kramann.info
© Guido Kramann

[stud] Login: Passwort:










COACH2
1 Planung
2 Architektur
3 Anzeige
4 EEPROM
5 I2C
..5.1 MasterSendByte
..5.2 MasterSend2Bytes
..5.3 MasterReceiveByte
..5.4 MasterReceive2Bytes
6 UART
7 DFT
8 FFT
9 Planung2
10 Klassen
..10.1 AnzeigeTaster
..10.2 RS232
..10.3 MotorServo
..10.4 Drehgeber
..10.5 Sensor
..10.6 Funk
11 Adaption
..11.1 Programmiertechnik
..11.2 Evoopt
12 Fuzzy
..12.1 Uebungsaufgabe
..12.2 Fuzzygroesse
..12.3 Fuzzyset
..12.4 Lookuptable
13 Skript
..13.1 Funkkorrektur
..13.2 Skriptsprachen
..13.3 Anforderungen
..13.4 Agentensysteme
..13.5 Implementierung
..13.6 Experimente
14 Gesamtkonzept
..14.1 Skripterweiterung
..14.2 Makroverhalten
67 Echtzeitsysteme
..67.1 Einfuehrung
....67.1.1 Echtzeit
....67.1.2 Korrektheit
....67.1.3 Hardware
....67.1.4 Ziele
....67.1.5 Synchronprogramm
..67.2 Threads
....67.2.1 Java
....67.2.2 Synchronisierung
..67.3 COACH
....67.3.1 Kaskadenregler
....67.3.2 Zeitebene1
....67.3.3 Zeitebene2
....67.3.4 Zeitebene3
....67.3.5 Puck
....67.3.6 Puckschwarm
..67.4 RTAIlab
....67.4.1 Slax
....67.4.1 USB_Stick
....67.4.2 Sinus
..67.5 Semaphor
....67.5.1 Laufkatze
....67.5.2 Java
....67.5.3 Semaphor
..67.6 Audio
....67.6.1 wav
....67.6.2 Linux
..67.7 Lookup
....67.7.1 Fuzzy
....67.7.2 PWM
..67.8 NeuronaleNetze
....67.8.1 Neuron
....67.8.2 Backpropagation
....67.8.3 Umsetzung
....67.8.4 Winkelerkennung
..67.9 Internetprogrammierung
....67.9.1 Codegenerierung
....67.9.2 PHP_Programmierung
....67.9.3 PHP_OOP
....67.9.4 Java
....67.9.5 UDP
..67.10 DFT
..67.11 FFT
..67.12 Zustandsmaschine
..67.13 Fuzzy
....67.13.1 Fuzzylogik
....67.13.2 FuzzyRegler
....67.13.3 Uebung9
....67.13.5 Softwareentwicklung
......67.13.5.1 AgileSoftwareentwicklung
......67.13.5.2 FuzzyRegler
......67.13.5.3 Uebung
....67.13.6 Umsetzung
......67.13.6.1 FuzzyRegler
......67.13.6.2 Simulation
......67.13.6.3 Optimierung
......67.13.6.4 Uebung
....67.13.7 Haengependel
......67.13.7.1 Haengependel
......67.13.7.2 Simulation
......67.13.7.3 FuzzyRegler
......67.13.7.4 Optimierer
......67.13.7.5 Genetisch
....67.13.8 Information
....67.13.9 Energie

67.13.1 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 67.13.1-1: 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 67.13.1-2: Beispiel für ein Fuzzy-Set