kramann.info
© Guido Kramann

[stud] Login: Passwort:










Regelungssysteme
1 day_by_day
2 Heizregelkreis
3 Verzoegerungsglieder
4 Laplace
..4.1 Eigenwerte
..4.2 PT1
..4.3 PRegler
..4.4 Scilab
5 Regleroptimierung
..5.1 Guetefunktion
..5.2 Heuristiken
..5.3 Scilab
..5.4 Gradientenverfahren
..5.5 ModifizierteG
..5.6 Gleichstrommotor
..5.7 Stoerverhalten
6 Javaanwendung
..6.1 PIDgeregelterAntrieb
..6.2 RungeKuttaIntegrator
..6.3 Gradientenverfahren
7 Einstellregeln
..7.1 Totzeit
..7.2 Methode1
..7.3 Methode2
..7.4 Scilab
..7.5 Daempfungsgrad
..7.6 Uebung
8 Polvorgabe
9 Beobachter
10 AutonomerHackenprosche
..10.1 Herleitung
..10.2 Scilab
..10.3 Modellerweiterung
..10.4 Scilab
..10.5 Modellgueltigkeit
..10.6 java
11 Stabilitaet
..11.1 Beispiele
..11.2 Nyqusitkriterium
..11.3 Windup
..11.4 Bode
12 Adaptiv
..12.1 Definition
..12.2 Einachser
..12.3 Auswertung
..12.4 Identifikation
..12.5 Regleroptimierung
..12.6 Zustandsregler
..12.7 Beobachter
13 Analyse
..13.1 Linear
..13.2 Nichtlinear
14 Kalmanfilter
15 Ue_04_2014
..15.1 Geschwindigkeit
..15.2 Richtung
..15.3 Gesamtsystem
..15.4 RiccatiUSW
..15.5 TdOT
16 Inverses_Pendel
17 Einachser
..17.1 Mechanik
..17.2 Uebung8
18 Fuzzy
..18.1 Fuzzylogik
..18.2 FuzzyRegler
..18.3 Uebung9
..18.5 Softwareentwicklung
....18.5.1 AgileSoftwareentwicklung
....18.5.2 FuzzyRegler
....18.5.3 Uebung
..18.6 Umsetzung
....18.6.1 FuzzyRegler
....18.6.2 Simulation
....18.6.3 Optimierung
....18.6.4 Uebung
..18.7 Haengependel
....18.7.1 Haengependel
....18.7.2 Simulation
....18.7.3 FuzzyRegler
....18.7.4 Optimierer
....18.7.5 Genetisch
..18.8 Information
..18.9 Energie
21 Beispiel1
98 day_by_day_WS2021_SoSe21
99 day_by_day_SoSe2018
kramann.info
© Guido Kramann

[stud] Login: Passwort:




Die Fuzzy-Methode

Fuzzy-Regeln

  • Die Fuzzy-Regeln werden durch Spezialisten formuliert, die das System, auf das sie angewendet werden sollen gut kennen.
  • Statt exakter Zahlenwerte, werden in diesen Regeln unscharfe Quantifizierungen verwendet, wie "klein", "mittel", "gross"
  • Beispiele für Fuzzy-Regeln im Zusammenhang mit den Balance-Vehikel:

WENN das Fahrzeug einen GROSSEN POSITIVEN Kippwinkel aufweist, dann fahre SCHNELL nach vorne.

WENN das Fahrzeug GERADE STEHT und eine KLEINE POSITIVE Kippwinkel-Geschwindigkeit aufweist, dann fahre LANGSAM nach vorne.

Die Fuzzy-Größe

  • Um die unscharfen Quantifizierungen mathematisch beschreiben zu können werden so genannte Fuzzy-Größen definiert.
  • Dies sind Funktionen, die um ein Zentrum herum ein absolutes positives Maximum aufweisen, sich in größer werdendem Abstand vermindern und ab einer bestimmten Distanz vom Zentrum Null sind.
  • Ein einfaches Beispiel hierfür ist die Dreiecks-Funktion:
  • Meistens ist das Maximum auf eins festgelegt.
  • Die Funktionen geben nicht etwa den Wert einer Größe wie Kippwinkel an.
  • Die Funktionen geben vielmehr den Zugehörigkeitsgrad eines bestimmten Zahlen-Bereichs einer Größe wie Kippwinkel zu einer Quantifikation wie "mitell" wieder.
Beispiel einer Fuzzy-Größe

Bild 0-1: Beispiel einer Fuzzy-Größe als Graph und als Gleichung

Das Fuzzy-Set

  • Zu einer Größe wie Kippwinkel werden in der Regel mehrere Fuzzy-Größen zugeordnet.
  • Diese bilden ein Fuzzy-Set.
  • Die Fuzzygrößen am Rand werden bei Eingangsgrößen häufig so gewählt, dass sie am Rand des Messbereiches auf eins bleiben.
  • Liegt ein konkreter Kippwinkel vor, so kann sein Zugehörigkeitswert zu den einzelnen Quantifizierungen bestimmt werden:
Beispiel ein Fuzzy-Set

Bild 0-2: Beispiel für ein Fuzzy-Set