Проектування експертної системи за допомогою ієрархічного дерева нечіткого логічного висновку у середовищі fuzzyTECH

1. Побудувати ієрархічну систему нечіткого висновку типу Мамдані за допомогою пакету fuzzyTECH.

2. Визначити метод дефаззіфікації, застосування якого забезпечує найкращу якість нечіткого логічного висновку.

3. Перевірити роботу системи.

Вимоги до проведення математичного моделювання у завданні 2

1. Нечітку базу знань обрати з табл. 8-9.

2. Кількість термів для лінгвістичної оцінки вхідних та вихідної змінних обрати з табл. 2-7 відповідно дереву логічного висновку (рис 8).

3. Визначити функції належності для термів кожної змінної як функції L -типу.

4. Побудувати одновимірну, а далі ієрархічну систему нечіткого логічного висновку типу Мамдані.

Таблиця 2

Змінна	Діапазон	Значення
Йти до інституту	Так	20±20
Бажано	40±20
Без різниці	50±20
Ні	80±20

Рис. 8 Дерево логічного висновку

Таблиця 3

Змінна	Діапазон	Значення
Заняття	Лекція	20±20
Практика	40±20
Лабораторна	50±20
Іспит	80±20

Таблиця 4

Змінна	Діапазон	Значення
Час	Ранок	9±3
Обід	12±2
Вечір	16±4

Таблиця 5

Змінна	Діапазон	Значення
Самопочуття	Задовільне	30±30
Добре	70±30

Таблиця 6

Змінна	Діапазон	Значення
Випито кави	Мало	1±1
Середнє	2±1
Багато	3±1

Таблиця 7

Змінна	Діапазон	Значення
Ліг спати	Рано	21±2
Нормально	22±2
Пізно	2±2
Під ранок	5±2

Таблиця 8

Правило	Ліг спати	Випито кави	Самопочуття
S1	Рано	Мало	Добре
S2	Рано	Середнє	Добре
S3	Рано	Багато	Задовільне
S4	Нормально	Мало	Добре
S5	Нормально	Середнє	Задовільне
S6	Нормально	Багато	Добре
S7	Пізно	Мало	Задовільне
S8	Пізно	Середнє	Добре
S9	Пізно	Багато	Добре
S10	Під ранок	Мало	Задовільне
S11	Під ранок	Середнє	Задовільне
S12	Під ранок	Багато	Добре

Таблиця 9

Правило	Заняття	Час	Самопочуття	Йти до інституту
G1	Екзамен	-	-	Так
G2	Лабораторна	Ранок	Добре	Так
G3	Лабораторна	Обід	Добре	Бажано
G4	Лабораторна	Вечір	Задовільне	Без різниці
G5	Практика	-	Добре	Бажано
G6	Практика	-	Задовільне	Ні
G7	Лекція	Ранок	-	Ні
G8	Лекція	Обід	Добре	Бажано
G9	Лекція	Вечір	-	Без різниці

Алгоритм виконання роботи

1. Скористатись майстром нечіткого проекту File –> Fuzzy Design Wizard.

1.1. У першому вікні вибрати Append to Existing System (якщо система будується на базі вже розробленої системи), або Create New System (якщо будується нова система).

1.2. Задати 4 вхідних змінних, одну вихідну з 4 термами і у полі Intermediate LVs 1 проміжну змінну, що відповідає укрупненому параметру стану.

1.3. Натискаючи Next, задати діапазони можливих значень всіх вхідних змінних (табл. 2-7).

1.4. У вікні Define Rule Blocks задати кількість блоків правил - 2 за деревом логічного висновку (рис. 8).

2. Подвійним покликом на прямокутнику, що відповідає вхідній змінній, задати імена термів та додати за необхідністю нові терми.

3. Задати функції належності L-типу для кожної змінної.

4. Натиснути правою кнопкою миші на прямокутнику, що відповідає вихідній змінній і, вибравши пункт Properties, задати у якості методу дефазифікації метод CoM.

5. Лівою кнопкою миші розташувати вхідні змінні та блоки правил відповідно дереву логічного висновку.

6. Натиснути правою кнопкою миші на прямокутнику блока правил з визначення самопочуття та, вибравши пункт Properties, додати вхідні та вихідну змінні в закладці General. У якості вихідної змінної блока правил обрати змінну з назвою inter_, що відповідає номеру блока правил.

7. Увійти в редактор блоку правил подвійним покликом миші на відповідному прямокутнику, або вибравши пункт Spreadsheet Rule Editor.

8. Для кожного блоку правил задати власне нечіткі правила з табл. 8 -9.

9. Для проведення нечіткого висновку необхідно натиснути або зайти у головне меню Debug и вибрати Interactive.

10. Перевірити роботу систему за допомогою тестуючої вибірки.

Питання для самоконтролю

1. Чим принципово відрізняється нечітка логіка від класичної логіки?

2. Поясніть поняття лінгвістичної змінної.

3. Що таке fuzzy-множина, функція належності і як проводиться етап фаззификації вхідних змінних?

4. Поясніть призначення блоків в структурі нечіткого логічного висновку.

5. Як відбувається нечіткий логічний висновок за алгоритмом Мамдані?

6. Що таке дефаззіфікація? Які методи дефаззіфікації ви знаєте?

7. Як здійснюється нечіткий логічний висновок за ієрархічною базою знань?

Література

1. Заде Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений / Заде Л.; [пер. с англ.] - М.: Мир, 1976. - 167 с.

2. Круглов В.В. Нечеткая логика и искусственные нейронные сети / Круглов В.В., Дли М.И., Голубов Р.Ю. — М.: Физматлит, 2001. — 224 с.

3. Леоненков А.В. Нечеткое моделирование в среде matlab и fuzzytech / Леоненков А.В. — СПб.: БХВ-Петербург, 2005. — 736с.

4. Панкевич О.Д. Діагностування тріщин будівельних конструкцій за допомогою нечітких баз знань / Панкевич О.Д., Штовба С.Д. – Вінниця: УНІВЕРСУМ-Вінниця, 2005. - 108с.

5. Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткие множества, генетические алгоритмы, нейронные сети / Ротштейн А.П. - Винница: УНІВЕРСУМ-Вінниця, 1999. - 320 с.

6. Ротштейн А.П. Медицинская диагностика на нечеткой логике / Ротштейн А.П. - Винница: Континент-ПРИМ, 1996. - 132 с.

7. Штовба С.Д. Проектирование нечетких систем средствами Matlab / Штовба С.Д. — М.: Горячая линия — Телеком, 2007. — 288с.

8. Babuska R. Fuzzy Modeling for Control / Babuska R. Boston: Kluwer Academic Publishers. — 1998.

9. Mamdani E.H. Higher-order logics for handling uncertainty in expert systems / Mamdani E.H., Efstathion H.J. - "Int. J. Man-Mach. Stud.", 1985, N3. — p. 243-259.

10. Zimmermann H.J. Fuzzy set theory and its application / Zimmermann H.J. – Kluwer: Dordrecht - 1991. – 315 p.