تعداد فایل‌ها: ۴ فایل

توضیحات:

در مجموعه به این پرسش پاسخ می‌دهیم:‌ 

سوال: یک پایگاه قاعده برای یک مثال دلخواه با حداقل ده قاعده را با استفاده از جعبه ابزار فازی MATLAB ساخته و به همراه برخی از خروجی ها گزارش کنید.

۱- مقدمه 

به طور معمول، سه ماژول مهم در یک ماشین خودران وجود دارد: کنترل سرعت، کنترل فرمان و کروز کنترل تطبیقی. در اینجا طرح کلی ماژول کنترل سرعت با سیستم منطق فازی که دارای سه متغیرهای ورودی - سرعت، محدوده دید و کیفیت جاده – و دو متغیر خروجی: دریچه گاز و ترمز. را شرح خواهیم داد.

۲- روش اصلی

یک سیستم استنتاج فازی شامل مولفه های زیر (شکل 1) است. که در ادامه به شرح آنها خواهیم پرداخت.

۱-۲- مرحله ۱: فازی سازی

توابع عضویت به ما این امکان را می دهند که به صورت گرافیکی یک  مجموعه فازی را نشان دهیم. این توابع می توانند اشکال خاصی را به خود بگیرند، مانند مثلثی، ذوزنقه ای، تکه ای خطی، گاوسی یا تک تنی، و به نشان دادن درجه صدق در فرآیند ارزش گذاری پدیده های خاصی که در آن پاسخ های متعدد ممکن است کمک می کند. نوع تابع عضویت بستگی به زمینه کار دارد و به طور کلی با توجه به تجربه کاربر یا طبیعت داده ها انتخاب می شود. در مثال فعلی شکل مثلثی برای نشان دادن توابع عضویت مجموعه های فازی استفاده شده است که در شکل 2 تا 6 مشاهده می شود.

هر یک از این متغیرهای زبانی - سرعت، محدوده دید، کیفیت جاده و سطح ترمز و دریچه گاز -  ارزش های زبانی متناظری دارد؛ به عنوان مثال، سرعت می تواند کم، متوسط یا بالا، مانند شکل 2. هر مقدار زبانی یک مجموعه فازی با یک تابع عضویت است که درجه عضویت هر ارزش را در جهان گفتمان مجموعه فازی نشان می دهد.

۲-۲- مرحله 2: ایجاد قوانین مبتنی بر دانش

مانند ترموستات، یک ماژول کنترل سرعت برای خودروهای خودران برای کنترل متغیر خروجی به یک پایه قوانین نیاز دارد. یک قانون مبهم یک قاعده ساده "اگر-آنگاه" با یک شرط و یک نتیجه است. به عنوان مثال، اگر سرعت بالا باشد، محدوده دید کم و کیفیت جاده خشن است، پس ترمز باید متوسط عمل کند. این قوانین را کارشناسان یا داده های آموزشی می توانند ارائه دهند یا این امکان وجود دارد که قوانین از خود داده ها از طریق روش های خوشه بندی استخراج شوند. قوانین فازی استفاده شده در این مثال در جدول 2 فهرست شده است. 

اطلاعات کامل رو در فایل ببینید...

این مجموعه شامل فایل word و pdf توضیحات (تایپ شده) و فایل برنامه نرم‌افراز متلب (Matlab) می‌باشد که در یک فایل فشرده تقدیم شما می‌گردد.

تعداد فایل‌ها: ۳ فایل

توضیحات:

در این پروژه، یک مثال برنامه ریزی ریاضی غیر خطی با شرایط فازی را ساخته و با رویکرد برش الفا مقدار بهینه تابع هدف را می‌سازیم. برای حل مدل‌های ریاضی از نرم افزار GAMS استفاده کرده‌ایم.

۱- تعاریف مقدماتی

یک عدد فازی مثلثی $ \tilde{A} $ (همانطور که در شکل 1 نشان داده شده است) به عنوان یک عدد سه تایی$ ( l , m , n ) $ تعریف می شود و تابع عضویت آن به صورت زیر است:

$ \mu_A (x)  = \begin{cases} 0 & x\le 1 \\ \frac{x-l}{m-l} & l \le x \le m  \\ \frac{u-x}{u-m} & m \le x \le u  \\ 0 & x \ge u \end{cases} $

تعریف 2 (برش آلفا). برش آلفا برای مجموعه فازی $ \tilde{A} (A_{\alpha}) $ مجموعه خاصی است که شامل مجموعه‌ای از عناصر است که درجه عضویت آن‌ها  برابر یا بیشتر از مقدار آلفا است

$ A_{\alpha} = \{ x \in X \left| \mu_{\tilde{A}} (x) \ge \alpha \right. \} $

که در آن $ \tilde{A} = ( 1,m,n ) $ به عنوان یک عدد فازی مثلثی منظور می‌شود که برش آلفای آن به صورت زیر است:

$ A_{\alpha} = [l + \alpha (m-l), u - \alpha (u-m) ] $

در ادامه، تعاریف جدیدی برای مقایسه اعداد فازی مثلثی بر اساس اعداد فازی مثلثی اصلاح شده (TFN) ارائه شده است.

تعریف 3 (اعداد فازی مثلثی اصلاح شده (MTFN)). فرض کنید $ \tilde{A} = ( 1,m,n ) $ را می توان به عنوان یک عدد فازی مثلثی توصیف کرد، عدد فازی مثلثی اصلاح شده (همانطور که در شکل 2 نشان داده شده است) به صورت زیر تعریف می شود:

$ \mu_{A_{\alpha}} (x)  = \begin{cases} \frac{x-l^{\prime}}{m-l^{\prime}} & l^{\prime} \le x \le m \\ 1 & x = m  \\ \frac{u^{\prime}-x}{u^{\prime}-m} & m \le x \le u^{\prime}   \end{cases}, $

که در آن $ l , m ,n $ به ترتیب نشان دهنده مقدار پایین، مودال و بالای پشتیبان  $ \tilde{A} $ و همگی اعداد کریسپ هستند $ ( -\infty < l  \le m \le u < + \infty ) $ . علاوه بر این ، $ l^{\prime} $ و $ u^{\prime} $ ، به ترتیب، مقادیر پایین و بالایی اعداد فازی مثلثی اصلاح شده را نشان می‌دهند.

اطلاعات کامل رو در فایل ببینید...

این مجموعه شامل فایل pdf توضیحات (تایپ شده) و فایل برنامه نرم‌افراز گمز (Gams) می‌باشد که در یک فایل فشرده تقدیم شما می‌گردد.