funkcji wielu zmiennch. Przeglad powierzchni stopnia drugiego. Granice i ciagłość funkcji wielu zmiennch. Małgorzata Wrwas Katedra Matematki Wdział Informatki Politechnika
Rozmyte 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
Warsztat pracy matematyka
Warsztat prac matematka Izabela Bondecka-Krzkowska Marcin Borkowski Jęzk matematki Teoria Jednm z podstawowch pojęc matematki jest pojęcie zbioru. Teorię opisującą zbior nazwa sie teorią mnogości. Definicja
SKRYPT Z MATEMATYKI. Wstęp do matematyki. Rafał Filipów Piotr Szuca
Publikacja współfinansowana przez Unię Europejską w ramach Europejskiego Funduszu Społecznego SKRYPT Z MATEMATYKI Wstęp do matematki Rafał Filipów Piotr Szuca Publikacja współfinansowana przez Unię Europejską
Wykład 4 Testy zgodności. dystrybuanta rozkładu populacji dystrybuanty rozkładów dwóch populacji rodzaj rozkładu wartości parametrów.
Wkład Test zgodności. Test zgodności służą do werikacji hipotez mówiącch, że a dstrbuanta rozkładu populacji ma określoną z gór postać unkcjną b dstrbuant rozkładów dwóch populacji nie różnią się w sposób
Całkowanie przez podstawianie i dwa zadania
Całkowanie przez podstawianie i dwa zadania Antoni Kościelski Funkcje dwóch zmiennch i podstawianie Dla funkcji dwóch zmiennch zachodzi następując wzór na całkowanie przez podstawianie: f(x(a, b), (a,
Definicja wartości bezwzględnej. x < x y. x =
1.9. WARTOŚĆ BEZWZGLĘDNA Definicja wartości bezwzględnej... gd... 0 =... gd... < 0 Własności wartości bezwzględnej 0 = = = n a n = a, gd n jest liczbą parzstą Przkład 1.9.1. Oblicz: a) b) c) 1 d) 0 e)
Młodzieżowe Uniwersytety Matematyczne. Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego REGUŁA GULDINA
Młodzieżowe Uniwerstet Matematczne Projekt współfinansowan przez Unię Europejską w ramach Europejskiego Funduszu połecznego REGUŁA GULDINA dr Bronisław Pabich Rzeszów marca 1 Projekt realizowan przez Uniwerstet
Klucz odpowiedzi i schemat punktowania do próbnego zestawu egzaminacyjnego z zakresu przedmiotów matematyczno-przyrodniczych
Klucz odpowiedzi i schemat punktowania do próbnego zestawu egzaminacjnego z zakresu przedmiotów matematczno-przrodniczch Z a d a n i a z a m k n i ę t e Numer zadania 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 0 3
Wnioskowanie 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
25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx
5. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU 5.1. Pojęcia wstępne. Klasfikacja równań i rozwiązań Rozróżniam dwa zasadnicze tp równań różniczkowch: równania różniczkowe zwczajne i równania różniczkowe cząstkowe.
12. FUNKCJE WIELU ZMIENNYCH. z = x + y jest R 2, natomiast jej
1. FUNKCJE WIELU ZMIENNYCH 1.1. FUNKCJE DWÓCH ZMIENNYCH Funkcją dwóch zmiennch określoną w zbiorze D R nazwam przporządkowanie każdej parze liczb () D dokładnie jednej liczb rzeczwistej z. Piszem prz tm
MATEMATYKA POZIOM ROZSZERZONY PRZYKŁADOWY ZESTAW ZADAŃ NR 1. Czas pracy 150 minut
Miejsce na naklejkę z kodem szkoł OKE ŁÓDŹ CKE MATEMATYKA POZIOM ROZSZERZONY MARZEC ROK 008 PRZYKŁADOWY ZESTAW ZADAŃ NR Czas prac 0 minut Instrukcja dla zdającego. Sprawdź, cz arkusz egzaminacjn zawiera
Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym
. Rodzaj poiaru.. Poiar bezpośredni (prost) W przpadku poiaru pojednczej wielkości przrząde wskalowan w jej jednostkach wartość niedokładności ± określa graniczn błąd przrządu analogowego lub cfrowego
SZTUCZNA 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
Zmienne losowe typu ciągłego. Parametry zmiennych losowych. Izolda Gorgol wyciąg z prezentacji (wykład III)
Zmienne losowe tpu ciągłego. Parametr zmiennch losowch. Izolda Gorgol wciąg z prezentacji (wkład III) Zmienna losowa tpu ciągłego Zmienna losowa X o ciągłej dstrbuancie F nazwa się zmienną losową tpu ciągłego,
ROZWIĄZANIA I ODPOWIEDZI
Zastosowania matematki w analitce medcznej zestaw do kol. semestr. - rozwiązania i odpowiedzi (część I). ROZWIĄZANIA I ODPOWIEDZI Zadanie A1. a) Rozważając dwa przpadki ze względu na moduł mam: skąd ostatecznie,3>.
MATURA PRÓBNA 2 KLASA I LO
IMIE I NAZWISKO MATURA PRÓBNA KLASA I LO CZAS PRACY: 90 MIN. SUMA PUNKTÓW: 60 ZADANIE (5 PKT) Znajdź wszstkie funkcje liniowe określone na zbiorze ;, którch zbiorem wartości jest przedział ; 0. ZADANIE
Optyka Fourierowska. Wykład 7 Filtracja przestrzenna
Optka Fourierowska Wkład 7 Filtracja przestrzenna Optczna obróbka inormacji Układ liniowe są bardzo użteczne w analizie układów obrazującch Koncepcja ta pozwala na analizę pól optcznch w dziedzinie częstości
Elementy cyfrowe i układy logiczne
Element cfrowe i układ logiczne Wkład 6 Legenda Technika cfrowa. Metod programowania układów PLD Pamięć ROM Struktura PLA Struktura PAL Przkład realizacji 3 4 5 6 7 8 Programowanie PLD po co? ustanowić
ZBIORY 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
Ć w i c z e n i e K 2 b
Akademia Górniczo Hutnicza Wdział Inżnierii Mechanicznej i Robotki Katedra Wtrzmałości, Zmęczenia Materiałów i Konstrukcji Nazwisko i Imię: Nazwisko i Imię: Wdział Górnictwa i Geoinżnierii Grupa nr: Ocena:
Wykład Analiza jakościowa równań różniczkowych
Na podstawie książki J. Rusinka, Równania różniczkowe i różnicowe w zarządzaniu, Oficna Wdawnicza WSM, Warszawa 2005. 21 maja 2012 Definicja Stabilność Niech = F (x, ) będzie równaniem różniczkowm. Rozwiązanie
Z funkcji zdaniowej x + 3 = 7 można otrzymać zdania w dwojaki sposób:
Z funkcji zdaniowej + 3 = 7 można otrzmać zdania w dwojaki sposób: podstawiając w tej funkcji zdaniowej za stałe będące nazwami liczb np. 4 2 itp. poprzedzając tę funkcję zdaniową zwrotami: dla każdego
V JURAJSKI TURNIEJ MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM FINAŁ 14 maja 2005 r.
V JURAJSKI TURNIEJ MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM FINAŁ 4 maja 005 r. Przecztaj uważnie poniższą instrukcję: Test składa się z dwóch części. Pierwsza część zawiera 0 zadań wielokrotnego wboru. Tlko
11. CZWÓRNIKI KLASYFIKACJA, RÓWNANIA
OBWODY SYGNAŁY Wkład : Czwórniki klasfikacja, równania. CZWÓRNK KLASYFKACJA, RÓWNANA.. WELOBEGNNK A WELOWROTNK CZWÓRNK Definicja. Jeśli: wielobiegunnik posiada parzstą liczbę zacisków (tzn. mn) zgrupowanch
Automatyka. Treść wykładów: Układ kombinacyjny AND. Układ sekwencyjny synchroniczny. Układ sekwencyjny asynchroniczny. Układ sekwencyjny synchroniczny
Treść wkładów: Automatka dr inż. Szmon Surma szmon.surma@polsl.pl zawt.polsl.pl pok. 202, tel. +48 32 603 4136 1. Podstaw automatki 2. Układ kombinacjne, 3. Układ sekwencjne snchronicze, 4. Układ sekwencjne
f x f y f, jest 4, mianowicie f = f xx f xy f yx
Zestaw 14 Pochodne wŝszch rzędów Niech będzie dana funkcja x f określona w pewnm obszarze D Przpuśćm Ŝe f x istnieją pochodne cząstkowe tej funkcji x x Pochodne cząstkowe tch pochodnch jeŝeli istnieją
Realizacja funkcji przełączających
Realizacja funkcji przełączającch. Wprowadzenie teoretczne.. Podstawowe funkcje logiczne Funkcja logiczna NOT AND OR Zapis = x x = = x NAND NOR.2. Metoda minimalizacji funkcji metodą tablic Karnaugha Metoda
Stan naprężenia. Przykład 1: Tarcza (płaski stan naprężenia) Określić siły masowe oraz obciążenie brzegu tarczy jeśli stan naprężenia wynosi:
Stan naprężenia Przkład 1: Tarcza (płaski stan naprężenia) Określić sił masowe oraz obciążenie brzegu tarcz jeśli stan naprężenia wnosi: 5 T σ. 8 Składowe sił masowch obliczam wkonując różniczkowanie zapisane
EGZAMIN GIMNAZJALNY W ROKU SZKOLNYM 2011/2012
Centralna Komisja Egzaminacjna EGZAMIN GIMNAZJALNY W ROKU SZKOLNYM 2011/2012 CZĘŚĆ MATEMATYCZNO-PRZYRODNICZA MATEMATYKA ODPOWIEDZI I PROPOZYCJE OCENIANIA PRZYKŁADOWEGO ZESTAWU ZADAŃ PAŹDZIERNIK 2011 Zadania
EGZAMIN PRÓBNY CZAS PRACY: 180 MIN. SUMA PUNKTÓW: 50 ZADANIE 1 (1 PKT) ZADANIE 2 (1 PKT) ZADANIE 3 (1 PKT) ZADANIE 4 (1 PKT) ZADANIE 5 (1 PKT)
IMIE I NAZWISKO EGZAMIN PRÓBNY CZAS PRACY: MIN. SUMA PUNKTÓW: 5 ZADANIE ( PKT) Dziedzina funkcji f (x) = x jest zbiór x 2 +x 6 A) R \ {, 2} B) (, 2) C) (, ) (2, + ) D) (, 2) (, + ) ZADANIE 2 ( PKT) W pewnej
Systemy przetwarzania sygnałów
Sstem przetwarzania sgnałów x(t) (t)? x(t) Sstem przetwarzania sgnałów (t) Sstem przetwarzania sgnałów sgnał ciągł x(t) (t)=h(x(t)) Sstem czasu ciągłego (t) np. megafon - wzmacniacz analogow sgnał dskretn
STANDARDOWE 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
Automatyka. Treść wykładów: Układ sekwencyjny synchroniczny. Układ kombinacyjny AND. Układ sekwencyjny asynchroniczny. Układ sekwencyjny synchroniczny
Automatka dr inż. Szmon Surma szmon.surma@polsl.pl zawt.polsl.pl/studia pok. 202, tel. +48 32 603 4136 Treść wkładów: 1. Podstaw automatki 2. Układ kombinacjne, 3. Układ sekwencjne snchronicze, 4. Układ
Scenariusz lekcji matematyki z wykorzystaniem komputera
Scenariusz lekcji matematki z wkorzstaniem komputera Temat: Wpłw współcznników a i b na położenie wkresu funkcji liniowej. (Rsowanie wkresów prz użciu arkusza kalkulacjnego EXCEL.) Czas zajęć: 9 min Cele:
Zasady budowania prognoz ekonometrycznych
Zasad budowania prognoz ekonometrcznch Klasczne założenia teorii predkcji 1. Znajomość modelu kształtowania się zmiennej prognozowanej Znajomość postaci analitcznej wstępującch zależności międz zmiennmi
Rozwiązywanie układu równań metodą przeciwnych współczynników
Rozwiązwanie układu równań metodą przeciwnch współcznników Sposob postępowania krok po kroku: I. przgotowanie równań. pozbwam się ułamków mnoŝąc kaŝd jednomian równania równań przez najmniejszą wspólną
Metody prognozowania: Jakość prognoz Wprowadzenie (1) 6. Oszacowanie przypuszczalnej trafności prognozy
Metod prognozowania: Jakość prognoz Dr inż. Sebastian Skoczpiec ver. 03.2012 Wprowadzenie (1) 1. Sformułowanie zadania prognostcznego: 2. Określenie przesłanek prognostcznch: 3. Zebranie danch 4. Określenie
Scenariusz lekcji Zwierciadła i obrazy w zwierciadłach
Scenariusz lekcji. Temat lekcji: Zwierciadła i obraz w zwierciadłach 2. Cele: a) Cele poznawcze: Uczeń wie: - co to jest promień świetln, - Ŝe światło rozchodzi się prostoliniowo, - na czm polega zjawisko
ZADANIE 1 Poniżej znajduje się fragment wykresu funkcji y = f (x). ZADANIE 2 Na podstawie podanego wykresu funkcji f
IMIE I NAZWISKO ZADANIE Poniżej znajduje się fragment wkresu funkcji = f (). -7 -- - - 6 7 Dorsuj brakujac a część wkresu wiedzac, że dziedzina funkcji f jest przedział,, a wkres jest smetrczn względem
SZEREG CZASOWY Y zjawisko badane w różnych okresach lub momentach czasu. Dynamika zjawiska to zmiana zjawiska w czasie. Przykład. Y średni kurs akcji
SZEREG CZASOWY Y zjawisko badane w różnch okresach lub momentach czasu. Dnamika zjawiska to zmiana zjawiska w czasie. Przkład. Y średni kurs akcji firm OPTMUS na giełdzie Okres: notowania od 1.03.2010
Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 6
ozwiązwanie beek prostch i przegubowch wznaczanie reakcji i wkresów sił przekrojowch 6 Obciążenie beki mogą stanowić sił skupione, moment skupione oraz obciążenia ciągłe q rs. 6.. s. 6. rzed przstąpieniem
Przenoszenie niepewności
Przenoszenie niepewności Uwaga wstępna: pojęcia niepewność pomiarowa i błąd pomiarow są stosowane wmiennie. Załóżm, że wielkość jest funkcją wielkości,,, dla którch niepewności (,, ) są znane (wnikają
Pochodna funkcji odwrotnej
Pochodna funkcji odwrotnej Niech będzie dana w przedziale funkcja różniczkowalna i różnowartościowa. Wiadomo, że istnieje wówczas funkcja odwrotna (którą oznaczymy tu : ), ciągła w przedziale (lub zależnie
( ) σ v. Adam Bodnar: Wytrzymałość Materiałów. Analiza płaskiego stanu naprężenia.
Adam Bdnar: Wtrzmałść Materiałów Analiza płaskieg stanu naprężenia 5 ANALIZA PŁASKIEGO STANU NAPRĘŻENIA 5 Naprężenia na dwlnej płaszczźnie Jak pamiętam płaski stan naprężenia w punkcie cechuje t że wektr
Zapis liczb binarnych ze znakiem
Zapis liczb binarnych ze znakiem W tej prezentacji: Zapis Znak-Moduł (ZM) Zapis uzupełnień do 1 (U1) Zapis uzupełnień do 2 (U2) Zapis Znak-Moduł (ZM) Koncepcyjnie zapis znak - moduł (w skrócie ZM - ang.
Równania różniczkowe cząstkowe
Równania różniczkowe cząstkowe Definicja: Równaniem różniczkowm cząstkowm nazwam takie równanie różniczkowe w którm wstępuje co najmniej jedna pochodna cząstkowa niewiadomej funkcji dwóch lub więcej zmiennch
Diagram relacji między zmiennymi (Scatter Diagram)
2. Należ pomśleć o definicji do zastosowania w następując sposób: Zastosowanie: Cz wszsc zgadzam się, co robić? Definicja: Cz wszsc zgadzam się co do znaczenia każdego słowa? 5.4 Diagram relacji międz
x 1 x 2 x 3 x n w 1 w 2 Σ w 3 w n x 1 x 2 x 1 XOR x (x A, y A ) y A x A
Sieci neuronowe model konekcjonistczn Plan wkładu Perceptron - przpomnienie Uczenie nienadzorowane Sieci Hopfielda Perceptron w 3 Σ w n A Liniowo separowaln problem klasfikacji ( A, A ) Problem XOR 0 0
Interpolacja. Układ. x exp. = y 1. = y 2. = y n
MES 07 lokaln Interpolacja. Układ Interpolacja, wprowadzenie Interpolacja: po co nam to? Ptania MES polega na wznaczaniu interesującch nas parametrów w skończonej ilości punktów. A co leż pomiędz tmi punktami?
Wykład 10. Funkcje wielu zmiennych
Wkład 1. Funkcje wielu zmiennch dr Mariusz Grządziel 6 maja 1 (ostatnie poprawki: 1 maja 1) Funkcje wielu zmiennch Przestrzeń dwuwmiarowa, oznaczana w literaturze matematcznej smbolem R, może bć utożsamiona
RÓWNANIA RÓŻNICZKOWE WYKŁAD 5
RÓWNANIA RÓŻNICZKOWE WYKŁAD 5 Równania różniczkowe rzędu drugiego Równania rzędu drugiego sprowadzalne do równań rzędu pierwszego Równanie różniczkowe rzędu drugiego postaci F ( x, ', ") 0 ( nie wstępuje
ALGORYTM 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
UNIWERSYTET IM. ADAMA MICKIEWICZA W POZNANIU. Miary podobieństwa i zawierania zbiorów rozmytych
UNIWERSYTET IM. ADAMA MICKIEWICZA W POZNANIU Wdział Matematki i Informatki Miar podobieństwa i zawierania zbiorów rozmtch Similarit and subsethood measures of fuzz sets Patrk Żwica Numer albumu: 329575
Liczby zespolone. Niech C = R 2. Zdefiniujmy dwa działania w C. Dodawanie + : C 2 C zdefiniowane jest przez
Liczb zespolone Ciało liczb zespolonch Niech C = R. Zdefiniujm dwa działania w C. Dodawanie + : C C zdefiniowane jest przez (, ) + (, ) = ( +, + ). Ćwiczenie. Obliczm (, ) + (, 0) =.................................................
Imperfekcje globalne i lokalne
Imperfekcje globalne i lokalne Prz obliczaniu nośności i stateczności konstrukcji stalowch szczególnego znaczenia nabiera konieczność uwzględniania warunków wkonania, transportu i montażu elementów konstrukcjnch.
Ruch po równi pochyłej
Sławomir Jemielit Ruch po równi pochłej Z równi pochłej o kącie nachlenia do poziomu α zsuwa się ciało o masie m. Jakie jest przspieszenie ciała, jeśli współcznnik tarcia ciała o równię wnosi f? W jakich
Inteligencja 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
MES W ANALIZIE SPRĘŻYSTEJ UKŁADÓW PRĘTOWYCH
MES W ANAIZIE SPRĘŻYSEJ KŁADÓW PRĘOWYCH Przkład obliczeń Kratownice płaskie idia FEDOROWICZ Jan FEDOROWICZ Magdalena MROZEK Dawid MROZEK Gliwice r. - idia Fedorowicz Jan Fedorowicz Magdalena Mrozek Dawid
Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego
Materiał ddaktczne na zajęcia wrównawcze z matematki dla studentów pierwszego roku kierunku zamawianego Inżnieria Środowiska w ramach projektu Era inżniera pewna lokata na przszłość Projekt Era inżniera
PRÓBNY EGZAMIN MATURALNY
PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW NR 17751 WYGENEROWANY AUTOMATYCZNIE W SERWISIE ZADANIA.INFO POZIOM PODSTAWOWY CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT) Rozważm treść następujacego
Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego
Materiał ddaktczne na zajęcia wrównawcze z matematki dla studentów pierwszego roku kierunku zamawianego Inżnieria i Gospodarka Wodna w ramach projektu Era inżniera pewna lokata na przszłość Projekt Era
Wielowymiarowe bazy danych
Wielowmiarowe baz danch Wielowmiarowe baz danch Dziedzin zastosowań Multimedialne baz danch dane medialne przechowwane jako wielowmiarowe wektor danch Sstem geograficzne, sstem wspomagania projektowania
Sztuczna 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
Badanie zależności cech
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i element kombinatorki. Zmienne losowe i ich rozkład 3. Populacje i prób danch, estmacja parametrów 4. Testowanie hipotez 5. Test parametrczne (na przkładzie
UKŁADY JEDNOWYMIAROWE. Część III UKŁADY NIELINIOWE
UKŁADY JEDNOWYMIAROWE Część III UKŁADY NIELINIOWE 1 15. Wprowadzenie do części III Układ nieliniowe wkazją czter właściwości znacznie różniące je od kładów liniowch: 1) nie spełniają zasad sperpozcji,
Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K.
Motto Cz to nie zabawne, że ci sami ludzie, którz śmieją się z science fiction, słuchają prognoz pogod oraz ekonomistów? (K. Throop III) 1 Specfika szeregów czasowch Modele szeregów czasowch są alternatwą
14. Grupy, pierścienie i ciała.
4. Grup, pierścienie i ciała. Definicja : Zbiór A nazwam grupą jeśli jest wposaŝon w działanie wewnętrzne łączne, jeśli to działanie posiada element neutraln i kaŝd element zbioru A posiada element odwrotn.
BADANIE CYFROWYCH UKŁADÓW ELEKTRONICZNYCH TTL strona 1/7
BADANIE CYFROWYCH UKŁADÓW ELEKTRONICZNYCH TTL strona 1/7 BADANIE CYFROWYCH UKŁADÓW ELEKTRONICZNYCH TTL 1. Wiadomości wstępne Monolitcne układ scalone TTL ( ang. Trasistor Transistor Logic) stanowią obecnie
RZĘDU PIERWSZEGO. RÓWNANIE BERNOULLIEGO. RÓWNANIE JEDNORODNE. KRZYWE ORTOGONALNE. RÓWNANIE BERNOULLIEGO. Nieliniowe równanie różniczkowe Bernoulliego
NIELINIOWE RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE RZĘDU PIERWSZEGO. RÓWNANIE BERNOULLIEGO. RÓWNANIE JEDNORODNE. KRZYWE ORTOGONALNE. RÓWNANIE BERNOULLIEGO. Nieliniowe równanie różniczkowe Bernoulliego ma postać:
Podstawy Automatyki. Człowiek- najlepsza inwestycja. Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego
Podstaw Automatki Człowiek- najlepsza inwestcja Projekt współfinansowan przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Politechnika Warszawska Insttut Automatki i Robotki Dr inż. Wieńczsław
MES polega na wyznaczaniu interesujących nas parametrów w skończonej ilości punktów. A co leży pomiędzy tymi punktami?
MES- 07 Interpolacja, wprowadzenie Interpolacja: po co nam to? Ptania MES polega na wznaczaniu interesującch nas parametrów w skończonej ilości punktów. A co leż pomiędz tmi punktami? Na razie rozpatrwaliśm
Równania różniczkowe cząstkowe
Równania różniczkowe cząstkowe Definicja Równaniem różniczkowm cząstkowm nazwam takie równanie różniczkowe w którm wstępuje co najmniej jedna pochodna cząstkowa niewiadomej funkcji dwóch lub więcej zmiennch
Elementy algebry i analizy matematycznej II
Element algebr i analiz matematcznej II Wkład 1. Ekstrema unkcji dwóch zmiennch Deinicja 1 Funkcja dwóch zmiennch, z = (, ), ma w punkcie z = (, ), maksimum lokalne, jeżeli istnieje takie otoczenie punktu
Uniwersytet 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
Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 4-5
ozwiązwanie beek prostch i przegubowch wznaczanie reakcji i wkresów sił przekrojowch - Obciążenie beki mogą stanowić sił skupione, moment skupione oraz obciążenia ciągłe q rs... s.. rzed przstąpieniem
Podejmowanie decyzji w warunkach niepełnej informacji. Tadeusz Trzaskalik
Podejmowanie deczji w warunkach niepełnej informacji Tadeusz Trzaskalik 5.. Wprowadzenie Słowa kluczowe Niepełna informacja Stan natur Macierz wpłat Podejmowanie deczji w warunkach rzka Podejmowanie deczji
POLITECHNIKA ŚLĄSKA. WYDZIAŁ ORGANIZACJI I ZARZĄDZANIA. Katedra Podstaw Systemów Technicznych - Mechanika Stosowana. y P 1. Śr 1 (x 1,y 1 ) P 2
POLITECHNIKA ŚLĄSKA. WYDZIAŁ ORGANIZACI I ZARZĄDZANIA. Katedra Podstaw Sstemów Technicznch Płaska geometria mas c c 3c Dla zadanego pola przekroju wznaczć: - połoŝenie środka cięŝkości S( s, s ) - moment
Zadania do rozdziału 10.
Zadania do rozdziału 0. Zad.0.. Jaką wsokość musi mieć pionowe zwierciadło ab osoba o wzroście.80 m mogła się w nim zobaczć cała. Załóżm, że ocz znajdują się 0 cm poniżej czubka głow. Ab prawidłowo rozwiązać
6. 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
========================= Zapisujemy naszą funkcję kwadratową w postaci kanonicznej: 2
Leszek Sochański Arkusz przykładowy, poziom podstawowy (A1) Zadanie 1. Wykresem funkcji kwadratowej f jest parabola o wierzchołku 5,7 Wówczas prawdziwa jest równość W. A. f 1 f 9 B. f 1 f 11 C. f 1 f 1