Vous êtes sur la page 1sur 6

Praktische Elektronik 5-1 Hans-Hellmuth Cuno

V Fuzzy Logik

V.1 Die Grundbegriffe stems anhand der zugehörigen Klas-


Hinter der leider etwas irreführenden senschemata in Wahrheitsgrade ("Be-
Bezeichnung (fuzzy = unscharf, ver- lief") umgesetzt. Die Wahrheitsgrade
schwommen) verbirgt sich eine ge- mit Werten zwischen 0 und 1 erset-
niale Mischung aus Analogtechnik, zen die analogen Eingangswerte her-
Logik und wissensbasiertem System. kömmlicher Regler.
Unscharf oder gar zufällig ist Fuzzy
Logik in keinerlei Weise. Vielmehr ar- Im zweiten Schritt kommt die eigentli-
beitet sie nach genau vorgegeben che Fuzzy Logik in Gestalt der logi-
Regeln und liefert ein völlig determi- schen Inferenzen zum Zug. Sie
niertes Ergebnis. Fuzzy Logik eignet verknüpfen die Wahrheitsgrade mit
sich ganz hervorragend für Steuerun- UND- und ODER-Operatoren wie die
gen und Regelungen aller Art. Diese digitalen Logik. Die Ergebnisse sind
praktische Anwendung von Fuzzy Lo- aber keine Ja/Nein Entscheidungen
gik wird Fuzzy Control (=Regelung) sondern wiederum Wahrheitsgrade,
genannt. Die Erfahrung aus der Pra- diesmal aber für die Aktivitäten der
xis zeigt, daß man sehr schnell zu ei- Stellglieder des Systems.
ner gut funktionierenden Lösung
kommt. Vor allem ist es sehr einfach, Im dritten Schritt, der Defuzzyfizie-
praktische Erfahrung als Verhaltens- rung, werden für jedes Stellglied des
regeln in das System einzubringen. Systems die von allen Inferenzen ge-
Änderungen und Anpassungen sind lieferten Wahrheitsgrade zusammen-
jederzeit in einfacher Weise möglich. gefaßt und in die Stellgröße umge-
etzt Dies geschieht nach einem Ge-
Die Kehrseite der Medaille sieht so wichtungsverfahren, bei dem die Er-
aus, daß man immer einen Signalpro- gebnisse aller logischen Inferenzen
zessor einsetzen muß. Spezielle Fuz- zum Endresultat beitragen.
zy-Prozessoren wurden von der
Weiterentwicklung von Microcontrol- Die große Flexibilität und Anpas-
lern etc. überholt. Nachdem die Hard- sungsfähigkeit von Fuzzy Reglern be-
ware heute in der Regel nicht die ruht vor allem auf der Verknüpfung
Hauptkosten eines Systems verur- der Wahrheitsgrade der Eingangs-
sacht und der Prozessor auch andere größen durch die logischen Inferen-
Aufgaben ducrhführen kann, gleicht zen und die demokratische Auswer-
der Vorteil einer kürzeren Entwick- tung der Ergebnisse. Sie gestatten es
lungszeit den kleinen Mehraufwand in einfacher Weise, beliebig geformte
mehr als aus. Regelkennlinien stückweise mit wei-
chen Übergängen zusammenzuset-
Jede Fuzzy Regelung arbeitet so, zen. Auch praktische Erfahrungen
daß andauernd in rascher Folge 3 Ar- lassen sich sehr einfach durch logi-
beitsschritte durchlaufen werden: sche Inferenzen ausdrücken. So kann
in einem Fuzzy Regler ein regelrech-
Im ersten Schritt, der Fuzzifizierung, tes Expertensystem enthalten sein.
werden alle Eingangswerte des Sy- Probleme in bestimmten Situationen
Praktische Elektronik 5-2 Hans-Hellmuth Cuno

können sofort durch neue logische In- bis 255 dar. Diese Auflösung reicht
ferenzen berücksuchtigt werden. erfahrungsgemäß vollkommen aus.
Auch eine Veränderung der Kennlini-
en der Fuzzyfizierung kann durchge- Der gestrichelt gezeichnete Wert der
führt werden. Beispielsweise kann Temperatur als Eingangsgröße in
man das Einschwingen eines Reglers Abb. 5-1 ergibt bei der Fuzzyfizierung
erst kurz vor Erreichen des Sollwerts für die Klasse "tief" den Wahrheits-
stark abbremsen, um rasches Ein- grad 0,8, die Klasse "normal" den
schwingen ohne Überschwingen zu Wahrheitsgrad 0,2 und alle anderen
erhalten. Klassen den Wahrheitsgrad 0.
V.2 Die Fuzzyfizierung Möchte man beispielsweise die Tem-
Die Fuzzyfizierung der Eingangs- peratur besonders genau auf "nor-
größen erfolgt für jede einzelne Ein- mal" einregeln, so kann man die
gangsgröße mit einem Klassen- Klassengrenzen schmäler machen
schema. Darin sind die Wahrheitsgra- und so die Regelverstärkung erhö-
de der einzelnen Klassen in Abhän- hen.
gigkeit von der Eingangsgröße aufge-
tragen. Abb. 5-1 zeigt ein Klassen- Im Klassenschema in Abb. 5-2 für die
schema für eine Temperatur als Ein- Temperaturänderung erhält die Ein-
gangsgröße. Wenn diese ihren gangsgröße für die Klasse "steigt"
Wertebereich durchläuft, nehmen der den Wahrheitsgrad 0,75 und die Klas-
Reihe nach die einzelnen Klassen ei- se "steigt rasch" den Wahrheitsgrad
nen Wahrheitsgrad zwischen 0 und 1 0,25. In dieser Weise werden alle Ein-
an. Die Einteilung ist dabei so, daß gangsgrößen anhand ihrer Klassen-
für jeden Wert der Eingangsgröße die schemata in Wahrheitsgrade umge-
Summe aller Wahrheitsgrade =1 ist. setzt. Die ziemlich grobe Einteilung in
Mit den heute üblichen 8-Bit Prozes- Klassen erlaubt auch den Einsatz re-
soren stellt man die Wahrheitsgrade lativ ungenauer bzw. wenig auflösen-
von 0 bis 1 durch die Binärzahlen 0

Abb. 5-1: Klassenschema der Temperatur


Praktische Elektronik 5-3 Hans-Hellmuth Cuno

Abb. 5-2: Klassenschema der Temperaturänderung

der Sensoren. (Schemata in Abb. 5-1 und 5-2) und


der Ausgangsgröße Ventil V an.
V.3 Die logischen Inferenzen
Die logischen Inferenzen weisen auf- Die logischen Inferenzen könnten bei-
grund der Wahrheitsgrade der Klas- spielsweise folgendermaßen ausse-
sen der Eingangsgrößen den Klassen hen. Dabei ist hinter jede Klasse in
der Ausgangsgrößen Wahrheitsgrade Klammern ihr Wahrheitsgehalt gemäß
zu. So wird festgelegt, welchen Klas- den Abbildungen 5-1 und 5-2 ge-
sen der Stellorgane welche Wahr- schrieben:
heitsgrade zugewiesen werden.
Nehmen wir eine Temperaturregelung Die ersten 5 Inferenzen würden einen
mit den 2 Eingangsgrößen Tempera- einfachen P-Regler ergeben. Die
tur T und Temperaturänderung Ä Stärke von Fuzzy Logik liegt aber in
Logische Inferenzen eines Temperaturreglers
1: WENN T sehr hoch (0) DANN V zu (0)
2: WENN T hoch (0) DANN V wenig auf (0)
3: WENN T normal (0,2) DANN V halb auf (0,2)
4: WENN T tief (0,8) DANN V weit auf (0,8)
5: WENN T sehr tief (0) DANN V ganz auf (0)

Inferenzen mit Einbeziehung der T-Änderung


6: WENN T normal (0,2) UND T steigt rasch (0,25) DANN V zu (0,2)
7: WENN T normal 0,2) UND T steigt (0,75) DANN V wenig auf (0,2)
8: WENN T hoch (0) UND T sinkt (0) DANN V halb auf (0)
9: WENN T hoch (0) UND T sinkt rasch (0) DANN V weit auf (0)
Praktische Elektronik 5-4 Hans-Hellmuth Cuno

Abb. 5-3: Klassenschema der Ventilstellung

den logischen Inferenzen. Beim Fuz- gen anpassen, die sich in zusätzli-
zy-UND wird der kleinste der beteilig- chen Inferenzen niederschlagen. Auf
ten Wahrheitsgrade genommen, beim diese Weise kann man allen mögli-
ODER der größte. Die Inferenzen 6-8 chen Eingangszuständen je eine Ven-
enthalten logische Operationen: tilstellung zuordnen.

Die Einbeziehung der Temperaturän- Trägt man die Klassen der Tempera-
derung entspricht einem D-Anteil. tur und der T-Änderung in eine Matrix
Man kann damit den Fuzzy-Regler (Tab. 1) ein, so ergibt sich eine sehr
ganz gezielt an praktische Erfahrun- übersichtliche Darstellung aller Kom-
steigt
Temperatur sinkt rasch sinkt stabil steigt rasch
( 0,75 ) ( 0,25 )

sehr tief ganz auf ganz auf ganz auf weit auf halb auf

tief ganz auf weit auf weit auf halb auf wenig auf
( 0,8 ) ( 0,75 ) ( 0,25 )

normal ganz auf weit auf halb auf wenig auf zu


( 0,2 ) (0,2 ) ( 0,2 )

hoch weit auf halb auf wenig auf wenig auf zu

Tab. 1: Matrix der logischen Inferenzen mit Wahrheitsgraden


Praktische Elektronik 5-5 Hans-Hellmuth Cuno

Klasse zu wenig auf halb auf weit auf ganz auf


Summe d.
Wahrh.- 0,2 0,45 0,75
grade
Normierte
Summe 0,143 0,321 0,536

Tab. 2: Wahrheitsgrade der Klassen der Ventilstellung


binationen der beiden. Den in der Ma- chend dem Wahrheitsgrad der Klasse
trix angegebenen Ventilstellungen verkleinert.
entsprechen 25 kombinierte Inferen- e) Der Schwerpunkt der resultieren-
zen. den Flächenstücke wird ermittelt, sei-
ne Abszisse ist die resultierende
V.4 Die Defuzzyfizierung Stellung des Ventils.
Die Defuzzyfizierung benutzt wieder
Klassenschemata, die denen für die Man kann sich die Defuzzifizierung
Fuzzyfizierung völlig gleichen. Die anschaulich so vorstellen, daß jedes
Defuzzyfizierung geschieht in folgen- Flächenstück des Schemas mit dem
den Etappen: Wahrheitsgrad seiner Klasse gewich-
a) Für alle logischen Inferenzen tet und der resultierende Schwer-
werden aus den Wahrheitsgraden der punkt der ganzen Anordnung ermittelt
Eingangsgrößen die Wahrheitsgrade wird.
für die Ventilstellung errechnet.
b) Die Resultate für die jeweils glei- Tabelle 1 zeigt die Matrix der logi-
che Ventilstellung werden summiert. schen Inferenzen mit den resultieren-
c) Die Summe aller resultierenden den Wahrheitsgraden. Alle Klassen
Wahrheitsgrade wird auf 1 normiert. ohne Zahlenangebe haben den
d) Die Größe der Flächen im Klas- Wahrheitsgrad 0. Die Summen sind in
senschema des Ventils wird entspre- Tabelle 2 summiert und in der nor-

Abb. 5-4: Defuzzyfizierung der Ventilstellung


Praktische Elektronik 5-6 Hans-Hellmuth Cuno

mierten Summe auf 1 normiert. Abb Die Stärke von Fuzzy-Logik liegt dar-
5-4 zeigt das Klassenschema der in, daß sie in sehr anschaulicher Wei-
Ventilstellungen mit den in der Höhe se das Zustandekommen der
eingestellten Klassen. Der Gesamt- Ausgangsgröße nachvollziehbar
schwerpunkt ist groß markiert. Seine macht und daß man jederzeit durch
Abszisse ist die Stellung des Ventils, zusätzliche logische Inferenzen das
die aus den Eingangsgrößen und den Verhalten korrigieren kann. So fließen
logischen Inferenzen von Abb. 5-3 re- prakische Erfahrungen aus dem Be-
sultiert. Die Stellung beträgt 34,3% trieb einer Anlage in einfacher und mit
der X-Achse. Man sieht, daß dies Er- Worten ausdrückbarer Weise in das
gebnis in vollkommen determinierter Regelverhalten ein.
Weise erhalten wird und sich kontinu-
ierlich verändern kann. Wie jeder andere Regler auch, ordnet
ein Fuzzy-Regler den Eingangszu-
Einander widersprechende Resultate ständen Werte der Ausgangsgröße(n)
einzelner logischer Inferenzen ma- zu. Der wesentliche Vorteil liegt in der
chen keine Probleme, da jedes bei Übersichtlichkeit der Programmie-
der Schwerpunktsbildung mit seinem reung und in der einfachen Korrektur
Gewicht beiträgt. Natürlich schwä- und Änderung von Regeleigenschaf-
chen sich einander widersprechende ten.
Ergebnisse gegenseitig ab. Die Ent-
scheidung wird dann durch die ande- V.5 Neuronale Netze
ren Inferenzen getroffen. Neuronale Netze arbeiten nach einem
Prinzip, das man in den Gehirnen von
Man kann sich regelrecht bildlich vor- Lebewesen gefunden hat. Alle Aus-
stellen, wie bei steigender Tempera- gangswerte entstehen als gewichtete-
tur die Wahrheitsgrade der oberen te Summe der Eingangswerte. Die
Klassen anwachsen und den Ge- Funktion des Netzes wird durch die
samtschwerpunkt nach rechts Gewichte (=Faktoren) festgelegt.
drücken.
Zur Ermittlung der Gewichte wird das
Eine wichtige praktische Erfahrung Netz anhand sehr vieler Kombinatio-
beim Einsatz von Fuzzy Reglern be- nen von Eingangswerten und den ge-
sagt, daß es äußerst wichtig ist, allen wünschten Ausgangswerten trainiert.
möglichen Kombinationen der Ein- Dabei erhalten die Gewichte die Wer-
gangsgrößen mindestens eine von 0 te, welche für die Funktion nötig sind.
verschiedene Klasse im Klassensche- Auch neuronale Netze können mit un-
ma der Defuzzyfizierung zuzuordnen. genauen Eingangswerten auskom-
Die Matrix der logischen Inferenzen men. Sie werden heute zur Erken-
muß also völlig besetzt sein. Damit nung von Handschrift (Postleitzah-
wird gewährleistet, daß die Regelung len), Spracherkennung etc. einge-
immer irgendeinen definierten Aus- setzt.
gangszustand einnimmt. Aus der
klassischen Regelungstechnik ist so
ein Verhalten als "toter Bereich" oder
"Lose" ebenfalls als ungünstig be-
kannt.