UNIVERZITET U NOVOM SADU

TEHNIČKI FAKULTET "MIHAJLO PUPIN"

ZRENJANIN

FUNKCIONISANJE FAZI SISTEMA

- seminarski rad -

Nastavni predmet: MEKO RAČUNARSTVO

Student: Tanja Radovanov

Broj dosijea: 5/08M-23
Smer: Dipl. inženjer informatike

Zrenjanin, 2009. godina

 UNIVERZITET U NOVOM SADU
TEHNIČKI FAKULTET "MIHAJLO PUPIN"
ZRENJANIN

FUNKCIONISANJE FAZI SISTEMA

- seminarski rad -

Nastavni predmet: MEKO RAČUNARSTVO

Mentor: Student: Tanja Radovanov

Prof. dr Petar Hotomski Broj dosijea: 5/08M-23
Smer: Dipl. inženjer informatike

Zrenjanin, 2009. godina

2
SADRŽAJ

1. UVOD............................................................................................................................4
1.1 Istorijat fazi sistema.................................................................................................4
2. FAZI LOGIKA I FAZI ZAKLJUČIVANJE.................................................................6
2.1 FAZI RAZMIŠLJANJE..........................................................................................6
3. TEORIJA FAZI SKUPOVA.........................................................................................7
3.1 Fazi skupovi.............................................................................................................7
3.2 Oblici fazi funkcija pripadnosti.............................................................................10
3.3 Normalnost, konveksnost i broj elemenata fazi skupa..........................................12
3.4 Operacije na fazi skupovima.................................................................................12
3.5 Poređenje i osobine fazi skupova..........................................................................14
3.6 Princip razlaganja i princip proširenja...................................................................15
3.6.1 α-presek..........................................................................................................15
3.6.2 Princip razlaganja...........................................................................................15
3.6.3 Fazi broj..........................................................................................................15
3.6.4 Princip proširenja............................................................................................16
4. LINGVISTIČKE PROMENLJIVE.............................................................................17
4.1 Lingvistička vrednost i lingvistička promenljiva..................................................17
4.2 Operatori modifikacije i lingvistički modifikatori................................................17
4.3 Fazi propozicija.....................................................................................................21
5. FAZI RELACIJA........................................................................................................22
6. FAZI ZAKLJUČIVANJE...........................................................................................23
6.1 Fazi zaključivanje bazirano na fazi relaciji...........................................................23
6.2 Zaključivanje metodom odsecanja........................................................................23
6.3 Defazifikacija........................................................................................................24
6. IZRADA FAZI KONTROLERA................................................................................26
6.1 Fazi upravljanje.....................................................................................................26
6.2 Projektovanje fazi kontrolera................................................................................27
6.3 Primer izrade fazi kontrolera - obrnuto klatno......................................................29
6.4 Fazi algoritam........................................................................................................30
7. PRIMENA FAZI SISTEMA.......................................................................................32
8. ZAKLJUČAK..............................................................................................................42
9. LITERATURA............................................................................................................43

3
"Mi moramo da koristimo našu toleranciju za nepreciznost." 7
Lotfi Zadeh, začetnik teorije fuzzy skupova, 1973.

"Preciznost nije istina." 7

Henri Matisse, slikar

"The future looks fuzzy." 7

Newsweek, May 28, 1990.

1. UVOD

Fazi sistemi nalaze sve veću primenu u velikom broju naučnih aplikacija i inženjerskih
sistema. Svedoci smo naglog porasta upotrebe fazi logike u veoma raznovrsnim
komercijalnim aplikacijama i industrijskim sistemima. Neki primeri kao što su veš
mašine, klima uređaji, usisivači, navigacioni uređaji, kao i mnogi drugi dokazuju veliku
rasprostranjenost i primenu ove tehnike. Fazi tehnologija je našla i primenu u
informacionim tehnologijama i ekspertskim sistemima, gde se koristi kao podrška pri
odlučivanju.

Iako neki poistovećuju fazi logiku i verovatnosću, fazi logika operiše sa

determinističkim nedorečenostima i neodređenostima, dok se verovatnoća bavi
verodostojnošću stohastičkih događaja i iza nje suštinski stoji eksperiment. Fazi logika
ima za cilj da prevađe probleme u komunikaciji vezane za razlike između pravila koja
nameću formalne teorije i načina razmišljanja koji opisuju ponašanje ljudskog uma, dok
se verovatnoća generalno bavi fenomenom ponavljanja koji se simbolizuje slučajnošću
(slučajnim promenjivama i slučajnim procesima). Fazi i slučajni su dva atributa koji se
razlikuju u svojoj prirodi, odnosno, oni opisuju drugačiji aspekt neodređenosti. Fazi
logika pokriva subjektivnost ljudskog mišljenja, osećanja, jezika, dok verovatnoća
pokriva objektivnu statistiku u prirodnim naukama. Jedna od najvažnijih osobina fazi
logike jeste njena mogućnost da izrazi stepen neodređenosti u čovekovom razmišljanju i
njegovu subjektivnost. Otuda su najčešći slučajevi kada se poseže za primenom fazi
logike upravo oni slučajevi koji su okarakterisani nepostojanjem matematičkog modela
ili postojanjem modela koji je isuviše komplikovan za baratanje u realnom vremenu ili
je komplikacija vezana za njegovo određivanje. Tako je fazi logika našla primenu u
teoriji upravljanja, prepoznavanju oblika, kvantitativnoj analizi, ekspertskim sistemima
za dijagnostiku, planiranje i predikciju, informacionim sistemima itd. 2

1.1 Istorijat fazi sistema

Fazi pogled na svet je u suprotnosti sa klasičnom logikom, koja se oslanja na

Aristotelovu binarnu logiku i njegov princip isključenja trećeg. Retko kada se može
doneti odluka koja je potpuno ispravna ili ne. Aristotel je bio Platonov najbolji ucenik.
Aristotelovo delo predstavlja jedan od temelja zapadne civilizacije. U svojoj
"Metafizici", Aristotel brani princip nekontradikcije i zakon isključenja trećeg.

Profesor Kosko Bart, sa Univerziteta u Južnoj Kaliforniji, kaže da je svet siv. Fazi
razmišljanje vodi u pravcu uvažavanja "nijansi sivog", uzimajući u obzir da je u prirodi
sve pitanje stepena istinitosti.

4
Fazi sistemi su predloženi od poljskog naučnika Lukaševića 1920. godine. Lukašević je
izučavao matematički prikaz "fuzzy" pojmova (visok, star, topao...). Njegovo
proučavanje je proisteklo iz tumačenja da su svi iskazi proistekli sa dve vrednosti [0,1],
služeći se Aristotelovom logikom: tačno ili netačno (true or false). Lukašević je proširio
sistem logike, proširujući oblast tačnih vjednosti za sve realne brojeve u intervalu 0 i 1.
Koristeći brojeve iz ovog intervala, u predstavljanju verovatnoće, da li je razmatrani
izraz tačan ili netačan. 3

Maks Blek je 1937. godine objavio rad pod naslovom „Nejasnost: Jedino vežbanje iz
logičke analize“ u kome je prvi put definisano nešto što nazivamo funkcijama
pripadnosti. Po tradiciji, Maks Blek je koristio termin nejasnost, koji su pre njega
koristili Čarls Pirs i Bertran Rasel. Blek je prvi koji je predložio simbole, notaciju, i
predstavljanje nejasnosti i logike sa više vrednosti, i u tome je njegov veliki značaj.

Profesor Lotfij Zadeh, sa Univerziteta u Berkliju, je "fuzzy" pojam uveo u svet nauke i
tehnologije 1965. godine radom "Fazi skupovi". Ovaj rad je objavljen u prestižnom
časopisu Informacione nauke. Stručnjak u oblasti upravljanja, profesor Zadeh je
predložio kako da se sa veoma složenim problemima izborimo. Njegovo mišljenje je da
umesto što idemo ka većoj preciznosti opisa i razmišljanja o pojavama, krenemo upravo
ka suprotnom smeru i dozvolimo da oni budu neprecizni.

Najznačajniji događaji iz burne istorije fazi skupova su: početak izučavanja fazi logike u
Japanu 1972. godine; razvoj prvog industrijskog fazi kontrolera od strane Mamdanija u
Londonu 1974. godine, kao i prva praktična realizacija fazi kontrolera za upravljanje
proizvodnjom cementa 1980. godine od strane danske kompanije F. L. Smidth.

Osamdesetih godina došlo je do praktičnih prodora. Počelo je istraživanje u oblasti fazi

hardvera (profesor Jamakava u Japanu) i drugih oblasti, naročito na japanskim
univerzitetima i u kompanijama. Pionirima fazi istraživanja u Japanu smatraju se
profesor Kjodi Asai sa Univerziteta za telekomunikacije u Osaki i profesor Toširo
Terano sa Tokijskog instituta za tehnologiju. Godine 1985. formirano je Međunarodno
društvo za fazi sisteme.

Godine 1990. na tržištu se pojavilo mnogo proizvoda sa oznakom „fađi“ – to je ujedno

bio početak još jednog, većeg fazi buma. 1992. već je svaka domaćica znala za „fađi“-
uređaji za kuvanje pirinča već koriste fazi logiku. Radi se intenzivno i na adaptivnim
fazi sistemima, naročito klasi adaptivnih fazi neuro sistema.

Danas su fazi tehnologije zastupljene u celom svetu, ali naročito u visoko

industrijalizovanim zemljama: SAD, Kanadi, Nemačkoj, Francuskoj, Japanu i Južnoj
Koreji. U Kini se puno rade teorijska istraživanja, naročito fazi matematika. U Evropi
postoji niz centara i sjajnih istraživača, a na Balkanu deluje Balkanska asocijacija za
fazi teoriju. U našoj zemlji je 1997. osnovano Društvo za meko računarstvo i
inteligentne sisteme SOCOIS.

5
2. FAZI LOGIKA I FAZI ZAKLJUČIVANJE

2.1 FAZI RAZMIŠLJANJE

Reč fazi je engleskog porekla (fuzzy) i označava nejasan, neodređen, neprecizan,

rasplinut pojam. Profesor Zadeh sa univerziteta u Berkliju 1965.god. prvi put definiše
ovaj pojam u radu "Fazi skupovi". Predlog je bio da se pri rešavanju problema omogući
da pojave budu neodređene i definisano je pravilo nekompatibilnosti: što se bliže
posmatra realni problem, njegovo rešenje postaje sve više fazi. [1]

Karakteristike fazi pristupa su:

 nepreciznost - složena pojava se iskazuje samo u opštem stanju i pri tome se
koriste neodređeni iskazi;
 postepenost - nešto je prisutno u izvesnoj meri, neka osobina je prisutna u
izvesnom stepenu;
 subjektivnost - ekspertsko znanje čoveka i njegovo umeće se predstavlja i
obrađuje u računaru u skladu sa individualnim izražavanjem ljudi.

Fazi pogled na svet je u suprotnosti sa klasičnom logikom koja se oslanja na

Aristotelovu binarnu logiku i njegov pristup isključenja trećeg (P i ne-P mogu da važe
istovremeno). Nebo je plavo ili nije, rezervoar je pun ili prazan, čovek je srećan ili nije.
Profesor Bart Kosko, sa Univerziteta u Južnoj Kaliforniji, kaže da je svet siv, ali je u
nauci sve crno ili belo. Fazi razmišljanje vodi u pravcu uvažavanja “nijansi sivog”,
uzimajući u obzir da je u prirodi sve pitanje istinitosti. [4] Mnogi pojmovi koji se
koriste teško je definisati: duhovita osoba, lepa devojka, visok momak. Tačnost ovih
iskaza je veoma relativna jer nemaju svi ljudi isti ukus. Fazi dozvoljava da suprotnosti
istovremeno postoje sa različitim stepenom istinitosti.

U prilog fazi logici govori i Aristotelov silogizam kojim se donose zaključci samo u
slučajevima stroge određenosti pojmova, inače je neprimenljiv. Poznati Aristotelov
silogizam
Svaki Grk je čovek.
Svaki čovek je smrtan, zaključak je
Svaki Grk je smrtan.
Ne može pomoći pri odlučivanju ako su pojmovi opisani neprecizno.

Ako važe pretpostavke

Ako je rezervoar automobila prazan, automobil će stati.
Rezervoar je skoro prazan, izvodimo zaključak
Automobil će skoro stati.

Jasno je da na osnovu Aristotelovog silogizma ovakvi brojni realni problemi ne mogu

biti rešeni jer taj silogizam koristi jasno određene kategorije. Fazi razmišljanje
omogućava veliku fleksibilnost, korišćenje lingvističkih promenljivih (veoma, vrlo,
mnogo...) i zbog toga je bliže ljudskoj logici.

U istoriji nauke postoje brojni primeri koji potrvđuju da pojam fazija nije nov i da su
ljudi oduvek pokušavali da fazi razmišljanjem dođu do odgovora na brojna pitanja iz
realnog života. Kada je u svojoj Akademiji Platon definisao čoveka kao dvonošca bez
perja, jedan od njegovih studenata je sledećeg dana na predavanja doneo očupanu

6
kokošku. [5] Zen je sa gomile peska uzeo jedno zrno i postavio pitanje da li je još uvek
ostala gomila peska. Uzimajući više zrna peska činilo se da istovremeno i ima i nema
gomilu peska, i P i ne P su ipak postojali. Lažljivac sa Krita je rekao da svi Krićani lažu
i pitao je da li on laže. Ako je lagao, onda ne laže. Ako nije lagao, onda sad laže. Izgleda
da istovremeno i laže i ne laže. Hajzenberg je pokazao fizičarima da nisu sve tvrdnje
tačne ili netačne postavljajući princip neodređenosti. Svi navedeni pradoksi ukazuju da
Aristotelov princip isključenja trećeg ne funkcioniše najbolje u realnom svetu. [4]

Paradoksi predstavljaju nerešivi problem u klasičnoj logici u kojoj je sve ili tačno ili
netačno, u kojoj su strogo odvojene suprotnosti, bez postepenog prelaza od tačnog ka
netačnom. Fazi logika, poštujući postepenost i pripadnot skupu u nekom stepenu, rešava
ove paradokse. U fazi logici stvari istovremeno mogu biti i tačne i netačne, pa je rešenje
paradoksa tačno u sredini između dve krajnosti – tu je tvrđenje podjednako i tačno i
netačno.

Sama filozofija fazija nije nova ali je poslednjih decenija način fazi razmišljanja dobio
na značaju i podršci a fazi postepeno postaje nova matematička disciplina. Današnji
stepen ostvarenih naučnih saznanja, kao i savremene informatičke tehnologije, sigurno
su bili plodno tlo da ideja fazija ponovo postane atraktivna za rešavanje slabo
struktuiranih problema kakvi su obično realni životni problemi.

Fazi razmišljanje potiče sa Istoka, a zapadna filozofija još uvek nije spremna da prihvati
fazi razmišljanje koje se temelji na istočnjačkoj filozofiji. Fazi, pre svega u Japanu,
doprineo je velikom napretku u konstruisanju inteligentnih mašina. Fazi razmišljanje
pomaže prosperitet i daje nov pristup problemima, omogućava sagledavanje pojava iz
nekog potpuno novog ugla i otvara vrata novom pogledu na svet.

Albert Ajnštajn o klasičnim naučnim zakonima kaže: “Dokle god matematički zakoni
teže realnoti, oni nisu pouzdani. I dokle god nisu pouzdani, oni ne oslikavaju realnost.”
Za rešavanje nekih problema neophodno je opisivati pojave na novi kvalitativan način,
upotrebom reči prirodnog jezika. Ovakav pristup je moguće ostvariti u računaru
korišćenjem novih fazi tehnologija koje omogućavaju da se uspostavi veza između
numeričkog načina predstavljanja u računaru i kvalitativnog načina izražavanja koji
koristi čovek. Fazi tehnologija nije samo nova tehnologija, već i nov pristup
problemima koji omogućava kvalitativno razmišljanje koje koristi čovek. [1]

3. TEORIJA FAZI SKUPOVA

3.1 Fazi skupovi

Da bi uspešno predstavili i sistematki obradili nepreciznost i postepenost, naročito

pomoću računara, potrebno je da razvijemo metode za to. Fazi skup je osnovni elemenat
za predstavljanje i obradu nepreciznosti u fazi tehnologijama. Fazi skup predstavlja
skup elemenata sa sličnim svojstvima.

Klasičan, diskretan skup je skup elemenata sa istim svojstvima (skup muškaraca, skup
crnih figura na šahovskoj tabli ili skup igrača jednog fudbalskog tima). Svaki elemenat
diskretnog skupa pripada tom skupu 100%. Na skali, od 0 do 1, kažemo da svaki
element diskretnog skupa pripada tom skupu sa stepenom 1.

7
Fazi skup je skup elemenata sa sličnim svojstvima. Fazi skup visokih muškaraca, fazi
skup koji označava visoke prihode, fazi skup koji opisuje pun rezervoar, fazi skup
stolica ili fazi skup automobila. Dok u diskretnom skupu svaki element pripada tom
skupu sa stepenom pripadnosti 1, u fazi skupu svaki element pripada tom skupu u
izvesnom stepenu. [1]

Slika 3.1.1 Primer klasičnog u odnosu na fuzzy skup

Primer fazi skupa je fazi skup visokih muškaraca koji sadrži muškarce visoke 205 cm a
i muškarce visoke 185 cm. Muškarci visoki 205 cm su viši od muškaraca visokih 185
cm pa je njihov stepen pripadnosti fazi skupu visokih muškaraca veći. Kada se od 180
cm visina povećava ka 220 cm, stepen pripadnosti fazi skupu visokih muškaraca se
povećava od 0 do 1. [1]

Slika 3.1.2 Fazi funkcija pripadnosti koja opisuje fazi skup i pojam PUN REZERVOAR

Na slici 3.1.1 vidi se fazi funkcija pripadnosti koja opisuje pun rezervoar. Na primer,
rezervoar sa 15 litara benzina kome je ukupan kapacitet 30 litara je napunjen 50%, ili
dopola pun.

Na slici 3.1.2, pojam prazan rezervoar je definisan kao suprotan pojmu pun rezervoar.
Što je stepen pripadnosti funkcije prazan rezervoar veći, to je stepen funkcije pun
rezervoar manji, i obrnuto.

8
Slika 3.1.3 Fazi funkcija pripadnosti PRAZAN REZERVOAR se definiše kao suprotna funkcija
pripadnosti PUN REZERVOAR

Fazi funkcija pripadnosti opisuje stepen pripadnosti elemenata nekom fazi skupu.

Slika 3.1.4 Gradacija od bele do crne boje korišćenjem fazi skupova

Matematički funkciju pripadnosti predstavljamo na sledeći način:

Definicija. Neka je dat neprazan skup X. Fazi skup A u X se opisuje funkcijom

pripadnosti:
 A  u  : X   0,1 (2.1)

gde  A  x  predstavlja stepen pripadnosti elementa x u fazi skupu A za svako x  X . X

se naziva i nadskup ili univerzalan skup.

Fazi skup A se u potpunosti može predstaviti skupom parova:

A    x,  A  x   , x  X  . (2.2)

Fazi skup je proširenje i uopštenje diskretnih skupova. Na jednostavan način od fazi

skupova možemo dobiti diskretan skup ali dolazi do gubitka informacija i nemogućnosti
da koristimo dobijeni skup za meko i postepeno razmišljanje. Kada definišemo skup
visokih devojaka da bude diskretan skup i kažemo da su sve devojke više od 178 cm
visoke a sve niže od 178 cm nisu visoke. Kod fazi skupa, mala razlika u visini se vidi u

9
maloj razlici u stepenima pripadnosti dok kod diskretnog skupa to nije moguće i
promena stepena pripadnosti je nagla i neprirodna. [1]

3.2 Oblici fazi funkcija pripadnosti

Fazi funkcije pripadnosti mogu imati različite oblike. Najčešće se koriste trougaona i
trapezasta funkcija pripadnosti. [1]

1. Trougaona funkcija pripadnosti u kontinualnom slučaju (slika 3.2.1) određuje fazi

0 2
2 x 2 x
skup dat sledećom formulom: A  2 2 x  0 2 x

Slika 3.2.1 Kontinualan slučaj trougaone funkcije pripadnosti

Ukoliko se posmatra diskretan slučaj reprezentacije fazi skupa koristi se ista formula
samo na konačnom domenu. Na primer, neka je domen
X    2,1.5,1,0.5,0,0.5,1,1.5,2 tada fazi skup A1 predstavljamo na sledeći
način (slika 3.2.2):

0.25 0.5 0.75 1.0 0.75 0.5 0.25

A1       
 1.5  1  0.5 0 0.5 1 1.5

Slika 3.2.2 Diskretan slučaj trougaone funkcije pripadnosti

Veliki broj praktično realizovanih sistema koristi trougaonu funkciju pripadnosti. Ako
trougaona funkcija nije simetrična potrebna su tri parametra da bi se funkcija opisala (tri
temena trougla), a ako je simetrična dovoljno je da su poznata samo dva temena trougla.
Diskretna trougaona reprezentacija je mnogo korisnija pri prikazivanju fazi skupova
iako je nešto komplikovanija. [5]

2. Trapezoidna funkcija pripadnosti (Slika 3.2.3) data je formulom:

10
 2 2 4
4 x 1 4 x
B    
4
2x 2
x 2 2x

Slika 3.2.3 Trapezoidna funkcija pripadnosti

Trapezoidni oblik fazi skupa u nesimetričnom slučaju zahteva četiri parametra (temena
trapeza), a u simetričnom slučaju tri broja za potpunu reprezentaciju (središnju tačku,
dužinu gornje i donje osnove). [5]

3. Pravolinijska funkcija pripadnosti (deo po deo pravolinijska funkcija) (slika 3.2.4):

10 20
0.1x 1
C 0 x  10 x

Slika 3.2.4 Pravolinijska funkcija pripadnosti

Broj neophodnih elemenata za opis fazi skupa zavisi od broja pravolinijskih segmenata
s i iznosi 2(s+1), pošto je za predstavljanje s segmenata potrebna s+1 tačka. Kako su
segmenti u dve dimenzije (elemenat nadskupa i stepen pripadnosti), ovaj broj se množi
sa dva kako bi se dobio broj podataka neophodnih za opis ovog skupa.

4. Zvonasta funkcija pripadnosti (slika 3.2.5):

0.5 ( x  5 ) 2

D
(Xe )

11
 Slika 3.2.5 Zvonasta funkcija pripadnosti

Zvonasta kriva se koristi u neuronskim mrežama. U nesimetričnom slučaju potrebno je

tri parametra (pložaj, nagib, parametar rasipanja), a u simetričnom slučaju dva.

3.3 Normalnost, konveksnost i broj elemenata fazi skupa

Osnovne osobine fazi skupa u normalnost, konveksnost i broj elemenata fazi skupa
(kardinalnost fazi skupa).

 Normalnost fazi skupa

Fazi skup je normalan ako i samo ako je max  A ( x)  1 .
x X
Fazi skup koji nije normalan naziva se sub-normalan ili pod-normalan fazi skup.
Normalan fazi skup ima maksimalnu vrednost funkcije pripadnosti jednaku jedinici.
Sub-normalan fazi skup ima maksimalnu vrednost funkcije pripadnosti manju od
jedinice. Sub-normalan fazi skup se može jednostavno transformisati u normalan fazi
skup ako se sve vrednosti stepena pripadnosti podele najvećim stepenom pripadnosti za
dati skup. Ova operacija se često izvodi u praktičnim primenama i naziva se operacija
normalizacije.

 Konveksnost (ispupčenost) fazi skupa.

Fazi skup je konveksan ako i samo ako važi:
x1  X , x 2  X ,    0,1
 A  x1  1     x 2 )  min   A  x1  ,  A  x2  

 Broj elemenata (kardinalnost) fazi skupa.

Ako je X diskretan i konačan skup, onda se kardinalnost fazi skupa izražava zbirom
stepena pripadnosti pojedinih elemenata fazi skupa: A    A ( x ) . x X

3.4 Operacije na fazi skupovima

Operacije preseka, unije i komplementa koje na klasičnim skupovima imaju jedinstvenu

definiciju, definišu se i u teoriji skupova. Zadeh je 1965. godine predložio sledeće
definicje za ove operacije [5]:

 Zbir dva fazi skupa je unija fazi skupova – operator unije .

Zbir (unija)fazi skupova A i B je fazi skup AB predstavljen pomoću funkcije
pripadnosti
 A B  X    A  X    B  X   max  A ( X ),  B  X  ,
gde  označava operator maksimuma.

12
 Slika 3.4.1 Funkcija pripadnosti skupova A i B, i njhova unija

 Zajednički skup dva fazi skupa je presek fazi skupova – operator preseka .
Zajednički skup (presek) dva fazi skupa A i B je fazi skup AB predstavljen pomoću
funkcije pripadnosti
 A B  X    A  X    B  X   min  A ( X ),  B  X  ,
gde  označava operator minimuma.

Slika 3.4.2 Funkcija pripadnosti skupova A i B, i njhov presek

 Skup suprotan fazi skupu je komplement fazi skupa – operator

komplementiranja A . Ovde ćemo ovaj operator nazvati operatorom negacije.
Komplement fazi skupa A je fazi skup A predstavljen pomoću funkcije
pripadnosti:
A X   1 A X  .

Slika 3.4.3 Funkcija pripadnosti skupa A , i njegov komplement

Operacije preseka, unije i komplementa koje smo ovde predstavili su operacije koje se
najčešće koriste. Postoje i mnogi drugi operatori unije, preseka i komplementa u fazi
teoriji, ali ih ovde nećemo pominjati zbog jednostavnosti. Isto ovo važi i za operator

13
negacije, koji se često posebno definiše. Ovde ćemo smatrati da je operacija negacije
isto što i operacija fazi-komplementiranja.

3.5 Poređenje i osobine fazi skupova

Poređenje fazi skupova vrši se jednostavnim poređenjem njihovih funkcija pripadnosti.

 Jednakost fazi skupova.

Fazi skupovi A i B su jednaki ako su im jednake funkcije pripadnosti:

A  B  A  X   B  X  .

 Inkluzija (uključenje) fazi skupova.

Fazi skup A se sadrži u fazi skupu B ako je funkcija pripadnosti  A  X  manja od
funkcije pripadnosti  B  X  u celom domenu X:

A  B  A  X   B  X  .

Osnovne osobine fazi skupova su:

1. idemopotentnost: unija i presek fazi skupa sa samim sobom ne menjaju fazi skup.
AA=A,
AA=A,

2. komutativnost: unija i presek dva fazi skupa ne zavise od redosleda izvođenja

operacije:
AB= BA,
AB= BA,

3. asocijativnost:
A(BC)= (AB)C,
A (BC)= (AB) C,

4. distributivnost:
A(BC)=(AB) (AC),
A(BC)= (AB) (AC),

5. zakon dvostruke negacije:


A A,

6. De Morganovi zakoni:
A  B  A  B,
A B  A B .

~
Za diskretan skup A, zakon isključenja trećeg, A  A  X , i zakon kontradikcije
~
A  A   u opštem slučaju ne važe.  označava prazan skup. Ove dve osobine su
osnovna specifičnost teorije fazi skupova u odnosu na klasičnu teoriju kupova.

14
3.6 Princip razlaganja i princip proširenja

Princip razlaganja je još jedna važna veza između klasične teorije skupova i teorije fazi
skupova. Ovaj princip je često upotrebljavan u fazi teoriji.

3.6.1 α-presek

Jak α-presek je diskretan skup

A   x  A  X    ,    0,1 . (3.1)

Slab α-presek je diskretan skup

A   x  A  X    ,    0,1 . (3.2)

3.6.2 Princip razlaganja

Fuzzy skup se može predstaviti pomoću unije diskretnih skupova – njegovih α preseka.

Slika 3.6.2.1 Princip razlaganja

Princpi razlaganja se može jednostavno ilustrovati (Slika 3.6.2.1). Originalan

kontinualan fazi skup A se može razložiti na beskonačno mnogo alfa preseka. U slučaju
diskretne reprezentacije, A se može razložiti na konačan broj alfa preseka. Na slici
3.6.2.1 su prikazani skupovi A koji se dobijaju kada se alfa presek A pomnoži sa
datom vrednošću .

3.6.3 Fazi broj

Fazi broj A je fazi skup predstavljen funkcijom pripadnosti μA(x) sa sledećim

osobinama:
1. μA(x) je definisana nad skupom realnih brojeva;
2. μA(x) je konveksna;
3. μA(x) je normalna;
4. μA(x) je deo po deo neprekidna funkcija.

15
 Slika 3.6.3.1 Fazi broj

Na slici 3.6.3.1 prikazana je ilustracija nekoliko fazi skupova od kojih neki nisu (C i D),
a neki jesu fazi brojevi (A i B). 1

3.6.4 Princip proširenja

Princip proširenja omogućava proširenje mnogih operacija sa realnim brojevima na fazi

skupove. Neka je data funkcija f koja preslikava diskretan skup X u diskretan skup Y.
Tada definišemo funkciju f sa skupa svih fazi podskupova A od X u skup svih fazi
podskupova od Y na sledeći način 5:

 f  A  y   sup  A  x  x  X , y  f  x 

16
4. LINGVISTIČKE PROMENLJIVE

4.1 Lingvistička vrednost i lingvistička promenljiva

Teorija fazi skupova je namenjena predstavljanju nepreciznih informacija iz našeg

okruženja i stvaranja računarskih sistema za praktičnu obradu tih informacija. Da bi se
ova teorija primenila na različite praktične problemeupotrebljavaju se lingvistički izrazi
(mlad, visok, brz) ili iskazi sa modofikacijama (veoma mlad, umereno visok, uglavnom
brz).

Definicija. Lingvistička promenljiva je promenljiva čije su dozvoljene vrednosti reči

prirodnog jezika.

Ako promenljiva Starost može da ima vrednosti star, mlad, nije mlad, veoma mlad,
manje-više mlad, onda je Starost lingvistička promenljiva. U tom slučaju se star, mlad,
nije mlad nazivaju vrednosti lingvističke promenljive ili lingvističke vrednosti.
Lingvistička promenljiva se često naziva fazi promenljivom. Veoma, manje-više i slično
se nazivaju lingvističkim modifikatorima.

Vrednosti lingvističke promenljive sastoje se od:

 osnovnih lingvističkih vrednosti (mlad, star...)
 lingvističkog modifikatora (veoma, manje-više, nije...)
 veznika (i, ili)

Osnovne lingvističke vrednosti su najjednostavnije lingvističke vrednosti koje se mogu

upotrebiti. Dodavanjem modifikatora i kombinovanjem sa veznicima mogu se dobiti
složeni lingvistički izrazi, npr. „ni veoma mlad, ni veoma star“. [8

4.2 Operatori modifikacije i lingvistički modifikatori

Operatori modifikacije mogu se podeliti u dve grupe:

1. prva grupa operatora modifikacije: množenje skalarom, stepenovanje, normalizacija,
koncentrisanje i proširenje i
2. druga grupa operatora modifikacije: pojačavanje kontrasta i fazifikacija.

Neka A označava fazi skup sa funkcijom pripadnosti μA(x); x  X, gde je X nadskup, i

A  X.

Prva grupa modifikatora se može definisati na sledeći način:

 Množenje skalarom

Slika 4.2.1 Množenje skalarom

17
 μαA(x) = αμA(x); (4.1)

α je nenegativan realan broj i α je realan broj takav da i x  X αμA(x)≤1.

 Stepenovanje

Slika 4.2.2 Stepenovanje

 A  x     A  x   ,

(4.2)
 je realan broj.

 Normalizacija

Slika 4.2.3 Normalizacija

Ako se operator normalizacije označi sa NORM, onda se normalizacija skupa A

označava sa NORM(A) i definiše se na sledeći način:
A
NORM  A    0 , (4.3)

gde je A  sup  A  x .
x

 Koncentrisanje

Slika 4.2.4 Koncentrisanje

18
Ako se operator koncentrisanja označi sa CONC, onda se koncentrisanje skupa A
označava sa CONC(A) i definiše se na sledeći način:
CONC  A  A 2 . (4.4)
 Proširenje

Slika 4.2.5 Proširenje

Ako se operator proširenja označi sa DIL, onda se proširenje skupa A označi sa DIL(A)
i definiše na sledeći način:
DIL A  A 0.5 . (4.5)

Druga grupa operatora modifikacije se može definisati na sledeći način:

 Pojačavanje kontrasta:

Slika 4.2.6 Pojačavanje kontrasta

Ako se operator pojačavanja kontrasta označi sa INT, onda se funkcija pripadnosti

skupa INT(A) definiše na sledeći način:
 2  x  2 ,

A

 INT  A   x  
 za 0



1  21 
  x


 x 
0. 5
2
, (4.6)

A
 za 0.5   x  1
 A

 Fazifikacija

Fazifikacija fuzzy skupa A se vrši pomoću drugog fazi skupa K(x i) i definiše se na
sledeći način:
SF  A; K     A  xi  K  xi  . (4.7)
i

Ovde se fazi skup K  xi  naziva se jezgro fazifikacije.

19
 Slika 4.2.7 Fazifikacija

Ispred osnovnih lingvističkih vrednosti, npr. mlad i star, često dodajemo modifikatore,
npr. veoma, više-manje, ponešto, da bismo bliže opisali osnovnu lingvističku vrednost.
Izraze koji modifikuju osnovne lingvističke vrednosti i upotrebljavaju se ispred ovih
vrednosti da bi ih bliže objasnili nazivamo modifikatorima lingvističkih vrednosti ili
lingvističkim modifikatorima. 1

Modifikatorima lingvističkih vrednosti se pridružuju operatori modifikacije iz

prethodnog dela. To se najčešće radi na sledeći način:

veoma A  CON A 
manje više A  DIL A 
ponešto A  NORM A i ne veoma A  
(4.1)
tipa A  NORM ne CON 2  A i DIL A  
priličri A  NORM INT A  i ne INT CON A   
izuzetno A  NORM INT A  
gde A predstavlja fazi skup.

U opštem slučaju, veznici i, ili i ne u lingvističkim izrazima se definišu na sledeći način:

Ai B  A B
A ili B  A  B (4.2)
~
ne A  A
~
gde  označava operaciju preseka dva fazi skupa,  operaciju unije, a A komplement
(operator negacije) fazi skupa A.

20
Lingvistički modifikatori i veznici se mogu definisati zavisno od upotrebe i namene.
Zbog toga se upotrebljava veliki broj različitih lingvističkih modifikatora i veznika. Ono
što svaki od njih mora da zadovoljava je da bude konzistentan sa našim shvatanjem reči
koje se upotrebljavaju u složenijim lingivsaitčkim izrazima. 1]

4.3 Fazi propozicija

Fazi propozicija se koristi za predstavljanje tvrđenja koja sadrže lingvističke vrednosti.

Definicija. Ako u tvrđenju P=x je A, A predstavlja fazi skup, odnosno lingvističku
vrednost kojoj se može dodeliti fazi skup, onda je P fazi propozicija.
Kada je A fazi skup, onda se moguće vrednosti promenljive x fazi skupovi. Tada se
promenljiva x naziva fazi promenljiva. Kada je A lingvistička vrednost, onda su
moguće vrednosti promenljive x lingvističke vrednosti. Tada se promenljiva x naziva
lingvistička promenljiva.
Primer. Neka je P propozicija koja opisuje starost osobe. Da bismo tu starost opisali,
uvodimo lingvističku promenljivu Starost. Za određenu osobu pod imenom Saša znamo
da je mlada. Tada možemo da pišemo:

Starost(Saša)=mlad.

Na taj način se može prikazati tvrđenje da je Saša mlad. Da bi lingvistička vrednost

mlad mogla da se obrađuje u računaru, ona se predstavlja pomoću fazi funkcije
pripadnosti. 1]

Struktura koja definiše fazi propoziciju:

struct fazi_propozicija 
struct ling_prom* pvar;
struct ling_vred* plv;
struct fazi_skup* pfs;
;
//ling. promenljiva
//ling. vrednost
//fazi skup

5. FAZI RELACIJA

21
Fazi skupovi mogu imati višedimenzionalne funkcije pripadnosti. Ovi
višedimenzionalni fazi skupovi predstavljaju fazi relacije. Prema 9 navodi se definicija
fazi relacije:
N-dimenzionalna fazi relacija R na X1 x X2 x...x Xn je višedimenzionalni fazi podskup
direktnog proizvoda X1 x X2 x...x Xn i zapisuje se kao:
R    R  x1 , x 2 ,..., x n  /  x1 , x 2 ,.., x n  x1  X 1 ,.., x n  X n 
ili u kontinualnom slučaju
R   R  x1 , x2 ,..., xn  /  x1 , x2 ,..., xn  .
x1  x 2 ... x n

Ovakva fazi relacija predstavlja vezu među elementima prostora Dekartovog proizvoda.

Primer : Neka je zadata relacija =dobri prijatelji nad proizvodom XY, gde je X skup
devojaka, a Y skup momaka. Vrednosti stepena zadovoljenja ove relacije dati su u tabeli
5.1.

Dejan Nikola Goran Saša Miloš

Natalija 0.8 0.2 0.6 0 0
Sofija 0.2 1 1 0 0.4
Katarina 1 0 0.4 0.2 0.8
Milica 0 1 0.4 1 0.6
Simona 0 1 0 0 0.8
Tabela 5.1Vrednosti funkcije pripadnosti

Na osnovu tabele može se uočiti   (Natalija, Dejan)=0.8,   (Natalija, Nikola)=0.2

itd. To znači da su natalija i Dejan dobri prijatelji sa stepenom 0.8, a da su Natalija i
Nikola dobri prijatelji sa stepenom 0.2 itd. Prema tome, vrednosti u tabeli 4.1
predstavljaju vrednosti funkcije pripadnosti    x, y  .

Osobine fazi skupova i operacije na fazi skupovima mogu se proširiti na osobine fazi
relacija i operacije na fazi relacijama. osobine, visina i podrška mogu se definisati na
fazi relacijama kao i u slučaju fazi skupova. Operacije kao što su -presek, t-norme i t-
konorme mogu se primeniti na fazi relacije samo kada su one definisane nad istim
prostorom.
Postoje dva slučaja: jedan u kome dati par zadovoljava relaciju i drugi u kome dati par
ne zadovoljava relaciju. takve relacije se nazivaju diskretne ili binarne relacije.

Često kažemo da između nekih pojmova postoji izvesna veza, ima neke veze, postoji
tesna veza. U ovim izrazima jačina veze (relacije) se izražava potepenim izrazima.
~
Fazi relacija se definiše nad proizvodom XY, označava se sa R , i predstavlja fazi

skup R u dve dimenzije:
~

 R~ : X  Y   0,1 .

Stepen u kome par (x,y) zadovoljava relaciju  se izražava kao broj iz intervala [0,1].
Što je ovaj stepen bliže jedinici, relacija je više zadovoljena. Što je ovaj broj bliže nuli,
relacija je manje zadovoljena.

6. FAZI ZAKLJUČIVANJE

22
U binarnoj logici uobičajen je način zaključivanja pod nazivom modus ponens. Ovaj
način zaključivanja sličan je Aristotelovom silogizmu. Na osnovu poznate činjenice A i
pravila A→B (čita se ako A onda B), pokazuje se da važi zaključak B.

Ovaj postupak se može prikazati na sledeći način:

Činjenica: A
Pravilo: AB

Zaključak: B

Činjenice i pravila koja upotrebljavamo u svakodnevnom životu su neprecizni. kao što

smo objasnili i kod Aristotelovog soligizma, ako se činjenica i pravilo samo malo
razlikuju, primenom modus ponensa ne možemo da dobijemo zaključak. Čovekov način
razmišljanja je fleksibilniji. Kada se činjenica i pravilo malo razlikuju, mi uspevamo da
dobijemo koristan zaključak. To znači da mi ne posmatramo činjenicu i pravilo kao
proste simbole, već kao reprezentaciju znanja koje ima dublji smisao.

Na osnovu poznate činjenice A` različite od preduslova A pravila A→B, izračunava se

zaključak B` koji je u opštem slučaju različit od zaključka B pravila. Ovaj način
zaključivanja naziva se fazi modus ponens.

6.1 Fazi zaključivanje bazirano na fazi relaciji

Za definiciju fazi zaključivanja važni su pojmovi cilindričnog proširenja fazi skupa i

projekcije fazi relacije.

Definicija. Neka je A fazi skup definisan nad nadskupom U, i neka je    u  njegova

funkcija pripadnosti. Cilindrično proširenje fazi skupa A nad proizvodom UV je fazi
skup AV sa sledećom funkcijom pripadnosti:
   u , v      u  , u  U , v  V .

Definicija. Neka je R fazi relacija definisana nad proizvodom UV i neka je funkcija
pripadnosti koja opisuje ovu relaciju  R  u , v  . Projekcija ove fazi relacije na nadskup
U se označava sa RU i data je funkcijom pripadnosti:
 RU  u   V  R  u , v 
vV

6.2 Zaključivanje metodom odsecanja

Neka su A, A` i B skupovi definisani nad U i V retrospektivno i dati kao što je

prikazano na slikama 6.2.1 i 6.2.2. Zaključak B` se izračunava na osnovu zadate
činjenice A i pravila A→B primenom metode odsecanja.

23
 Slika 6.2.1 Fazi skup A i činjenica A definisani nad U

Slika 6.2.2 Fazi skupB i zaključak B definisani nad V

Korak 1. Izračunati stepen saglasnosti između A i A` (slika 6.2.1)

  V     u    A  u  .
uU

Korak 2. Na osnovu stepena saglasnosti α izvršiti odsecanje fazi skupa B (slika 6.2.2)
B`= α  B

6.3 Defazifikacija

Defazifikacija je poslednji korak pri izgradnji sistema za fazi zaključivanje.

Defazifikacija je proces izvodjenja tačnog rezultata iz fazi skupa. Ulazna veličina
procesa defazifikacije je fazi skup, a izlaz – jedna, tačna vrednosti iz fazi skupa.
Razvijen je niz metoda za defazifikaciju. Obavezna je pri izradi kontrolera. [1]

U izradi fazi kontrolera preovlađuju tri metoda:

1. metod centra mase;
2. metod centra maksimuma;
3. metod centra srednje vrednosti maksimuma.

Neka je fazi zaključak C definisan kao diskretan fazi skup, sa elementima C(Z k), gde je
Zk element diskretnog nadskupa sa elementima Zi, a d je broj koji tražimo. Prema
metodu centra mase, izraz za izračunavanje je:

24
 n

 c( z
k 1
k )zk
d CA (c)  n

 c( z
k 1
k )

Prema metodu centra maksimuma najpre se odredi skup M  {z k | c( z k )  h(c)} gde je

h(c) najveća vrednost f-je pripadnosti fazi zaključka c.
min{z k | z k  M }  max{z k | z k  M }
d CM (c) 
2

6.3.1 Ilustracija defazifikacije

Vrednost dobijena metodom sredine maksimuma dMM(C) je srednja vrednost svih

vrednosti u diskretnom skupu M definisanom pomoću:
 Zk
Z M
d MM (c )  k

|M |
gde je Mbroj elemenata diskretnog skupa M. [1]

6. IZRADA FAZI KONTROLERA

25
Ešrah Mamdani je 1974. godine prvi primenio fazi teoriju na probleme upravljanja. To
je bio kontroler za upravljanje parnom mašinom u laboratorijskim uslovima. Kaže se da
je to bio početak fazi upravljanja. Do tada je najzastupljeniji način upravljanja bio
pomoću PID kontrolera (skraćenica je nastala od "proporcionalno-integralno-
diferencijalni"). Danska firma F.L. Smidth je 1980. godine razvila kontroler za fabriku
cementa. To je bila prva komercijalna upotreba fazi teorije.

U slučajevima kada je objekat upravljanja složen, ili se menja ili je njegov precizan
matematički model teško napraviti, poželjan je metod upravljanja koji ne zahteva
precizan matematički model objekta upravljanja. Ako razmišljate o metodu pomoću
koga bi to moglo da se ostvari, bilo bi dobro da takav metod sadrži operacije upravljanja
koje operater koristi kada upravlja nekim sistemom. Taj metod je fazi upravljanje.
Primer je kada fudbaler igra. On je operater a lopta objekat upravljanja. Vrsta
upravljanja koje fudbaler primenjuje nam je nepoznata a verovatno ni sam fudbaler ne
bi mogao da nam kaže kako to izvodi. Ako bi i pokušali, ne bi pisali matematičke
formule već bi opisali svoju akciju. Fazi upravljanje je pokušaj da se ovakvi opisi
prenesu u računar i predstave pomoću jednostavnih pravila. Na taj način se znanje
stručnjaka-operatera u određenoj oblasti koristi radi efikasnog upravljanja. [1]

6.1 Fazi upravljanje

Fazi upravljanje je metod upravljanja sistemima na makro nivou, korišćenjem

kvalitativnih opisa. Osnova takvog upravljanja su fazi-lingvistička (lingvistička) pravila
upravljanja. Lingvistička pravila upravljanja su pravila koja stručnjak koristi u stvarnoj
situaciji prilikom upravljanja objektom. Ona predstavljaju zbirno upravljačko znanje
(zajedno sa znanjem koje potiče iz iskustva operatera), koje se izražava primenom
nepreciznih, lingvističkih izraza. Tako se formiraju pravila oblika ako-onda koja se
nazivaju lingvističkim pravilima. Isto kao kod fazi pravila, ako deo pravila se naziva i
delom uslova pravila, i njime se definišu upravljački uslovi. Onda deo pravila se naziva
delom zaključka pravila, i njime se definišu akcije nad upravljačkim objektom. Primer
je: AKO je temperatura x veća od željene temperature r, ONDA smanjiti jačinu struje
kroz grejač. [1]

Fazi upravljanje ima smisla koristiti kada je objekat ili problem upravljanja:
1. složen,
2. takav da se ne može precizno odrediti njegov matematički model,
3. dinamički, odnosno vremenski promenljiv i/ili
4. nelinearan.

6.1.1 Osnovni delovi sklopa za fazi upravljanje

26
FLR su fazi-lingvistička pravila, FZ je deo za fazi zaključivanje. Ispred dela za fazi
zaključivanje i fazi-lingvističkih pravila nalazi se deo za fazifikaciju, a iza deo za
defazifikaciju. S1, S2, S3 i S4 su faktori skaliranja koji određuju statičko pojačanje
celokupnog sklopa za fazi upravljanje. FLR i FZ obrađuju fazi podatke, dok su veličine
na ulazu i izlazu iz sklopa za upravljanje diskretni podaci. Pomoću dela za fazifikaciju i
defazifikaciju se vrši pretvaranje podataka iz spoljašnjeg (dikretnog, ne-fazi) oblika u
unutrašnji (fazi) oblik, i obrnuto.

Bez obzira na to da li je sistem za upravljanje fazi ili ne, postoje dva tipa upravljanja:
poziciono i brzinsko. Kod sistema za fazi upravljanje ova razlika se vidi u onda delu
fazi lingvističkog pravila. [1]

6.2 Projektovanje fazi kontrolera

Princip konstrukcije fazi pravila može se predstaviti pomoću jednostavne procedure.

Konstrukcija fazi pravila za kontrolere se izvodi na sledeći način:

1. Izaberite objekat upravljanja i veličine kojima ćete upravljati, i na osnovu toga
definišite upravljane promenljive (promenljive nad kojim ase izvodi upravljanje tj.
akcija).
2. Planer uređaja za fazi upravljanje i stručnjak za dati problem zajednički, putem
razgovora, ispitivanja, ankete ili na neki drugi načinrazmatraju teme koje su važne za
upravljanje.
3. Odluka o standardu za ocenjivanje rezultata upravljanja.
4.Fazi označavanje ulaznih i izlaznih vrednsoti u uređaju za upravljanje.
5. Konstrkcija fazi-lingvističkog pravila vrši se konstrukcijom ako dela i onda dela.
6. Podešavanje upravljačkih pravila prema prema rezultatima simulacije.
7. Ponavljati upotrebu pravila iz poslednjeg zahvata, izvođenjem simulacije ili
eksperimenta izvršiti podešavanje faktora skaliranja sve dok se ne dobiju
zadovoljavajući rezultati i izvođenjem simulacije i eksperimenta izvršiti podešavanje
upravljačkih pravila. sve dok se ne postigne uspešan rezultat.

6.2.1 Struktura fuzzy kontrolera

 Baza pravila sadrži znanje o tome kako najbolje kontrolisati sistem, i to u formi
skupa logičkih (if – then) pravila.

27
  Interfejs je mehanizam za procenjivanje koja kontrolna pravila su relevantna za
trenutno stanje sistema i odlučuje logičkim sklopom kakav će biti upravljački
signal, tj. ulaz u proces.
 Fazifikacija naprosto modifikuje signale ulaza tako da mogu biti pravilno
protumačeni i upoređeni sa pravilima u bazi pravila. Crisp signal pretvaramo u
adekvatan fuzzy oblik.
 Defazifikacija transformiše zaključak interfejsa u takav oblik signala da ovaj
može biti signal koji predstavlja ulaz u proces. Ovo je transformacija fuzzy
oblika u crisp oblik signala, koji je „razumljiv“ procesu. [11]

Na fuzzy kontroler treba gledati kao na veštačkog donosioca odluke koji radi u sistemu
sa zatvorenom spregom u realnom vremenu. On „sakuplja“ podatke izlaza procesa,
upoređuje ih sa referencom i onda na način svojstven fuzzy logici „odlučje“ šta u tom
trenutku treba da bude ulaz procesa, i to tako da se zadovolje željene performanse i
zadati ciljevi specifikacije. [11]

Da bi projektovali jedan fuzzy kontroler, potrebno nam je pre svega određeno

predznanje o ponašanju procesa. Heurističke informacije o tome kako najbolje
upravljati nekim procesom mogu da se prikupe na dva načina. Informacije najčešće
dobijamo od operatera koji ima dovoljno iskustvenih podataka o tome kako na najbolji
način upravljati procesom. Ređe zaključke o upravljenju procesa donose specijalno
angažovani inženjeri koji, shvatajući dinamiku procesa, mogu da odrede pravila po
kojima bi se procesom moglo upravljati. Ova pravila nam govore kakav bi trebao da
bude ulaz procesa ako se njegov izlaz ponaša na takav i takav način. Količina
informacija ne bi trebalo da bude manja od informacija potrebnih za dizajn nekog od
konvencijalnih kontrolera. Iako nam predznanje o izgledu modela procesa nije
neophodno za samo projektovanje fuzzy kontrolera, ako takvu informaciju i
posedujemo, zašto je ne iskoristiti? Ovo je česta zabluda pri prvom susretu sa fuzzy
kontrolerom. Ako ni zbog čega drugog, model procesa će nam biti potreban za
simulaciju upravljanja i ispitivanje kvaliteta kontrolera, pre eventualnog realnog
puštanja u rad. Ako su nam već ti podaci dostupni onda je pametno da ih uzmemo u
obzir i iskoristimo. Projektovanje fuzzy kontrolera po definiciji ne isključuje odsustvo
potrebe za nalaženjem modela procesa. Prednost fuzzy načina se ne ogleda u tome. Pri
konvencijalnom projektovanju za opisivanje dinamike sistema se koriste diferencijalne
jednačine, koje se kasnije pokušavaju pojednostaviti i tako učine što „razumljivije“
mašinama. Time one postaju ujedno manje razumljive ljudima. Fuzzy pristup je
drugačiji. On ljudski način rezonovanja unosi u računarsku logiku – računarski
algoritam postaje bliži ljudskom zaključivanju i samim tim jednostavniji ljudima za
shvatanje. Umesto da mi pokušavamo da mislimo na način na koji to „rade“ mašine,
omogućavamo mašinama da „misle“ na naš način. Logička pravila po kojim se vrši
upravljanje su realizovana u obliku „if – then“ pravila i ako je razvijena strategija
upravljanja, sistem je spreman da se proveri u simulaciji. Postupak realizacije fuzzy
kontrolera ćemo objasniti na jednostavnom primeru kontrole nivoa vode u rezervoaru
putem jednog ventila. Nivo vode se zadaje a otvaranjem i zatvaranjem ventila se postiže
valjano upravljanje. Prvo ćemo odrediti koji bi mogli biti ulazi i izlazi našeg kontrolera.
[11]

Prvi korak u projektovanju predstavlja izbor ulaza i izlaza kontrolera. Promenljive koje
nose informaciju o ponašanju sistema treba da budu ulazi kontrolera. Proučavanjem
sistema vidimo da možemo uzeti različite infomacije. U našem primeru to može biti

28
trenutni nivo vode u rezervoaru i priraštaj nivoa vode, tj. tok vode. Drugi izbor za ulaze
može biti statička greška nivoa i izvod greške:
e(t ) = r (t ) − y (t ) , (6.1)

de(t )
(6.2)
dt

gde je r(t) referentni ulaz a y(t) izlaz procesa.

Primetićemo da nas ovaj izbor podseća na PID kontroler. Naravno postoje mnoga
intuitivna rešenja za izbor varijabli koje nose dovoljno informacija o trenutnom stanju
sistema i na kojima će se zasnivati odluka kontrolera.

Sledeći korak je izbor kontrolne promenjive, odnosno ulaza u proces. Kako je naš
primer jednostavan, kao jedini izbor se nameće kontrola ventila. Ventil kakarketišu dve
osobine: stepen otvorenosti i brzina kojom se ventil zatvara/otvara. Za kompleksnije
sisteme izbor ulaza i izlaza kontrolera može biti teži. Da bi kontroler mogao da donese
odluku o vrednosti upravljačke promenjive, mora da prima dovoljno informacija kroz
signale ulaza. Ako se uspostavi da kontroler ne radi dobro svoj posao, problem je
možda upravo u izboru ulaznih signala ili u nedovoljnom broju relevantnih parametara
koji su uzeti u obzir. Takođe, kontroler mora imati izlaz koji će upravljati sistemom
tako da ga dovede u zahtevano stanje sa željenim performansama.

U laboratorijskim i uslovima simulacije, sistemi i njihovo ponašanje su nam relativno

poznati. Sistemi sa kojima se inženjeri sreću u praksi su obično višeslojno komplikovani
i izbor ovih varijabli se ne sme uzeti olako.

6.3 Primer izrade fazi kontrolera - obrnuto klatno

Ilustrovaćemo fazi kontroler na primeru postavljanja obrnutog klatna u upravni položaj.

Ovu verziju kontrolera je izradio Takeši Jamakava 1989. godine. Kontroler ima samo 7
fazi pravila i radi dobro za štapove koji nisu suviše tanki ili lagani, i u prisutvu
poremećaja koji nisu prejaki. 1

Štap koji može da rotira oko jednog svog kraja pričvršćen je na vozilo pomoću nosača.
Upravljački zadatak je da se ovaj štap ("obrnuto klatno") postavi u uspravan položaj,
tako što će se na pogodan način pokretati vozilo na kome je štap pričvršćen. Tri
promenljive značajne za rešenje ovog zadatka su: e - ugao između trenutne pozicije
štapa i vertikalne pozicije, é - stepen promene promenljive e i v je proporcionalno brzini
vozila w . Promenljive e i é su upravljačke, a v upravljana promenljiva. 1

29
 6.3.1 Postavljanje obrnutog klatna u uspravni položaj pomoću fazi kontrolera

Promenljiva e se direktno meri pomoću senzora ugla, dok se njen izvod é izračunava na
osnovu uzastopnih merenja e. Kada je štap nagnut na levu stranu, usvajamo da je e
negativno. Slična konvencija važi i za é. Promenljiva v predstavlja pogodnu električnu
veličinu, jačinu struje ili napon. Njene vrednosti određuju silu električnog motora sa
servomehanizmom koja se primenjuje da bi se pokretalo vozilo. Po konvenciji,
usvajamo da je ova sila negativna kada se vozilo kreće na levu stranu. v se može izraziti
na odgovarajućoj skali tako da bude brojno jednako sili koja pokreće vozilo. Tako se
propozicije sa vmogu direktno shvatiti kao sila kojom se pokreće vozilo. 1

U složenijoj verziji kontrolera koja bi imala ovakav zahtev, morali bi da uključimo još
dve promenljive: promenljivu koja predstavlja rastojanje između trenutne pozicije
vozila i željene pozicije, i izvod ove promenljive koji predstavlja promenu položaja
(brzinu) vozila. 1

6.3.2 Fazi funkcije pripadnosti koje se koristeu fazi kontroleru

U tom slučaju, imali bismo 4 upravljačke promenljive. Ako bi svaka od promenljivih

mogla da ima 7 lingvističkih vrednosti (slika 6.3.2) onda je moguće napraviti ukupno
74=2401 fazi pravila. Iz iskustva je poznato da je za rešenje ovog zadatka dovoljno samo
oko 20 pravila. 1

6.4 Fazi algoritam

Fazi algoritam je uređen skup fazi instrukcija koje po izvršenju daju približno rešenje
datog problema. Zbog približnog načina predstavljanja i izračunavanja, fazi algoritam je
bliži čovekovom načinu razmišljanja od klasičnih računarskih algoritama.

Koncept fazi algoritma prvi put izneo je profesor zadeh 1973. godine. Osnove za
korišćenje fazi algoritama čine fazi skupovi i fazi uslovni iskazi.

30
Instrukcije u fazi algoritmu pripadaju sledećim klasama:
1) Instrukcije dodele vrednosti
2) Fazi uslovni iskazi
3) Bezuslovni iskazi.

Fazi algoritme je pogodno podeliti u nekoliko osnovnih kategorija, od kojih svaka

odgovara određenom tipu primene: definicioni i identifikacioni algoritmi; generacioni
algoritmi; relacioni i algoritmi ponašanja i algoritmi odlučivanja. Algoritam određenog
tipa može da sadrži algoritme drugog tipa kao podalgoritme. Definicioni algoritam
može da sadrži relacione i algoritme odlučivanja.

Definicioni algoritam se koristi za definiciju složenog, nepotpuno definisanog fazi

koncepta korišćenjem jednostavnih fazi koncepata, i korišćenjem manjeg broja fazi
koncepata. Primeri takvih koncepata su: popunjenost matrice, karakteri pisani rukom,
definicija nekih bolesti itd.

31
7. PRIMENA FAZI SISTEMA

Fazi kontroler se moze realizovati pomoću programa koji se izvršava na računaru a kada
je potrebno može se ugraditi u vidu mikroprocesora u manje uređaje. Japan i Koreja
prednjače u praktičnim primenama fazi logike. Primer upravljanja u industriji je sistem
za upravljanje vozovima podzemne železnice, auto industrija (sistem za kočenje, sistem
za ubrizgavanje goriva). U kućnim uredjajima (klima, mašina za pranje sudova/veša,
frižider, mikrotalasna, TV, ...). Kontroler je napravljen u čipu. Potreba za obradom
nepreciznh informacija je razlog za primenu fazi tehnologije u bazama podataka, što
omogućava da se obrada podataka izvodi na način koji odgovara ljudskom načinu
razmišljanja. U fazi baze podataka mogu se postavljati složeniji upiti upotrebom
rečenica u prirodnom jeziku (fazi upiti - rezultat je pojam koji odgovara zadatom pojmu
ali sa nekim stepenom tačnosti). Takođe pretraživanje fazi baza podataka omogućuje
pretraživanje pojmova koje osoba ne mora da poznaje. To se postiže korišćenjem fazi
tezaurusa (jednostavna matrica uz pomoć koje se uspostavlja relacija između srodnih
pojmova). Time se postize da korisnik može pronaći neki pojam putem srodnih
pojmova. Ovakav sistem pretraživanja se nalazi ugrađen u internet pretraživaču
AltaVista kod koje se za dati pojam izbacuje link sa stranicom pored koje se nalazi
stepen saglasnosti sadržaja neke reči sa stranice sa unetom ključnom reči. Fleks filter -
Omronov fazi filter je alatka koja se nalazi u MS Excel. [12]

7.1 Upravljanje industrijskim procesima

Fazi kontroler je centralni deo sklopa za upravljanje industrijskim procesima. Mnoge

varijante fazi kontrolera su ugrađene u upravljačke uređaje. Fazi kontroler se koristi za
inteligentno upravljanje, tako što se znanje stručnjaka - operatera koristi u upravljačkom
procesu. Fazi kontroler se može ugraditi u vidu mikroprocesora u manje uređaje.

Proizvod Firma Upotreba fazi logike

Upravlja kočnicama u
opasnim situacijama na
Fazi kočnice Nissan osnovu brzine i ubrzanja
vozila, i na osnovu brzine i
ubrzanja točkova.
Upravlja ubrizgavanjem
goriva i paljenjem u
zavisnosti od stanja ventila
za dovod goriva, količine
kiseonika, temperature vode
Motor automobila NOK, Nissan
za hlađenje, broja obrtaja u
minuti, zapremine goriva,
ugla radilice, vibracija
motora, i pritiska u
dovodnoj cevi.
Bira stepen prenosa zavisno
Prenosni sistem u od opterećenja mašine,
Honda, Nissan, Subaru
automobilu načina vožnje, i uslova na
putu.

32

Mešač za hemikalije
Upravljanje kretanjem
vozila
Upravljanje liftom
Upravljanje u fabrici
Zdravstveno stanje radnika
Upravljanje mlinom za
gvožđe
Peć za cement
Graviranje plazmom
Tabela 7.1.1 Neki primeri industrijske primene fazi tehnologije[1]
Meša supstance na osnovu
Fuji Electric
stanja mešača.
Podešava stanje ventila za
Isuzu, Nissan, Mitsubishi dovod goriva na osnovu
brzine i ubrzanja vozila.
Smanjuje vreme čekanja na
Fujitec, Mitsubishi Electric,
osnovu vrednosti protoka
Toshiba
putnika.
Raspoređuje zadatke i
Omron određuje strategije na
linijama za sklapanje.
Preko 500 fazi pravila prati
Omron i procenjuje zdravstveno
stanje i spremnost radnika.
Meša materije na ulazu u
Nipon, Steel mlin i određuje temperaturu
i vreme mlevenja.
Mitsubishi Chemical Meša cement.
Određivanje vremena i
Mitsubishi Electric
strategije graviranja.

Kao primer primene fazi kontrolera u upravljanju u industriji navodimo prilično složen
primer upravljanja vozilom. To je Hitačijev sistem za upravljanje vozovima podzemne
železnice u Sendaiju (Japan), koja je puštena u rad 1987. godine. Jedan deo ovog
sistema je i navedeni uređaj za zaustavljanje vozila na određenoj poziciji. 1

Važan deo ovo sistema je fazi sistem za prediktivno upravljanje na osnovu koga se
predviđaju vrednosti pojedinih promenljivih i na osnovu toga zaključuje kakve
upravljačke akcije treba preduzeti.

Kod prediktivnog upravljanja blok cilj predstavlja skup ciljeva koje želimo da
postignemo; blok procena ostvarenosti cilja predstavlja blok za procenu koliko je naš
cilj zadovoljen; blok fazi zaključivanje zajedno sa blokom fazi pravila za ocenu
predikcije i preduzimanje akcije, na osnovu greške u odnosu na željenu vrednost (cilj),
odlučuje o upravljačkim akcijama koje kasnije preduzima prema objektu upravljanja
koji je prikazan blokom objekat upravljanja. Predviđanje se ostvaruje pomoću
posebnog dela za simulaciju procesa, koji je prikazan blokom simulacija. Na osnovu
trenutne upravljačke akcije u i stanja sistema x pomoću simulacije predviđamo kolika će
biti vrednost signala u sledećem vremenskom trenutku. Simulator treba da bude
dovoljno kvalitetan, odnosno da što vernije simulira proces koji je u pitanju, da bi dobili
kvalitetno predviđanje. Na osnovu cilja u bloku za procenu ostvarenosti cilja
izračunavamo grečku. Na osnovu ove greške i drugih vrednosti, vršimo izbor sledeće
upravljačke akcije pomoću fazi pravila. 1

33
 Slika 7.1.1 Plan prediktivnog fazi upravljanja

Na osnovu pretpostavljene upravljačke akcije u i stanja x vršimo simulaciju koja nam za

rezultat daje predviđanje vrednosti promenljive stanja x. Na osnovu izmerene vrednosti
y i fazi pravila datih na slici 7.1.1, vršimo procenu zadovoljenosti cilja i izbor
upravljačke akcije za naredni vremenski period.

Slika 7.1.2 Plan prediktivnog zaključivanja za zaustavljanje voza

34
Na slici 7.1.2 vidi se potpuna konkretizacija prediktivnog zaključivanja u slučaju
podsistema za tačno i konforno zaustavljanje voza na željenoj poziciji. Upravljačke
akcije u su: povećanje pritiska na kočnicu za jedan zarez, održavanje postojećeg pritiska
na kočnicu i smanjenje pritiska na kočnicu za jedan zarez.

Kada se veo nalazi malo dalje od mesta na kome treba da se zaustavi, najjače je prvo
pravilo, koje daje prednost nepromenjenom pritisku na kočnicu (koji je u početku mali).
Kako se voz približava mestu zaustavljanja, ovo pravilo ostaje na snazi. Istovremeno,
drugo pravilo počinje da se aktivira intenzivnije (njegov zaključak postaje "jači"). To je
zato što simulator počinje da predviđa da će u slučaju povećanog pritiska na kočnicu
voz stati bliže željenom mestu nego ako se pritisak održi (pravilo prvo) ili čak, smanji
(treće pravilo). Zbog toga se pritisak na kočnicu povećava ali tako da obezbedi dovoljnu
ugodnost pri vožnji, za šta je zadužen drugi deo preduslova pravila. Treće pravilo je
predviđeno da se aktivira usled eventualnih grešaka do kojih može doći prilikom
predikcije. [1]

7.2 Primena fazi tehnologije u kućnim aparatima

U tabeli 7.2.1 dajem pregled korišćenja fazi tehnologija u kućnim aparatima. Većina je
izvedena uz pomoć fazi kontrolera koji su se u kasnijim varijantama pojavili sa
dodacima neuronskih mreža (omogućuju automatsko podešavanje ovih sistema).

Proizvod Firma Upotreba fazi logike

Klima uređaj
Mašina za pranje sudova
Sušač za rublje
Ovlaživač vazduha
Mikrotalasna pećnica
Frižider
Sistem za tuširanje
Sprečava oscilacije
Hitachi, Matsushita, temperature i troši manje
Mitsubihi, Sharp snage pri uključivanju i
isključivanju.
Podešava ciklus pranja i
strategije ispiranja i pranja
Matsushita na osnovu broja komada
posuđa i tipa i količine
ostataka hrane na posuđu.
Podešava količinu, tip
tkanine i protok toplog
Matsushita
vazduha, vremenu sušenja i
strategijama.
Podešava vlagu na osnovu
Casio
stanja vazduha u prostoriji.
Hitachi, Sanyo, Sharp, Postavlja i podešava snagu
Toshiba pećnice i strategije kuvanja.
Postavlja vreme
odmrzavanja i hlađenja u
zavisnosti od upotrebe.
Sharp Neuronska mreža uči
navike korisnika pri
korišćenju i prema tome
podešava fazi pravila.
Smanjuje promene
Matsushita (Panasonic)
temperature vode.

35
 Podešava boju ekrana i
Goldstar, Hitachi, teksturu za svaki frejm i
Televizor
Samsung, Sony stabilizuje volumen zavisno
od položaja gledaoca u sobi.
Postavlja strategiju
Hitachi, Matsushita,
Usisivač usisavanja na osnovu
Toshiba
količine prašine i tipa poda.
Podešava strategiju pranja
na osnovu nivoa
zaprljanosti, tipa tkanine,
Daewoo, Goldstar, Hitachi,
napunjenosti i količine
Mašina za pranje rublja Matsushita, Samsung,
vode. Neki modeli koriste
Sanyo, Sharp
neuronske mreže da bi
podesili pravila ukusu
korisnika.
Tabela 7.2.1 Neki primeri primene fazi tehnologije kod kućnih aparata [1]

Ujutro, kada krećete na posao, školu ili negde drugde, obično pitate nekoga od svojih ko
je malo pre bio van kuće:”Kakvo je vreme napolju?”. Pitanje je postavljeno sa
nameroma da odaberete odeću tako da se prilagodite vremenu. Posmatrajući problem
izbora odeće malo apstraktnije, može se primeniti sledeći način zaključivanja: ako je
hladno treba uzeti toplu zimsku jaknu, a ako je toplo uzeti majicu kratkih rukava.
Da li ste zadovoljni ovakvim savetom? A šta ako je napolju prijatno vreme koje zahteva
umerenu odeću, recimo lakšu prolećnu jaknu? Očigledno da opis vremenskih prilika
oznakama toplo i hladno nije dovoljan. Potrebna je nekakva finija logika da bi savet
stvarno bio koristan.Uvođenje oznaka jako hladno, srednje hladno, malo hladnije,
umereno hladno, malo toplije, srednje toplo, vruće i jako vruće može da pomogne u
ovakvoj situaciji jer ćete na osnovu preciznijeg opisa lakše odabrati odeću. Ovakav
pristup postepenosti i laganih prelaza (prepoznavanja situacije) odgovara načinu kako
fazi logika pristupa problemima i kako ih rešava. 10

U oblasti automatike se može primeniti sličan “algoritam”. Neka je zadatak regulacija

temperature.

Slika 7.3.1 Primer regulacije temperature vode u posudi

36
Na slici 7.3.1 je prikaz sistema upravljanja (grejač, termometar, posuda sa vodom,
mikrokontroler - koji su povezani u jednu celinu). Malim slovima su označene sledeće
veličine: r je referentna vrednost temperature (proizvoljno je odabrano 40°C), c je
stvarna temperatura vode u posudi, e je razlika referentne i stvarne vrednosti i naziva se
greška upravljanja (e=r-c), u je upravljačka promenljiva i predstavlja snagu grejača.
Sistem regulacije funkcioniše tako što se na osnovu referentne vrednosti (r) i izmerene
temperature (c) odredi kolikom snagom grejača (u) treba grejati da bi se postigla i
održavala zadata temperatura. Pravougaoni blok predstavlja regulator-mikrokontroler
koji upravlja procesom. U sintezi regulatora polazi se prvo od procesa koji se može
kratko opisati: posudu sa vodom greje grejač promenljive snage (upravljačka
promenljiva u je iz intervala 0-Pmax). Dakle, snaga grejača se može menjati što utiče na
brzinu zagrevanja vode. Regulator kao celinu čini mikrokontroler sa programom u
kome je sadržan algoritam upravljanja koji je opisan funkcijom F(e) koja izračunava
upravljanje (snagu grejača odnosno položaj komutatora). Funkcija F(e) predstavlja
suštinu upravljanja, ili u prenesenom značenju “inteligenciju”. Ne ulazeći u detalje
hardvera i softvera, ovde se želi pokazati vrlo jednostavno fazi zaključivanje koje se
može iskoristiti kod regulacije temperature. Poenta je u tome kako dozirati (algoritam)
dovođenje i odvođenje toplotne energije dok je tehnička realizacija sekundarni problem,
odnosno merenje i fizički smisao upravljanja u praksi su podposlovi koji zahtevaju šire
objašnjenje. Naime, termometar za merenje i otpornici koji utiču na struju kroz grejač
(slika 7.3.1) se trebaju shvatiti slikovito. Promena temperature u vremenu je prikazana
na slici 7.3.2 10

Slika 8.3.2 Dijagram temperatura - vreme

Na početku, temperatura je najudaljenija od zadate, ali se vremenom ta razlika treba

smanjiti na nulu.

Dvopoložajni algoritam upravljanja se rečima može opisati: ako je stvarna temperatura

(npr. 8°C ) manja od zadane (40°C) neka je snaga grejača maksimalna. Dakle, grejač
greje “svom snagom” sve dok se ne postigne zadata temperatura. Bilo bi lepo kada
okolina nebi uticala na temperaturu vode u posudi jer tada više nebi bilo potrebno
nikakvo grejanje. Ali ako je temperatura okoline na primer 15°C tada će ona tako
delovati na posudu sa vodom da se voda počinje hladiti. Zbog toga je potrebno dalje
održavati temperaturu vode na sledeći način:  
ako je temperatura manja od 39°C snaga grejača max.
ako je temperatura veća od 41°C snaga grejača je 0.

37
Gornji način regulacije je poznat kao dvopoložajni regulator sa histerezisom i
upotrebljava se kada se ne zahteva visok kvalitet regulacije pri čemu treba težiti da se
dobije što jeftiniji regulator. 10

Slika 7.3.3 Dvopoložajni regulator sa histerezisom

Postavlja se pitanje da li takav način regulacije ima smisla primenjivati ako se za

regulaciju koriste mikrokontroleri? Za njegovu relizaciju su dovoljne analogne
elektronske komponente (komparatori, pojačavači itd.) čime se postiže niža cena
(bimetal je tipičan primer) nego ako se koristi mikrokontroler čije su memorije za
skladištenje programa reda desetina kilobajta i namenjene za složenije algoritme
upravljanja.

Fazi pristup celom problemu je malo finiji. Iskreno rečeno ono što sledi nije pravo fazi-
logičko zaključivanje ali se radi boljeg razumevanja može smatrati kao da jeste. Sledeće
pitanje, koje je posledica konstrukcije samog sistema upravljanja, jeste: kako iskoristiti
promenljivu snagu grejača? Nekako logično izgleda sledeće intuitivno zaključivanje:
ako je temperatura mnogo manja od zadane onda je snaga grejača maksimalna
ako je temperatura manja od zadane onda je snaga grejača malo manja od maksimalne
ako je temperatura malo manja od zadane onda je snaga grejača puno manja od max.
ako je temperatura približna zadanoj onda je snaga grejača 0.
U gornjem primeru postoje 4 fazi pravila. Fazi pravilo na razumljiv način opisuje akciju
(kolika treba da bude snaga grejača) na osnovu poznatog podatka (trenutna vrednost
temperature). 10

38
 Slika 8.3.4 Pseudo - fazi ili četvoropoložajni regulator

Broj fazi pravila se može menjati kao i upravljačka akcija “kolikom snagom treba
grejati” na osnovu poznavanja realnog sistema. Snaga grejača se izračunava po formuli
P=(U/(RG+R))2 *R (R je ili R1 ili R2), gde je U mrežni napon od 220V, RG je
otpornost grejača, a R je otpornost otpornika vezanog na red čiji je zadatak da kontroliše
struju kroz kolo. Otpornici su tako podešeni da se dobije odgovarajuća snaga na grejaču.
Maksimalna snaga je Pmax=U2/RG (položaj 1), a minimalna je 0 (položaj 2). Postoje
još dve vrednosti snage (U/(RG+R1))2 *R1=0.6Pmax i (U/(RG+R2))2 *R2=0.3Pmax
(položaji 2 i 3 respektivno), gde je R1=0.28RG i R2=0.85RG. Prethodni račun je
naveden radi ilustracije, naime, disipacija energije na otpornicima drastično ruši
iskorištenje električne energije pa se ovakav način regulacije obično ne primenjuje.
Zbog toga se u praksi primenjuje impulsno širinska modulacija (PWM - Pulse Width
Modulation), a ne otpornici na red koji su samo poslužili za ilustraciju kako se podešava
promenljiva snaga grejača. PWM je posebna tema koja zahteva malo detaljnija
objašnjenja i ovde se ne analizira. Zbog čega je uvedena opisna podela stvarne
temperature? Zato što se na taj način rečima običnog jezika finije opisuju upravljačke
akcije. Ako se prikupljanje informacija o vrednosti temperature ograniči samo na to da
li je stvarna temperatura veća od zadane ili ne, tada se ne može poreći siromaštvo takve
informacije. Količina i još više kvalitet informacija koje postoje u fazi logici su mnogo
veći pa je i kvalitet akcije kao odgovor na informaciju mnogo efikasniji. I sam čovek
kada preduzima određenu akciju sa nekim ciljem lakše će se odlučiti ako zna prave
informacije i ako ih zna protumačiti. Naravno, potrebno je pronaći takav kompromis jer
čoveku previše informacija može biti smetnja. Tako i u slučaju fazi pravila treba
odabrati optimalan broj koji još uvek jasno sadrži logiku koja se može razumeti. 10

  Kako na kraju izgleda taj veoma, veoma pojednostavljeni fazi regulator temperature.
Prevodeći pravila koja su izražena rečima na inženjerski jezik, postupak regulacije
temperature izgleda ovako: 

izmeri se stvarna vrednost temperature c(0)

izračuna se greška e(0)=r-c(0)
to je maksimalna greška emax=e(0)
k=1
labela1
    meri se stvarna temperatura c(k)

39
    izračuna se e(k)=r-c(k)
    izračuna se relativna greška    erel=e(k)/emax

   ako je:
        erel > 0.8 onda je u=Pmax
        erel > 0.6 I erel <= 0.8 onda je u=0.6Pmax
        erel > 0.1 I erel <= 0.6 onda je u=0.3Pmax
        erel <= 0.1 onda je u=0
   skok na labelu1 posle isteka vremena T (k=k+1),
gde 0,1,…,k-1,k,k+1,… predstavljavu trenutke odabiranja 0,T,…,(k-1)T,kT,(k+1)T,… itd., a T je perioda
odabiranja (konstantni vremenski interval između dva merenja) 10

Algoritam možda izgleda previše običan i nematematički. Međutim, postoje situacije

kada je primena klasičnih algoritama upravljanja povezana sa velikim teškoćama. Takve
situacija je na primer regulacija objekta upravljanja koji je izrazito nelinearan. U takvim
neodređenim problemima primena fazi logike može biti korisna. Iskreno rečeno, gornji
algoritam predstavlja četvoropoložajni regulator sa programiranim pragovima prelaza.
U stvari, to je lagani korak prema fazi regulatorima jer se vrednost neke fizičke veličine
izrazi običnim rečima. Ideja pravog fazi upravljanja i jeste da čovek “rečima” opiše
svoje poznavanje nekog sistema kako bi se to znanje “pretočilo” u upravljačke
algoritme. Ovakav pristup se može opisati kao “račun pomoću reči” (engl. CW -
Computing with Words). Jednakost u prenesenom smislu, fazi logika = CW, čiji je autor
Lofti A. Zadeh jedan od najeminentnijh stručnjaka u oblasti inteligentnog upravljanja
sistemima, najbolje odražava suštinu fazi logike. 10

7.3 Baze podataka i inteligentno pretraživanje

Motivacija za primenu teorije fazi skupova za dizajniranje baza podataka leži u činjenici
da se rukuje nepreciznom podacima. Uzimajući u obzir da je nepreciznost jedna od
osnovnih karakteristika ljudskog načina razmišljanja, može se reći da fazi tehnologije
omogućavaju da se obrada podataka izvodi na način koji odgovara ljudskom načinu
razmišljanja. Termin baza podataka odnosi se na računarsko predstavljanje podataka u
cilju njihovog skladištenja i obrade. Kada se traži neki podatak bazi podataka se
postavljaju razni upiti. Na primer, u bazi podataka sa evidencijom nezaposlenih, može
se dobiti odgovor na pitanje koliko je nezaposlenih starijih od 30 godina.

Baze podataka su često sastavni deo većih sistema, sistema za iščitavanje informacija iz
velikih skladišta informacija, ili ekspertskih sistema.U prvim bazama podataka čitanje
informacija se obavlja pomoću posebnih baza podataka, a druge sadrže bazu podataka
kao sastavni deo koji služi za specifičnu funkciju ekspertskog sistema - zaključivanje.

Ako tražimo broj telefona bolnice tada se očekuje precizan odgovor i tada nam fazi baze
podataka nisu od koristi. One bi nam pomogle u slučaju da se traže sve apoteke u centru
grada. Pojam centar grada je fazi pojam i treba ga definisati kao fazi skup tj. treba mu
dodeliti odgovarajuću funkciju pripadnosti.

U fazi bazama podataka mogu se postavljati i složeniji upiti upotrebom rečenica u

govornom jeziku. One su korisne ko podrška odlučivanju. Primer je kada se bira
kandidat za neki posao može se postaviti upit prema potrebama firme.

U fazi bazama podataka za pretraživanje koristi se i fazi tezaurus, matrica pomoću koje
se uspostavlja relacija između sličnih pojmova gde je jačina relacija izražena
odgovarajućim stepenima pripadnosti. 5

40
Omronov Flex Filter je alatka za pomoć pri donošenju odluka. Po postavljanju upita i
sortiranju odgovora donosilac odluke je spreman da reaguje i opredeli se za jednu od
ponuđenih kvalitetnijih ponuda. Donošenje odluka je šira oblast i može se podeliti na
sledeće podoblasti: pojedinačno donošenje odluka, grupno donošenje odluka,
višekriterijumsko donošenje odluka i donošenje odluka u više etapa. Svaki od ovih
načina donošenja odluka ima svoju fazi varijantu.

Prvi rad o fazi donošenju odluka objavili su Belman i Zadeh 1970. godine pod nazivom
"Donošenje odluka u fazi sredini". U njemu je predložen način donošenja odluka u
kome se ciljevi i ograničenja predstavljaju korišćenjem fazi skupova.

7.4 Primene u medicini

U medicini fazi skupovi su počeli da se koriste sredinom sedamdesetih godina. Najčešći

razlog primene fazi sistema u medicini je nepreciznost i neizvesnost u procesu
dijagnoze bolesti. Obično je znanje lekara predstavljeno pomoću fazi relacije između
simptoma i bolesti.

Ako je dat fazi skup A primećenih simptoma i fazi relacija R koja daje relaciju
simptoma iz skupa S sa bolestima iz skupa D, onda se fazi skup B mogućih bolesti
pacijenata može pronaći zaključivanjem pomoću kompozicionog pravila:

B  A  R ili B  d   max
sS
 min A s  , R s, d    ,

za svaku bolest dD. Stepeni pripadnosti pratećih simptoma u fazi skupu A mogu da se
tumače kao stepen mogućnosti prisustva simptoma, ili kao njegov intenzitet. Stepeni
pripadnosti u fazi skupu B označavaju stepen mogućnosti sa kojim možemo da
dodelimo datu dijagnozu pacijentu. 1

Primena fazi tehnologija u medicini data je preko primene sistema CADIAG-2.

Adlassnig je 1986. godine opisao ovaj sistem u radu "Fuzzy set theory in medical
diagnosis". Dve relacije koje se koriste za modeliranje ekspertskog znanja su:
R0: relacija koja opisuje koliko često se simptom s pojavljuje pri pojavi bolesti d i
Rc: relacija koja opisuje koliko simtom s potvrđuje bolest d.

Ove relacije je jednostavno dobiti na osnovu proučavanja medicinske dokumentacije. U

medicinskoj dokumentaciji uglavnom koriste lingvističke kvalifikacije. Lingvističkim
terminima uvek, često, nije specificirano, retko i nikada dodeljene su vrednosti stepena
pripadnosti 1, 0.75, 0.5, 0.25 i 0.

Stvarni CADIAG-2 sistem uključuje ne samo relacije između simptoma i bolesti već i
između samih bolesti, samih simptoma i između kombinacija simptoma i bolesti.
Delimično testiranje sistema sa pacijentima sa reumatskim bolestima pokazalo je
ispravnu dijagnozu u 94.5% slučajeva.

41
8. ZAKLJUČAK

Fazi logika kao suštinska osnova računarske inteligencije primenjuje se u savremenim

informatičkim tehnologijama: odlučivanje na temelju više aspekata, rangiranje
alternativa; prepoznavanje oblika, dijagnostifikovanje, klasifikovanje, zaključivanja na
osnovu podataka itd. Odavno su poznati tzv. fazi regulatori u proizvodima široke
potrošnje, medicinskih uređaja,  opreme u industriji, saobraćaju, svemirskim
istraživanjima.

Korišćenjem računarskih sistema za podršku odlučivanju olakšava se izbor opcija i

smanjuje rizik za donosioca odluke. Za oblikovanje takvih sastava neophodno je
razumeti misaone procese čoveka - donosioca odluke i formalizovati tokove, faze i
procese načina donošenja odluka.

Uspešne primene fazi logike i njen nagli razvoj nagoveštavaju da će se uticaj fazi logike
u širem smislu osećati i u budućnosti. Fazi logika će imati posebno važnu ulogu u nauci
i tehnologiji, mada postoje nagoveštaji da će se njen uticaj osećati i mnogo dalje. U
svakom slučaju, fazi logika predstavlja značajni pomeraj paradigmi u oblastima
računarstva – pomeraj koji reflektuje činjenicu da čovečiji mozak, za razliku od
savremenih računara, poseduje izuzetne sposobnosti da skladišti (pamti) i procesira
(obrađuje) informacije koje karakterišu nepreciznosti, neodređenosti i odsustvo
kategoričnosti.

42
9. LITERATURA

1. Subašić, dr Pero, Fazi logika i neuronske mreže, Tehnička knjiga, Beograd,

1997.

2. http://automatika.etf.bg.ac.yu/index.php?
option=com_content&task=view&id=295&Itemid=233

3. http://www.etf.ac.me/materijal/1190371410ES.pdf

4. Kosko, B, Fuzzy thinking: the new science of fuzzy logic,

http://www.musicmind.com/books/fuzzy_thinking.htm

5. Nikolić, Branka, Komparacija normi u fazi zaključivanju – magistarski rad,

Tehnički fakultet “Mihajlo Pupin”, Zrenjanin, 2002.

6. Ranković, Dragica, Primena fuzzy teorije i ponderisanih sredina kod

ocenjivanja učenika u nastavi matematike – doktorska teza, Tehnički fakultet
“Mihajlo Pupin”, Zrenjanin, 2009.

7. http://www.scribd.com/doc/7263195/Predavanje-12

8. ccd.ns.ac.yu/aus/ius/doc/Fuzzy_01a.pdf

9. Jager, R, Fuzzy Logic in Control, PhD thesis, Delft University of

Technology, Delft, The Netherlands, 1995.

10. http://www.mikroe.com/sr/magazine/2broj/2broj1.htm

11. control.etfbl.net/MVI/Fuzzy.pdf
12. http://fliiby.com/file/113028/ne2rk8y5e3.html

43