mkt 421 bulanik mantiĞa gİrİŞ - wordpress.com...bulanık mantığın uygulama alanları...
TRANSCRIPT
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
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
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
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
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
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
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
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
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 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
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 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
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 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
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 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
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 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
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 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 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
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