Sie sind auf Seite 1von 8

1

Allgemeine Informationen
Autor: Erzeugt am: Gedruckt am: Freitag, 22. Januar 1993 Montag, 4. Juli 2011

Edition Edition Name: fuzzyTECH 5.81d Professional Demo

1.1

Inhaltsverzeichnis

1.2

Abbildungsverzeichnis

1.3

Tabellenverzeichnis

1.4

Abkrzungen

Berechne MBF CoM

Berechne Membership Function (Fuzzifizierungsmethode) Center of Maximum (Defuzzifizierungsmethode)

BSUM MIN MAX GAMMA PROD

Bounded Sum - Operator zur Berechnung der Ergebnisaggregation Minimum-Operator (UND-Aggregation) Maximum-Operator (ODER-Aggregation) Kompensatorischer Operator fr die Aggregation Fuzzy Operator fr die Komposition

2
LV MBF RB Linguistische Variable Zugehrigkeitsfunktion (Membership Function) Regelblock

CRANE
2.1 Projektbeschreibung
2 1 0 1 8 15 Tabelle 7: Projektstatistik

Eingangsvariablen Ausgangsvariablen Zwischenvariablen Regelblcke Regeln Zugehrigkeitsfunktionen

2.2

Systemstruktur

Die Systemstruktur beschreibt den Datenflu in dem Fuzzy System. Eingangsinterfaces fuzzifizieren die Eingangsgren. Hierbei werden Analogwerte in Zugehrigkeitsgrade umgesetzt. Dem Fuzzifizieren schliet sich die Fuzzy-Inferenz an: Mit in Regelblcken festgelegten "wenn-dann" Regeln werden durch die Eingangsgren sprachlich beschriebene Ausgangsgren festgelegt. Diese werden in den Ausgangsinterfaces durch eine Defuzzifizierung in analoge Gren umgewandelt.

Die folgende Abbildung zeigt die Struktur fr dieses Fuzzy-System mit Eingangsinterfaces, Regelblcken und Ausgangsinterfaces. Die Verbindungslinien symbolisieren hierbei den Datenflu.

Abbildung 4: Struktur des Fuzzy Logic-Systems

2.3

Definition der Variablen

Dieses Kapitel enthlt die Definition aller Linguistischen Variablen und aller Zugehrigkeitsfunktionen des Fuzzy Systems. Linguistische Variablen dienen in einem Fuzzy System dazu, die Werte kontinuierlicher Gren durch sprachliche Begriffe zu beschreiben. Die mglichen Werte einer linguistischen Variablen sind keine Zahlen sondern sprachliche Begriffe, auch Terme genannt.

Ein Beispiel hierzu: Um die kontinuierliche Gre 'Temperatur' durch eine linguistische Variable zu beschreiben, werden als erstes drei Terme, 'kalt', 'angenehm' und 'warm', definiert. Abhngig von dem aktuellen Temperaturwert beschreibt jeder dieser Terme die 'Temperatur' mehr oder weniger richtig. Jeder Term wird durch eine Zugehrigkeitsfunktion definiert. Diese Zugehrigkeitsfunktion ordnet jedem Wert der kontinuierlichen Gre 'Temperatur' einen Zugehrigkeitsgrad des entsprechenden linguistischen Terms zu. Gewhnlich werden alle Zugehrigkeitsfunktionen der Terme einer Variablen in ein Diagramm gezeichnet. Die folgende Abbildung zeigt die Zugehrigkeitsfunktionen der drei Terme fr das Beispiel 'Temperatur'.

Zugehrigkeitsfunktion der Variable "Temperatur" Ein Beispiel: Eine 'Temperatur' von 18,5 C gehrt zu dem Term:

kalt angenehm warm

zum Grade 0.8 zum Grade 0.2 zum Grade 0.0

Fr alle Eingangs-, Ausgangs- und Zwischengren des Fuzzy-Systems werden linguistische Variablen definiert. Die Zugehrigkeitsfunktionen der Terme sind durch Sttzstellen, die sogenannten Definitionspunkte, eindeutig festgelegt.

Die folgenden Tabellen listen alle Variablen zusammen mit ihrer Fuzzifizierungs- bzw. Defuzzifizierungsmethode, den Eigenschaften der Basisvariable und den Termnamen auf.

2.3.1 # 1

Eingnge Min -90 Max 90 Default Termnamen 0 neg_big neg_small

Variablenname Typ Einheit Angle degree

5
zero pos_small pos_big neg_close zero close medium far

Distance

yards

-10

30

22

Tabelle 7: Variablen der Gruppe "Eingnge"

Fuzzifizierungsmethoden Berechne MBF Kategorische Variable Fuzzy-Eingang MBF aus Tabelle Anzeige

2.3.2 # 3

Ausgnge Min -30 Max 30 Default Termnamen 0 neg_high neg_medium zero pos_medium pos_high

Variablenname Typ Einheit Power KW

Tabelle 7: Variablen der Gruppe "Ausgnge"

Defuzzifizierungsmethoden Center of Maximum (CoM) Center of Area (CoA) Fuzzy-Ausgang Kategorisches MoM Mean of Maximum (MoM) Hyper CoM Vorgabe

Der Defaultwert wird von der Ausgangsvariable angenommen, wenn fr diese Variable keine Regel feuert. Fr die Defuzzifizierung knnen unterschiedliche Methoden eingesetzt werden, die entweder das 'plausibelste Resultat' oder den 'besten' Kompromi liefern.

6 Zu den kompromibildenden Verfahren gehren: CoM (Center of Maximum) CoA (Center of Area) CoA BSUM, eine Variante fr effiziente VLSI-Implementierungen

Das 'plausibelste Resultat' liefern: MoM (Mean of Maximum) Kategorisches MoM (Kategorisches Mean of Maximum) MoM BSUM, eine Variante fr effiziente VLSI-Implementierungen

2.3.3

Eingangsvariable "Angle"

Abbildung 4: Zugehrigkeitsfunktion der Variable "Angle"

Termname neg_big neg_small zero pos_small pos_big

Form/Par. L-Form L-Form L-Form L-Form L-Form

Definitionspunkte (x, y) (-90, 1) (-45, 1) (90, 0) (-90, 0) (-45, 0) (-10, 1) (0, 0) (-90, 0) (-10, 0) (10, 0) (90, 0) (-90, 0) (0, 0) (20, 1) (45, 0) (-90, 0) (20, 0) (90, 1)

(-21, 0) (-21, 1) (90, 0) (0, 1) (9, 1) (90, 0) (45, 1)

Tabelle 7: Definitionspunkte der Zugehrigkeitsfunktion "Angle"

2.3.4

Eingangsvariable "Distance"

Abbildung 4: Zugehrigkeitsfunktion der Variable "Distance"

Termname neg_close zero close

Form/Par. L-Form L-Form L-Form

Definitionspunkte (x, y) (-10, 1) (-5, 1) (30, 0) (-10, 0) (-3, 0) (5, 0) (30, 0) (-10, 0) (0, 0) (10, 0) (30, 0)

(0, 0) (0, 1) (5, 1)

7
medium far L-Form L-Form (-10, 0) (22, 0) (-10, 0) (30, 1) (5, 0) (30, 0) (10, 0) (10, 1) (22, 1)

Tabelle 7: Definitionspunkte der Zugehrigkeitsfunktion "Distance"

2.3.5

Ausgangsvariable "Power"

Abbildung 4: Zugehrigkeitsfunktion der Variable "Power"

Termname neg_high neg_medium zero pos_medium pos_high

Form/Par. L-Form L-Form L-Form L-Form L-Form

Definitionspunkte (x, y) (-30, 0) (-27, 0) (-15, 0) (-14, 0) (-30, 0) (-20, 0) (-5, 1) (0, 0) (-30, 0) (-7, 0) (10, 0) (30, 0) (-30, 0) (0, 0) (15, 1) (20, 0) (-30, 0) (15, 0) (30, 0)

(-24, 1) (30, 0) (-15, 1) (30, 0) (0, 1) (5, 1) (30, 0) (23.5, 1)

Tabelle 7: Definitionspunkte der Zugehrigkeitsfunktion "Power"

2.4

Regelblcke

Das Verhalten des Reglers in den verschiedenen Prozesituationen wird durch die Regelblcke festgelegt. Jeder einzelne Regelblock enthlt Regeln fr einen festen Satz von Eingangs- und Ausgangsvariablen. Der "wenn"-Teil der Regeln beschreibt dabei die Situation, in der die Regel gelten soll, der "dann"-Teil die Reaktion hierauf. Durch den "Degree of Support" (DoS) kann hierbei den einzelnen Regeln ein unterschiedliches Gewicht gegeben werden. Zur Auswertung der Regeln wird zuerst der "wenn"-Teil berechnet. Hierbei knnen verschiedene Verfahren eingesetzt werden, die durch den Operatortyp des Regelblocks festgelegt sind. Der Operator kann vom Typ MIN-MAX, MIN-AVG oder GAMMA sein. Das Verhalten des Operators wird zustzlich durch eine Parametrierung beeinflut. Beispielsweise: MIN-MAX, mit dem Parameterwert 0 MIN-MAX, mit dem Parameterwert 1 GAMMA, mit dem Parameterwert 0 = Minimum-Operator (MIN). = Maximum-Operator (MAX). = Produkt-Operator (PROD).

Der Minimum-Operator ist die Verallgemeinerung des boolschen 'und' und

8 der Maximum-Operator ist die Verallgemeinerung des boolschen 'oder'. Die Ergebnisse der einzelnen Regeln werden bei der anschlieenden Fuzzy-Composition zu Gesamtschlufolgerungen zusammengefat. Die BSUM-Methode betrachtet hierbei alle fr einen Zustand feuernden Regeln, whrend die MAX-Methode nur dominante Regeln bercksichtigt.
2.4.1 Parameter Operator: Parameter: Ergebnisoperator: Anzahl der Eingnge: Anzahl der Ausgnge: Anzahl der Regeln: MINMAX 0.00 MAX 2 1 8 Regelblock "RB1"

Angle zero neg_small neg_big neg_big zero neg_small neg_small pos_small

WENN Distance far far medium close zero close medium neg_close

DoS 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

DANN Power pos_high pos_high pos_high neg_medium zero pos_medium pos_medium neg_high

Tabelle 7: Regeln des Regelblocks "RB1"