Comfort soft sensor (2 / 6 steg)
Steg 2: Kort på fuzzy logic
Jag måste skriva något om fuzzy logic för början.
Variabler i digital (Boolean) logik kan vara sanning eller FALSKT eller "1" och "0" respektive. Så finns det endast två värden: i området (bekvämt) eller vissa område (obehagligt). Så kan lösningen på våra problem med digital logik ge oss bara gränsen värden. Men tänk om vi kunde nå ett värde mellan 1 och 0? Ja mina vänner, Luddig logik kan göra just det!
Det finns tre etapper i oskarp logik: fuzzification, prognos och defuzzification. Först något om fuzzification. Fuzzification är process som vi beräknar tillhörighet insatsen variabels till en viss fuzzy befolkningen eller medlemskap funktion. Det kan finnas många olika former av medlemskap funktioner: trapets, triangel, Gauss,... I prognos arrangerar använder vi förutbestämda uppsättning regler (de som anges av designern) att förutsäga vad resultatet kan bli eller till vilka medlemskap funktion utgång variabel affiliate whit vilken nivå. Detta nummer kan inte användas eftersom de sitter. I den tredje etappen, defuzzification, vi kan kombinera alla nivåer av anslutningen till endast ett värde. Denna process kallas även slipning av produktionsvärde. Enda produktion värdet kan sedan användas i vidare bearbetning. Mer om fuzzy logic.
Förutsägelser är luddig logik mycket användbart vid matematiska samband mellan variabler inte kan bestämmas numeriskt eller algebraiskt. Det finns flera fuzzy system för oss att använda:
- Mamdani system (språkliga output variabler, defuzzification kan vara komplexa)
- Sugeno systemet (output variabler är funktioner eller singleton/konstant, mer passande för genomförande av mikrokontroller)