Post on 05-Apr-2015
Übersicht zu Verfahren des Soft ComputingÜbersicht zu Verfahren des Soft Computing
© INFORM 1990-1996 Slide 1
Tutorium
© Bernhard Krause
INFORM GmbH Aachen
Pascalstraße 23
D-52076 Aachen
-
Tel.: 02408-9456-80
Fax: 02408-9456-85
Email: hotline@inform-ac.com
Internet: www.fuzzytech.com
Optimiert für 1024x768 /256 Farben
Tutorium
© Bernhard Krause
INFORM GmbH Aachen
Pascalstraße 23
D-52076 Aachen
-
Tel.: 02408-9456-80
Fax: 02408-9456-85
Email: hotline@inform-ac.com
Internet: www.fuzzytech.com
Optimiert für 1024x768 /256 Farben
Technologien des “Soft Computing”
Adaptive Verfahren
Fuzzy Logik
Neuronale Netze
NeuroFuzzy
Fuzzy Clustering
Genetische Optimierung
Technologien des “Soft Computing”
Adaptive Verfahren
Fuzzy Logik
Neuronale Netze
NeuroFuzzy
Fuzzy Clustering
Genetische Optimierung
Entwicklung intelligenter TechnologienEntwicklung intelligenter Technologien
© INFORM 1990-1996 Slide 2
1940
1950
1960
1970
1980
1990
2000
Künstliche IntelligenzKünstliche Intelligenz
Lernende SystemeLernende Systeme
Operations ResearchOperations Research
Künstliche Neuron. NetzeKünstliche Neuron. Netze
ProzeßbeobachterProzeßbeobachter
Fuzzy ControlFuzzy Control
ExpertensystemeExpertensysteme
Chaos TheorieChaos Theorie
NeuroFuzzyNeuroFuzzy
Soft ComputingSoft Computing
TechnikTechnik TechnikTechnik
AnwendungAnwendung AnwendungAnwendung
Anwendungen intelligenter TechnologienAnwendungen intelligenter Technologien
© INFORM 1990-1996 Slide 3
Regeln / SteuernRegeln / Steuern
Embedded ControlEmbedded Control AutomatisierungAutomatisierung ProzeßtechnikProzeßtechnik
ModellierenModellieren
SimulationSimulation ProzeßmodellProzeßmodell ReglermodellReglermodell
EntscheidenEntscheiden
DiagnoseDiagnose SteuerungSteuerung KlassifizierungKlassifizierung
AuswertenAuswerten
VisualisierungVisualisierung AggregationAggregation OptimierungOptimierung
Intelligentes Regeln und SteuernIntelligentes Regeln und Steuern
© INFORM 1990-1996 Slide 4
ReglerRegler
Regeln /SteuernRegeln /Steuern
Embedded ControlEmbedded Control ProzeßtechnikProzeßtechnikAutomatisierungAutomatisierung
Zustandsregler / Filter Zustandsregler / Filter
ExpertensystemExpertensystem
Fuzzy ControlFuzzy Control
Intelligentes Regeln mit Fuzzy ControlIntelligentes Regeln mit Fuzzy Control
© INFORM 1990-1996 Slide 5
MessenMessen
StellenStellen
FuzzifizierungFuzzifizierung
InferenzInferenz
DefuzzifizierungDefuzzifizierung
ya=ya= (xe)(xe)
Aufbau eines Regler-Aufbau eines Regler-Kennfelds durch ExpertiseKennfelds durch Expertise
Adaptives Regeln und SteuernAdaptives Regeln und Steuern
© INFORM 1990-1996 Slide 6
ReglerRegler
Regeln / SteuernRegeln / Steuern
Embedded ControlEmbedded Control ProzeßtechnikProzeßtechnikAutomatisierungAutomatisierung
Fuzzy ControlFuzzy Control
Zustandsregler / Filter Zustandsregler / Filter
ExpertensystemeExpertensysteme
ParametriererParametrierer
ProzeßbeobachterProzeßbeobachter
ParameteroptimierungParameteroptimierung
Fuzzy LogikFuzzy Logik
Adaptives Regeln mit Fuzzy ControlAdaptives Regeln mit Fuzzy Control
© INFORM 1990-1996 Slide 7
Fuzzy Fuzzy ControlControl
Fuzzy Fuzzy LogikLogik
Adaptive Anforderungen an den Regler beschreibbar Durch gemeinsame Struktur Vernetzung von Regler und Parametrierer
Lösung durch Aufbau von Mehrgrößenreglern
Adaptive Anforderungen an den Regler beschreibbar Durch gemeinsame Struktur Vernetzung von Regler und Parametrierer
Lösung durch Aufbau von Mehrgrößenreglern
Einfache Struktur := Komplexe RegelformulierungEinfache Struktur := Komplexe Regelformulierung
Komplexe Struktur := Einfache RegelformulierungKomplexe Struktur := Einfache Regelformulierung
Selbstkonfigurierendes Regeln und SteuernSelbstkonfigurierendes Regeln und Steuern
© INFORM 1990-1996 Slide 8
ReglerRegler
Regeln / SteuernRegeln / Steuern
Embedded ControlEmbedded Control ProzeßtechnikProzeßtechnikAutomatisierungAutomatisierung
ParametriererParametrierer
DatenDaten
Künstliche Neuronale NetzeKünstliche Neuronale Netze
NeuroFuzzyNeuroFuzzy
Selbstkonfigurierendes Regeln durch KNNSelbstkonfigurierendes Regeln durch KNN
© INFORM 1990-1996 Slide 9
ReglerRegler
Regeln / SteuernRegeln / Steuern
Embedded ControlEmbedded Control ProzeßtechnikProzeßtechnikAutomatisierungAutomatisierung
ParametriererParametriererLernverfahrenLernverfahren
Künstliches Künstliches Neuronales Neuronales
NetzNetz
DatenDaten
ya=ya= (xe)(xe)
Selbstkonfigurierendes Regeln durch NeuroFuzzySelbstkonfigurierendes Regeln durch NeuroFuzzy
© INFORM 1990-1996 Slide 10
ReglerRegler
Regeln /SteuernRegeln /Steuern
Embedded ControlEmbedded Control ProzeßtechnikProzeßtechnikAutomatisierungAutomatisierung
ParametriererParametriererLernverfahrenLernverfahren
Fuzzy Fuzzy ControlControl
DatenDaten
0
1
µ
-10 -5 0 +5 +10yyaa== (x(xe e ,p,p ))
Regeln / SteuernRegeln / Steuern
ModellierenModellieren
© INFORM 1990-1996 Slide 11
ModellierenModellieren
SimulationSimulation ReglermodellReglermodellProzeßmodellProzeßmodell
MathematikMathematik
Fuzzy LogikFuzzy Logik
KNNKNNDatenDaten
NeuroFuzzyNeuroFuzzy
Modellieren mit Fuzzy LogikModellieren mit Fuzzy Logik
© INFORM 1990-1996 Slide 12
ModellierenModellieren
SimulationSimulation ReglermodellReglermodellProzeßmodellProzeßmodell
0
1
µ
-10 -5 0 +5 +10
µ
Modellieren mit KNNModellieren mit KNN
© INFORM 1990-1996 Slide 13
ModellierenModellieren
SimulationSimulation ReglermodellReglermodellProzeßmodellProzeßmodell
DatenDaten
ModellierenModellieren
EntscheidenEntscheiden
© INFORM 1990-1996 Slide 14
EntscheidenEntscheiden
DiagnoseDiagnose KlassifizierungKlassifizierungSteuerungSteuerung
Operations ResearchOperations Research
ExpertensystemeExpertensysteme
Fuzzy EntscheiderFuzzy Entscheider
KNNKNN
Regelbasierte Klassifikation durch ExpertensystemeRegelbasierte Klassifikation durch Expertensysteme
© INFORM 1990-1996 Slide 15
konventionelle konventionelle ProgramierungProgramierung
ClassificationPrepro-
cessing
A B C
If feature_1 < 0.5Then obj_1 is class A
ExpertensystemeExpertensysteme
Eigenschaften Feste Schwellen zur Entscheidung Ergebnis ist Zuordnung zu vorgegebener Klasse
Eigenschaften Feste Schwellen zur Entscheidung Ergebnis ist Zuordnung zu vorgegebener Klasse
EntscheidenEntscheiden
ClassificationPrepro-
cessing
A B C
Eigenschaften Fuzzy Regeln erlauben natürlichsprachliche
Formulierung von Klassifikationsregeln Zustandsorientierte Sichtweise für
transparenten Aufbau komplexer Systeme Überwachung des Klassifikationsraums Ergebnis ist Zuordnung zu vorgegebener Klasse
Eigenschaften Fuzzy Regeln erlauben natürlichsprachliche
Formulierung von Klassifikationsregeln Zustandsorientierte Sichtweise für
transparenten Aufbau komplexer Systeme Überwachung des Klassifikationsraums Ergebnis ist Zuordnung zu vorgegebener Klasse
Regelbasierte Klassifikation durch Fuzzy LogikRegelbasierte Klassifikation durch Fuzzy Logik
© INFORM 1990-1996 Slide 16
Fuzzy DatenanalyseFuzzy Datenanalyse
EntscheidenEntscheiden
A B C
Eigenschaften Klassifikation wird durch repräsentative Beispiele trainiert Durch Interpolation Funktion im gesamten Zustandsraum Ergebnis ist Zuordnung zu vorgegebener Klasse
Eigenschaften Klassifikation wird durch repräsentative Beispiele trainiert Durch Interpolation Funktion im gesamten Zustandsraum Ergebnis ist Zuordnung zu vorgegebener Klasse
Klassifikation durch künstliche neuronale NetzeKlassifikation durch künstliche neuronale Netze
© INFORM 1990-1996 Slide 17
NeuroFuzzyNeuroFuzzy
KNNKNN
EntscheidenEntscheidenEntscheidenEntscheiden
Auswerten durch DatenanalyseAuswerten durch Datenanalyse
© INFORM 1990-1996 Slide 18
ProzeßProzeß
DatenDaten
DatenerfassungDatenerfassung
FilterFilter
Fuzzy LogikFuzzy Logik
Daten-raum
Daten-raum
X1X1X2X2
X3X3X4X4
ExtraktionExtraktion
Merkmal Merkmal
StatistikStatistik
ClusternClustern
Fuzzy ClusternFuzzy Clustern
Merkmals-raum
Merkmals-raum
StrukturensucheStrukturensuche
KNNKNN
Fuzzy LogikFuzzy Logik
NeuroFuzzyNeuroFuzzyEntsc
heid
en
Entsc
heid
en
AuswertenAuswerten
VisualisierungVisualisierung AggregationAggregation OptimierungOptimierungAggregationAggregation OptimierungOptimierung
Anwendung von Clusterverfahren Reduktion von Datenmengen Auffinden typischer Muster Ergebnis des Clustering sind
Merkmale, keine Analyse
Anwendung von Clusterverfahren Reduktion von Datenmengen Auffinden typischer Muster Ergebnis des Clustering sind
Merkmale, keine Analyse
Aggregation durch ClusternAggregation durch Clustern
© INFORM 1990-1996 Slide 19
1
2
3
4
5
6
7
13
1415
10
11
12
9
8
1
2
3
4
5
6
7
13
1415
10
11
12
9
8
Cluster 2
Cluster 11
2
3
4
5
6
7
13
1415
10
11
12
9
8
Cluster 2
Cluster 1
Aggregation durch Fuzzy ClusteringAggregation durch Fuzzy Clustering
© INFORM 1990-1996 Slide 20
Konventionelle und Fuzzy Clusterverfahren
Konventionelle und Fuzzy Clusterverfahren
1
2
3
4
5
6
7
13
14
15
10
11
12
98
Konventionelles Clustern Elemente genau in eine Klasse Unsinnige Klassenbildung möglich
Konventionelles Clustern Elemente genau in eine Klasse Unsinnige Klassenbildung möglich
1
2
3
4
5
6
7
13
14
15
10
11
12
98
1
2
3
4
5
6
7
13
14
15
10
11
12
98
Fuzzy Clustern Zugehörigkeitsgrad zu Cluster Lösung von Problemen, die durch
starre Klassen nicht lösbar sind Mit weniger Klassen bessere
Klassifizierungen
Fuzzy Clustern Zugehörigkeitsgrad zu Cluster Lösung von Problemen, die durch
starre Klassen nicht lösbar sind Mit weniger Klassen bessere
Klassifizierungen
Fuzzy Clustering Fuzzy Clustering löst die Aufgabelöst die Aufgabe
.9
1
.9
.9
1
.9
.8
.1
0
.1
.1
0
.1
.2.5
AggregationAggregation
OptimierungOptimierung
© INFORM 1990-1996 Slide 21
SystemSystem
GüteGüte
f(x)f(x)
Suchen eines Optimums zu einem Gütekriterium Gütefunktion oder Daten? Minimum oder Maximum? Stetiger Lösungsraum? (Lokale Minima/Maxima) Dimension des Lösungsraums? Dimension des Parameterraums?
Suchen eines Optimums zu einem Gütekriterium Gütefunktion oder Daten? Minimum oder Maximum? Stetiger Lösungsraum? (Lokale Minima/Maxima) Dimension des Lösungsraums? Dimension des Parameterraums?
Operations ResearchOperations Research
Fuzzy ControlFuzzy Control
Genetische VerfahrenGenetische Verfahren
Bolzmann Bolzmann
Tabu Tabu
Lernende SystemeLernende Systeme
NeuroFuzzyNeuroFuzzy
KNNKNN
Optimierung durch Genetische VerfahrenOptimierung durch Genetische Verfahren
© INFORM 1990-1996 Slide 22
ParameterParameter
SystemSystem
MutationMutation
Optimierung durch Mutation: Veränderung der Parameter
Optimierung durch Mutation: Veränderung der Parameter Selektion der besten Lösung(en) Selektion der besten Lösung(en)
SelektionSelektion
SystemSystem
Genetische Optimierung eines Fuzzy SystemsGenetische Optimierung eines Fuzzy Systems
© INFORM 1990-1996 Slide 23
MutationMutation SelektionSelektion
ParameterParameter
SystemSystem
SystemSystem
Optimierung von Fuzzy System Parametern Mutation: Veränderung der Parameter
Optimierung von Fuzzy System Parametern Mutation: Veränderung der Parameter
Selektion der besten Lösung(en) Selektion der besten Lösung(en)
OptimierungOptimierung