آموزش کد نویسی منطق فازی در متلب

منطق فازی شاخه‌ای از هوش مصنوعی است که به جای استفاده از مقادیر دقیق، از مقادیر تقریبی و فازی برای نشان دادن مفاهیم و استدلال‌ها استفاده می‌کند. این امر باعث می‌شود منطق فازی ابزاری مناسب برای حل مسائلی باشد که با عدم قطعیت و ابهام همراه هستند.

نرم افزار متلب، به عنوان یک محیط قدرتمند برای محاسبات عددی و شبیه سازی، ابزارهای مناسبی را برای پیاده سازی و شبیه سازی سیستم های منطق فازی ارائه می دهد. در این مقاله، به آموزش مبانی کد نویسی منطق فازی در متلب می پردازیم.

مفاهیم پایه در منطق فازی

در منطق فازی، به جای استفاده از مقادیر درست یا غلط (0 و 1)، از درجه عضویت برای نشان دادن میزان تعلق یک عنصر به یک مجموعه فازی استفاده می شود. درجه عضویت عددی بین 0 و 1 است که نشان می دهد یک عنصر تا چه حد به یک مجموعه فازی خاص تعلق دارد.

برای مثال، در مجموعه فازی “گرم”، درجه عضویت دمای 20 درجه سانتیگراد 0.75 و درجه عضویت دمای 30 درجه سانتیگراد 1 است.

سیستم های استنتاج فازی

سیستم های استنتاج فازی، سیستم هایی هستند که از قوانین فازی برای استنتاج نتایج از ورودی های فازی استفاده می کنند. قوانین فازی به صورت “اگر … آنگاه …” بیان می شوند.

برای مثال، قانون فازی “اگر دما گرم باشد و رطوبت بالا باشد، آنگاه هوا شرجی است” یک نمونه از قانون فازی است.

پیاده سازی سیستم های منطق فازی در متلب

متلب ابزارهای مختلفی را برای پیاده سازی سیستم های منطق فازی ارائه می دهد. این ابزارها شامل موارد زیر هستند:

• توابع عضویت: توابع عضویت برای تعریف مجموعه های فازی و محاسبه درجه عضویت عناصر به این مجموعه ها استفاده می شوند.
• قوانین فازی: قوانین فازی برای بیان روابط بین ورودی ها و خروجی های سیستم فازی استفاده می شوند.
• سیستم های استنتاج: سیستم های استنتاج برای استنتاج نتایج از ورودی های فازی و قوانین فازی استفاده می شوند.

مثالی از کد نویسی منطق فازی در متلب

در اینجا، مثالی از کد نویسی یک سیستم ساده منطق فازی برای کنترل دمای یک اتاق ارائه می دهیم:

% تعریف مجموعه های فازی
T_cold = [0 20 30 40];
T_warm = [20 30 40 50];
T_hot = [30 40 50 60];

M_low = [0 0.25 0.5 1];
M_medium = [0.25 0.5 0.75 1];
M_high = [0.5 0.75 1 1];

% تعریف قوانین فازی
rule1 = 'if T is T_cold and M is M_low then H is M_low';
rule2 = 'if T is T_cold and M is M_medium then H is M_medium';
rule3 = 'if T is T_cold and M is M_high then H is M_high';
rule4 = 'if T is T_warm and M is M_low then H is M_medium';
rule5 = 'if T is T_warm and M is M_medium then H is M_medium';
rule6 = 'if T is T_warm and M is M_high then H is M_high';
rule7 = 'if T is T_hot and M is M_low then H is M_medium';
rule8 = 'if T is T_hot and M is M_medium then H is M_high';
rule9 = 'if T is T_hot and M is M_high then H is M_high';

% سیستم استنتاج
system = fuzzy.fis('tempctrl');

% اضافه کردن ورودی ها و خروجی ها
system = addinput(system, 'T', T_cold, T_hot);
system = addinput(system, 'M', M_low, M_high);
system = addoutput(system, 'H', M_low, M_high);

% تعریف قوانین فازی
system = addrule(system, rule1);
system