fuzzy-regulering

Regulatoren består av tre deler: fuzzyfikatoren, inferensenheten, og defuzzyfikatoren. Fuzzyfikasjonen består i at avvikssignalet tilordnes et sett med lingvistiske variable (se fuzzy-logikk), som i henhold til sine tilhørsfunksjoner får en sannhetsgrad avhengig av avviket. I vårt eksempel benytter vi de lingvistiske variablene kaldt, passe og varmt med tilhørsfunksjoner. Et temperaturavvik på 5° C vil eksempelvis gi sannhetsgradene 0,5 for kaldt, 0,5 for passe og 0 for varmt.

Inferensenheten gjør om et sett lingvistiske variable til et annet sett lingvistiske variable, og gir disse sannhetsgrader avhengig av sannhetsgradene på de lingvistiske inngangsvariablene i henhold til et regelverk. I eksempelet har inferensenheten de lingvistiske utgangsvariablene varmere, nøytralt og kaldere.

Vi kan tenke oss reglene:

1. Hvis kaldt så varmere
2. Hvis passe så nøytralt
3. Hvis varmt så kaldere

Disse reglene gir verdier til de lingvistiske variablene på utgangen. Dersom vi antar at kaldt, passe og varmt har sannhetsgradene henholdsvis 0,5, 0,5 og 0, vil regel (1) gi sannhetsgraden 0,5 til varmere, regel (2) gir sannhetsgraden 0,5 til nøytralt, og regel (3) gir sannhetsgraden 0 til varmere. I dette eksempelet får de lingvistiske utgangsvariablene bare én verdi hver. I det generelle tilfellet kan det imidlertid hende at hver av disse opptrer i flere regler, slik at vi får flere verdier på hver av dem. Da er det vanlig å kombinere disse med en ELLER-operasjon, slik at det er den regelen som gir størst verdi på en lingvistisk variabel, som benyttes.

Defuzzyfikatoren skal ut fra sannhetsgraden av de lingvistiske variablene lage et pådrag. Hver av disse lingvistiske variablene har sin tilhørsfunksjon. Disse skal nå imidlertid brukes i motsatt retning, slik at hver av de lingvistiske variable gir en verdi på pådraget. I vårt eksempel med tall som over gir varmere = 0,5 et pådrag lik +50 %, nøytral = 0,5 gir pådraget +50 %, mens kald = 0 gir et udefinert pådrag i området 0 % til +100 %. I dette tilfellet er det nærliggende å tolke dette slik at pådraget skal være +50 %. I det generelle tilfellet er det imidlertid mulig at de lingvistiske variablene gir forskjellige verdier til pådraget, det er derfor nødvendig å definere hvordan disse skal kombineres til én verdi. Dette kan gjøres på forskjellige måter, men hovedprinsippet er at de lingvistiske variable tillegges forskjellige vekter ut fra tilhørsfunksjonene.

I eksempelet har fuzzy-regulatoren bare et inngangs- og et utgangssignal. Ofte kan man ha flere inn- og utgangssignaler. I vårt eksempel kunne vi for eksempel tenke oss å måle temperaturen ute, og føre også denne til fuzzy-regulatoren.

Det finnes også fuzzy-reguleringssystemer med selvlærende egenskaper, slik at fuzzy-regulatoren selv forandrer reglene for reguleringen slik at den virker best mulig etter visse kriterier.

Fuzzy-regulering er mest anvendelig der man har liten kjennskap til prosessen som skal reguleres, slik at analyse etter tradisjonelle metoder er vanskelig, men man må ha erfaring med manuell regulering.

• reguleringsteknikk
• kybernetikk
• fuzzy-logikk