Важным понятием в нечеткой логике является понятие нечеткого предложения. (fuzzy proposition), которое определяется как высказывание типа «р: х есть А». Здесь символ «х» обозначает некоторую физическую величину, например, температуру, давление, скорость и т.д., символ «А» лингвистическую переменную, которая ассоциируется с нечетким множеством, а символ «р», является аббревиатурой proposition- предложение. Примером такого предложения может служить высказывание “уровень воды есть высокий” Физической переменной х здесь является «уровень воды», который измеряется соответствующим датчиком, нечеткое множество А характеризуется лингвистикой «высокий» и задается с помощью соответствующей функции принадлежности mА(х). Лингвистике «есть» соответствует операция упорядоченности в виде равенства, которая обозначается символом «=». В результате нечеткое предложение «р: уровень воды есть высокий» может быть записано в формализованном виде «р:х=А».
Нечеткие предложения комбинируются между собой связками «и», «или», которые реализуются посредством Т и S норм соответственно. Как было показано ранее, существует бесконечное их число и для выбора не существует общих правил. Выбор логических связок зависит от смысла и контекста нечетких предложений и взаимосвязи между ними. Операции Т и S норм по Заде (2.6), (2.15) в теории нечеткого управления имеют предпочтение, т.к. они не имеют избыточности.
|
|
Это соответствует тому, что комбинация двух равных нечетких предложений представляют одинаковую информацию:
Это свойство отсутствия избыточности не справедливо для других Т и S норм, Однако, когда нечеткие предложения не являются эквивалентными, но коррелированны или взаимосвязаны, тогда возможно использование Т и S норм по Лукашевичу (2.8),(2.17). Наиболее часто используемы логические связки даны в табл. 3.1.
Табл.3.1. Часто используемы логические связки «и», «или» в нечеткой логике.
Предложение р может, кроме того, быть представлено, как нечеткое отношение Р с функцией принадлежности:
Нечеткие предложения, соединенные нечетким «и», иногда называют условиями или предпосылками и для их обозначения используют индикатор «если»:
1. если р11:х1=А11 и р12:х2=А12 и ….
Или
2. если р21:х1=А21 и р22:х2=А22 и ….
Или
Совокупность условий определяет совокупность выводов или заключений. Для их обозначения используют индикатор «тогда».
Совокупность условий и выводов определяет продукционное нечеткое правило (fuzzy rule):
R1: если x1=A11 и x2=A12 и …, тогда y11=B11 и y21=B12 и …
Или
Здесь символ R1 является аббревиатурой “rule –правило”.
Например, одно из правил при управлении температурой воды в лингвистических терминах имеет вид:
|
|
«R1: если температура воды есть холодная и температура воздуха есть холодная, тогда поверни вентиль горячей воды влево на большой угол и вентиль холодной воды вправо на большой угол».
Здесь имеем нечеткие условия:
x1- температура воды, A1- холодная;
x2- температура воздуха, A2- холодная;
и нечеткие выводы:
y1- угол поворота вентиля влево, B1- большой;
y2- угол поворота вентиля вправо, B2- большой.
Лингвистическому нечеткому правилу соответствует формализованное представление:
R1: если x1=A1 и x2=A2 и …, тогда y1=B1 и y2=B2, (3.1)
где A1,…., B2 –нечеткие множества, которые задаются соответствующими функциями принадлежностей.
Совокупность нечетких продукционных правил образуют нечеткую базу правил {Ri}ki=1:
Ri: если …., тогда…
Для нее справедливы следующие свойства:
· непрерывность;
· непротиворечивость;
· полнота.
Для того, чтобы определить непрерывность {Ri}ki=1 используются следующие понятия:
· упорядоченная совокупность нечетких множеств;
· прилегающие нечеткие множества.
Совокупность нечетких множеств { A i} называется упорядоченной, если для них задано отношение порядка, например,
“< “: A1<…< Ai-1< Ai< Ai+1<…
Если { A i} упорядочена, тогда множества Ai-1и Ai, Ai и Ai+1 называются прилегающими. Здесь предполагается, что эти нечеткие множества являются перекрывающимися.
База правил {Ri}ki=1 называется непрерывной, если для правил:
“RК: если x1=A1,К и x2=A2,К, тогда y=BК” и k¢¹k имеем:
А1,К= А1,К¢Ù А2,К и А2,К¢ является прилегающим;
А2,К= А2,К¢Ù А1,К и А1,К¢ является прилегающим;
ВК и ВК¢ являются прилегающими.
Непротиворечивость базы правил обычно демонстрируется на контрпримерах.
Контрпример 1. Нечеткое управление роботом:
:
или
: если препятствие впереди, тогда двигайся влево
{Ri}ki=1= или
R : если препятствие впереди, тогда двигайся вправо
или
:
База правил {Ri}ki=1 противоречива.
Контрпример 2. Нечеткая система (рис.3.1)
R1: если x1=A или x2=Е, тогда y=Н;
{Ri}3i=1= R2: если x1=С или x2=F, тогда y=I;
R3: если x1=B или x2=D, тогда y=G.
|
X2 X1 | A | B | C |
D | G | ||
E | H | ||
F | I |
Представленная база правил непротиворечива. Пусть теперь база правил имеет вид.
X2 X1 | A | B | C |
D | H | G | I |
E | H | H | H, I |
F | H, I | I | I |
Рис.3.1 Противоречивость базы правил.
В этом случае база правил противоречива, так как она приводит к двусмысленности выводов в случае х1=А, х2=F и х1=C, х2=E. Из этого простого примера становится очевидным, что заранее высказанные два правила, будут давать двусмысленность выводов. Этот феномен не так легко может быть идентифицирован, в общем случае, при наличии более сложной базы правил.
Полнота {Ri}ki=1 используется как мера, указывающая на полноту знаний, которые содержатся в базе правил. Неполная база правил имеет так называемые «пустые места» для определенных ситуаций (на семантическом уровне), т.е. не определены связи между входами и выходами. Это не означает, что результат вывода из правила не существует из-за неполноты базы правил, а этот эффект обусловлен свойствами нечетких множеств, которые используются в условиях правил.
В качестве меры полноты (CM-Completeness Measure) используется критерий:
х- физическая переменная входных данных (условий); Nx – число условий в правиле; Nr – число правил в базе правил. Например, при Nx=1, Nr=1, что соответствует наличию одного условия (Nx=1) базе правил, содержащей одно правило (Nr=1), получим:
Если m1,1=0, что соответствует пустому месту, получим СМ(х)=0.
Численные значения, которые принимает критерий СМ(х), позволяют классифицировать базы правил по полноте знаний:
|
|
СМ(х)=0 - «неполная» база правил;
1<СМ(х)<1 - база правил «незначительно полная»;
СМ(х)=1 - база правил «точно полная»;
СМ(х)>1 - база правил «сверх полная (избыточная)».
Таким образом, при разработке алгоритмов нечетких систем управления в виде базы правил обязательным этапом анализа алгоритма является проверка соответствующей базы правил на непрерывность, непротиворечивость и полноту и далее приступают к компьютерной реализации алгоритма управления.