人工智能中的模糊邏輯：架構、應用、優缺點

去模糊化

這是模糊化的逆過程。 在這裡，模糊值通過映射轉換為清晰值。 有幾種去模糊化方法可以做到這一點，但根據輸入選擇最好的一種。 這是一個複雜的過程，其中使用了最大隸屬度原則、加權平均法和質心法等方法。

模糊邏輯在人工智能中的優勢

使用模糊邏輯系統的好處如下：

• 這是一個強大的系統，不需要精確的輸入
• 這些系統能夠適應多種類型的輸入，包括模糊、扭曲或不精確的數據
• 如果反饋傳感器停止工作，您可以根據情況重新編程
• 模糊邏輯算法可以使用更少的數據進行編碼，因此它們不會佔用巨大的內存空間
• 由於它類似於人類推理，因此這些系統能夠解決存在模糊輸入的複雜問題，並據此做出決策
• 這些系統很靈活，規則可以修改
• 該系統結構簡單，易於構建
• 您可以節省系統成本，因為這些系統可以容納廉價的傳感器

另請閱讀：帶有用例的機器學習算法類型

人工智能中模糊邏輯的缺點

讓我們看看模糊邏輯系統的缺點：

• 這些系統的準確性受到影響，因為系統主要處理不准確的數據和輸入
• 沒有使用模糊邏輯解決問題的單一系統方法。 結果，針對特定問題出現了許多解決方案，導致混亂
• 由於結果不准確，它們並不總是被廣泛接受
• 模糊邏輯控制系統的一個主要缺點是它們完全依賴於人類的知識和專業知識
• 您必須定期更新模糊邏輯控制系統的規則
• 這些系統無法識別機器學習或神經網絡
• 該系統需要進行大量測試以進行驗證和驗證

模糊邏輯的應用

模糊邏輯的應用分佈在多個領域。 它們如下：

藥物

• 為患者提供麻醉時控制動脈壓
• 用於診斷放射學和診斷支持系統
• 前列腺癌和糖尿病的診斷

交通系統

• 處理地鐵運營
• 控制列車時刻表
• 根據車速、加速度和輪速等參數制動和停止車輛

防禦

• 定位和識別水下目標
• 支持海軍決策
• 使用熱紅外圖像進行目標識別
• 用於控制超高速攔截器

行業

• 控制水淨化廠
• 處理結構設計中的約束滿足問題
• 質量保證模式分析
• 模糊邏輯用於解決污泥廢水處理

海軍控制

• 正確駕駛船舶
• 選擇到達目的地的最佳或最佳路線
• Autopilot 基於模糊邏輯
• 使用模糊邏輯控制自主水下航行器

由模糊邏輯驅動的洗滌系統

如今，由模糊邏輯驅動的現代洗衣機越來越受歡迎。 他們有不斷跟踪溫度變化的傳感器。 它相應地調整控制和操作。 這些系統性能良好，生產效率高且具有成本效益。

為獲得最佳洗滌效果，Fuzzy Logic 控制洗滌過程、水溫、脫水速度、洗滌時間、進水量和漂洗性能。 高級機器執行以下操作：

• 檢查機器負載，防止超載
• 檢查水的硬度並確定布料的類型
• 就洗滌劑的最佳用量向用戶提供建議。 他們還檢查洗滌劑是液體還是粉末狀
• 他們從以前的洗滌經驗中學習，並記住算法以增強洗滌效果

大多數係統都基於節能技術，可幫助您在洗衣服時節省電力。 即使您每週洗 2 到 3 次衣服，這些功能也可以幫助您節省能源。 傳感器監控整個洗滌過程，並進行必要的調整和校正以獲得最佳洗滌效果。

這些洗衣機中的模糊邏輯檢查衣服上的污垢和污垢量、旋轉方向和所需的肥皂量。 為了更好地旋轉，洗滌負載得到適當平衡。 如果檢測到不平衡，則降低旋轉速度。 此外，平衡洗滌負載有助於降低旋轉噪音。

松下等公司在其洗碗機中使用了類似的技術。 Fuzzy Logic 用於調整洗碗機的清潔週期以及洗滌和漂洗方法。 機器的性能還取決於放入洗衣機的盤子數量。

結論

儘管人工智能中的模糊邏輯有助於模仿人類推理，但這些系統需要專家指導才能構建。 這使您可以依靠對系統有更好理解的專家的經驗。 模糊邏輯也可用於增強算法的執行。 IBM Watson 使用模糊邏輯和模糊語義。

查看 upGrad 的機器學習和 NLP 高級證書課程。 本課程的設計考慮到對機器學習感興趣的各種學生，提供 1-1 指導等等。