fuzzy control이란?
퍼지 컨트롤이란 입력 신호를 퍼지 시스템을 통해 퍼지화 하고 그에 맞는 출력을 출력하는 제어방식을 의미한다.
이러한 학습과 추론이 가능한 시스템을 fuzzy expert system이라고 부른다.
퍼지 제어의 동작 프로세스
먼저, 시스템에 입력으로 들어오는 값은 fuzzy encoder를 통해 fuzzy value로 변환되게 되는데, 이를 fuzzification이라 한다.
여기서 fuzzification이란 기존의 단순한 제어 시스템 에서는 입력값이 on과 off 두가로 표현되는 boolean한 값이 들어오는데, 입력값을 특정 값과, 그것이 일어날 확률(어떤 사건에 소속될 확률을 나타냄) membership function의 쌍인 fuzzy set으로 표현해 주는 것이다.
이러한 입력들의 형태는 Fuzzy Linguistic Variable인데, 가령 “온도가 높다” 혹은 “온다가 낮다”처럼 언어적인 입력을 말하고, 이것이 fuzzy encoder를 통해서 정확한 값과 그 값이 발생할 확률인 membership function의 쌍인 fuzzy set으로 변환되는 과정을 fuzzy encoding 이라고 한다.
아래 도식에서 fuzzy encoder 에서 이런 역할을 수행한다.FIE(Fuzzy Inference Engine) 을 거쳐 특정 입력값에 대한 퍼지 출력을 보낸다.
여기서 FIE는 KBS(Knowledge Base System)을 기반으로 분석을 시행한다.
FIE는 다양한 Rule 을 토대로 결과값을 추론하는 역할을 하고 결정을 내린다.출력된 퍼지 출력을 fuzzy decoder 를 통해 crisp한 값으로 변환한다.
퍼지 스스템의 구성요소
fuzzy encoder
다음의 기능을 수행한다.
- Input Interface
- A/D Converter
- Quantization
- Discretization
- Fuzzification
fuzzy inference Engine
- robust reasoning system
- max-min or other operators
FIE의 종류에는 다음과 같은 것들이 있다.
Direct Methods: Mamdani, Larsen, Mizumoto
Indirect Methods: Baldwin, Tsugamoto
Hybrid Methods: Sugeno, Simplified
KBS(Knowledge Base System) ~= Fuzzy Memory
예제들에 관해서 학습하고 또는 실험적인 데이터를 기반으로 학습을 한다.
rule base란 일련의 규칙들의 집합이며, 주로 state와 action으로 구분이 된다.
이를 state space description으로 나타내면
다음과 같다.
fuzzy decoder
- output Interface
- D/A Converter
- Defuzzification
퍼지 시스템의 디자인 프로세스
- Define control I/O variables
- Determine Fuzzy Inference engine
- obtain fuzzy rule base(most important)
- choose fuzzy decoding schema
Comments