HUT78062A - Eljárás fuzzy-szabályozó tervezésére - Google Patents

Description

A találmány tárgya eljárás fuzzy-szabályozó tervezésére. Az eljárásban szerepel legalább egy bemenő és kimenő mennyiség; fuzzyvá tevő berendezés, amelyben a bemenő mennyiségek lingvisztikái értékeinek igazságértékeit megállapítjuk; szabályozómű, amelyben a bemenő mennyiségek lingvisztikái értékeinek kombinációihoz következtetésként a kimenő mennyiségek lingvisztikái értékeit meghatározzuk; és fuzzytlanitó berendezés, amelyben a kimenő mennyiségek lingvisztikái értékei igazságértékeinek megfelelően a kimenő mennyiségek értékeit meghatározzuk.

A fuzzy-szabályozók alapjai például Hans-Peter Preufinak az atp (1992) 4, 176-183. oldalán és az atp (1992) 5, 239-246.

oldalán közzétett, Fuzzy-Control - heuristische Regelung mittels unscharfer Logik [Fuzzy-Control - heurisztikus szabályozás életlen logikával] című cikkéből ismertek. Az ott leírt fuzzyszabályozókat szabályozásra, vezérlésre, folyamatoptimálásra, valamint heurisztikus stratégiákhoz használják a fuzzy-logika eszközeivel. A fuzzy-szabályozásban a fuzzy-szabályozó bemenő és kimenő mennyiségeinek száma elvileg tetszőleges lehet. Fuzzyszabályozó tervezéséhez először lingvisztikái értékekkel - mint kicsi, közepes vagy nagy- kvalitatíve jellemzik a bemenő és kimenő mennyiségek értéktartományait. Minden lingvisztikái értéket egy hozzátartozási függvénnyel írnak le. Ez kvantifikálja egy lingvisztikái érték kvalitatív kijelentését oly módon, hogy egy folyamatban szereplő mennyiség minden fellépő számszerű értékéhez megad egy igazságértéket. Ezzel a folyamattal - amit fuzzyvá tevésnek is neveznek - a vizsgált folyamat üzemi tartományát életlen résztartományokra osztják. A • · résztartományok száma egy bemenő mennyiség lingvisztikái értékei számának, több bemenő mennyiség esetén pedig különböző bemenő mennyiségek lingvisztikái értékei kombinációs lehetőségei számának felel meg. A szabályozási stratégiát mindegyik ilyen résztartományra vagy összefoglalva több résztartományra HA-AKKOR-szabályok szerint határozzák meg. Ezeket a szabályokat egy szabálybázisban tárolják. Mindegyik szabályban a bemenő mennyiségek lingvisztikái értékeinek kombinációjához például az ÉS vagy VAGY operátorokkal való összekapcsolás útján a feltételrészben meghatároznak egy következtetést, mint lingvisztikái értéket mindig az egyik kimenő mennyiséghez. A feltételrészek igazságértékeinek számításához az egyes bemenő mennyiségek hozzátartozási függvényeiből megállapított igazságértékeket a szabályokban alkalmazott operátoroknak megfelelően összekapcsolják. Az egyes szabályok következtetéseinek számításakor - amit inferenciának neveznek például a kimenő mennyiségnek egy szabályban a megfelelő lingvisztikái érték által megnevezett hozzátartozási függvényét arra az igazságértékre korlátozzák, amelyet a szabály feltételrésze szolgáltat. Az úgynevezett kompozíció előtt a szabályoknak egy kimenő mennyiségre gyakorolt hatásait egymásra szuperponálják, például úgy, hogy képezik a kimenő mennyiség valamennyi hozzátartozási függvényének maximumértékét. Végül a kimenő mennyiség értékének számítása következik, amit fuzzytlanításnak neveznek. Ez például ügy történik, hogy az összes korlátozott hozzátartozási függvény által bezárt felület súlypontját a kimenő mennyiség értéktartományában kiszámítják.

Az ott leírt tervezési eljárás, különösen a szabálybázis lingvisztikái érték alkalmazása útján való megfogalmazása a folyamat kellő ismeretét vagy manuális eljárásmóddal szerzett operátortapasztalatot igényel. Még ha ez meg is van, gyakran akkor is nehéz az operátortapasztalatot egyszerűen kezelhető fuzzy-szabályokká átalakítani.

Találmányunk célja olyan eljárás fuzzy-szabályozó tervezésére, amelyet a fent megnevezett korlátozások nélkül lehet alkalmazni, és elsősorban a szabálybázis olyan kiépítése, hogy a folyamat ismeretét vagy az operátortapasztalatot kezelendő fuzzy-szabályokká kellene átalakítani.

Ezt a feladatot a találmány értelmében úgy oldjuk meg, hogy

- mérjük a bemenő és kimenő mennyiségeknek egy tanulási szakaszban fellépő értékkombinációit,

- a lingvisztikái értékekhez klaszterezéssel hozzátartozási függvényeket helyezünk el a mért tanulási adatok halmozódási pontjain,

- egy értékelési szakaszban a résztartományokhoz, amelyekben az egyes lingvisztikái értékek dominánsak, vagyis amelyekben egy lingvisztikái érték igazságértéke nagyobb, mint ugyanazon bemenő vagy kimenő mennyiség többi lingvisztikái értékének igazságértéke, egy kimenő mennyiség minden lingvisztikái értékére egy tárolónak a különböző bemenő mennyiségek résztartományai minden kombinációs lehetőségéhez hozzárendelt regisztertartalmát egy összeggel növeljük, ha a bemenő és kimenő mennyiségek egy mért értékkombinációja ennek a kombinációs lehetőségnek a résztartományaiba esik, és

- egy szintézis során a szabályozómű elemi szabályait az egyes kombinációs lehetőségekkel a feltételrészben meghatározzuk ügy, hogy a kimenő mennyiség legnagyobb regisztertartalmú lingvisztikái értékét választjuk a szabály következtetésének.

A regisztertartalom növelésének összegét előnyös módon a mindenkori kimenő mennyiség domináns lingvisztikái értékének igazságértékével tesszük egyenlővé vagy maximális érték kiválasztásával kapjuk.

A klaszterezést előnyös módon egydimenziósán végezzük.

A találmány szerinti eljárás egy előnyös foganatosítási módja szerint

- két rögzített peremklaszter és előre adott számú szabad, kezdetben egyenlő távközű klaszterközpont klaszterezéséhez az értéktartományban egy bemenő mennyiségből vagy egy kimenő mennyiségből indulunk ki,

- a háromszögű hozzátartozási függvényeket úgy helyezzük el, hogy a háromszögek csúcsai a klaszterközpontok felett, a talppontok a szomszédos kiaszterközpontokban vannak,

- egy iteratív eljárásban a tanulási adatokat sorban a legközelebbi klaszterközponthoz rendeljük hozzá, az ehhez a klaszterközponthoz tartozó, már feldolgozott adatpontok súlypontját megállapítjuk, és

- az így számított súlypontot a következő adatpont feldolgozásakor új klaszterközpontként alkalmazzuk.

A szintézis során kapott, azonos következtetésrészt tartalmazó elemi szabályokat előnyös módon feltételrészeiknek VAGY-összekapcsolás módjára végzett összekapcsolásával kompakt szabállyá foglaljuk össze.

• ·» · · · · ··

Egy tesztszakaszban a fuzzy-szabályozó által számított kimenő mennyiségeket előnyös módon összehasonlítjuk mért kimenő mennyiségekkel, és utánoptimálást végzünk a lingvisztikái értékek variált számával vagy a hozzátartozási függvény variált alakjával, ha az eltérések egy előre adott határértéket meghaladnak.

Előnyös módon csak egyes kimenő mennyiségek hozzátartozási függvényeit utánoptimáijuk, és a numerikus optimálás célfüggvényeként az eltérések négyzeteinek összegét minimáljuk.

Az új tervezési eljárás révén olyan fuzzy-szabályozót kaphatunk, amely a szabályozási körben tapasztalt operátor viselkedéséhez hasonlóan viselkedik.

A találmány szerinti tervezési eljárás előnye, hogy szakértői tudás nélkül lehetővé teszi a fuzzy-szabályok önműködő megtanulását. Az eljárás kívánat esetén mindennemű előre adott kezelési utasítás nélkül alkalmazható. Az alkalmazónak csak a bemenő és kimenő mennyiségek tanulási adatait kell rendelkezésre bocsátania. Az eljárást mindenekelőtt akkor előnyös alkalmazni, ha fuzzy-szabályozót kell használni annak ellenére, hogy az operátortapasztalat elégtelen vagy explicit módon nem hozzáférhető. Ebben az esetben az eljárás előnyös egy fuzzyszabályozó tervezéséhez a tanulási adatok alapján. Az eljárás foganatosítható szokványos adatfeldolgozó berendezésen. A klaszterezés révén minden bemenő vagy kimenő mennyiség hozzátartozási függvényeinek számát és helyzetét automatikusan megállapítjuk a tanulási adatokból. Ez az osztályozás életlen, és ezért az elegendő tanulási adat nélküli részeken is kellően interpolálható. Előállítható azonban öntanuló fuzzy-szabályozó is • · · ·

- Ί úgy, hogy egy fuzzy-szabályozót az eljárás foganatosítására szolgáló berendezéssel kibővítünk.

Találmányunkat annak példaképpeni kiviteli alakjai kapcsán ismertetjük részletesebben ábráink segítségével, amelyek közül az

1. ábra egy rendszer két bemenettel és egy kimenettel, a

2. ábra regiszterértékek az y kimenő mennyiség K lingvisztikái értékére, a

3. ábra regiszterértékek az y kimenő mennyiség G lingvisztikái értékére, a

4. ábra egy fuzzy-szabályozó szabályozóműve mátrixos írásmódban, az

5. és 6. ábra tervezési eljárás MIN/MAX-módszerrel.

Az 1. ábrán egy 1 funkcióblokkot ábrázoltunk két bemenő mennyiséggel, mégpedig az el szabályozási eltéréssel és ennek e2 deriváltjával, valamint egy y kimenő mennyiséggel. A 2., 3. és 4. ábrán diagramban az el, e2, illetőleg y mennyiség hozzátartozási függvényét ábrázoltuk. A lingvisztikái érték mindig K (kicsi) és G (nagy), amelyekhez a 2., 3. és 4. ábrán lévő diagramban a hozzátartozási függvények hozzá vannak rendelve. A 2., 3. és 4. ábrán lévő diagramban az abszcisszán felvett értéktartomány mindenkor az el, e2, illetőleg y mennyiség értéktartományának felel meg. Az ordinátán az igazságértékek 0 és 1 közötti értéktartománya van felvéve. A fuzzy-rendszer tervezéséhez először egy nem ábrázolt mérőberendezéssel felvesszük az el és e2 bemenő mennyiség, valamint az y kimenő mennyiség jelmenetét, és ezt diszkrét mért értékekként tároljuk. Az értékelendő jelmenetek származhatnak egy szabályozási kör modelljéből, vagy lehetnek az operátorral végzett üzem közben mért értékek. Hagyományos szabályozó imitálása fuzzy-szabályozóval is ilyen módon közelíthető meg.

A tanulási adatok kiaszterezése útján valamennyi hozzátartozási függvényt a tanulási adatok halmozódás! pontjaira helyezünk. A klaszterezés eredményeként a hozzátartozási függvények egy bemenő, illetőleg kimenő mennyiségre vonatkoztatott száma is megkapható. Maximális számukat szükség esetén előre meg lehet adni. A klaszterezést egydimenziósán, vagyis minden bemenő és kimenő mennyiségnél a többitől függetlenül végezzük. Többdimenziós klaszterezéskor előfordulhat, hogy elválasztott többdimenziós súlypontok egy első bemenő vagy kimenő mennyiségnél egymástól bizonyos távolságban lévő egydimenziós súlypontokhoz, egy második bemenő vagy kimenő mennyiségnél viszont egymáshoz túl közel lévő egydimenziós súlypontokhoz vezetnek. Ezáltal a szükséges hozzátartozási függvények száma feleslegesen növekedne. Ezt előnyös módon elkerüljük az egydimenziós klaszterezéssel. Emellett a hasonló klaszterközpontok összefoglalhatók.

A klaszterezéshez egy bemenő vagy kimenő mennyiség értéktartományában két rögzített peremklaszterből és egy előre adott számú szabad, kezdetben egyenlő távközű klaszter központból indulunk ki. Háromszögű hozzátartozási függvényeket úgy helyezünk el, hogy a háromszögek csúcsai a klaszterközpontok felett, a talppontok a szomszédos klaszterközpontokban vannak. Egy iteratív eljárásban a tanulási adatokat sorban a legközelebbi klaszterközponthoz rendeljük hozzá, az ehhez a klaszterközponthoz tartozó, már feldolgozott adatpontok súlypontját megállapítjuk.

Az így számított súlypontot a következő adatpont feldolgozásakor új klaszterközpontként alkalmazzuk. A hozzátartozási függvényeket, mint ezt fentebb leírtuk, a kapott klaszterközpontokkal rögzítjük.

Ezután minden mért értékhármashoz, amelyek az el, e2 bemenő mennyiség és az y kimenő mennyiség egy-egy értékéből áll, megállapítjuk a szóban forgó hozzátartozási függvények igazságértékeit a K és G lingvisztikái értékhez, és megállapítjuk, hogy melyik a domináns, vagyis melyik lingvisztikái értéknek van nagyobb igazságértéke, mint ugyanazon bemenő vagy kimenő mennyiség többi lingvisztikái értékének igazságértéke. Az 1. ábra szerinti kiviteli alakban az el bemenő mennyiségnél a G lingvisztikái érték igazságértéke kb. 0,6, és a K lingvisztikái érték igazságértéke kb. 0,4. Eszerint a mért érték olyan résztartományban van, amelyben a G lingvisztikái érték dominál. Az e2 bemenő mennyiségnél a G lingvisztikái érték igazságértéke 0,9, ami ugyancsak nagyobb, mint a K lingvisztikái érték 0,1 igazságértéke, úgyhogy ez szintén olyan résztartományban van, amelyben a G lingvisztikái érték a domináns. Ezzel szemben az y kimenő mennyiség K lingvisztikái értékének 0,7 igazságértéke nagyobb, mint a G lingvisztikái érték 0,3 igazságértéke, úgyhogy az y kimenő mennyiség mért értéke olyan résztartományban van, amelyben a K lingvisztikái érték dominál.

A mért értékek értékelésére a bemenő és kimenő mennyiségek résztartományainak minden kombinációs lehetőségére egy tároló regiszterei szolgálnak. Az 1. ábra szerinti kiviteli alakban nyolc regiszter van nyolc kombinációs lehetőséghez, a 2. és 3. ábrán látható mátrixmezőknek megfelelően. A 2. ábrán látható ·· · ·

- 10 mátrixmezők azokhoz a kombinációs lehetőségekhez vannak hozzárendelve, amelyekben az y kimenő mennyiség K lingvisztikái értéke dominál. A 3. ábrán a domináns G lingvisztikái értékre vonatkozó mátrixmezők láthatók. Egy értékelő szakaszban az 1. ábra szerint megállapított igazságértékeknek megfelelően a 2. ábra szerinti mátrixban az y kimenő mennyiség domináns K lingvisztikái értékét, amit egy domináló G lingvisztikái érték mátrixmezőjében az el és e2 bemenő mennyiségnél be kell vinni, egy összeggel 9,0-ra növeljük. Ezt az összeget előnyös módon az y kimenő mennyiség K lingvisztikái értékének 0,7 igazságértékével egyenlőre választjuk. Egy másik változat szerint képezhető az éppen fennálló igazságérték és a pillanatnyi bevitel maximuma. Ezzel elérhető a függetlenség az egyenlő vagy hasonló értékek számától.

A 2. és 3. ábra szerinti mátrixmezőbe bevitt értékek most az értékelés után egy sor mért értékhármas eredményét képezik. Egy szintézis során a 4. ábra szerinti szabályozómű mátrixábrázolásához jutunk, amelyben az y kimenő mennyiségnek az a lingvisztikái értéke van a mátrixmezőkbe bevíve, amelyik az értékelési szakaszban a 2. és 3. ábra szerinti mátrixok összehasonlításakor a legnagyobb értéket nyújtotta. Például az

55,1 érték a 3. ábra szerinti mátrixmezőben az el és e2 bemenő mennyiség, valamint az y kimenő mennyiség G lingvisztikái értékére nagyobb, mint a 9,1 érték az ennek megfelelő mátrixmezőben az el és e2 bemenő mennyiség G lingvisztikái értékére, valamint az y kimenő mennyiség K lingvisztikái értékére, úgyhogy a megfelelő mátrixmezőben a 4. ábrán a két, el és e2 bemenő mennyiség G lingvisztikái értékére az y kimenő mennyiség G lingvisztikái értékét kell bevinni. A 4. ábra szerinti szabályozómű két szabálya a következőképpen fogalmazható meg:

HA (el = K) AKKOR (y = K) és

HA (el = G) AKKOR (y = G)

Az eddig leírt tervezési eljárás során a regisztertartalom meghatározásához csak a mindenkori mért értékhármasoknál domináló hozzátartozási függvényeket vettük figyelembe. Az 5. és 6. ábra kapcsán leírunk egy MIN/MAX-módszer szerinti tervezési eljárást, amellyel a szomszédos, kisebb igazságértékű lingvisztikái értékeket is figyelembe vesszük. Ez fokozza a fuzzy-leírás modellezési jóságát.

Az 5. ábra szerinti 5 fuzzy-szabályozónak két, xl és x2 bemenő mennyisége, valamint egy, yl kimenő mennyisége van. Az xl, x2 bemenő mennyiségnél és az yl kimenő mennyiségnél három-három hozzátartozási függvény van a K (kicsi), M (közepes) és a G (nagy) lingvisztikái értékre. Az 5. ábra alapján taglaljuk a regiszterekbe bevitt értékeket egy mért értékhármas esetén. A regisztercellákba a kimenő mennyiségnek csak azt a lingvisztikái értékét visszük be, amelynek a mért érték szerint az yl kimenő mennyiségnél a legnagyobb igazságértéke van. Ebben a példában ez az yl kimenő mennyiség 0,6 igazságértékű G lingvisztikái értéke (jobb oldali diagram az 5. ábrán). Egy ÉS-összekapcsolás szerint az xl, x2 bemenő mennyiség és az yl kimenő mennyiség igazságértékeinek minimumát visszük be a megfelelő regisztercellába. Az ábrázolt példában az xl bemenő mennyiség mért értéke alapján az M lingvisztikái érték igazságértéke 0,8, az x2 bemenő mennyiség K lingvisztikái értékének igazságértéke 0,9 és az yl kimenő mennyiség G lingvisztikái értékének igazságértéke 0,6. Az igazságértékek minimuma 0,6, és a regisztercellába xl = Μ, x2 = K és yl = G értéket viszünk be (jobb oldali alsó mátrix az 5. ábrán). Az xl és x2 bemenő mennyiségnél figyelembe vesszük a szomszédos hozzátartozási függvényeket is, amelyek kisebb igazságértéket szolgáltatnak. Ezért a regiszterbe bevitel történik az xl = G, x2 = K és yl = G kombinációs lehetőségre is. Itt a hozzátartozási függvény az xl bemenő mennyiség G lingvisztikái értékére legkisebb igazságértékként 0,2 értéket ad, amit beviszünk a megfelelő regiszterbe. Az yl = G mátrixban a két 0,1 értékű bevitelt az x2 bemenő mennyiség M lingvisztikái értékének 0,1 igazságértéke alapján kapjuk, ami a két másik kombinációs lehetőségnél a legkisebb igazságérték. Ily módon egy mért értékhármas értékelése útján már négy bevitelt kaptunk. Bevitel azonban csak akkor következik be, ha az egyes igazságértékek megállapított minimuma nagyobb az addig bevitt értéknél. Az 5. ábra szerinti példában ez minden regiszternél így volt, mert a mért értékhármas feldolgozása előtt minden regiszter üres volt. Ez a maximumképzés a minimumképzés útján kapott igazságértékek VAGYösszekapcsolásának felel meg.

A 6. ábrán az összes mért értékhármas értékelésének eredményeként az yl kimenő mennyiség K, M és G lingvisztikái ·»· ··

- 13 értékére három mátrix látható, a regiszterekben a kapott bevitelekkel. Azoknak a regisztereknek a mezőit, amelyek az xl és x2 bemenő mennyiség adott kombinációs lehetőségeinél a legnagyobb igazságértékeket kapták, körök jelölik. A 6. ábrán ugyancsak ábrázolt szabálymátrix felállítása végett az xl és x2 bemenő mennyiség kombinációs lehetőségeihez közvetlenül hozzárendeltük azokat a K, M vagy lingvisztikái értékeket, amelyeknek ezen értékelés alapján maximális relevanciája van. A szabálymátrix alapján felállíthatok az elemi szabályok. Az egyik elemi szabály például a következő:

HA ((xl = K) ÉS (x2 = K)) AKKOR (yl = G).

Az xl és x2 bemenő mennyiség három kombinációs lehetőségére olyan elemi szabályokat kapunk, amelyeknek a következtetésrészben G lingvisztikái értéke van. Ezeket az elemi szabályokat feltételrészük VAGY-összekapcsolás módjára végzett összekapcsolása útján kompakt, zárójeles szabállyá lehet összefoglalni. Ez a szabály ekkor a következő:

HA (x2 =K) AKKOR (yl = G).

Az, hogy több elemi szabályból kompakt szabályokat képzünk, azzal az előnnyel jár, hogy a szabályok azonos száma esetén nagyobb mennyiségű bemenő mennyiséget lehet feldolgozni. Ezáltal a szabályozómű azonos terjedelme esetén nagyobb fuzzyszabályozókat lehet megvalósítani. Ha a szabályozási folyamat szabályainak száma mégis meghalad egy előre adott maximális *«*· értéket, akkor a tanulási folyamatnak a hozzátartozási függvények csökkentett maximális számával történő újraindításával biztosítható, hogy a létrehozott szabályok száma ne haladja meg a maximálisan megengedett terjedelmet.

Ebben a kiviteli alakban az yl kimenő mennyiségnek csak a domináns lingvisztikái értékeit vettük figyelembe valamennyi mennyiség egy kombinációs lehetőség minimális igazságértékének megállapításánál és bevitelénél. Ez az eljárás egyszerűsítését jelenti anélkül, hogy a minőség említésre méltó mértékben rosszabbodna. Az eljárásba azonban minden további nélkül be lehet vonni szomszédos lingvisztikái értékeket, amelyek egy támaszértéknél kisebb igazságértéket szolgáltatnak az yl kimenő mennyiségre.

Egy csatlakozó tesztszakaszban a fuzzy-szabályozó által ezzel a szabályozóművel és az 5. ábrán bemutatott hozzátartozási függvényekkel számított kimenő mennyiségeket össze lehet hasonlítani a mért kimenő mennyiségekkel. Ha ekkor az előre adott pontossági követelmények nem teljesülnek, akkor lehetőség van arra, hogy egy új tanulási szakaszban további mért értékeket állapítsunk meg, és ugyanazokkal az előre adott hozzátartozási függvényekkel az értékelési szakaszt és a szintézist ismételjük, vagy pedig az előre adottakat, például a bemenő és kimenő mennyiségekhez tartozó hozzátartozási függvények alakját vagy számát variálva megkíséreljük a fuzzy-szabályozó további javítását. Egy előnyös kiviteli alakban csak a kimenő mennyiségek hozzátartozási függvényeit utánoptimáljuk, és egy numerikus optimálás célfüggvényeként az eltérések négyzeteinek összegét minimáljuk.

Claims (9)

1. SZABADALMI IGÉNYPONTOK

   1. Eljárás fuzzy-szabályozó tervezésére, amelyben szerepel

   - legalább egy bemenő és kimenő mennyiség (el, e2, y);

   - fuzzyvá tevő berendezés, amelyben a bemenő mennyiségek (el, e2) lingvisztikái értékeinek (K, G) igazságértékeit megállapítjuk;

   - szabályozómű, amelyben a bemenő mennyiségek (el, e2) lingvisztikái értékeinek (K, G) kombinációihoz következtetésként a kimenő mennyiségek (y) lingvisztikái értékeit (K, G) meghatározzuk; és

   - fuzzytlanító berendezés, amelyben a kimenő mennyiségek (y) lingvisztikái értékei (K, G) igazságértékeinek megfelelően a kimenő mennyiségek (y) értékeit meghatározzuk, azzal jellemezve, hogy

   - mérjük a bemenő és kimenő mennyiségeknek (el, e2, y) egy tanulási szakaszban fellépő értékkombinációit,

   - a lingvisztikái értékekhez (K, G) klaszterezéssel hozzátartozási függvényeket helyezünk el a mért tanulási adatok halmozódási pontjain,

   - egy értékelési szakaszban a résztartományokhoz, amelyekben az egyes lingvisztikái értékek (K, G) dominánsak, vagyis amelyekben egy lingvisztikái érték (K, G) igazságértéke nagyobb, mint ugyanazon bemenő vagy kimenő mennyiség (el, e2, y) többi lingvisztikái értékének (G, K) igazságértéke, egy kimenő mennyiség (y) minden lingvisztikái értékére (K, G) egy tárolónak a különböző bemenő mennyiségek (el, e2) résztartományai minden ·· ···· «· ««·· · « * • ·· ·· ··

   - 16 kombinációs lehetőségéhez hozzárendelt regisztertartalmát egy összeggel növeljük, ha a bemenő és kimenő mennyiségek (el, e2, y) egy mért értékkombinációja ennek a kombinációs lehetőségnek a résztartományaiba esik, és

   - egy szintézis során a szabályozómű elemi szabályait az egyes kombinációs lehetőségekkel a feltételrészben meghatározzuk úgy, hogy a kimenő mennyiség (y) legnagyobb regisztertartalmú lingvisztikái értékét (K, G) választjuk a szabály következtetésének.
2. 2. Az 1. igénypont szerinti eljárás, azzal jelleme z ve, hogy regisztertartalom növelésének összegét előnyös módon a mindenkori kimenő mennyiség domináns lingvisztikái értékének (K, G) igazságértékével tesszük egyenlővé vagy maximális érték kiválasztásával kapjuk.
3. 3. Eljárás fuzzy-szabályozó tervezésére, amelyben szerepel

   - legalább egy bemenő és kimenő mennyiség (xl, x2, yl);

   - fuzzyvá tevő berendezés, amelyben a bemenő mennyiségek (xl, x2) lingvisztikái értékeinek (K, M, G) igazságértékeit megállapítjuk;

   - szabályozómű, amelyben a bemenő mennyiségek (xl, x2) lingvisztikái értékeinek (K, M, G) kombinációihoz következtetésként a kimenő mennyiségek (yl) lingvisztikái értékeit (K, M, G) meghatározzuk; és

   - fuzzytlanító berendezés, amelyben a kimenő mennyiségek (yl) lingvisztikái értékei (K, M, G) igazságértékeinek megfelelően a kimenő mennyiségek (yl) értékeit meghatározzuk, azzal jellemezve, hogy

   - mérjük a bemenő és kimenő mennyiségeknek (xl, x2, yl) egy ·· tanulási szakaszban fellépő értékkombinációit,

   - a lingvisztikái értékekhez (K, M, G) klaszterezéssel hozzátartozási függvényeket helyezünk el a mért tanulási adatok halmozódás! pontjain,

   - egy értékelési szakaszban a résztartományokhoz, amelyekben az egyes lingvisztikái értékek (K, M, G) dominánsak, vagyis amelyekben egy lingvisztikái érték (K, M, G) igazságértéke nagyobb, mint ugyanazon bemenő vagy kimenő mennyiség (xl, x2, yl) többi lingvisztikái értékének igazságértéke, egy kimenő mennyiség (yl) minden domináns lingvisztikái értékére (K, M, G) egy tárolónak a különböző bemenő mennyiségek (xl, x2) résztartományai minden kombinációs lehetőségéhez hozzárendelt regisztertartalmába ezen kombináció lingvisztikái értékei (K, M, G) igazságértékeinek minimumát visszük be, ha a minimum nagyobb az eddig bevitt értéknél, és

   - egy szintézis során a szabályozómű elemi szabályait az egyes kombinációs lehetőségekkel a feltételrészben meghatározzuk ügy, hogy a kimenő mennyiség (yl) legnagyobb regisztertartalmú lingvisztikái értékét (K, M, G) választjuk a szabály következtetésének.
4. 4. Az 1-3. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy klaszterezést előnyös módon egydimenziósán végezzük.
5. 5. A 4. igénypont szerinti eljárás, azzal jelleme zve, hogy

   - két rögzített peremklaszter és előre adott számú szabad, kezdetben egyenlő távközű klaszterközpont klaszterezéséhez az értéktartományban egy bemenő mennyiségből (el, e2, xl, x2) vagy <·« • * · · «« ·♦»» * · « Μ • ···· t»

   - 18 egy kimenő mennyiségből (y, yl) indulunk ki,

   - a háromszögű hozzátartozási függvényeket úgy helyezzük el, hogy a háromszögek csúcsai a klaszterközpontok felett, a talppontok a szomszédos klaszterközpontokban vannak,

   - egy iteratív eljárásban a tanulási adatokat sorban a legközelebbi klaszterközponthoz rendeljük hozzá, az ehhez a klaszterközponthoz tartozó, és a már feldolgozott adatpontok súlypontját megállapítjuk, és

   - az így számított súlypontot a következő adatpont feldolgozásakor új klaszterközpontként alkalmazzuk.
6. 6. Az 1-5. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a szintézis során kapott, azonos következtetésrészt tartalmazó elemi szabályokat feltételrészeiknek VAGY-összekapcsolás módjára végzett összekapcsolásával kompakt szabállyá foglaljuk össze.
7. 7. Az 1-6. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy

   - egy tesztszakaszban a fuzzy-szabályozó által számított kimenő mennyiségeket összehasonlítjuk mért kimenő mennyiségekkel (y), és

   - utánoptimálást végzünk a lingvisztikái értékek (K, G) variált számával vagy a hozzátartozási függvény variált alakjával, ha az eltérések egy előre adott határértéket meghaladnak.
8. 8. A 7. igénypont szerinti eljárás, azzal jellemezve, hogy

   - csak a kimenő mennyiségek (y, yl) hozzátartozási függvényeit utánoptimáljuk, és ··· *

   19 - a numerikus optimálás célfüggvényeként az eltérések négyzeteinek összegét minimáljuk.
9. 9. Fuzzy-szabályozó, amely az 1-8. igénypontok bármelyike szerint eljárás foganatosítására szolgáló berendezést tartalmaz