منطق فازي

منطق فازي Fuzzy Logic  

علم منطق فازي در واقع روش جديدي براي فرموله کردن مفاهيم و کميت هاي حسي و کيفي ارائه مي دهد. آنچه که قبلا بشر تئوري هاي خود را بر پايه آن بنا مي کرد اين بود که فقط «کميت» قابل فرموله شدن است و مفاهيم کيفي و حسي و غير دقيق و حتي مبهم نظير خوب، طولاني، گرم، سرد، پير، جوان و نظاير آنها را نمي توان فرموله کرد در صورتي که مغز انسان با در نظر گرفتن عوامل مختلف و بر پايه تفکر استنتاجي، منطقي ويژه براي اين کميات پياده مي کند.
منطق فازي راه حل جديدي براي فرموله کردن اين پارامترهاي کيفي ارائه مي دهد. در واقع با اين منطق بديع، امکان پيشرفت در علم رباتيک و ساير علوم کامپيوتر فراهم گرديده است. علم منطق فازي هم اکنون جايگاه ويژه ايي در ميان ساير علوم؛ حتي علوم اجتماعي و اقتصادي؛ پيدا کرده و شايد خيلي از پارامترهاي اجتماعي و اقتصادي با اين منطق فرموله مي شود.

حال به چند تعریف زیر توجه کنید:

منطق کلاسیک : منطقی است که در آن گزاره ها، فقط ارزش راست یا دروغ دارند که آنرا منطق صفر و يك می نامند.

منطق چند مقداره : منطقی است که علاوه بر صفر و يك چند مقدار دیگر را نیز اختیار می کند.

منطق بی نهایت مقداره : در این منطق ارزش گزاره ها می تواند هر عدد حقیقی بین صفر تا يك باشد.

منطق فازی : نوعی از منطق بی نهایت مقداره و در حقیقت یک ابتکار برای بیان رفتار مطلوب سیستم ها با استفاده از زبان روزمره. در واقع منطق فازی یک منطق پیوسته است که از استدلال تقریبی بشر الگو برداری کرده است.
اين منطق حدود چهل سال پيش در آمريكا، توسط لطفي زاده پايه ريزي شد و براي اولين بار در سال ۱۹۷۴ در اروپا براي تنظيم دستگاه توليد بخار، در يك نيروگاه، كاربرد عملي پيدا كرد. با پيشرفت چشمگير ژاپن در عرصه وسايل الكترونيكي، در سال ۱۹۹۰ كلمه فازي در آن كشور به عنوان كلمه سال شناخته شد. بر خلاف آموزش سنتي در رياضي، او منطق انساني و زبان طبيعت را وارد رياضي كرد.
شايد بتوان با دو رنگ سياه و سفيد مثال بهتري ارائه داد. اگر در رياضي، دو رنگ سياه و سفيد را صفر و يك تصور كنيم، منطق رياضي، طيفي به جز اين دو رنگ سفيد و سياه نمي بيند و نمي شناسد. ولي در مجموعه هاي نامعين منطق فازي، بين دو رنگ سياه و سفيد مجموعه اي از طيف هاي خاكستري هم لحاظ مي شود و به اين طريق فصل مشترك ساده اي بين انسان و كامپيوتر بوجود مي آيد.

اين باور به سياه و سفيدها، (صفر و يك ها) و اين نظام دو ارزشى به گذشته دور باز مى گردد و حداقل به يونان قديم و زمان ارسطو مى رسد. البته قبل از ارسطو نوعى ذهنيت فلسفى وجود داشت كه به ايمان دودويى با شك و ترديد مى نگريست.

بودا در هند، پنج قرن قبل از مسيح و تقريباً دو قرن قبل از ارسطو زندگى مى كرد. اولين قدم در سيستم اعتقادى او، گريز از جهان سياه و سفيد و برداشتن اين حجاب دو ارزشى بود. نگريستن به جهان به همان صورتى كه هست.
از ديد بودا جهان را بايد سراسر تناقض ديد، جهانى كه چيزها و ناچيزها در آن وجود دارد. در آن گل هاى رز هم «سرخ» هستند و هم «غيرسرخ».
در منطق بودا هم A داريم هم نقيض A. در منطق ارسطو يا A داريم يا نقيض A (منطقA يا نقيض A) در مقابل (منطق A و نقيض A) منطق اين يا آن ارسطو در مقابل منطق تضاد بودا.

منطق ارسطو اساس رياضيات كلاسيك را تشكيل مى دهد. براساس اصول و مبانى اين منطق، همه چيز تنها مشمول يك قاعده ثابت مى شود كه به موجب آن: «آن چيز درست است يا نادرست». دانشمندان نيز بر همين اساس به تحليل دنياى خود مى پرداختند. گرچه آنها هميشه مطمئن نبودند كه چه چيزى درست است و چه چيزى نادرست و گرچه درباره درستى يا نادرستى يك پديده مشخص، ممكن بود دچار ترديد شوند. البته آنها در يك مورد هيچ ترديدى نداشتند و آن اينكه هر پديده اى يادرست است يا نادرست .

منطق فازى، يك جهان بينى جديد است كه به رغم ريشه داشتن در فرهنگ مشرق زمين با نيازهاى دنياى پيچيده امروز بسيار سازگارتر از منطق ارسطويى است. منطق فازى جهان را آن طور كه هست به تصوير مى كشد. بديهى است چون ذهن ما با منطق ارسطويى پرورش يافته، براى درك مفاهيم فازى در ابتدا بايد كمى تامل كنيم، ولى وقتى آن را شناختيم، ديگر نمى توانيم به سادگى آن را فراموش كنيم. دنيايى كه ما در آن زندگى مى كنيم، دنياى مبهمات و عدم قطعيت است. مغز انسان عادت كرده است كه در چنين محيطى فكر كند و تصميم بگيرد و اين قابليت مغز كه مى تواند با استفاده از داده هاى نادقيق و كيفى به يادگيرى و نتيجه گيرى بپردازد، در مقابل منطق ارسطويى كه لازمه آن داده هاى دقيق و كمى است، قابل تامل است.

منطق فازی ابتدا به عنوان یك روش كنترلی ارائه نشد بلكه به عنوان روشی در پردازش اطلاعات معرفی شد كه برای عضوهای یك مجموعه علاوه بر دو حالت قطعی عضو بودن یا عدم عضو بودن، حالتی بین این دو را نیز تعریف می كند. این نوع برخورد با تئوری مجموعه ها تا دهه هفتاد برای كنترل سیستم ها به كار نرفت، تا اینكه به علت ناكافی بودن قابلیت های كامپیوترهای كوچكی كه تا پیش از آن زمان بودند مورد توجه قرار گرفت. پروفسور لطفی زاده استدلال كرد كه مردم نیازی به اطلاعات ورودی شمارشی بسیار دقیق ندارند و آنها هنوز قادر به كنترل تطبیقی هستند. اگر كنترلگرهای فیدبك طوری برنامه ریزی شوند كه ورودی های نویزدار غیردقیق را بپذیرند، در این صورت آنها بسیار موثرتر و مفیدتر خواهند بود و ممكن است اجرای آنها آسان تر شود. متاسفانه تولیدكنندگان آمریكایی این تكنولوژی را سریع نپذیرفتند در حالی كه اروپایی ها و ژاپنی ها با پشتكار بسیار، توانسته اند محصولات واقعی در این زمینه بسازند.منطق فازی، یك روش در سیستم های كنترلی حل كننده مسائل است كه هم می تواند در سیستم های میكروكنترلری كوچك و ساده پیاده شود و هم در كامپیوترهای شخصی چندكاناله، شبكه شده عظیم و یا در سیستم های كنترلی. منطق فازی می تواند در نرم افزار، سخت افزار و یا تركیبی از هر دوی آنها اجرا شود. منطق فازی روش آسانی برای رسیدن به نتیجه ای معین برپایه اطلاعات ورودی نامعین، مبهم، غیردقیق، نویزدار و یا مفقودشده ارائه می دهد. روش منطق فازی برای كنترل سیستم ها از چگونگی تصمیم گرفتن یك انسان تقلید می كند، اما بسیار سریعتر.

کاربردها

یکی از کاربردهای منطق فازي ساخت کنترل کننده هاي لوازم خانگي است. از قبيل ماشين رختشويي (براي تشخيص حداکثر ظرفيت ماشين، مقدار مواد شوينده، تنظيم چرخهاي شوينده) و يخچال. کاربرد اساسي آن تشخيص حوزه متغيرهاي پيوسته است.

براي مثال يک وسيله اندازه گيري دما: براي جلوگيري از قفل شدن يک عايق ممکن است چندين عضو مجزای تابعي داشته باشد تا بتواند حوزه دماهايي را که نياز به کنترل دارد به طور صحيح تعريف نمايد. (توضیحات بیشتر در سایر مقالات سایت میکرو رایانه) هر تابع، يک ارزش دمايي مشابه را اختیار می کند که حوزه آن بين صفر و يك است. از اين ارزش هاي داده شده براي تعيين چگونگي کنترل يک عايق استفاده مي شود.

با مثال ديگري می توان اهميت اين علم را بيشتر درک کرد:
يک انسان در نور کافي قادر به درک ميليون ها رنگ مي باشد. ولي يک روبوت چگونه ميتواند اين تعداد رنگ را تشخيص دهد؟ حال اگر بخواهيم روباتي طراحي کنيم که قادر به تشخيص رنگ ها باشد از منطق فازي کمک مي گيريم و با اختصاص اعدادي به هر رنگ آن را براي روبوت تعريف مي کنيم.
از کاربردهاي ديگر منطق فازي مي توان به کاربرد اين علم در صنعت اتومبيل سازي (در طراحي سيستم ترمز ABS و کنترل موتور براي بدست آوردن بالاترين راندمان قدرت)، در طراحي بعضي از ريزپردازنده ها و طراحي دوربين هاي ديجيتال اشاره کرد.