MKT 421 BULANIK MANTIĞA GİRİŞ

(INTRODUCTION TO FUZZY LOGIC)

HMetin Ertunccedil

Guumlz 2012

KOCAELİ UumlNİVERSİTESİ

MEKATRONİK MUumlHENDİSLİĞİ

Yapay Zeka

bull İnsanlar mantıksal kararlar verirken veya eldeki verilere goumlre birtakım sonuccedillara erişirken kavramları ve kelimeleri kullanırlar

bull İnsan beyni zekanın kaynağıdır ve paralel işleyen bir bilgisayar gibidir

bull Sinir huumlcreleri elektronik lojik devre kapılarından 1 milyon kez daha yavaş ccedilalışmaktadır ancak insan beyni ses ve goumlruumlntuuml sinyallerini guumlnuumlmuumlzdeki en hızlı bilgisayarlardan bile daha hızlı işler

Fuzzy Logic

Bir programın ya da sistemin zeki ya da akıllı

olarak kabul edilebilmesi iccedilin en azından

aşağıdaki oumlzelliklerden bazılarını sağlayabilmesi

gerekir

Karar verme

Algılama

Oumlğrenme

Problem ccediloumlzme

Muhakeme

Şekil ya da resim tanıma

Doğal dil anlama

Fuzzy Logic

YZrsquonın geleneksel programlamadan birccedilok farkı vardır

Oumlğrenebilirler

Tecruumlbe kazanabilirler

Bu tecruumlbeyi kullanarak yeni problemleri ccediloumlzebilirler

Eksik veri ile problemler ccediloumlzebilirler

Belirli bir algoritma yerine sezgisel youmlntemler kullanırlar

Yanlış yapabilirler

Fuzzy Logic

YAPAY ZEKA ARACcedilLARI

bull Uzman Sistemler

bull Yapay Sinir Ağları

bull Bulanık Mantık

bull Genetik Algoritmalar

bull Tabu Araştırma Algoritmaları

Fuzzy Logic

Bulanık Mantık

Fuzzy Logic

bull Bulanık mantık insan bilgi tecruumlbelerinden yararlanarak bunların kural tabanları halinde işleyip her bir kural tabanının belirli bir matematik fonksiyona karşılık gelecek şekilde sonuccedil ccedilıkarılmasıdır

Bulanık Mantık

bull İki ccedilıktılı Aristo mantığı yerine Bulanık kuumlme teorisine dayanan matematiksel bir disiplindir

bull Batı kuumlltuumlruumlnuumln temelinde ikili mantık (Boolean) yani Aristo mantığı vardır 0-1 siyah-beyaz iyi-koumltuuml evet-hayır var-yok gibi

bull Bulanık mantık bu ikisi arasında değerleri de dikkate alır buumlyuumlkluumlkleri dilsel değişkenler ile ifade eder ndash Az ccedilok biraz orta uzun normal gibi ndash Doğru-yanlış yerine doğru oldukccedila doğru yarım doğru doğruya yakın

veya tamamen yanlış gibi

bull 0-1 değerleri yerine ara değerlerle (02 07 gibi) işlem yapmaya imkan tanır

bull İki-değerli uumlyeliği ccedilok-değerliliğe taşıyarak genelleme yaparlar

Fuzzy Logic

Klasik Mantık-Bulanık Mantık Arasındaki Temel Farklılıklar

Klasik Mantık Bulanık Mantık

A veya A Değil A ve A Değil

Kesin Kısmi

Hepsi veya Hiccedilbiri Belirli Derecelerde

0 veya 1 0 ve 1 Arasında Suumlreklilik

İkili Birimler Bulanık Birimler

Fuzzy Logic

Tarihccedilesi

bull İlk olarak 1965 yılında Azerbaycan asıllı bilim adamı Luumltfuuml Askerzade (Zadeh) tarafından matematiksel modelleme yaklaşımı olarak geliştirilmiştir

bull Oumlnceleri batı kuumlltuumlruumlnde kabul goumlrmemiştir Ccediluumlnkuuml ldquofuzzyrdquo kelimesi belirsizliği ifade eden olumsuz bir anlama sahiptir

bull 1975 yılında Mamdani ve Assilian bir buhar makinesinin kontroluumlnuuml bulanık sistem modeli ile başarmışlardır

ndash ldquoEğer tuumlrbin hızı ccedilok hızlı artıyorsa ve basınccedil da ccedilok duumlşuumlkse buhar vanasını biraz accedilrdquo tuumlruumlnden kurallardan oluşan bir sistem geliştirmişlerdir

bull Ticari olarak ise ilk defa 1980 yılında Danimarkarsquodaki bir ccedilimento fabrikasının işletilmesi ve kontroluumlnde kullanılmıştır

bull Oumlzelikle doğuda (Japonya Singapur Kore ve Malezya) yaygın olarak kullanılmaya başlanmıştır

bull Elektrikli suumlpuumlrgeler ccedilamaşır makineleri asansoumlrler metro ve şirket işletimi gibi konularda bulanık mantık uygulamaları sıklıkla goumlruumllmuumlştuumlr

bull 1985 yılları sonrasında Japonyarsquoda teknolojik uumlruumlnlerin geliştirilmesiyle dikkat ccedilekip batı duumlnyasında oumlnem kazanmıştır

Fuzzy Logic

Tarihccedilesi

bull Hitachi firması tarafından 1987 yılında Sendai Metrorsquosu da Bulanık

mantık temeliyle gerccedilekleştirilmiştir Bu sayede trenin istenen konumda durması uumlccedil kat daha iyileştirilmiş kullanılan enerji ise 10 azaltılmıştır

bull Yamaichi Securitiesrsquoin geliştirdiği Bulanık Mantık temelli uzman sistem 1988 yılının Ekim ayında kara Pazar adlı Tokyo Borsasırsquonda yaşanan krizin sinyallerini onsekiz guumln oumlnceden haber vermiştir

bull Bu kadar başarılı uygulamalardan sonra artık Bulanık Mantıkrsquoa ilgi daha da artmıştır ve u luslararası bir ccedilalışma ortamı oluşturabilmek amacıyla 1989 yılında aralarında SGS Thomson Omron Hitachi NCR IBM Toshiba ve Matsuhita gibi duumlnya devlerininde bulunduğu 51 firma tarafından LIFE (Laboratory for Interchange Fuzzy Engineering) laboratuvarları kurulmuştur

Fuzzy Logic

FUZZY LOJİK KAVRAMININ FİKİR BABASI

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

FUZZY LOJİK KAVRAMININ FİKİR BABASI

ZadehBerkeley Uumlniversitesine geccediltikten sonra lineer sistemler ve otomasyon teorileri uumlzerine yoğunlaşmış ve 1965 yılında fuzzy setleri hakkında yayımlar yapmıştırBu yayımlar fuzzy lojikin temellerini oluşturmaktadır ki 1973 yılında Zadeh bu temeller uumlzerine fuzzy logic kavramını inşaa etmiştirBu fikrin ortaya ccedilıkmasıyla fuzzy lojik sanayiden tuumlketiciye youmlnelik uumlruumlnlerekontrol sistemlerinden matematik gibi ccedileşitli bilim dallarına kadar ccedilok geniş bir yelpazede kullanım alanı bulmuştur

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

Kaynak 1995 IEEE Honors Ceremony Brochure

Kişisel Web Sayfası web pageszadeh web pagehtm Fuzzy Logic

Yapay Zeka

bull İnsanlar mantıksal kararlar verirken veya eldeki verilere goumlre birtakım sonuccedillara erişirken kavramları ve kelimeleri kullanırlar

bull İnsan beyni zekanın kaynağıdır ve paralel işleyen bir bilgisayar gibidir

bull Sinir huumlcreleri elektronik lojik devre kapılarından 1 milyon kez daha yavaş ccedilalışmaktadır ancak insan beyni ses ve goumlruumlntuuml sinyallerini guumlnuumlmuumlzdeki en hızlı bilgisayarlardan bile daha hızlı işler

Fuzzy Logic

Bir programın ya da sistemin zeki ya da akıllı

olarak kabul edilebilmesi iccedilin en azından

aşağıdaki oumlzelliklerden bazılarını sağlayabilmesi

gerekir

Karar verme

Algılama

Oumlğrenme

Problem ccediloumlzme

Muhakeme

Şekil ya da resim tanıma

Doğal dil anlama

Fuzzy Logic

YZrsquonın geleneksel programlamadan birccedilok farkı vardır

Oumlğrenebilirler

Tecruumlbe kazanabilirler

Bu tecruumlbeyi kullanarak yeni problemleri ccediloumlzebilirler

Eksik veri ile problemler ccediloumlzebilirler

Belirli bir algoritma yerine sezgisel youmlntemler kullanırlar

Yanlış yapabilirler

Fuzzy Logic

YAPAY ZEKA ARACcedilLARI

bull Uzman Sistemler

bull Yapay Sinir Ağları

bull Bulanık Mantık

bull Genetik Algoritmalar

bull Tabu Araştırma Algoritmaları

Fuzzy Logic

Bulanık Mantık

Fuzzy Logic

bull Bulanık mantık insan bilgi tecruumlbelerinden yararlanarak bunların kural tabanları halinde işleyip her bir kural tabanının belirli bir matematik fonksiyona karşılık gelecek şekilde sonuccedil ccedilıkarılmasıdır

Bulanık Mantık

bull İki ccedilıktılı Aristo mantığı yerine Bulanık kuumlme teorisine dayanan matematiksel bir disiplindir

bull Batı kuumlltuumlruumlnuumln temelinde ikili mantık (Boolean) yani Aristo mantığı vardır 0-1 siyah-beyaz iyi-koumltuuml evet-hayır var-yok gibi

bull Bulanık mantık bu ikisi arasında değerleri de dikkate alır buumlyuumlkluumlkleri dilsel değişkenler ile ifade eder ndash Az ccedilok biraz orta uzun normal gibi ndash Doğru-yanlış yerine doğru oldukccedila doğru yarım doğru doğruya yakın

veya tamamen yanlış gibi

bull 0-1 değerleri yerine ara değerlerle (02 07 gibi) işlem yapmaya imkan tanır

bull İki-değerli uumlyeliği ccedilok-değerliliğe taşıyarak genelleme yaparlar

Fuzzy Logic

Klasik Mantık-Bulanık Mantık Arasındaki Temel Farklılıklar

Klasik Mantık Bulanık Mantık

A veya A Değil A ve A Değil

Kesin Kısmi

Hepsi veya Hiccedilbiri Belirli Derecelerde

0 veya 1 0 ve 1 Arasında Suumlreklilik

İkili Birimler Bulanık Birimler

Fuzzy Logic

Tarihccedilesi

bull İlk olarak 1965 yılında Azerbaycan asıllı bilim adamı Luumltfuuml Askerzade (Zadeh) tarafından matematiksel modelleme yaklaşımı olarak geliştirilmiştir

bull Oumlnceleri batı kuumlltuumlruumlnde kabul goumlrmemiştir Ccediluumlnkuuml ldquofuzzyrdquo kelimesi belirsizliği ifade eden olumsuz bir anlama sahiptir

bull 1975 yılında Mamdani ve Assilian bir buhar makinesinin kontroluumlnuuml bulanık sistem modeli ile başarmışlardır

ndash ldquoEğer tuumlrbin hızı ccedilok hızlı artıyorsa ve basınccedil da ccedilok duumlşuumlkse buhar vanasını biraz accedilrdquo tuumlruumlnden kurallardan oluşan bir sistem geliştirmişlerdir

bull Ticari olarak ise ilk defa 1980 yılında Danimarkarsquodaki bir ccedilimento fabrikasının işletilmesi ve kontroluumlnde kullanılmıştır

bull Oumlzelikle doğuda (Japonya Singapur Kore ve Malezya) yaygın olarak kullanılmaya başlanmıştır

bull Elektrikli suumlpuumlrgeler ccedilamaşır makineleri asansoumlrler metro ve şirket işletimi gibi konularda bulanık mantık uygulamaları sıklıkla goumlruumllmuumlştuumlr

bull 1985 yılları sonrasında Japonyarsquoda teknolojik uumlruumlnlerin geliştirilmesiyle dikkat ccedilekip batı duumlnyasında oumlnem kazanmıştır

Fuzzy Logic

Tarihccedilesi

bull Hitachi firması tarafından 1987 yılında Sendai Metrorsquosu da Bulanık

mantık temeliyle gerccedilekleştirilmiştir Bu sayede trenin istenen konumda durması uumlccedil kat daha iyileştirilmiş kullanılan enerji ise 10 azaltılmıştır

bull Yamaichi Securitiesrsquoin geliştirdiği Bulanık Mantık temelli uzman sistem 1988 yılının Ekim ayında kara Pazar adlı Tokyo Borsasırsquonda yaşanan krizin sinyallerini onsekiz guumln oumlnceden haber vermiştir

bull Bu kadar başarılı uygulamalardan sonra artık Bulanık Mantıkrsquoa ilgi daha da artmıştır ve u luslararası bir ccedilalışma ortamı oluşturabilmek amacıyla 1989 yılında aralarında SGS Thomson Omron Hitachi NCR IBM Toshiba ve Matsuhita gibi duumlnya devlerininde bulunduğu 51 firma tarafından LIFE (Laboratory for Interchange Fuzzy Engineering) laboratuvarları kurulmuştur

Fuzzy Logic

FUZZY LOJİK KAVRAMININ FİKİR BABASI

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

FUZZY LOJİK KAVRAMININ FİKİR BABASI

ZadehBerkeley Uumlniversitesine geccediltikten sonra lineer sistemler ve otomasyon teorileri uumlzerine yoğunlaşmış ve 1965 yılında fuzzy setleri hakkında yayımlar yapmıştırBu yayımlar fuzzy lojikin temellerini oluşturmaktadır ki 1973 yılında Zadeh bu temeller uumlzerine fuzzy logic kavramını inşaa etmiştirBu fikrin ortaya ccedilıkmasıyla fuzzy lojik sanayiden tuumlketiciye youmlnelik uumlruumlnlerekontrol sistemlerinden matematik gibi ccedileşitli bilim dallarına kadar ccedilok geniş bir yelpazede kullanım alanı bulmuştur

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

Kaynak 1995 IEEE Honors Ceremony Brochure

Kişisel Web Sayfası web pageszadeh web pagehtm Fuzzy Logic

Bir programın ya da sistemin zeki ya da akıllı

olarak kabul edilebilmesi iccedilin en azından

aşağıdaki oumlzelliklerden bazılarını sağlayabilmesi

gerekir

Karar verme

Algılama

Oumlğrenme

Problem ccediloumlzme

Muhakeme

Şekil ya da resim tanıma

Doğal dil anlama

Fuzzy Logic

YZrsquonın geleneksel programlamadan birccedilok farkı vardır

Oumlğrenebilirler

Tecruumlbe kazanabilirler

Bu tecruumlbeyi kullanarak yeni problemleri ccediloumlzebilirler

Eksik veri ile problemler ccediloumlzebilirler

Belirli bir algoritma yerine sezgisel youmlntemler kullanırlar

Yanlış yapabilirler

Fuzzy Logic

YAPAY ZEKA ARACcedilLARI

bull Uzman Sistemler

bull Yapay Sinir Ağları

bull Bulanık Mantık

bull Genetik Algoritmalar

bull Tabu Araştırma Algoritmaları

Fuzzy Logic

Bulanık Mantık

Fuzzy Logic

bull Bulanık mantık insan bilgi tecruumlbelerinden yararlanarak bunların kural tabanları halinde işleyip her bir kural tabanının belirli bir matematik fonksiyona karşılık gelecek şekilde sonuccedil ccedilıkarılmasıdır

Bulanık Mantık

bull İki ccedilıktılı Aristo mantığı yerine Bulanık kuumlme teorisine dayanan matematiksel bir disiplindir

bull Batı kuumlltuumlruumlnuumln temelinde ikili mantık (Boolean) yani Aristo mantığı vardır 0-1 siyah-beyaz iyi-koumltuuml evet-hayır var-yok gibi

bull Bulanık mantık bu ikisi arasında değerleri de dikkate alır buumlyuumlkluumlkleri dilsel değişkenler ile ifade eder ndash Az ccedilok biraz orta uzun normal gibi ndash Doğru-yanlış yerine doğru oldukccedila doğru yarım doğru doğruya yakın

veya tamamen yanlış gibi

bull 0-1 değerleri yerine ara değerlerle (02 07 gibi) işlem yapmaya imkan tanır

bull İki-değerli uumlyeliği ccedilok-değerliliğe taşıyarak genelleme yaparlar

Fuzzy Logic

Klasik Mantık-Bulanık Mantık Arasındaki Temel Farklılıklar

Klasik Mantık Bulanık Mantık

A veya A Değil A ve A Değil

Kesin Kısmi

Hepsi veya Hiccedilbiri Belirli Derecelerde

0 veya 1 0 ve 1 Arasında Suumlreklilik

İkili Birimler Bulanık Birimler

Fuzzy Logic

Tarihccedilesi

bull İlk olarak 1965 yılında Azerbaycan asıllı bilim adamı Luumltfuuml Askerzade (Zadeh) tarafından matematiksel modelleme yaklaşımı olarak geliştirilmiştir

bull Oumlnceleri batı kuumlltuumlruumlnde kabul goumlrmemiştir Ccediluumlnkuuml ldquofuzzyrdquo kelimesi belirsizliği ifade eden olumsuz bir anlama sahiptir

bull 1975 yılında Mamdani ve Assilian bir buhar makinesinin kontroluumlnuuml bulanık sistem modeli ile başarmışlardır

ndash ldquoEğer tuumlrbin hızı ccedilok hızlı artıyorsa ve basınccedil da ccedilok duumlşuumlkse buhar vanasını biraz accedilrdquo tuumlruumlnden kurallardan oluşan bir sistem geliştirmişlerdir

bull Ticari olarak ise ilk defa 1980 yılında Danimarkarsquodaki bir ccedilimento fabrikasının işletilmesi ve kontroluumlnde kullanılmıştır

bull Oumlzelikle doğuda (Japonya Singapur Kore ve Malezya) yaygın olarak kullanılmaya başlanmıştır

bull Elektrikli suumlpuumlrgeler ccedilamaşır makineleri asansoumlrler metro ve şirket işletimi gibi konularda bulanık mantık uygulamaları sıklıkla goumlruumllmuumlştuumlr

bull 1985 yılları sonrasında Japonyarsquoda teknolojik uumlruumlnlerin geliştirilmesiyle dikkat ccedilekip batı duumlnyasında oumlnem kazanmıştır

Fuzzy Logic

Tarihccedilesi

bull Hitachi firması tarafından 1987 yılında Sendai Metrorsquosu da Bulanık

mantık temeliyle gerccedilekleştirilmiştir Bu sayede trenin istenen konumda durması uumlccedil kat daha iyileştirilmiş kullanılan enerji ise 10 azaltılmıştır

bull Yamaichi Securitiesrsquoin geliştirdiği Bulanık Mantık temelli uzman sistem 1988 yılının Ekim ayında kara Pazar adlı Tokyo Borsasırsquonda yaşanan krizin sinyallerini onsekiz guumln oumlnceden haber vermiştir

bull Bu kadar başarılı uygulamalardan sonra artık Bulanık Mantıkrsquoa ilgi daha da artmıştır ve u luslararası bir ccedilalışma ortamı oluşturabilmek amacıyla 1989 yılında aralarında SGS Thomson Omron Hitachi NCR IBM Toshiba ve Matsuhita gibi duumlnya devlerininde bulunduğu 51 firma tarafından LIFE (Laboratory for Interchange Fuzzy Engineering) laboratuvarları kurulmuştur

Fuzzy Logic

FUZZY LOJİK KAVRAMININ FİKİR BABASI

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

FUZZY LOJİK KAVRAMININ FİKİR BABASI

ZadehBerkeley Uumlniversitesine geccediltikten sonra lineer sistemler ve otomasyon teorileri uumlzerine yoğunlaşmış ve 1965 yılında fuzzy setleri hakkında yayımlar yapmıştırBu yayımlar fuzzy lojikin temellerini oluşturmaktadır ki 1973 yılında Zadeh bu temeller uumlzerine fuzzy logic kavramını inşaa etmiştirBu fikrin ortaya ccedilıkmasıyla fuzzy lojik sanayiden tuumlketiciye youmlnelik uumlruumlnlerekontrol sistemlerinden matematik gibi ccedileşitli bilim dallarına kadar ccedilok geniş bir yelpazede kullanım alanı bulmuştur

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

Kaynak 1995 IEEE Honors Ceremony Brochure

Kişisel Web Sayfası web pageszadeh web pagehtm Fuzzy Logic

YZrsquonın geleneksel programlamadan birccedilok farkı vardır

Oumlğrenebilirler

Tecruumlbe kazanabilirler

Bu tecruumlbeyi kullanarak yeni problemleri ccediloumlzebilirler

Eksik veri ile problemler ccediloumlzebilirler

Belirli bir algoritma yerine sezgisel youmlntemler kullanırlar

Yanlış yapabilirler

Fuzzy Logic

YAPAY ZEKA ARACcedilLARI

bull Uzman Sistemler

bull Yapay Sinir Ağları

bull Bulanık Mantık

bull Genetik Algoritmalar

bull Tabu Araştırma Algoritmaları

Fuzzy Logic

Bulanık Mantık

Fuzzy Logic

bull Bulanık mantık insan bilgi tecruumlbelerinden yararlanarak bunların kural tabanları halinde işleyip her bir kural tabanının belirli bir matematik fonksiyona karşılık gelecek şekilde sonuccedil ccedilıkarılmasıdır

Bulanık Mantık

bull İki ccedilıktılı Aristo mantığı yerine Bulanık kuumlme teorisine dayanan matematiksel bir disiplindir

bull Batı kuumlltuumlruumlnuumln temelinde ikili mantık (Boolean) yani Aristo mantığı vardır 0-1 siyah-beyaz iyi-koumltuuml evet-hayır var-yok gibi

bull Bulanık mantık bu ikisi arasında değerleri de dikkate alır buumlyuumlkluumlkleri dilsel değişkenler ile ifade eder ndash Az ccedilok biraz orta uzun normal gibi ndash Doğru-yanlış yerine doğru oldukccedila doğru yarım doğru doğruya yakın

veya tamamen yanlış gibi

bull 0-1 değerleri yerine ara değerlerle (02 07 gibi) işlem yapmaya imkan tanır

bull İki-değerli uumlyeliği ccedilok-değerliliğe taşıyarak genelleme yaparlar

Fuzzy Logic

Klasik Mantık-Bulanık Mantık Arasındaki Temel Farklılıklar

Klasik Mantık Bulanık Mantık

A veya A Değil A ve A Değil

Kesin Kısmi

Hepsi veya Hiccedilbiri Belirli Derecelerde

0 veya 1 0 ve 1 Arasında Suumlreklilik

İkili Birimler Bulanık Birimler

Fuzzy Logic

Tarihccedilesi

bull İlk olarak 1965 yılında Azerbaycan asıllı bilim adamı Luumltfuuml Askerzade (Zadeh) tarafından matematiksel modelleme yaklaşımı olarak geliştirilmiştir

bull Oumlnceleri batı kuumlltuumlruumlnde kabul goumlrmemiştir Ccediluumlnkuuml ldquofuzzyrdquo kelimesi belirsizliği ifade eden olumsuz bir anlama sahiptir

bull 1975 yılında Mamdani ve Assilian bir buhar makinesinin kontroluumlnuuml bulanık sistem modeli ile başarmışlardır

ndash ldquoEğer tuumlrbin hızı ccedilok hızlı artıyorsa ve basınccedil da ccedilok duumlşuumlkse buhar vanasını biraz accedilrdquo tuumlruumlnden kurallardan oluşan bir sistem geliştirmişlerdir

bull Ticari olarak ise ilk defa 1980 yılında Danimarkarsquodaki bir ccedilimento fabrikasının işletilmesi ve kontroluumlnde kullanılmıştır

bull Oumlzelikle doğuda (Japonya Singapur Kore ve Malezya) yaygın olarak kullanılmaya başlanmıştır

bull Elektrikli suumlpuumlrgeler ccedilamaşır makineleri asansoumlrler metro ve şirket işletimi gibi konularda bulanık mantık uygulamaları sıklıkla goumlruumllmuumlştuumlr

bull 1985 yılları sonrasında Japonyarsquoda teknolojik uumlruumlnlerin geliştirilmesiyle dikkat ccedilekip batı duumlnyasında oumlnem kazanmıştır

Fuzzy Logic

Tarihccedilesi

bull Hitachi firması tarafından 1987 yılında Sendai Metrorsquosu da Bulanık

mantık temeliyle gerccedilekleştirilmiştir Bu sayede trenin istenen konumda durması uumlccedil kat daha iyileştirilmiş kullanılan enerji ise 10 azaltılmıştır

bull Yamaichi Securitiesrsquoin geliştirdiği Bulanık Mantık temelli uzman sistem 1988 yılının Ekim ayında kara Pazar adlı Tokyo Borsasırsquonda yaşanan krizin sinyallerini onsekiz guumln oumlnceden haber vermiştir

bull Bu kadar başarılı uygulamalardan sonra artık Bulanık Mantıkrsquoa ilgi daha da artmıştır ve u luslararası bir ccedilalışma ortamı oluşturabilmek amacıyla 1989 yılında aralarında SGS Thomson Omron Hitachi NCR IBM Toshiba ve Matsuhita gibi duumlnya devlerininde bulunduğu 51 firma tarafından LIFE (Laboratory for Interchange Fuzzy Engineering) laboratuvarları kurulmuştur

Fuzzy Logic

FUZZY LOJİK KAVRAMININ FİKİR BABASI

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

FUZZY LOJİK KAVRAMININ FİKİR BABASI

ZadehBerkeley Uumlniversitesine geccediltikten sonra lineer sistemler ve otomasyon teorileri uumlzerine yoğunlaşmış ve 1965 yılında fuzzy setleri hakkında yayımlar yapmıştırBu yayımlar fuzzy lojikin temellerini oluşturmaktadır ki 1973 yılında Zadeh bu temeller uumlzerine fuzzy logic kavramını inşaa etmiştirBu fikrin ortaya ccedilıkmasıyla fuzzy lojik sanayiden tuumlketiciye youmlnelik uumlruumlnlerekontrol sistemlerinden matematik gibi ccedileşitli bilim dallarına kadar ccedilok geniş bir yelpazede kullanım alanı bulmuştur

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

Kaynak 1995 IEEE Honors Ceremony Brochure

Kişisel Web Sayfası web pageszadeh web pagehtm Fuzzy Logic

YAPAY ZEKA ARACcedilLARI

bull Uzman Sistemler

bull Yapay Sinir Ağları

bull Bulanık Mantık

bull Genetik Algoritmalar

bull Tabu Araştırma Algoritmaları

Fuzzy Logic

Bulanık Mantık

Fuzzy Logic

bull Bulanık mantık insan bilgi tecruumlbelerinden yararlanarak bunların kural tabanları halinde işleyip her bir kural tabanının belirli bir matematik fonksiyona karşılık gelecek şekilde sonuccedil ccedilıkarılmasıdır

Bulanık Mantık

bull İki ccedilıktılı Aristo mantığı yerine Bulanık kuumlme teorisine dayanan matematiksel bir disiplindir

bull Batı kuumlltuumlruumlnuumln temelinde ikili mantık (Boolean) yani Aristo mantığı vardır 0-1 siyah-beyaz iyi-koumltuuml evet-hayır var-yok gibi

bull Bulanık mantık bu ikisi arasında değerleri de dikkate alır buumlyuumlkluumlkleri dilsel değişkenler ile ifade eder ndash Az ccedilok biraz orta uzun normal gibi ndash Doğru-yanlış yerine doğru oldukccedila doğru yarım doğru doğruya yakın

veya tamamen yanlış gibi

bull 0-1 değerleri yerine ara değerlerle (02 07 gibi) işlem yapmaya imkan tanır

bull İki-değerli uumlyeliği ccedilok-değerliliğe taşıyarak genelleme yaparlar

Fuzzy Logic

Klasik Mantık-Bulanık Mantık Arasındaki Temel Farklılıklar

Klasik Mantık Bulanık Mantık

A veya A Değil A ve A Değil

Kesin Kısmi

Hepsi veya Hiccedilbiri Belirli Derecelerde

0 veya 1 0 ve 1 Arasında Suumlreklilik

İkili Birimler Bulanık Birimler

Fuzzy Logic

Tarihccedilesi

bull İlk olarak 1965 yılında Azerbaycan asıllı bilim adamı Luumltfuuml Askerzade (Zadeh) tarafından matematiksel modelleme yaklaşımı olarak geliştirilmiştir

bull Oumlnceleri batı kuumlltuumlruumlnde kabul goumlrmemiştir Ccediluumlnkuuml ldquofuzzyrdquo kelimesi belirsizliği ifade eden olumsuz bir anlama sahiptir

bull 1975 yılında Mamdani ve Assilian bir buhar makinesinin kontroluumlnuuml bulanık sistem modeli ile başarmışlardır

ndash ldquoEğer tuumlrbin hızı ccedilok hızlı artıyorsa ve basınccedil da ccedilok duumlşuumlkse buhar vanasını biraz accedilrdquo tuumlruumlnden kurallardan oluşan bir sistem geliştirmişlerdir

bull Ticari olarak ise ilk defa 1980 yılında Danimarkarsquodaki bir ccedilimento fabrikasının işletilmesi ve kontroluumlnde kullanılmıştır

bull Oumlzelikle doğuda (Japonya Singapur Kore ve Malezya) yaygın olarak kullanılmaya başlanmıştır

bull Elektrikli suumlpuumlrgeler ccedilamaşır makineleri asansoumlrler metro ve şirket işletimi gibi konularda bulanık mantık uygulamaları sıklıkla goumlruumllmuumlştuumlr

bull 1985 yılları sonrasında Japonyarsquoda teknolojik uumlruumlnlerin geliştirilmesiyle dikkat ccedilekip batı duumlnyasında oumlnem kazanmıştır

Fuzzy Logic

Tarihccedilesi

bull Hitachi firması tarafından 1987 yılında Sendai Metrorsquosu da Bulanık

mantık temeliyle gerccedilekleştirilmiştir Bu sayede trenin istenen konumda durması uumlccedil kat daha iyileştirilmiş kullanılan enerji ise 10 azaltılmıştır

bull Yamaichi Securitiesrsquoin geliştirdiği Bulanık Mantık temelli uzman sistem 1988 yılının Ekim ayında kara Pazar adlı Tokyo Borsasırsquonda yaşanan krizin sinyallerini onsekiz guumln oumlnceden haber vermiştir

bull Bu kadar başarılı uygulamalardan sonra artık Bulanık Mantıkrsquoa ilgi daha da artmıştır ve u luslararası bir ccedilalışma ortamı oluşturabilmek amacıyla 1989 yılında aralarında SGS Thomson Omron Hitachi NCR IBM Toshiba ve Matsuhita gibi duumlnya devlerininde bulunduğu 51 firma tarafından LIFE (Laboratory for Interchange Fuzzy Engineering) laboratuvarları kurulmuştur

Fuzzy Logic

FUZZY LOJİK KAVRAMININ FİKİR BABASI

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

FUZZY LOJİK KAVRAMININ FİKİR BABASI

ZadehBerkeley Uumlniversitesine geccediltikten sonra lineer sistemler ve otomasyon teorileri uumlzerine yoğunlaşmış ve 1965 yılında fuzzy setleri hakkında yayımlar yapmıştırBu yayımlar fuzzy lojikin temellerini oluşturmaktadır ki 1973 yılında Zadeh bu temeller uumlzerine fuzzy logic kavramını inşaa etmiştirBu fikrin ortaya ccedilıkmasıyla fuzzy lojik sanayiden tuumlketiciye youmlnelik uumlruumlnlerekontrol sistemlerinden matematik gibi ccedileşitli bilim dallarına kadar ccedilok geniş bir yelpazede kullanım alanı bulmuştur

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

Kaynak 1995 IEEE Honors Ceremony Brochure

Kişisel Web Sayfası web pageszadeh web pagehtm Fuzzy Logic

Bulanık Mantık

Fuzzy Logic

bull Bulanık mantık insan bilgi tecruumlbelerinden yararlanarak bunların kural tabanları halinde işleyip her bir kural tabanının belirli bir matematik fonksiyona karşılık gelecek şekilde sonuccedil ccedilıkarılmasıdır

Bulanık Mantık

bull İki ccedilıktılı Aristo mantığı yerine Bulanık kuumlme teorisine dayanan matematiksel bir disiplindir

bull Batı kuumlltuumlruumlnuumln temelinde ikili mantık (Boolean) yani Aristo mantığı vardır 0-1 siyah-beyaz iyi-koumltuuml evet-hayır var-yok gibi

bull Bulanık mantık bu ikisi arasında değerleri de dikkate alır buumlyuumlkluumlkleri dilsel değişkenler ile ifade eder ndash Az ccedilok biraz orta uzun normal gibi ndash Doğru-yanlış yerine doğru oldukccedila doğru yarım doğru doğruya yakın

veya tamamen yanlış gibi

bull 0-1 değerleri yerine ara değerlerle (02 07 gibi) işlem yapmaya imkan tanır

bull İki-değerli uumlyeliği ccedilok-değerliliğe taşıyarak genelleme yaparlar

Fuzzy Logic

Klasik Mantık-Bulanık Mantık Arasındaki Temel Farklılıklar

Klasik Mantık Bulanık Mantık

A veya A Değil A ve A Değil

Kesin Kısmi

Hepsi veya Hiccedilbiri Belirli Derecelerde

0 veya 1 0 ve 1 Arasında Suumlreklilik

İkili Birimler Bulanık Birimler

Fuzzy Logic

Tarihccedilesi

bull İlk olarak 1965 yılında Azerbaycan asıllı bilim adamı Luumltfuuml Askerzade (Zadeh) tarafından matematiksel modelleme yaklaşımı olarak geliştirilmiştir

bull Oumlnceleri batı kuumlltuumlruumlnde kabul goumlrmemiştir Ccediluumlnkuuml ldquofuzzyrdquo kelimesi belirsizliği ifade eden olumsuz bir anlama sahiptir

bull 1975 yılında Mamdani ve Assilian bir buhar makinesinin kontroluumlnuuml bulanık sistem modeli ile başarmışlardır

ndash ldquoEğer tuumlrbin hızı ccedilok hızlı artıyorsa ve basınccedil da ccedilok duumlşuumlkse buhar vanasını biraz accedilrdquo tuumlruumlnden kurallardan oluşan bir sistem geliştirmişlerdir

bull Ticari olarak ise ilk defa 1980 yılında Danimarkarsquodaki bir ccedilimento fabrikasının işletilmesi ve kontroluumlnde kullanılmıştır

bull Oumlzelikle doğuda (Japonya Singapur Kore ve Malezya) yaygın olarak kullanılmaya başlanmıştır

bull Elektrikli suumlpuumlrgeler ccedilamaşır makineleri asansoumlrler metro ve şirket işletimi gibi konularda bulanık mantık uygulamaları sıklıkla goumlruumllmuumlştuumlr

bull 1985 yılları sonrasında Japonyarsquoda teknolojik uumlruumlnlerin geliştirilmesiyle dikkat ccedilekip batı duumlnyasında oumlnem kazanmıştır

Fuzzy Logic

Tarihccedilesi

bull Hitachi firması tarafından 1987 yılında Sendai Metrorsquosu da Bulanık

mantık temeliyle gerccedilekleştirilmiştir Bu sayede trenin istenen konumda durması uumlccedil kat daha iyileştirilmiş kullanılan enerji ise 10 azaltılmıştır

bull Yamaichi Securitiesrsquoin geliştirdiği Bulanık Mantık temelli uzman sistem 1988 yılının Ekim ayında kara Pazar adlı Tokyo Borsasırsquonda yaşanan krizin sinyallerini onsekiz guumln oumlnceden haber vermiştir

bull Bu kadar başarılı uygulamalardan sonra artık Bulanık Mantıkrsquoa ilgi daha da artmıştır ve u luslararası bir ccedilalışma ortamı oluşturabilmek amacıyla 1989 yılında aralarında SGS Thomson Omron Hitachi NCR IBM Toshiba ve Matsuhita gibi duumlnya devlerininde bulunduğu 51 firma tarafından LIFE (Laboratory for Interchange Fuzzy Engineering) laboratuvarları kurulmuştur

Fuzzy Logic

FUZZY LOJİK KAVRAMININ FİKİR BABASI

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

FUZZY LOJİK KAVRAMININ FİKİR BABASI

ZadehBerkeley Uumlniversitesine geccediltikten sonra lineer sistemler ve otomasyon teorileri uumlzerine yoğunlaşmış ve 1965 yılında fuzzy setleri hakkında yayımlar yapmıştırBu yayımlar fuzzy lojikin temellerini oluşturmaktadır ki 1973 yılında Zadeh bu temeller uumlzerine fuzzy logic kavramını inşaa etmiştirBu fikrin ortaya ccedilıkmasıyla fuzzy lojik sanayiden tuumlketiciye youmlnelik uumlruumlnlerekontrol sistemlerinden matematik gibi ccedileşitli bilim dallarına kadar ccedilok geniş bir yelpazede kullanım alanı bulmuştur

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

Kaynak 1995 IEEE Honors Ceremony Brochure

Kişisel Web Sayfası web pageszadeh web pagehtm Fuzzy Logic

Bulanık Mantık

bull İki ccedilıktılı Aristo mantığı yerine Bulanık kuumlme teorisine dayanan matematiksel bir disiplindir

bull Batı kuumlltuumlruumlnuumln temelinde ikili mantık (Boolean) yani Aristo mantığı vardır 0-1 siyah-beyaz iyi-koumltuuml evet-hayır var-yok gibi

bull Bulanık mantık bu ikisi arasında değerleri de dikkate alır buumlyuumlkluumlkleri dilsel değişkenler ile ifade eder ndash Az ccedilok biraz orta uzun normal gibi ndash Doğru-yanlış yerine doğru oldukccedila doğru yarım doğru doğruya yakın

veya tamamen yanlış gibi

bull 0-1 değerleri yerine ara değerlerle (02 07 gibi) işlem yapmaya imkan tanır

bull İki-değerli uumlyeliği ccedilok-değerliliğe taşıyarak genelleme yaparlar

Fuzzy Logic

Klasik Mantık-Bulanık Mantık Arasındaki Temel Farklılıklar

Klasik Mantık Bulanık Mantık

A veya A Değil A ve A Değil

Kesin Kısmi

Hepsi veya Hiccedilbiri Belirli Derecelerde

0 veya 1 0 ve 1 Arasında Suumlreklilik

İkili Birimler Bulanık Birimler

Fuzzy Logic

Tarihccedilesi

bull İlk olarak 1965 yılında Azerbaycan asıllı bilim adamı Luumltfuuml Askerzade (Zadeh) tarafından matematiksel modelleme yaklaşımı olarak geliştirilmiştir

bull Oumlnceleri batı kuumlltuumlruumlnde kabul goumlrmemiştir Ccediluumlnkuuml ldquofuzzyrdquo kelimesi belirsizliği ifade eden olumsuz bir anlama sahiptir

bull 1975 yılında Mamdani ve Assilian bir buhar makinesinin kontroluumlnuuml bulanık sistem modeli ile başarmışlardır

ndash ldquoEğer tuumlrbin hızı ccedilok hızlı artıyorsa ve basınccedil da ccedilok duumlşuumlkse buhar vanasını biraz accedilrdquo tuumlruumlnden kurallardan oluşan bir sistem geliştirmişlerdir

bull Ticari olarak ise ilk defa 1980 yılında Danimarkarsquodaki bir ccedilimento fabrikasının işletilmesi ve kontroluumlnde kullanılmıştır

bull Oumlzelikle doğuda (Japonya Singapur Kore ve Malezya) yaygın olarak kullanılmaya başlanmıştır

bull Elektrikli suumlpuumlrgeler ccedilamaşır makineleri asansoumlrler metro ve şirket işletimi gibi konularda bulanık mantık uygulamaları sıklıkla goumlruumllmuumlştuumlr

bull 1985 yılları sonrasında Japonyarsquoda teknolojik uumlruumlnlerin geliştirilmesiyle dikkat ccedilekip batı duumlnyasında oumlnem kazanmıştır

Fuzzy Logic

Tarihccedilesi

bull Hitachi firması tarafından 1987 yılında Sendai Metrorsquosu da Bulanık

mantık temeliyle gerccedilekleştirilmiştir Bu sayede trenin istenen konumda durması uumlccedil kat daha iyileştirilmiş kullanılan enerji ise 10 azaltılmıştır

bull Yamaichi Securitiesrsquoin geliştirdiği Bulanık Mantık temelli uzman sistem 1988 yılının Ekim ayında kara Pazar adlı Tokyo Borsasırsquonda yaşanan krizin sinyallerini onsekiz guumln oumlnceden haber vermiştir

bull Bu kadar başarılı uygulamalardan sonra artık Bulanık Mantıkrsquoa ilgi daha da artmıştır ve u luslararası bir ccedilalışma ortamı oluşturabilmek amacıyla 1989 yılında aralarında SGS Thomson Omron Hitachi NCR IBM Toshiba ve Matsuhita gibi duumlnya devlerininde bulunduğu 51 firma tarafından LIFE (Laboratory for Interchange Fuzzy Engineering) laboratuvarları kurulmuştur

Fuzzy Logic

FUZZY LOJİK KAVRAMININ FİKİR BABASI

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

FUZZY LOJİK KAVRAMININ FİKİR BABASI

ZadehBerkeley Uumlniversitesine geccediltikten sonra lineer sistemler ve otomasyon teorileri uumlzerine yoğunlaşmış ve 1965 yılında fuzzy setleri hakkında yayımlar yapmıştırBu yayımlar fuzzy lojikin temellerini oluşturmaktadır ki 1973 yılında Zadeh bu temeller uumlzerine fuzzy logic kavramını inşaa etmiştirBu fikrin ortaya ccedilıkmasıyla fuzzy lojik sanayiden tuumlketiciye youmlnelik uumlruumlnlerekontrol sistemlerinden matematik gibi ccedileşitli bilim dallarına kadar ccedilok geniş bir yelpazede kullanım alanı bulmuştur

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

Kaynak 1995 IEEE Honors Ceremony Brochure

Kişisel Web Sayfası web pageszadeh web pagehtm Fuzzy Logic

Klasik Mantık-Bulanık Mantık Arasındaki Temel Farklılıklar

Klasik Mantık Bulanık Mantık

A veya A Değil A ve A Değil

Kesin Kısmi

Hepsi veya Hiccedilbiri Belirli Derecelerde

0 veya 1 0 ve 1 Arasında Suumlreklilik

İkili Birimler Bulanık Birimler

Fuzzy Logic

Tarihccedilesi

bull İlk olarak 1965 yılında Azerbaycan asıllı bilim adamı Luumltfuuml Askerzade (Zadeh) tarafından matematiksel modelleme yaklaşımı olarak geliştirilmiştir

bull Oumlnceleri batı kuumlltuumlruumlnde kabul goumlrmemiştir Ccediluumlnkuuml ldquofuzzyrdquo kelimesi belirsizliği ifade eden olumsuz bir anlama sahiptir

bull 1975 yılında Mamdani ve Assilian bir buhar makinesinin kontroluumlnuuml bulanık sistem modeli ile başarmışlardır

ndash ldquoEğer tuumlrbin hızı ccedilok hızlı artıyorsa ve basınccedil da ccedilok duumlşuumlkse buhar vanasını biraz accedilrdquo tuumlruumlnden kurallardan oluşan bir sistem geliştirmişlerdir

bull Ticari olarak ise ilk defa 1980 yılında Danimarkarsquodaki bir ccedilimento fabrikasının işletilmesi ve kontroluumlnde kullanılmıştır

bull Oumlzelikle doğuda (Japonya Singapur Kore ve Malezya) yaygın olarak kullanılmaya başlanmıştır

bull Elektrikli suumlpuumlrgeler ccedilamaşır makineleri asansoumlrler metro ve şirket işletimi gibi konularda bulanık mantık uygulamaları sıklıkla goumlruumllmuumlştuumlr

bull 1985 yılları sonrasında Japonyarsquoda teknolojik uumlruumlnlerin geliştirilmesiyle dikkat ccedilekip batı duumlnyasında oumlnem kazanmıştır

Fuzzy Logic

Tarihccedilesi

bull Hitachi firması tarafından 1987 yılında Sendai Metrorsquosu da Bulanık

mantık temeliyle gerccedilekleştirilmiştir Bu sayede trenin istenen konumda durması uumlccedil kat daha iyileştirilmiş kullanılan enerji ise 10 azaltılmıştır

bull Yamaichi Securitiesrsquoin geliştirdiği Bulanık Mantık temelli uzman sistem 1988 yılının Ekim ayında kara Pazar adlı Tokyo Borsasırsquonda yaşanan krizin sinyallerini onsekiz guumln oumlnceden haber vermiştir

bull Bu kadar başarılı uygulamalardan sonra artık Bulanık Mantıkrsquoa ilgi daha da artmıştır ve u luslararası bir ccedilalışma ortamı oluşturabilmek amacıyla 1989 yılında aralarında SGS Thomson Omron Hitachi NCR IBM Toshiba ve Matsuhita gibi duumlnya devlerininde bulunduğu 51 firma tarafından LIFE (Laboratory for Interchange Fuzzy Engineering) laboratuvarları kurulmuştur

Fuzzy Logic

FUZZY LOJİK KAVRAMININ FİKİR BABASI

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

FUZZY LOJİK KAVRAMININ FİKİR BABASI

ZadehBerkeley Uumlniversitesine geccediltikten sonra lineer sistemler ve otomasyon teorileri uumlzerine yoğunlaşmış ve 1965 yılında fuzzy setleri hakkında yayımlar yapmıştırBu yayımlar fuzzy lojikin temellerini oluşturmaktadır ki 1973 yılında Zadeh bu temeller uumlzerine fuzzy logic kavramını inşaa etmiştirBu fikrin ortaya ccedilıkmasıyla fuzzy lojik sanayiden tuumlketiciye youmlnelik uumlruumlnlerekontrol sistemlerinden matematik gibi ccedileşitli bilim dallarına kadar ccedilok geniş bir yelpazede kullanım alanı bulmuştur

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

Kaynak 1995 IEEE Honors Ceremony Brochure

Kişisel Web Sayfası web pageszadeh web pagehtm Fuzzy Logic

Tarihccedilesi

bull İlk olarak 1965 yılında Azerbaycan asıllı bilim adamı Luumltfuuml Askerzade (Zadeh) tarafından matematiksel modelleme yaklaşımı olarak geliştirilmiştir

bull Oumlnceleri batı kuumlltuumlruumlnde kabul goumlrmemiştir Ccediluumlnkuuml ldquofuzzyrdquo kelimesi belirsizliği ifade eden olumsuz bir anlama sahiptir

bull 1975 yılında Mamdani ve Assilian bir buhar makinesinin kontroluumlnuuml bulanık sistem modeli ile başarmışlardır

ndash ldquoEğer tuumlrbin hızı ccedilok hızlı artıyorsa ve basınccedil da ccedilok duumlşuumlkse buhar vanasını biraz accedilrdquo tuumlruumlnden kurallardan oluşan bir sistem geliştirmişlerdir

bull Ticari olarak ise ilk defa 1980 yılında Danimarkarsquodaki bir ccedilimento fabrikasının işletilmesi ve kontroluumlnde kullanılmıştır

bull Oumlzelikle doğuda (Japonya Singapur Kore ve Malezya) yaygın olarak kullanılmaya başlanmıştır

bull Elektrikli suumlpuumlrgeler ccedilamaşır makineleri asansoumlrler metro ve şirket işletimi gibi konularda bulanık mantık uygulamaları sıklıkla goumlruumllmuumlştuumlr

bull 1985 yılları sonrasında Japonyarsquoda teknolojik uumlruumlnlerin geliştirilmesiyle dikkat ccedilekip batı duumlnyasında oumlnem kazanmıştır

Fuzzy Logic

Tarihccedilesi

bull Hitachi firması tarafından 1987 yılında Sendai Metrorsquosu da Bulanık

mantık temeliyle gerccedilekleştirilmiştir Bu sayede trenin istenen konumda durması uumlccedil kat daha iyileştirilmiş kullanılan enerji ise 10 azaltılmıştır

bull Yamaichi Securitiesrsquoin geliştirdiği Bulanık Mantık temelli uzman sistem 1988 yılının Ekim ayında kara Pazar adlı Tokyo Borsasırsquonda yaşanan krizin sinyallerini onsekiz guumln oumlnceden haber vermiştir

bull Bu kadar başarılı uygulamalardan sonra artık Bulanık Mantıkrsquoa ilgi daha da artmıştır ve u luslararası bir ccedilalışma ortamı oluşturabilmek amacıyla 1989 yılında aralarında SGS Thomson Omron Hitachi NCR IBM Toshiba ve Matsuhita gibi duumlnya devlerininde bulunduğu 51 firma tarafından LIFE (Laboratory for Interchange Fuzzy Engineering) laboratuvarları kurulmuştur

Fuzzy Logic

FUZZY LOJİK KAVRAMININ FİKİR BABASI

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

FUZZY LOJİK KAVRAMININ FİKİR BABASI

ZadehBerkeley Uumlniversitesine geccediltikten sonra lineer sistemler ve otomasyon teorileri uumlzerine yoğunlaşmış ve 1965 yılında fuzzy setleri hakkında yayımlar yapmıştırBu yayımlar fuzzy lojikin temellerini oluşturmaktadır ki 1973 yılında Zadeh bu temeller uumlzerine fuzzy logic kavramını inşaa etmiştirBu fikrin ortaya ccedilıkmasıyla fuzzy lojik sanayiden tuumlketiciye youmlnelik uumlruumlnlerekontrol sistemlerinden matematik gibi ccedileşitli bilim dallarına kadar ccedilok geniş bir yelpazede kullanım alanı bulmuştur

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

Kaynak 1995 IEEE Honors Ceremony Brochure

Kişisel Web Sayfası web pageszadeh web pagehtm Fuzzy Logic

Tarihccedilesi

bull Hitachi firması tarafından 1987 yılında Sendai Metrorsquosu da Bulanık

mantık temeliyle gerccedilekleştirilmiştir Bu sayede trenin istenen konumda durması uumlccedil kat daha iyileştirilmiş kullanılan enerji ise 10 azaltılmıştır

bull Yamaichi Securitiesrsquoin geliştirdiği Bulanık Mantık temelli uzman sistem 1988 yılının Ekim ayında kara Pazar adlı Tokyo Borsasırsquonda yaşanan krizin sinyallerini onsekiz guumln oumlnceden haber vermiştir

bull Bu kadar başarılı uygulamalardan sonra artık Bulanık Mantıkrsquoa ilgi daha da artmıştır ve u luslararası bir ccedilalışma ortamı oluşturabilmek amacıyla 1989 yılında aralarında SGS Thomson Omron Hitachi NCR IBM Toshiba ve Matsuhita gibi duumlnya devlerininde bulunduğu 51 firma tarafından LIFE (Laboratory for Interchange Fuzzy Engineering) laboratuvarları kurulmuştur

Fuzzy Logic

FUZZY LOJİK KAVRAMININ FİKİR BABASI

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

FUZZY LOJİK KAVRAMININ FİKİR BABASI

ZadehBerkeley Uumlniversitesine geccediltikten sonra lineer sistemler ve otomasyon teorileri uumlzerine yoğunlaşmış ve 1965 yılında fuzzy setleri hakkında yayımlar yapmıştırBu yayımlar fuzzy lojikin temellerini oluşturmaktadır ki 1973 yılında Zadeh bu temeller uumlzerine fuzzy logic kavramını inşaa etmiştirBu fikrin ortaya ccedilıkmasıyla fuzzy lojik sanayiden tuumlketiciye youmlnelik uumlruumlnlerekontrol sistemlerinden matematik gibi ccedileşitli bilim dallarına kadar ccedilok geniş bir yelpazede kullanım alanı bulmuştur

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

Kaynak 1995 IEEE Honors Ceremony Brochure

Kişisel Web Sayfası web pageszadeh web pagehtm Fuzzy Logic

FUZZY LOJİK KAVRAMININ FİKİR BABASI

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

FUZZY LOJİK KAVRAMININ FİKİR BABASI

ZadehBerkeley Uumlniversitesine geccediltikten sonra lineer sistemler ve otomasyon teorileri uumlzerine yoğunlaşmış ve 1965 yılında fuzzy setleri hakkında yayımlar yapmıştırBu yayımlar fuzzy lojikin temellerini oluşturmaktadır ki 1973 yılında Zadeh bu temeller uumlzerine fuzzy logic kavramını inşaa etmiştirBu fikrin ortaya ccedilıkmasıyla fuzzy lojik sanayiden tuumlketiciye youmlnelik uumlruumlnlerekontrol sistemlerinden matematik gibi ccedileşitli bilim dallarına kadar ccedilok geniş bir yelpazede kullanım alanı bulmuştur

Zadeh1973 yılından itibaren IEEE Education Medal Ronda Prize the American Society of Mechanical Engineers Rudolf Oldenburger Medal the Grigore Moisil Prize the Kampe de Feriet Medal1992rsquode IEEE Richard W Hamming Medal ve Centennial Medal ve 1995rsquode fuzzy lojik ve uygulamalarına oumlnderlik ettiği iccedilin IEEE Medal of Honor gibi ccedilok sayıda oumlduumll almış ve ccedilok sayıda değişik uumlniversitelerden de doktora uumlnvanı almıştır

Zadeh evli ve iki ccedilocuk sahibi olup California eyaletinde ikamet etmektedir

Kaynak 1995 IEEE Honors Ceremony Brochure

Kişisel Web Sayfası web pageszadeh web pagehtm Fuzzy Logic

Bulanık Mantık Nedir

Bulanık mantık bulanık kuumlme teorisine dayanan bir matematiksel disiplindir Bulanık mantık insan mantığında olduğu gibi uzun-

kısasıcak-soğuk Hızlı-Yavaş siyah - beyaz yerine Ccedilok uzun-uzun-orta-kısa-ccedilok kısa sıcaklık - az soğuk-Soğuk- ccedilok soğuk vb gibi ara

değerlere goumlre ccedilalışmaktadır

Fuzzy Logic

Fuzzy Logic

Genel oumlzellikler bull Mantıksal ccedilıkarımlar iccedilin kavramsal bir youmlntem sağlar bull Uumlyelik fonksiyonları ile etiketlenmiş dilsel değişkenler

mevcuttur bull Bulanık kuumlmeler belirsiz tam ve kesin değeri olmayan soumlzel

kavramları betimlemek iccedilin kullanılır (hızlı koşucu sıcak su hellipgibi)

bull Bulanık bir kuumlme bir nesnenin kendisine kısmi uumlyeliğini kabul eder (hava biraz sıcak)Burada sıcak bulanık kuumlme havanın durumu nesnemiz biraz nesnenin kuumlmeye ne oranda uumlye olduğunu ifade eder

bull Ne oranda uumlye olduğu bulanık kuumlmelerde kuumlmenin uumlyelik fonksiyonu tarafından [01] arasında sayısal bir değer olarak belirlenir ve uumlyelik derecesi olarak adlandırılır Oumlrneğin ldquohava sıcak tanımına 08 derece uymaktadırrdquo gibi

Fuzzy Logic

Bulanık mantık yaklaşımı

bull Bulanık mantık var-yok mantığının aksine iki seviyeli değil ccedilok seviyeli işlemleri kullanır

bull İnsan duumlşuumlncesinin ccediloğunun kesin olmadığı bull Kesin olmayan dilsel bilgilere bağlı olarak etkili

kararlar almak insan duumlşuumlnuumlşuumlnuumln belirgin oumlzelliklerindendir

bull Oumlrneğin hızlı araccedil kullanan bir suumlruumlcuuml kırmızı ışık yandığında ne mesafeyi ne de ne oranda fren yapması gerektiğinin oumllccediluumlsuumlnuuml net olarak bilmediği halde deneyimlerine dayalı bir davranışla durmayı başarır ( Eğer iyi bir suumlruumlcuuml ise)

Fuzzy Logic

Oumlrnekler bull Genccedil olmakla ilgili bir kuralınız olsun 20-30 yaşında olanlar genccediltir Buna goumlre 20 ile 30 yaşı

arasında olanlar mutlaka genccedil oumlrneğin 30 yaşından bir yıl bile yaşlı olanlar(31 yaşındakiler) genccedil değildir

bull Oysa 30 yaşında birine genccedil dedikten sonra 31 yaşından bir kaccedil guumln alan insan 30 yaşından yalnızca birkaccedil guumln yaşlıdır Onda halen genccedil olma durumu soumlz konusudur Ya da 19 yaşında olan birine ccedilocuk dersiniz de 20 yaşında olursa genccedil dersiniz Eğer mesele 1 yıllık yaşlanma ise 20 ile 30 yaş arasında 10 yıllık bir yaşlanma olmasına rağmen ikisine de genccedil demeniz kafa karıştırıcı olmaz mı

bull İşte bu şekilde herşeyi kesin ccedilizgilerle ayrıldığı belirsizliklerin kabul edilmediği mantığa Aristo mantığı denir

bull 25 yaşında olanlar yuumlzde 98 genccedil ise 30 yaşında olan yuumlzde 62 genccediltir Ama 30 yaşında olanı aynı zamanda orta yaşlı sınıfına sokarsanız ve bu kişi yuumlzde 70 orta yaşlı sınıfına dahil olursa her durumda bu kişinin yaşıyla ilgili değerlendirmeniz daha sağlıklı olacaktır

Fuzzy Logic

bull Ccediloumllde kayboldunuz Elinizde 2 şişe su var

bull Birinin uumlzerinde 91 olasılıkla kirli su (OM)

bull Diğerinin uumlzerinde 91rsquoi kirli su (BM)

yazıyor

bull Hangisini iccedilersiniz

Fuzzy Logic

Bulanık mantık olmadan

Bulanık mantık ile

Fuzzy Logic

Bulanık Kuumlme Kavramına Neden İhtiyaccedil Duyarız

bull Bir ccedilok buumlyuumlkluumlğuuml ve ifadeyi kesin sınırlarla sınıflara ayırmak muumlmkuumlnduumlr

Dişi-erkekelma-armut accedilık bir şekilde farklı kategorilere aittir

Bazı kavramlar ise birden ccedilok oumlzelliği aynı anda goumlsterebilirBu kavramıbaskın oumlzelliğini goumlsterdiği sınıfa dahil etmek diğer oumlzelliğini ihmal etmek doğru bir yaklaşım gibi goumlruumlnse de bazı durumlarda sakıncalı olabilir

Fuzzy Logic

Zadehrsquoe goumlre bulanık mantığın genel oumlzellikleri

bull Kesin değerlere dayanan duumlşuumlnme yerine yaklaşık duumlşuumlnuumlş kullanır

bull Her şey [0-1] aralığında belirli derece ile goumlsterilir

bull Bilgi ccedilok az biraz normal gibi dilsel ifadeler şeklinde işlenir

bull Sonuccedil olarak dilsel ifadeler arasında tanımlanan kurallar ile belirlenir

bull Her mantıksal sistem bulanık olarak ifade edilebilir

bull Bulanık mantık matematiksel modeli ccedilok zor elde edilebilen sistemler iccedilin ccedilok uygundur

bull Bulanık Mantık Olasılık Teorisinden farklıdır Olasılıkrsquota problemin kendisi tanımlıdır

Fuzzy Logic

Bulanık mantıkla kontroluumln uumlstuumlnluumlkleri

bull İşleyişinin insan duumlşuumlnuumlşuuml tarzındadır

bull Matematiksel modele ihtiyaccedil duymaz doğrusal olmayan sistemlerde iyi sonuccedil verir

bull Bulanık Mantık eksik tanımlı problemlerin ccediloumlzuumlmuuml iccedilin uygundur

bull Uygulanması oldukccedila kolaydır ve uygulamaların daha hızlı bir şekilde sonuca ulaşmasını sağlar

Fuzzy Logic

Bulanık mantıkla kontroluumln sakıncaları

bull Kuralların uygun şekilde belirlenmesi iccedilin uzman deneyimine ihtiyaccedil duyar Kuralları ve uumlyelikleri tanımlamak kolay olmayabilir

bull Uumlyelik fonksiyonlarının belirlenmesinde kesin sonuccedil veren bir youmlntem ve oumlğrenme yeteneği yoktur En uygun youmlntem deneme yanılmadır Bu sebeple uzun zaman gerekebilir

bull Kararlılık goumlzetlenebilirlik ve denetlenebilirlik analizinin yapılamaması bu youmlntemin en temel sorunudur

Fuzzy Logic

Bulanık Mantık yaklaşımı nerelerde kullanılmalı

bull Bir veya birden fazla suumlrekli değişen kontrol parametresi olan sistemlerde

bull Matematiksel modeli bulunmayan sistemlerde

bull Matematiksel modelin kurulmasının zor olduğu sistemlerde

bull Gerccedilek zamanda uygulamalarında işlemlerin ccedilok karışık olduğu durumlarda

Fuzzy Logic

Bulanık sistem tuumlrleri

bull Genel bulanık sistem (Saf-pure bulanık sistemler) Giriş ve ccedilıkış bulanık kuumlmelerdir

bull Takagi-Sugeno-Kang (TSK) Ccedilıkış doğrusal bir fonksiyonla ifade edilir

bull Bulanıklaştırma-Durulaştırma birimli bulanık sistem (Fuzzification-defuzzification)

Fuzzy Logic

BULANIK KURAL

TABANI

BULANIK CcedilIKARTIM

MOTORU

Giriş

Bulanık

Kuumlmeleri

Ccedilıkış

Bulanık

Kuumlmeleri

Genel bulanık sistem

Fuzzy Logic

bull Kural tabanlı ve bilgi tabanlı sistemlerdir

bull IF-THEN (EĞER-OumlYLE İSE) kuralına dayanır

bull Uzman veya bilgi bankasından If-Then esasına dayalı kurallar dizisi elde edilir

bull Bulanık ccedilıkarım motoru kuralları kullanarak tuumlm bulanık girişlerden ccedilıkış elde eder

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Fuzzy Logic

Genel oumlzellikler bull Mantıksal ccedilıkarımlar iccedilin kavramsal bir youmlntem sağlar bull Uumlyelik fonksiyonları ile etiketlenmiş dilsel değişkenler

mevcuttur bull Bulanık kuumlmeler belirsiz tam ve kesin değeri olmayan soumlzel

kavramları betimlemek iccedilin kullanılır (hızlı koşucu sıcak su hellipgibi)

bull Bulanık bir kuumlme bir nesnenin kendisine kısmi uumlyeliğini kabul eder (hava biraz sıcak)Burada sıcak bulanık kuumlme havanın durumu nesnemiz biraz nesnenin kuumlmeye ne oranda uumlye olduğunu ifade eder

bull Ne oranda uumlye olduğu bulanık kuumlmelerde kuumlmenin uumlyelik fonksiyonu tarafından [01] arasında sayısal bir değer olarak belirlenir ve uumlyelik derecesi olarak adlandırılır Oumlrneğin ldquohava sıcak tanımına 08 derece uymaktadırrdquo gibi

Fuzzy Logic

Bulanık mantık yaklaşımı

bull Bulanık mantık var-yok mantığının aksine iki seviyeli değil ccedilok seviyeli işlemleri kullanır

bull İnsan duumlşuumlncesinin ccediloğunun kesin olmadığı bull Kesin olmayan dilsel bilgilere bağlı olarak etkili

kararlar almak insan duumlşuumlnuumlşuumlnuumln belirgin oumlzelliklerindendir

bull Oumlrneğin hızlı araccedil kullanan bir suumlruumlcuuml kırmızı ışık yandığında ne mesafeyi ne de ne oranda fren yapması gerektiğinin oumllccediluumlsuumlnuuml net olarak bilmediği halde deneyimlerine dayalı bir davranışla durmayı başarır ( Eğer iyi bir suumlruumlcuuml ise)

Fuzzy Logic

Oumlrnekler bull Genccedil olmakla ilgili bir kuralınız olsun 20-30 yaşında olanlar genccediltir Buna goumlre 20 ile 30 yaşı

arasında olanlar mutlaka genccedil oumlrneğin 30 yaşından bir yıl bile yaşlı olanlar(31 yaşındakiler) genccedil değildir

bull Oysa 30 yaşında birine genccedil dedikten sonra 31 yaşından bir kaccedil guumln alan insan 30 yaşından yalnızca birkaccedil guumln yaşlıdır Onda halen genccedil olma durumu soumlz konusudur Ya da 19 yaşında olan birine ccedilocuk dersiniz de 20 yaşında olursa genccedil dersiniz Eğer mesele 1 yıllık yaşlanma ise 20 ile 30 yaş arasında 10 yıllık bir yaşlanma olmasına rağmen ikisine de genccedil demeniz kafa karıştırıcı olmaz mı

bull İşte bu şekilde herşeyi kesin ccedilizgilerle ayrıldığı belirsizliklerin kabul edilmediği mantığa Aristo mantığı denir

bull 25 yaşında olanlar yuumlzde 98 genccedil ise 30 yaşında olan yuumlzde 62 genccediltir Ama 30 yaşında olanı aynı zamanda orta yaşlı sınıfına sokarsanız ve bu kişi yuumlzde 70 orta yaşlı sınıfına dahil olursa her durumda bu kişinin yaşıyla ilgili değerlendirmeniz daha sağlıklı olacaktır

Fuzzy Logic

bull Ccediloumllde kayboldunuz Elinizde 2 şişe su var

bull Birinin uumlzerinde 91 olasılıkla kirli su (OM)

bull Diğerinin uumlzerinde 91rsquoi kirli su (BM)

yazıyor

bull Hangisini iccedilersiniz

Fuzzy Logic

Bulanık mantık olmadan

Bulanık mantık ile

Fuzzy Logic

Bulanık Kuumlme Kavramına Neden İhtiyaccedil Duyarız

bull Bir ccedilok buumlyuumlkluumlğuuml ve ifadeyi kesin sınırlarla sınıflara ayırmak muumlmkuumlnduumlr

Dişi-erkekelma-armut accedilık bir şekilde farklı kategorilere aittir

Bazı kavramlar ise birden ccedilok oumlzelliği aynı anda goumlsterebilirBu kavramıbaskın oumlzelliğini goumlsterdiği sınıfa dahil etmek diğer oumlzelliğini ihmal etmek doğru bir yaklaşım gibi goumlruumlnse de bazı durumlarda sakıncalı olabilir

Fuzzy Logic

Zadehrsquoe goumlre bulanık mantığın genel oumlzellikleri

bull Kesin değerlere dayanan duumlşuumlnme yerine yaklaşık duumlşuumlnuumlş kullanır

bull Her şey [0-1] aralığında belirli derece ile goumlsterilir

bull Bilgi ccedilok az biraz normal gibi dilsel ifadeler şeklinde işlenir

bull Sonuccedil olarak dilsel ifadeler arasında tanımlanan kurallar ile belirlenir

bull Her mantıksal sistem bulanık olarak ifade edilebilir

bull Bulanık mantık matematiksel modeli ccedilok zor elde edilebilen sistemler iccedilin ccedilok uygundur

bull Bulanık Mantık Olasılık Teorisinden farklıdır Olasılıkrsquota problemin kendisi tanımlıdır

Fuzzy Logic

Bulanık mantıkla kontroluumln uumlstuumlnluumlkleri

bull İşleyişinin insan duumlşuumlnuumlşuuml tarzındadır

bull Matematiksel modele ihtiyaccedil duymaz doğrusal olmayan sistemlerde iyi sonuccedil verir

bull Bulanık Mantık eksik tanımlı problemlerin ccediloumlzuumlmuuml iccedilin uygundur

bull Uygulanması oldukccedila kolaydır ve uygulamaların daha hızlı bir şekilde sonuca ulaşmasını sağlar

Fuzzy Logic

Bulanık mantıkla kontroluumln sakıncaları

bull Kuralların uygun şekilde belirlenmesi iccedilin uzman deneyimine ihtiyaccedil duyar Kuralları ve uumlyelikleri tanımlamak kolay olmayabilir

bull Uumlyelik fonksiyonlarının belirlenmesinde kesin sonuccedil veren bir youmlntem ve oumlğrenme yeteneği yoktur En uygun youmlntem deneme yanılmadır Bu sebeple uzun zaman gerekebilir

bull Kararlılık goumlzetlenebilirlik ve denetlenebilirlik analizinin yapılamaması bu youmlntemin en temel sorunudur

Fuzzy Logic

Bulanık Mantık yaklaşımı nerelerde kullanılmalı

bull Bir veya birden fazla suumlrekli değişen kontrol parametresi olan sistemlerde

bull Matematiksel modeli bulunmayan sistemlerde

bull Matematiksel modelin kurulmasının zor olduğu sistemlerde

bull Gerccedilek zamanda uygulamalarında işlemlerin ccedilok karışık olduğu durumlarda

Fuzzy Logic

Bulanık sistem tuumlrleri

bull Genel bulanık sistem (Saf-pure bulanık sistemler) Giriş ve ccedilıkış bulanık kuumlmelerdir

bull Takagi-Sugeno-Kang (TSK) Ccedilıkış doğrusal bir fonksiyonla ifade edilir

bull Bulanıklaştırma-Durulaştırma birimli bulanık sistem (Fuzzification-defuzzification)

Fuzzy Logic

BULANIK KURAL

TABANI

BULANIK CcedilIKARTIM

MOTORU

Giriş

Bulanık

Kuumlmeleri

Ccedilıkış

Bulanık

Kuumlmeleri

Genel bulanık sistem

Fuzzy Logic

bull Kural tabanlı ve bilgi tabanlı sistemlerdir

bull IF-THEN (EĞER-OumlYLE İSE) kuralına dayanır

bull Uzman veya bilgi bankasından If-Then esasına dayalı kurallar dizisi elde edilir

bull Bulanık ccedilıkarım motoru kuralları kullanarak tuumlm bulanık girişlerden ccedilıkış elde eder

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Genel oumlzellikler bull Mantıksal ccedilıkarımlar iccedilin kavramsal bir youmlntem sağlar bull Uumlyelik fonksiyonları ile etiketlenmiş dilsel değişkenler

mevcuttur bull Bulanık kuumlmeler belirsiz tam ve kesin değeri olmayan soumlzel

kavramları betimlemek iccedilin kullanılır (hızlı koşucu sıcak su hellipgibi)

bull Bulanık bir kuumlme bir nesnenin kendisine kısmi uumlyeliğini kabul eder (hava biraz sıcak)Burada sıcak bulanık kuumlme havanın durumu nesnemiz biraz nesnenin kuumlmeye ne oranda uumlye olduğunu ifade eder

bull Ne oranda uumlye olduğu bulanık kuumlmelerde kuumlmenin uumlyelik fonksiyonu tarafından [01] arasında sayısal bir değer olarak belirlenir ve uumlyelik derecesi olarak adlandırılır Oumlrneğin ldquohava sıcak tanımına 08 derece uymaktadırrdquo gibi

Fuzzy Logic

Bulanık mantık yaklaşımı

bull Bulanık mantık var-yok mantığının aksine iki seviyeli değil ccedilok seviyeli işlemleri kullanır

bull İnsan duumlşuumlncesinin ccediloğunun kesin olmadığı bull Kesin olmayan dilsel bilgilere bağlı olarak etkili

kararlar almak insan duumlşuumlnuumlşuumlnuumln belirgin oumlzelliklerindendir

bull Oumlrneğin hızlı araccedil kullanan bir suumlruumlcuuml kırmızı ışık yandığında ne mesafeyi ne de ne oranda fren yapması gerektiğinin oumllccediluumlsuumlnuuml net olarak bilmediği halde deneyimlerine dayalı bir davranışla durmayı başarır ( Eğer iyi bir suumlruumlcuuml ise)

Fuzzy Logic

Oumlrnekler bull Genccedil olmakla ilgili bir kuralınız olsun 20-30 yaşında olanlar genccediltir Buna goumlre 20 ile 30 yaşı

arasında olanlar mutlaka genccedil oumlrneğin 30 yaşından bir yıl bile yaşlı olanlar(31 yaşındakiler) genccedil değildir

bull Oysa 30 yaşında birine genccedil dedikten sonra 31 yaşından bir kaccedil guumln alan insan 30 yaşından yalnızca birkaccedil guumln yaşlıdır Onda halen genccedil olma durumu soumlz konusudur Ya da 19 yaşında olan birine ccedilocuk dersiniz de 20 yaşında olursa genccedil dersiniz Eğer mesele 1 yıllık yaşlanma ise 20 ile 30 yaş arasında 10 yıllık bir yaşlanma olmasına rağmen ikisine de genccedil demeniz kafa karıştırıcı olmaz mı

bull İşte bu şekilde herşeyi kesin ccedilizgilerle ayrıldığı belirsizliklerin kabul edilmediği mantığa Aristo mantığı denir

bull 25 yaşında olanlar yuumlzde 98 genccedil ise 30 yaşında olan yuumlzde 62 genccediltir Ama 30 yaşında olanı aynı zamanda orta yaşlı sınıfına sokarsanız ve bu kişi yuumlzde 70 orta yaşlı sınıfına dahil olursa her durumda bu kişinin yaşıyla ilgili değerlendirmeniz daha sağlıklı olacaktır

Fuzzy Logic

bull Ccediloumllde kayboldunuz Elinizde 2 şişe su var

bull Birinin uumlzerinde 91 olasılıkla kirli su (OM)

bull Diğerinin uumlzerinde 91rsquoi kirli su (BM)

yazıyor

bull Hangisini iccedilersiniz

Fuzzy Logic

Bulanık mantık olmadan

Bulanık mantık ile

Fuzzy Logic

Bulanık Kuumlme Kavramına Neden İhtiyaccedil Duyarız

bull Bir ccedilok buumlyuumlkluumlğuuml ve ifadeyi kesin sınırlarla sınıflara ayırmak muumlmkuumlnduumlr

Dişi-erkekelma-armut accedilık bir şekilde farklı kategorilere aittir

Bazı kavramlar ise birden ccedilok oumlzelliği aynı anda goumlsterebilirBu kavramıbaskın oumlzelliğini goumlsterdiği sınıfa dahil etmek diğer oumlzelliğini ihmal etmek doğru bir yaklaşım gibi goumlruumlnse de bazı durumlarda sakıncalı olabilir

Fuzzy Logic

Zadehrsquoe goumlre bulanık mantığın genel oumlzellikleri

bull Kesin değerlere dayanan duumlşuumlnme yerine yaklaşık duumlşuumlnuumlş kullanır

bull Her şey [0-1] aralığında belirli derece ile goumlsterilir

bull Bilgi ccedilok az biraz normal gibi dilsel ifadeler şeklinde işlenir

bull Sonuccedil olarak dilsel ifadeler arasında tanımlanan kurallar ile belirlenir

bull Her mantıksal sistem bulanık olarak ifade edilebilir

bull Bulanık mantık matematiksel modeli ccedilok zor elde edilebilen sistemler iccedilin ccedilok uygundur

bull Bulanık Mantık Olasılık Teorisinden farklıdır Olasılıkrsquota problemin kendisi tanımlıdır

Fuzzy Logic

Bulanık mantıkla kontroluumln uumlstuumlnluumlkleri

bull İşleyişinin insan duumlşuumlnuumlşuuml tarzındadır

bull Matematiksel modele ihtiyaccedil duymaz doğrusal olmayan sistemlerde iyi sonuccedil verir

bull Bulanık Mantık eksik tanımlı problemlerin ccediloumlzuumlmuuml iccedilin uygundur

bull Uygulanması oldukccedila kolaydır ve uygulamaların daha hızlı bir şekilde sonuca ulaşmasını sağlar

Fuzzy Logic

Bulanık mantıkla kontroluumln sakıncaları

bull Kuralların uygun şekilde belirlenmesi iccedilin uzman deneyimine ihtiyaccedil duyar Kuralları ve uumlyelikleri tanımlamak kolay olmayabilir

bull Uumlyelik fonksiyonlarının belirlenmesinde kesin sonuccedil veren bir youmlntem ve oumlğrenme yeteneği yoktur En uygun youmlntem deneme yanılmadır Bu sebeple uzun zaman gerekebilir

bull Kararlılık goumlzetlenebilirlik ve denetlenebilirlik analizinin yapılamaması bu youmlntemin en temel sorunudur

Fuzzy Logic

Bulanık Mantık yaklaşımı nerelerde kullanılmalı

bull Bir veya birden fazla suumlrekli değişen kontrol parametresi olan sistemlerde

bull Matematiksel modeli bulunmayan sistemlerde

bull Matematiksel modelin kurulmasının zor olduğu sistemlerde

bull Gerccedilek zamanda uygulamalarında işlemlerin ccedilok karışık olduğu durumlarda

Fuzzy Logic

Bulanık sistem tuumlrleri

bull Genel bulanık sistem (Saf-pure bulanık sistemler) Giriş ve ccedilıkış bulanık kuumlmelerdir

bull Takagi-Sugeno-Kang (TSK) Ccedilıkış doğrusal bir fonksiyonla ifade edilir

bull Bulanıklaştırma-Durulaştırma birimli bulanık sistem (Fuzzification-defuzzification)

Fuzzy Logic

BULANIK KURAL

TABANI

BULANIK CcedilIKARTIM

MOTORU

Giriş

Bulanık

Kuumlmeleri

Ccedilıkış

Bulanık

Kuumlmeleri

Genel bulanık sistem

Fuzzy Logic

bull Kural tabanlı ve bilgi tabanlı sistemlerdir

bull IF-THEN (EĞER-OumlYLE İSE) kuralına dayanır

bull Uzman veya bilgi bankasından If-Then esasına dayalı kurallar dizisi elde edilir

bull Bulanık ccedilıkarım motoru kuralları kullanarak tuumlm bulanık girişlerden ccedilıkış elde eder

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Bulanık mantık yaklaşımı

bull Bulanık mantık var-yok mantığının aksine iki seviyeli değil ccedilok seviyeli işlemleri kullanır

bull İnsan duumlşuumlncesinin ccediloğunun kesin olmadığı bull Kesin olmayan dilsel bilgilere bağlı olarak etkili

kararlar almak insan duumlşuumlnuumlşuumlnuumln belirgin oumlzelliklerindendir

bull Oumlrneğin hızlı araccedil kullanan bir suumlruumlcuuml kırmızı ışık yandığında ne mesafeyi ne de ne oranda fren yapması gerektiğinin oumllccediluumlsuumlnuuml net olarak bilmediği halde deneyimlerine dayalı bir davranışla durmayı başarır ( Eğer iyi bir suumlruumlcuuml ise)

Fuzzy Logic

Oumlrnekler bull Genccedil olmakla ilgili bir kuralınız olsun 20-30 yaşında olanlar genccediltir Buna goumlre 20 ile 30 yaşı

arasında olanlar mutlaka genccedil oumlrneğin 30 yaşından bir yıl bile yaşlı olanlar(31 yaşındakiler) genccedil değildir

bull Oysa 30 yaşında birine genccedil dedikten sonra 31 yaşından bir kaccedil guumln alan insan 30 yaşından yalnızca birkaccedil guumln yaşlıdır Onda halen genccedil olma durumu soumlz konusudur Ya da 19 yaşında olan birine ccedilocuk dersiniz de 20 yaşında olursa genccedil dersiniz Eğer mesele 1 yıllık yaşlanma ise 20 ile 30 yaş arasında 10 yıllık bir yaşlanma olmasına rağmen ikisine de genccedil demeniz kafa karıştırıcı olmaz mı

bull İşte bu şekilde herşeyi kesin ccedilizgilerle ayrıldığı belirsizliklerin kabul edilmediği mantığa Aristo mantığı denir

bull 25 yaşında olanlar yuumlzde 98 genccedil ise 30 yaşında olan yuumlzde 62 genccediltir Ama 30 yaşında olanı aynı zamanda orta yaşlı sınıfına sokarsanız ve bu kişi yuumlzde 70 orta yaşlı sınıfına dahil olursa her durumda bu kişinin yaşıyla ilgili değerlendirmeniz daha sağlıklı olacaktır

Fuzzy Logic

bull Ccediloumllde kayboldunuz Elinizde 2 şişe su var

bull Birinin uumlzerinde 91 olasılıkla kirli su (OM)

bull Diğerinin uumlzerinde 91rsquoi kirli su (BM)

yazıyor

bull Hangisini iccedilersiniz

Fuzzy Logic

Bulanık mantık olmadan

Bulanık mantık ile

Fuzzy Logic

Bulanık Kuumlme Kavramına Neden İhtiyaccedil Duyarız

bull Bir ccedilok buumlyuumlkluumlğuuml ve ifadeyi kesin sınırlarla sınıflara ayırmak muumlmkuumlnduumlr

Dişi-erkekelma-armut accedilık bir şekilde farklı kategorilere aittir

Bazı kavramlar ise birden ccedilok oumlzelliği aynı anda goumlsterebilirBu kavramıbaskın oumlzelliğini goumlsterdiği sınıfa dahil etmek diğer oumlzelliğini ihmal etmek doğru bir yaklaşım gibi goumlruumlnse de bazı durumlarda sakıncalı olabilir

Fuzzy Logic

Zadehrsquoe goumlre bulanık mantığın genel oumlzellikleri

bull Kesin değerlere dayanan duumlşuumlnme yerine yaklaşık duumlşuumlnuumlş kullanır

bull Her şey [0-1] aralığında belirli derece ile goumlsterilir

bull Bilgi ccedilok az biraz normal gibi dilsel ifadeler şeklinde işlenir

bull Sonuccedil olarak dilsel ifadeler arasında tanımlanan kurallar ile belirlenir

bull Her mantıksal sistem bulanık olarak ifade edilebilir

bull Bulanık mantık matematiksel modeli ccedilok zor elde edilebilen sistemler iccedilin ccedilok uygundur

bull Bulanık Mantık Olasılık Teorisinden farklıdır Olasılıkrsquota problemin kendisi tanımlıdır

Fuzzy Logic

Bulanık mantıkla kontroluumln uumlstuumlnluumlkleri

bull İşleyişinin insan duumlşuumlnuumlşuuml tarzındadır

bull Matematiksel modele ihtiyaccedil duymaz doğrusal olmayan sistemlerde iyi sonuccedil verir

bull Bulanık Mantık eksik tanımlı problemlerin ccediloumlzuumlmuuml iccedilin uygundur

bull Uygulanması oldukccedila kolaydır ve uygulamaların daha hızlı bir şekilde sonuca ulaşmasını sağlar

Fuzzy Logic

Bulanık mantıkla kontroluumln sakıncaları

bull Kuralların uygun şekilde belirlenmesi iccedilin uzman deneyimine ihtiyaccedil duyar Kuralları ve uumlyelikleri tanımlamak kolay olmayabilir

bull Uumlyelik fonksiyonlarının belirlenmesinde kesin sonuccedil veren bir youmlntem ve oumlğrenme yeteneği yoktur En uygun youmlntem deneme yanılmadır Bu sebeple uzun zaman gerekebilir

bull Kararlılık goumlzetlenebilirlik ve denetlenebilirlik analizinin yapılamaması bu youmlntemin en temel sorunudur

Fuzzy Logic

Bulanık Mantık yaklaşımı nerelerde kullanılmalı

bull Bir veya birden fazla suumlrekli değişen kontrol parametresi olan sistemlerde

bull Matematiksel modeli bulunmayan sistemlerde

bull Matematiksel modelin kurulmasının zor olduğu sistemlerde

bull Gerccedilek zamanda uygulamalarında işlemlerin ccedilok karışık olduğu durumlarda

Fuzzy Logic

Bulanık sistem tuumlrleri

bull Genel bulanık sistem (Saf-pure bulanık sistemler) Giriş ve ccedilıkış bulanık kuumlmelerdir

bull Takagi-Sugeno-Kang (TSK) Ccedilıkış doğrusal bir fonksiyonla ifade edilir

bull Bulanıklaştırma-Durulaştırma birimli bulanık sistem (Fuzzification-defuzzification)

Fuzzy Logic

BULANIK KURAL

TABANI

BULANIK CcedilIKARTIM

MOTORU

Giriş

Bulanık

Kuumlmeleri

Ccedilıkış

Bulanık

Kuumlmeleri

Genel bulanık sistem

Fuzzy Logic

bull Kural tabanlı ve bilgi tabanlı sistemlerdir

bull IF-THEN (EĞER-OumlYLE İSE) kuralına dayanır

bull Uzman veya bilgi bankasından If-Then esasına dayalı kurallar dizisi elde edilir

bull Bulanık ccedilıkarım motoru kuralları kullanarak tuumlm bulanık girişlerden ccedilıkış elde eder

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Oumlrnekler bull Genccedil olmakla ilgili bir kuralınız olsun 20-30 yaşında olanlar genccediltir Buna goumlre 20 ile 30 yaşı

arasında olanlar mutlaka genccedil oumlrneğin 30 yaşından bir yıl bile yaşlı olanlar(31 yaşındakiler) genccedil değildir

bull Oysa 30 yaşında birine genccedil dedikten sonra 31 yaşından bir kaccedil guumln alan insan 30 yaşından yalnızca birkaccedil guumln yaşlıdır Onda halen genccedil olma durumu soumlz konusudur Ya da 19 yaşında olan birine ccedilocuk dersiniz de 20 yaşında olursa genccedil dersiniz Eğer mesele 1 yıllık yaşlanma ise 20 ile 30 yaş arasında 10 yıllık bir yaşlanma olmasına rağmen ikisine de genccedil demeniz kafa karıştırıcı olmaz mı

bull İşte bu şekilde herşeyi kesin ccedilizgilerle ayrıldığı belirsizliklerin kabul edilmediği mantığa Aristo mantığı denir

bull 25 yaşında olanlar yuumlzde 98 genccedil ise 30 yaşında olan yuumlzde 62 genccediltir Ama 30 yaşında olanı aynı zamanda orta yaşlı sınıfına sokarsanız ve bu kişi yuumlzde 70 orta yaşlı sınıfına dahil olursa her durumda bu kişinin yaşıyla ilgili değerlendirmeniz daha sağlıklı olacaktır

Fuzzy Logic

bull Ccediloumllde kayboldunuz Elinizde 2 şişe su var

bull Birinin uumlzerinde 91 olasılıkla kirli su (OM)

bull Diğerinin uumlzerinde 91rsquoi kirli su (BM)

yazıyor

bull Hangisini iccedilersiniz

Fuzzy Logic

Bulanık mantık olmadan

Bulanık mantık ile

Fuzzy Logic

Bulanık Kuumlme Kavramına Neden İhtiyaccedil Duyarız

bull Bir ccedilok buumlyuumlkluumlğuuml ve ifadeyi kesin sınırlarla sınıflara ayırmak muumlmkuumlnduumlr

Dişi-erkekelma-armut accedilık bir şekilde farklı kategorilere aittir

Bazı kavramlar ise birden ccedilok oumlzelliği aynı anda goumlsterebilirBu kavramıbaskın oumlzelliğini goumlsterdiği sınıfa dahil etmek diğer oumlzelliğini ihmal etmek doğru bir yaklaşım gibi goumlruumlnse de bazı durumlarda sakıncalı olabilir

Fuzzy Logic

Zadehrsquoe goumlre bulanık mantığın genel oumlzellikleri

bull Kesin değerlere dayanan duumlşuumlnme yerine yaklaşık duumlşuumlnuumlş kullanır

bull Her şey [0-1] aralığında belirli derece ile goumlsterilir

bull Bilgi ccedilok az biraz normal gibi dilsel ifadeler şeklinde işlenir

bull Sonuccedil olarak dilsel ifadeler arasında tanımlanan kurallar ile belirlenir

bull Her mantıksal sistem bulanık olarak ifade edilebilir

bull Bulanık mantık matematiksel modeli ccedilok zor elde edilebilen sistemler iccedilin ccedilok uygundur

bull Bulanık Mantık Olasılık Teorisinden farklıdır Olasılıkrsquota problemin kendisi tanımlıdır

Fuzzy Logic

Bulanık mantıkla kontroluumln uumlstuumlnluumlkleri

bull İşleyişinin insan duumlşuumlnuumlşuuml tarzındadır

bull Matematiksel modele ihtiyaccedil duymaz doğrusal olmayan sistemlerde iyi sonuccedil verir

bull Bulanık Mantık eksik tanımlı problemlerin ccediloumlzuumlmuuml iccedilin uygundur

bull Uygulanması oldukccedila kolaydır ve uygulamaların daha hızlı bir şekilde sonuca ulaşmasını sağlar

Fuzzy Logic

Bulanık mantıkla kontroluumln sakıncaları

bull Kuralların uygun şekilde belirlenmesi iccedilin uzman deneyimine ihtiyaccedil duyar Kuralları ve uumlyelikleri tanımlamak kolay olmayabilir

bull Uumlyelik fonksiyonlarının belirlenmesinde kesin sonuccedil veren bir youmlntem ve oumlğrenme yeteneği yoktur En uygun youmlntem deneme yanılmadır Bu sebeple uzun zaman gerekebilir

bull Kararlılık goumlzetlenebilirlik ve denetlenebilirlik analizinin yapılamaması bu youmlntemin en temel sorunudur

Fuzzy Logic

Bulanık Mantık yaklaşımı nerelerde kullanılmalı

bull Bir veya birden fazla suumlrekli değişen kontrol parametresi olan sistemlerde

bull Matematiksel modeli bulunmayan sistemlerde

bull Matematiksel modelin kurulmasının zor olduğu sistemlerde

bull Gerccedilek zamanda uygulamalarında işlemlerin ccedilok karışık olduğu durumlarda

Fuzzy Logic

Bulanık sistem tuumlrleri

bull Genel bulanık sistem (Saf-pure bulanık sistemler) Giriş ve ccedilıkış bulanık kuumlmelerdir

bull Takagi-Sugeno-Kang (TSK) Ccedilıkış doğrusal bir fonksiyonla ifade edilir

bull Bulanıklaştırma-Durulaştırma birimli bulanık sistem (Fuzzification-defuzzification)

Fuzzy Logic

BULANIK KURAL

TABANI

BULANIK CcedilIKARTIM

MOTORU

Giriş

Bulanık

Kuumlmeleri

Ccedilıkış

Bulanık

Kuumlmeleri

Genel bulanık sistem

Fuzzy Logic

bull Kural tabanlı ve bilgi tabanlı sistemlerdir

bull IF-THEN (EĞER-OumlYLE İSE) kuralına dayanır

bull Uzman veya bilgi bankasından If-Then esasına dayalı kurallar dizisi elde edilir

bull Bulanık ccedilıkarım motoru kuralları kullanarak tuumlm bulanık girişlerden ccedilıkış elde eder

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

bull Ccediloumllde kayboldunuz Elinizde 2 şişe su var

bull Birinin uumlzerinde 91 olasılıkla kirli su (OM)

bull Diğerinin uumlzerinde 91rsquoi kirli su (BM)

yazıyor

bull Hangisini iccedilersiniz

Fuzzy Logic

Bulanık mantık olmadan

Bulanık mantık ile

Fuzzy Logic

Bulanık Kuumlme Kavramına Neden İhtiyaccedil Duyarız

bull Bir ccedilok buumlyuumlkluumlğuuml ve ifadeyi kesin sınırlarla sınıflara ayırmak muumlmkuumlnduumlr

Dişi-erkekelma-armut accedilık bir şekilde farklı kategorilere aittir

Bazı kavramlar ise birden ccedilok oumlzelliği aynı anda goumlsterebilirBu kavramıbaskın oumlzelliğini goumlsterdiği sınıfa dahil etmek diğer oumlzelliğini ihmal etmek doğru bir yaklaşım gibi goumlruumlnse de bazı durumlarda sakıncalı olabilir

Fuzzy Logic

Zadehrsquoe goumlre bulanık mantığın genel oumlzellikleri

bull Kesin değerlere dayanan duumlşuumlnme yerine yaklaşık duumlşuumlnuumlş kullanır

bull Her şey [0-1] aralığında belirli derece ile goumlsterilir

bull Bilgi ccedilok az biraz normal gibi dilsel ifadeler şeklinde işlenir

bull Sonuccedil olarak dilsel ifadeler arasında tanımlanan kurallar ile belirlenir

bull Her mantıksal sistem bulanık olarak ifade edilebilir

bull Bulanık mantık matematiksel modeli ccedilok zor elde edilebilen sistemler iccedilin ccedilok uygundur

bull Bulanık Mantık Olasılık Teorisinden farklıdır Olasılıkrsquota problemin kendisi tanımlıdır

Fuzzy Logic

Bulanık mantıkla kontroluumln uumlstuumlnluumlkleri

bull İşleyişinin insan duumlşuumlnuumlşuuml tarzındadır

bull Matematiksel modele ihtiyaccedil duymaz doğrusal olmayan sistemlerde iyi sonuccedil verir

bull Bulanık Mantık eksik tanımlı problemlerin ccediloumlzuumlmuuml iccedilin uygundur

bull Uygulanması oldukccedila kolaydır ve uygulamaların daha hızlı bir şekilde sonuca ulaşmasını sağlar

Fuzzy Logic

Bulanık mantıkla kontroluumln sakıncaları

bull Kuralların uygun şekilde belirlenmesi iccedilin uzman deneyimine ihtiyaccedil duyar Kuralları ve uumlyelikleri tanımlamak kolay olmayabilir

bull Uumlyelik fonksiyonlarının belirlenmesinde kesin sonuccedil veren bir youmlntem ve oumlğrenme yeteneği yoktur En uygun youmlntem deneme yanılmadır Bu sebeple uzun zaman gerekebilir

bull Kararlılık goumlzetlenebilirlik ve denetlenebilirlik analizinin yapılamaması bu youmlntemin en temel sorunudur

Fuzzy Logic

Bulanık Mantık yaklaşımı nerelerde kullanılmalı

bull Bir veya birden fazla suumlrekli değişen kontrol parametresi olan sistemlerde

bull Matematiksel modeli bulunmayan sistemlerde

bull Matematiksel modelin kurulmasının zor olduğu sistemlerde

bull Gerccedilek zamanda uygulamalarında işlemlerin ccedilok karışık olduğu durumlarda

Fuzzy Logic

Bulanık sistem tuumlrleri

bull Genel bulanık sistem (Saf-pure bulanık sistemler) Giriş ve ccedilıkış bulanık kuumlmelerdir

bull Takagi-Sugeno-Kang (TSK) Ccedilıkış doğrusal bir fonksiyonla ifade edilir

bull Bulanıklaştırma-Durulaştırma birimli bulanık sistem (Fuzzification-defuzzification)

Fuzzy Logic

BULANIK KURAL

TABANI

BULANIK CcedilIKARTIM

MOTORU

Giriş

Bulanık

Kuumlmeleri

Ccedilıkış

Bulanık

Kuumlmeleri

Genel bulanık sistem

Fuzzy Logic

bull Kural tabanlı ve bilgi tabanlı sistemlerdir

bull IF-THEN (EĞER-OumlYLE İSE) kuralına dayanır

bull Uzman veya bilgi bankasından If-Then esasına dayalı kurallar dizisi elde edilir

bull Bulanık ccedilıkarım motoru kuralları kullanarak tuumlm bulanık girişlerden ccedilıkış elde eder

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Bulanık mantık olmadan

Bulanık mantık ile

Fuzzy Logic

Bulanık Kuumlme Kavramına Neden İhtiyaccedil Duyarız

bull Bir ccedilok buumlyuumlkluumlğuuml ve ifadeyi kesin sınırlarla sınıflara ayırmak muumlmkuumlnduumlr

Dişi-erkekelma-armut accedilık bir şekilde farklı kategorilere aittir

Bazı kavramlar ise birden ccedilok oumlzelliği aynı anda goumlsterebilirBu kavramıbaskın oumlzelliğini goumlsterdiği sınıfa dahil etmek diğer oumlzelliğini ihmal etmek doğru bir yaklaşım gibi goumlruumlnse de bazı durumlarda sakıncalı olabilir

Fuzzy Logic

Zadehrsquoe goumlre bulanık mantığın genel oumlzellikleri

bull Kesin değerlere dayanan duumlşuumlnme yerine yaklaşık duumlşuumlnuumlş kullanır

bull Her şey [0-1] aralığında belirli derece ile goumlsterilir

bull Bilgi ccedilok az biraz normal gibi dilsel ifadeler şeklinde işlenir

bull Sonuccedil olarak dilsel ifadeler arasında tanımlanan kurallar ile belirlenir

bull Her mantıksal sistem bulanık olarak ifade edilebilir

bull Bulanık mantık matematiksel modeli ccedilok zor elde edilebilen sistemler iccedilin ccedilok uygundur

bull Bulanık Mantık Olasılık Teorisinden farklıdır Olasılıkrsquota problemin kendisi tanımlıdır

Fuzzy Logic

Bulanık mantıkla kontroluumln uumlstuumlnluumlkleri

bull İşleyişinin insan duumlşuumlnuumlşuuml tarzındadır

bull Matematiksel modele ihtiyaccedil duymaz doğrusal olmayan sistemlerde iyi sonuccedil verir

bull Bulanık Mantık eksik tanımlı problemlerin ccediloumlzuumlmuuml iccedilin uygundur

bull Uygulanması oldukccedila kolaydır ve uygulamaların daha hızlı bir şekilde sonuca ulaşmasını sağlar

Fuzzy Logic

Bulanık mantıkla kontroluumln sakıncaları

bull Kuralların uygun şekilde belirlenmesi iccedilin uzman deneyimine ihtiyaccedil duyar Kuralları ve uumlyelikleri tanımlamak kolay olmayabilir

bull Uumlyelik fonksiyonlarının belirlenmesinde kesin sonuccedil veren bir youmlntem ve oumlğrenme yeteneği yoktur En uygun youmlntem deneme yanılmadır Bu sebeple uzun zaman gerekebilir

bull Kararlılık goumlzetlenebilirlik ve denetlenebilirlik analizinin yapılamaması bu youmlntemin en temel sorunudur

Fuzzy Logic

Bulanık Mantık yaklaşımı nerelerde kullanılmalı

bull Bir veya birden fazla suumlrekli değişen kontrol parametresi olan sistemlerde

bull Matematiksel modeli bulunmayan sistemlerde

bull Matematiksel modelin kurulmasının zor olduğu sistemlerde

bull Gerccedilek zamanda uygulamalarında işlemlerin ccedilok karışık olduğu durumlarda

Fuzzy Logic

Bulanık sistem tuumlrleri

bull Genel bulanık sistem (Saf-pure bulanık sistemler) Giriş ve ccedilıkış bulanık kuumlmelerdir

bull Takagi-Sugeno-Kang (TSK) Ccedilıkış doğrusal bir fonksiyonla ifade edilir

bull Bulanıklaştırma-Durulaştırma birimli bulanık sistem (Fuzzification-defuzzification)

Fuzzy Logic

BULANIK KURAL

TABANI

BULANIK CcedilIKARTIM

MOTORU

Giriş

Bulanık

Kuumlmeleri

Ccedilıkış

Bulanık

Kuumlmeleri

Genel bulanık sistem

Fuzzy Logic

bull Kural tabanlı ve bilgi tabanlı sistemlerdir

bull IF-THEN (EĞER-OumlYLE İSE) kuralına dayanır

bull Uzman veya bilgi bankasından If-Then esasına dayalı kurallar dizisi elde edilir

bull Bulanık ccedilıkarım motoru kuralları kullanarak tuumlm bulanık girişlerden ccedilıkış elde eder

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Bulanık Kuumlme Kavramına Neden İhtiyaccedil Duyarız

bull Bir ccedilok buumlyuumlkluumlğuuml ve ifadeyi kesin sınırlarla sınıflara ayırmak muumlmkuumlnduumlr

Dişi-erkekelma-armut accedilık bir şekilde farklı kategorilere aittir

Bazı kavramlar ise birden ccedilok oumlzelliği aynı anda goumlsterebilirBu kavramıbaskın oumlzelliğini goumlsterdiği sınıfa dahil etmek diğer oumlzelliğini ihmal etmek doğru bir yaklaşım gibi goumlruumlnse de bazı durumlarda sakıncalı olabilir

Fuzzy Logic

Zadehrsquoe goumlre bulanık mantığın genel oumlzellikleri

bull Kesin değerlere dayanan duumlşuumlnme yerine yaklaşık duumlşuumlnuumlş kullanır

bull Her şey [0-1] aralığında belirli derece ile goumlsterilir

bull Bilgi ccedilok az biraz normal gibi dilsel ifadeler şeklinde işlenir

bull Sonuccedil olarak dilsel ifadeler arasında tanımlanan kurallar ile belirlenir

bull Her mantıksal sistem bulanık olarak ifade edilebilir

bull Bulanık mantık matematiksel modeli ccedilok zor elde edilebilen sistemler iccedilin ccedilok uygundur

bull Bulanık Mantık Olasılık Teorisinden farklıdır Olasılıkrsquota problemin kendisi tanımlıdır

Fuzzy Logic

Bulanık mantıkla kontroluumln uumlstuumlnluumlkleri

bull İşleyişinin insan duumlşuumlnuumlşuuml tarzındadır

bull Matematiksel modele ihtiyaccedil duymaz doğrusal olmayan sistemlerde iyi sonuccedil verir

bull Bulanık Mantık eksik tanımlı problemlerin ccediloumlzuumlmuuml iccedilin uygundur

bull Uygulanması oldukccedila kolaydır ve uygulamaların daha hızlı bir şekilde sonuca ulaşmasını sağlar

Fuzzy Logic

Bulanık mantıkla kontroluumln sakıncaları

bull Kuralların uygun şekilde belirlenmesi iccedilin uzman deneyimine ihtiyaccedil duyar Kuralları ve uumlyelikleri tanımlamak kolay olmayabilir

bull Uumlyelik fonksiyonlarının belirlenmesinde kesin sonuccedil veren bir youmlntem ve oumlğrenme yeteneği yoktur En uygun youmlntem deneme yanılmadır Bu sebeple uzun zaman gerekebilir

bull Kararlılık goumlzetlenebilirlik ve denetlenebilirlik analizinin yapılamaması bu youmlntemin en temel sorunudur

Fuzzy Logic

Bulanık Mantık yaklaşımı nerelerde kullanılmalı

bull Bir veya birden fazla suumlrekli değişen kontrol parametresi olan sistemlerde

bull Matematiksel modeli bulunmayan sistemlerde

bull Matematiksel modelin kurulmasının zor olduğu sistemlerde

bull Gerccedilek zamanda uygulamalarında işlemlerin ccedilok karışık olduğu durumlarda

Fuzzy Logic

Bulanık sistem tuumlrleri

bull Genel bulanık sistem (Saf-pure bulanık sistemler) Giriş ve ccedilıkış bulanık kuumlmelerdir

bull Takagi-Sugeno-Kang (TSK) Ccedilıkış doğrusal bir fonksiyonla ifade edilir

bull Bulanıklaştırma-Durulaştırma birimli bulanık sistem (Fuzzification-defuzzification)

Fuzzy Logic

BULANIK KURAL

TABANI

BULANIK CcedilIKARTIM

MOTORU

Giriş

Bulanık

Kuumlmeleri

Ccedilıkış

Bulanık

Kuumlmeleri

Genel bulanık sistem

Fuzzy Logic

bull Kural tabanlı ve bilgi tabanlı sistemlerdir

bull IF-THEN (EĞER-OumlYLE İSE) kuralına dayanır

bull Uzman veya bilgi bankasından If-Then esasına dayalı kurallar dizisi elde edilir

bull Bulanık ccedilıkarım motoru kuralları kullanarak tuumlm bulanık girişlerden ccedilıkış elde eder

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Zadehrsquoe goumlre bulanık mantığın genel oumlzellikleri

bull Kesin değerlere dayanan duumlşuumlnme yerine yaklaşık duumlşuumlnuumlş kullanır

bull Her şey [0-1] aralığında belirli derece ile goumlsterilir

bull Bilgi ccedilok az biraz normal gibi dilsel ifadeler şeklinde işlenir

bull Sonuccedil olarak dilsel ifadeler arasında tanımlanan kurallar ile belirlenir

bull Her mantıksal sistem bulanık olarak ifade edilebilir

bull Bulanık mantık matematiksel modeli ccedilok zor elde edilebilen sistemler iccedilin ccedilok uygundur

bull Bulanık Mantık Olasılık Teorisinden farklıdır Olasılıkrsquota problemin kendisi tanımlıdır

Fuzzy Logic

Bulanık mantıkla kontroluumln uumlstuumlnluumlkleri

bull İşleyişinin insan duumlşuumlnuumlşuuml tarzındadır

bull Matematiksel modele ihtiyaccedil duymaz doğrusal olmayan sistemlerde iyi sonuccedil verir

bull Bulanık Mantık eksik tanımlı problemlerin ccediloumlzuumlmuuml iccedilin uygundur

bull Uygulanması oldukccedila kolaydır ve uygulamaların daha hızlı bir şekilde sonuca ulaşmasını sağlar

Fuzzy Logic

Bulanık mantıkla kontroluumln sakıncaları

bull Kuralların uygun şekilde belirlenmesi iccedilin uzman deneyimine ihtiyaccedil duyar Kuralları ve uumlyelikleri tanımlamak kolay olmayabilir

bull Uumlyelik fonksiyonlarının belirlenmesinde kesin sonuccedil veren bir youmlntem ve oumlğrenme yeteneği yoktur En uygun youmlntem deneme yanılmadır Bu sebeple uzun zaman gerekebilir

bull Kararlılık goumlzetlenebilirlik ve denetlenebilirlik analizinin yapılamaması bu youmlntemin en temel sorunudur

Fuzzy Logic

Bulanık Mantık yaklaşımı nerelerde kullanılmalı

bull Bir veya birden fazla suumlrekli değişen kontrol parametresi olan sistemlerde

bull Matematiksel modeli bulunmayan sistemlerde

bull Matematiksel modelin kurulmasının zor olduğu sistemlerde

bull Gerccedilek zamanda uygulamalarında işlemlerin ccedilok karışık olduğu durumlarda

Fuzzy Logic

Bulanık sistem tuumlrleri

bull Genel bulanık sistem (Saf-pure bulanık sistemler) Giriş ve ccedilıkış bulanık kuumlmelerdir

bull Takagi-Sugeno-Kang (TSK) Ccedilıkış doğrusal bir fonksiyonla ifade edilir

bull Bulanıklaştırma-Durulaştırma birimli bulanık sistem (Fuzzification-defuzzification)

Fuzzy Logic

BULANIK KURAL

TABANI

BULANIK CcedilIKARTIM

MOTORU

Giriş

Bulanık

Kuumlmeleri

Ccedilıkış

Bulanık

Kuumlmeleri

Genel bulanık sistem

Fuzzy Logic

bull Kural tabanlı ve bilgi tabanlı sistemlerdir

bull IF-THEN (EĞER-OumlYLE İSE) kuralına dayanır

bull Uzman veya bilgi bankasından If-Then esasına dayalı kurallar dizisi elde edilir

bull Bulanık ccedilıkarım motoru kuralları kullanarak tuumlm bulanık girişlerden ccedilıkış elde eder

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Bulanık mantıkla kontroluumln uumlstuumlnluumlkleri

bull İşleyişinin insan duumlşuumlnuumlşuuml tarzındadır

bull Matematiksel modele ihtiyaccedil duymaz doğrusal olmayan sistemlerde iyi sonuccedil verir

bull Bulanık Mantık eksik tanımlı problemlerin ccediloumlzuumlmuuml iccedilin uygundur

bull Uygulanması oldukccedila kolaydır ve uygulamaların daha hızlı bir şekilde sonuca ulaşmasını sağlar

Fuzzy Logic

Bulanık mantıkla kontroluumln sakıncaları

bull Kuralların uygun şekilde belirlenmesi iccedilin uzman deneyimine ihtiyaccedil duyar Kuralları ve uumlyelikleri tanımlamak kolay olmayabilir

bull Uumlyelik fonksiyonlarının belirlenmesinde kesin sonuccedil veren bir youmlntem ve oumlğrenme yeteneği yoktur En uygun youmlntem deneme yanılmadır Bu sebeple uzun zaman gerekebilir

bull Kararlılık goumlzetlenebilirlik ve denetlenebilirlik analizinin yapılamaması bu youmlntemin en temel sorunudur

Fuzzy Logic

Bulanık Mantık yaklaşımı nerelerde kullanılmalı

bull Bir veya birden fazla suumlrekli değişen kontrol parametresi olan sistemlerde

bull Matematiksel modeli bulunmayan sistemlerde

bull Matematiksel modelin kurulmasının zor olduğu sistemlerde

bull Gerccedilek zamanda uygulamalarında işlemlerin ccedilok karışık olduğu durumlarda

Fuzzy Logic

Bulanık sistem tuumlrleri

bull Genel bulanık sistem (Saf-pure bulanık sistemler) Giriş ve ccedilıkış bulanık kuumlmelerdir

bull Takagi-Sugeno-Kang (TSK) Ccedilıkış doğrusal bir fonksiyonla ifade edilir

bull Bulanıklaştırma-Durulaştırma birimli bulanık sistem (Fuzzification-defuzzification)

Fuzzy Logic

BULANIK KURAL

TABANI

BULANIK CcedilIKARTIM

MOTORU

Giriş

Bulanık

Kuumlmeleri

Ccedilıkış

Bulanık

Kuumlmeleri

Genel bulanık sistem

Fuzzy Logic

bull Kural tabanlı ve bilgi tabanlı sistemlerdir

bull IF-THEN (EĞER-OumlYLE İSE) kuralına dayanır

bull Uzman veya bilgi bankasından If-Then esasına dayalı kurallar dizisi elde edilir

bull Bulanık ccedilıkarım motoru kuralları kullanarak tuumlm bulanık girişlerden ccedilıkış elde eder

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Bulanık mantıkla kontroluumln sakıncaları

bull Kuralların uygun şekilde belirlenmesi iccedilin uzman deneyimine ihtiyaccedil duyar Kuralları ve uumlyelikleri tanımlamak kolay olmayabilir

bull Uumlyelik fonksiyonlarının belirlenmesinde kesin sonuccedil veren bir youmlntem ve oumlğrenme yeteneği yoktur En uygun youmlntem deneme yanılmadır Bu sebeple uzun zaman gerekebilir

bull Kararlılık goumlzetlenebilirlik ve denetlenebilirlik analizinin yapılamaması bu youmlntemin en temel sorunudur

Fuzzy Logic

Bulanık Mantık yaklaşımı nerelerde kullanılmalı

bull Bir veya birden fazla suumlrekli değişen kontrol parametresi olan sistemlerde

bull Matematiksel modeli bulunmayan sistemlerde

bull Matematiksel modelin kurulmasının zor olduğu sistemlerde

bull Gerccedilek zamanda uygulamalarında işlemlerin ccedilok karışık olduğu durumlarda

Fuzzy Logic

Bulanık sistem tuumlrleri

bull Genel bulanık sistem (Saf-pure bulanık sistemler) Giriş ve ccedilıkış bulanık kuumlmelerdir

bull Takagi-Sugeno-Kang (TSK) Ccedilıkış doğrusal bir fonksiyonla ifade edilir

bull Bulanıklaştırma-Durulaştırma birimli bulanık sistem (Fuzzification-defuzzification)

Fuzzy Logic

BULANIK KURAL

TABANI

BULANIK CcedilIKARTIM

MOTORU

Giriş

Bulanık

Kuumlmeleri

Ccedilıkış

Bulanık

Kuumlmeleri

Genel bulanık sistem

Fuzzy Logic

bull Kural tabanlı ve bilgi tabanlı sistemlerdir

bull IF-THEN (EĞER-OumlYLE İSE) kuralına dayanır

bull Uzman veya bilgi bankasından If-Then esasına dayalı kurallar dizisi elde edilir

bull Bulanık ccedilıkarım motoru kuralları kullanarak tuumlm bulanık girişlerden ccedilıkış elde eder

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Bulanık Mantık yaklaşımı nerelerde kullanılmalı

bull Bir veya birden fazla suumlrekli değişen kontrol parametresi olan sistemlerde

bull Matematiksel modeli bulunmayan sistemlerde

bull Matematiksel modelin kurulmasının zor olduğu sistemlerde

bull Gerccedilek zamanda uygulamalarında işlemlerin ccedilok karışık olduğu durumlarda

Fuzzy Logic

Bulanık sistem tuumlrleri

bull Genel bulanık sistem (Saf-pure bulanık sistemler) Giriş ve ccedilıkış bulanık kuumlmelerdir

bull Takagi-Sugeno-Kang (TSK) Ccedilıkış doğrusal bir fonksiyonla ifade edilir

bull Bulanıklaştırma-Durulaştırma birimli bulanık sistem (Fuzzification-defuzzification)

Fuzzy Logic

BULANIK KURAL

TABANI

BULANIK CcedilIKARTIM

MOTORU

Giriş

Bulanık

Kuumlmeleri

Ccedilıkış

Bulanık

Kuumlmeleri

Genel bulanık sistem

Fuzzy Logic

bull Kural tabanlı ve bilgi tabanlı sistemlerdir

bull IF-THEN (EĞER-OumlYLE İSE) kuralına dayanır

bull Uzman veya bilgi bankasından If-Then esasına dayalı kurallar dizisi elde edilir

bull Bulanık ccedilıkarım motoru kuralları kullanarak tuumlm bulanık girişlerden ccedilıkış elde eder

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Bulanık sistem tuumlrleri

bull Genel bulanık sistem (Saf-pure bulanık sistemler) Giriş ve ccedilıkış bulanık kuumlmelerdir

bull Takagi-Sugeno-Kang (TSK) Ccedilıkış doğrusal bir fonksiyonla ifade edilir

bull Bulanıklaştırma-Durulaştırma birimli bulanık sistem (Fuzzification-defuzzification)

Fuzzy Logic

BULANIK KURAL

TABANI

BULANIK CcedilIKARTIM

MOTORU

Giriş

Bulanık

Kuumlmeleri

Ccedilıkış

Bulanık

Kuumlmeleri

Genel bulanık sistem

Fuzzy Logic

bull Kural tabanlı ve bilgi tabanlı sistemlerdir

bull IF-THEN (EĞER-OumlYLE İSE) kuralına dayanır

bull Uzman veya bilgi bankasından If-Then esasına dayalı kurallar dizisi elde edilir

bull Bulanık ccedilıkarım motoru kuralları kullanarak tuumlm bulanık girişlerden ccedilıkış elde eder

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

BULANIK KURAL

TABANI

BULANIK CcedilIKARTIM

MOTORU

Giriş

Bulanık

Kuumlmeleri

Ccedilıkış

Bulanık

Kuumlmeleri

Genel bulanık sistem

Fuzzy Logic

bull Kural tabanlı ve bilgi tabanlı sistemlerdir

bull IF-THEN (EĞER-OumlYLE İSE) kuralına dayanır

bull Uzman veya bilgi bankasından If-Then esasına dayalı kurallar dizisi elde edilir

bull Bulanık ccedilıkarım motoru kuralları kullanarak tuumlm bulanık girişlerden ccedilıkış elde eder

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Takagi-Sugeno-Kang (TSK) bulanık sistem

bull TSK giriş ve ccedilıkışları reel değerli değişkenler olan bir bulanık sistem oumlnerir

bull Oumlrnek IF Arabanın x hızı Yuumlksek

THEN Gaza basma kuvveti y y=cx

Fuzzy Logic

BULANIK KURAL

TABANI

AĞIRLIKLI

ORTALAMA

Giriş

Verileri

Ccedilıkış

Verileri

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Bulandırıcı ve Durulayıcı bulanık sistemler

bull Bulanıklaştırma Giriş verisi olarak verilen sayıların bulanık değişkenler haline getirilmesi

bull Durulaştırma Bulanık değişkenlerin tekrar sayısal değerlere doumlnuumlştuumlruumllmesi

Fuzzy Logic

BULANIK KURAL

TABANI

Giriş

Verileri

lsquoKeskinrsquo Ccedilıkış

Verileri BULANIKLAŞTIRICI

(Fuzzification) BULANIK CcedilIKARTIM

MOTORU

(Fuzzy Inference)

DURULAYICI

(Defuzzification)

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Bulanık mantığın uygulama alanları

bull Bulanık mantık kuramının uygulamaları guumlnuumlmuumlzuumln karmaşık problemlerinin ccediloumlzuumlmuumlnde kullanışlı bir araccedil haline gelmiştir

bull Matematikccedililer bilim adamları ve muumlhendisler tarafından birbirinden bağımsız pek ccedilok ccedilalışmaya konu olmuştur

bull Genel olarak muumlhendislik tıp sosyoloji psikoloji işletme uzman sistemler yapay zeka sinyal işleme ulaştırma kavşak sinyalizasyonu gibi birccedilok alanda rahatlıkla uygulanabilir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

KULLANIM ALANLARI bull metroların işleyişi kontrol ediliyor

bull televizyonların alıcıları ayarlanıyor

bull bilgisayar disklerinin kafaları kontrol ediliyor

bull kameralar goumlruumlntuumlye odaklanıyor

bull klimalar ccedilamaşır makinaları elektrikli suumlpuumlrgeler ayarlanıyor

bull buzdolaplarının buzlanması engelleniyor

bull asansoumlrler ve trafik lambaları programlanıyor otomobillerin motorları suumlspansiyonları emniyet fren sistemleri kontrol ediliyor

bull fuumlzeler ccedilimento karıştırıcılar kontrol ediliyor

bull robot kolları youmlnlendiriliyor

bull karakterler nesneler tanınıyor

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Bulanık Mantığın Geleceği

Bulanık mantığın gelecekteki uygulama sahaları daha da genişleyecek gibi

goumlzuumlkmektedir

bull Şeker hastaları iccedilin vuumlcuttaki insuumlluumln miktarını ayarlayarak suni bir pankreas goumlrevi yapan minik yapıların imalinde

bull Prematuumlre doğumlarda bebeğin ihtiyaccedil duyduğu ortamı devam ettiren sistemlerin hazırlanmasında

bull Suların klorlanmasında

bull Kalp pillerinin uumlretiminde

bull Oda iccedilindeki ışığın miktarının ayarlanmasında

bull Bilgisayar sistemlerinin soğutulmasında

bulanık mantık ccedilok şeyler vaadetmektedir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic

Geccedilmiş birkaccedil yıl iccedilinde oumlzellikle Japonya Amerika ve

Almanyarsquoda 1000rsquoe yakın ticari ve enduumlstriyel uygulama

alanında bulanık sistemler başarıyla gerccedilekleştirilmiştir

Fuzzy Logic