Escolar Documentos
Profissional Documentos
Cultura Documentos
procesima
Srbijanka Turajli
Beograd 2014
SADRAJ
1
P.S.Laplace, Exposition du systme du monde, 1796, (Prema navodu iz J:Gribbin; The Scientists; Random
House; New York, 2002.)
2
Gouverner, c'est choisir (Duc de Levis 1764-1830)
Uvod/2
je i dalje intuitivno, ali se odluka donosi na osnovu objektivnih pokazatelja njenih posledica.
Uoavanje injenice da je mogue uspostaviti standardizovanu proceduru za obavljanje
neke upravljake aktivnosti otvorilo je i pitanje neophodnosti uea oveka kao donosioca i
izvrioca odluke. Drugim reima, ako je ve u svakom trenutku potpuno jasno koja aktivnost treba
da se izvri da li je mogue konstruisati neki mehaniki ureaj koji bi to sam automatski i obavljao.
Sa jedne strane takav ureaj bi oslobodio oveka monotonije obavljanog posla, a sa druge mogao
bi da bude i precizniji jer na njegov rad ne bi uticali ljudski faktori kao to su zamor, gubljenje
koncentracije ili neto drugo. Na taj nain roena je ideja o kreiranju sistema automatskog
upravljanja. Poetno, ovi sistemi su odravali neku veliinu na konstantnoj vrednosti, to znai da
su, savremenim jezikom reeno, obavljali zadatak regulacije.
Prvi mehaniki regulatori javljaju se jo u antiko vreme zahvaljujui nastojanjima da se
konstruie ureaj koji bi merio vreme. Intuitivno je bilo jasno da pravljenje asovnika zahteva da
se obezbedi ritmina promena neke veliine. U skladu sa tom idejom, grki filozof Ktesibios je oko
250 godina p.n.e napravio vodeni sat (Sl 1-1). Sat se sastojao od jednog suda u kome je
obezbeivan konstantan nivo tenosti tako da je voda pod konstantnim pritiskom oticala
konstantnim protokom u sledei sud. Imajui u vidu da su i dimenzije suda i dotok tenosti bili
konstanti, nivo tenosti u tom sudu zavisio je iskljuivo od proteklog vremena. Podizanjem plovka
sa pokazivaem na bubnju sa oznakama sati moe se oitati vreme. Sud ima kapacitet za jedan
dan, a bubanj je podeljen na uzdune segmente od kojih svaki odgovara jednom danu. Kada se
donji sud napuni, dolazi do njegovog pranjenja kroz sifon koje pokree vodeni toak koji preko
sistema zupanika okrene dobo za jedan stepen ime poinje merenje vremena sledeeg dana.
Konstantan nivo vode u gornjem rezervoaru odrava se pomou ispusta za preliv koji
spreava porast nivoa. U tom smislu ovaj deo konstrukcije sata moe se posmatrati kao prvi
mehaniki regulator1.
bubanj sa rezervoar
podelama ispust za preliv
vreme
plovak
sklop
zupanika sifon
vodeni
toak
1
F.L.Lewis, Applied Optimal Control and Estimation, Prentice-Hall, 1992. (Ch.1: Introduction to Modern
Control Theory)
Uvod/3
1
Pojmom renesansna tehnologija oznaava se skup tehnolokih ureaja, kao to su maina za tampanje,
centrifugalna pumpa, visoka pe itd., nastalih u periodu izmeu 14. I 16. veka
2
Smatra se da je to objanjenje injenice da Vat nikada nije patentirao ovaj regulator.
3
James Clerk Maxwell, "On governors", Proceedings of the Royal Society 16 (1868), pp. 270-83
Uvod/4
intuitivna, ali se pri njihovoj analizi i podeavanju koriste i odgovarajue jednaine koje izraavaju
prirodne zakone mehanike.
Nagli porast zahteva, interesa i ulaganja koji su bili praeni i odgovarajuim rezultatima
automatsko upravljanje duguje prvom i drugom svetskom ratu. Osnovni problem koji je zahtevao
reenje bilo je pozicioniranje artiljerijskog oruja na pokretnim nosaima, poput broda ili aviona.
Reavanje ovih problema dovelo je do konstrukcije servomehanizama1 ije se projektovanje
zasniva na primeni teorijskih rezultata. Sumiranjem rezultata razvoja servomehanizama2, kao i
analize rada sistema sa zatvorenom povratnom spregom nastaje klasino doba automatike u
kome automatsko upravljanje postaje konzistentna teorijska disciplina.
1
Naziv servomehanizam pojavljuje se po prvi put u radu H.L.Hazen, "Theory of Servo/mechanisms", J.
Franklin Institute, 1934,
2
H.M.James, V.B.Nichols, R.S.Philips (Eds), "Theory of Servomechanisms", McGraw-Hill Book Company, Inc.,
M.I.T. Radiation Lab. Series, Vol.25, 1947
3
Norbert Wiener, The Human Use of Human Beings, Houghton Mifflin, New York, 1950
4
Uobiajeno je da se ureaj koji odrava neku veliinu konstantnom oznaava kao regulator. U naem
jeziku se za jednu klasu jednostavnih algoritama koristi i termin kompenzator. Kako su se algoritmi
upravljanja uslonjavali uveden je termin kontroler koji oznaava ureaj koji realizuje bilo koji zakon
upravljanja.
Uvod/5
procesa donoenja odluke u rutinu, prirodno se otvorilo pitanje konstrukcije ureaja koji bi tu
rutinu i izvravao. U traenju odgovora na postavljeni problem mogua su dva pristupa. Prvi se
zasniva na ideji poznavanja fizikih zakonitosti procesa kojim se upravlja. U posmatranom primeru
to bi znailo da se poznaju parametri turbine i optereenja na izlaznoj osovini, da se postave
jednaine kretanja i da se egzaktno izrauna koliki je potreban dotok goriva da bi se ostvarila
zadana brzina obrtanja. Tada bi se nakon podeavanja otvora ventila na ulazu i turbina pustila u
rad.
U teorijskom smislu ovaj pristup je svakako mogu. Ukoliko su svi potrebni parametri
tano odreeni i ukoliko su svi fenomeni koji se javljaju u sistemu uzeti u obzir, ostvarie se
oekivana brzina obrtanja. Problem, meutim nastaje ukoliko se iz bilo kog razloga oekivanje ne
ispuni. Za razliku od runog upravljanja, gde e se, kada se ustanovi da brzina ne odgovara
oekivanoj, izvriti dodatno doterivanje otvora ventila, pri automatskom upravljanju to nee biti
mogue. Kljuni problem koji se javlja u izloenom pristupu lei u injenici da regulator radi na
osnovu apriornog, teorijski oekivanog uinka. Nesumnjivo je i da operator otpoinje posao na
bazi apriorno oekivanog uinka, ali je, za razliku od regulatora, on moe da prati greku u toku
rada sistema i da, u zavisnosti od nje, izvrava korektivnu akciju.
U nastojanju da se prevazie izloeni problem uoeno je da je upravljanje inherentno
itavom nizu prirodnih procesa. Pri tome, ono se uvek javlja kao reakcija na neki poticaj. Tako se,
na primer, oi same zatvaraju kada svetlost postane toliko jaka da bi mogla da oteti vid, ili se
krvni sudovi sami suavaju na niskoj temperaturi da bi se smanjenom cirkulacijom ouvala
potrebna temperatura tela i tako dalje. Odluke o tome donosi ljudski mozak, primenjujui neki,
nama jo uvek, nedovoljno poznat mehanizam. Izvesno je, meutim, da u osnovi ovog mehanizma
lei niz kruno povezanih uzrono-posledinih akcija. Oi e tako "izvetavati" mozak da je svetlost
nepodnoljivo jaka, a on e ih zatvarati sve dok se ne uspostavi neka vrsta ravnotee u kojoj
dopustiv intenzitet svetlosti pada na ronjau. Na taj nain se zapravo uspostavlja mehanizam
negativne povratne sprege koji obezbeuje samo-regulaciju sistema.
Ostavljajui, za trenutak, sam mehanizam odluivanja po strani, izvesno je da u prirodnim
procesima upravljanja, kao i u runom
upravljanju, kljunu ulogu igra
informacija o ishodu koja se uzima u
obzir pri donoenju odluke. Budui da je
osnovna ideja projektovanja
automatskog upravljanja u zameni
SL 1-3 UPRAVLJANJE U ZATVORENOJ SPREZI ovekove aktivnosti mainom, prirodno
je i da se i pri donoenju odluke o
upravljanju, odnosno pri formiranju automatskog mehanizma upravljanja, koristi analogija sa
runim upravljanjem. To nadalje znai da sistem automatskog upravljanja mora biti konstruisan
tako da radi na osnovu stvarnog, a ne oekivanog ishoda. Time se zapravo realizuje automatsko
upravljanje sa zatvorenom povratnom spregom u okviru koga se informacija o stvarnom ishodu
vraa u kontroler i uzima u obzir pri odreivanju naredne akcije (Sl 1-3). Osnovni princip koji se pri
tome koristi svodi se na to da se uvek preduzima ona akcija koja e smanjiti razliku izmeu
eljenog i ostvarenog ishoda.
Ako se sada iz ovog ugla pogledaju Ktesibiosov asovnik ili Vatov regulator vidi se da su i
oni koristili isti mehanizam povratne sprege. I jedan i drugi regulator implicitno prate ishod nivo
tenosti, odnosno brzinu i na osnovu toga podeavaju otvor ventila koji regulie protok tenosti.
Izvesno je, naime, da je i intuitivni pristup projektovanju kontrolera zahtevao da se u svakom
konkretnom sluaju poe od samog sistema, da se njime, kao prvo upravlja runo, kako bi se
uoili razliiti fenomeni koji pri tome nastaju, da se na osnovu toga stekne izvesno iskustvo i da se
onda formira kontroler koji bi menjao pobudu sistema proporcionalno ostvarenom ishodu. Ipak
bilo je potrebno da proe vie od dvadeset vekova da bi ovaj intuitivni pristup bio formalizovan.
Tek sa nastankom kibernetike kao discipline koja je pokuala da ustanovi jedinstven pristup
problemima komunikacije i upravljanja mehanizam povratne sprege dobija svoje mesto u okviru
Uvod/6
1
A Rosenblueth, N.Wiener, J.Bigelow, "Behaviour, Purpose and Teleology", Philosophy of Science, 10(1943),
pp.18-24
Uvod/7
1
Termin se po prvi put pojavljuje 1956. godine na konferenciji u Datrmouth-u koju su organizovali Marvin
Minsky i John McCarthy
Uvod/10
se nuno gubilo na tanosti. Na taj nain dobijen je sistem koji je bio fleksibilniji i pouzdaniji od
svog analognog ekvivalenta, ali je to bilo plaeno gubitkom tanosti i poveanjem trokova. Otuda
je u prvo vreme mikroraunar korien iskljuivo za realizaciju algoritama upravljanja koji zbog
svoje kompleksnosti nisu mogli da se implementiraju u analognoj formi. Neka od ovih reenja dala
su bolje rezultate od klasinih, ali u itavom nizu sistema upravljanja ta prednost nije izraena do
mere koja bi opravdala implementaciju sloenijeg, a time i skupljeg reenja.
Sa gledita praktine realizacije kontrolera pomou mikroraunara pravu revoluciju izazvao
je nagli razvoj teorije digitalnih signala i sistema koja je ukazala na mogunost da se projektovanju
pristupi na sutinski drugaiji nain. injenica da se kod digitalnih sistema operie sa konanim,
prebrojivim skupom podataka, a ne sa kontinuumom dovela je do relativiziranja pojma trenutnog
vremena, odnosno omoguila da se u razmatranje uzmu i proli i budui podaci1. isto vremensko
kanjenje koje se javlja kao jedan od osnovnih problema u sintezi kontinualnih sistema
upravljanja, ovde se pojavljuje kao izvor jedne potpuno nove klase diskretnih prediktivnih
kontrolera koja nema svoj pandan u kontinualnom svetu.
Uprkos nesumnjivom uspehu savremene teorije upravljanja, sve razvijene metode
projektovanja imaju i dalje odreena ogranienja. Sutina je zapravo u tome da nijedna od njih
nije u dovoljnoj meri uspela da odslika mehanizam odluivanja koji se koristi pri runom
upravljanju.
Moglo bi se rei da klasifikacija perioda automatskog upravljanja predstavlja svojevrsni
paradoks. Naime, iako se radi o inenjerskoj disciplini kod koje kljuni interes nuno mora biti
usmeren ka krajnjem praktinom ishodu, njen razvoj se zapravo meri po obimu teorijskih
rezultata. ta vie, uprkos izuzetno vrednim metodolokim razmatranjima, injenica je da i danas
preko devedeset posto industrije koristi reenja kontrolera razvijenih u klasinom dobu,
realizovanih u okviru savremene mikroraunarske tehnologije.
ini se da postoji nekoliko moguih objanjenja navedenog paradoksa. Sa jedne strane
upravljanje izuzetno sloenim procesima, kao to su recimo navigacija ili navoenje, nije mogue
ostvariti pomou klasinih metoda. U tom smislu, razvoj teorije upravljanja zapravo pomera
granice procesa i objekata koje ovek stavlja pod svoju kontrolu. Pored toga, itav niz teorijskih
rezultata razvijenih u okviru automatike naao je svoju primenu u drugim oblastima, prevashodno
u obradi signala, komunikacijama i raunarstvu. Konano, ne treba izgubiti iz vida i da je koncept
sistema kao dinamike celine koja ima svoje "ulaze" i "izlaze" doveo do toga da se automatsko
upravljanje posmatra u irem kontekstu teorije sistema. Na taj nain ono crpe metodoloke
pristupe razvijene za drugaije sisteme, ali i autohtonim teorijskim rezultatima doprinosi
zaokruivanju opte teorije sistema2.
1
R.Hamming, "Topics in modern system theory - Bell Labs and the development of digital systems", Lecture
notes, Naval Postgraduate School, (Monterey, USA), 1985.
2
F. Capra, The Web of Life, Doubleday, New York, 1996.
3
F.Capra, The Tao of Physics, Wildwood House, London, 1975.
Uvod/11
doivljava. Sve dok se na ovo pitanje ne nae pravi odgovor, nauka moe da objasni mnogo, ali ne
i svoj sopstveni uspeh"1.
Ne uputajui se u traenje odgovora na postavljeno pitanje ini se ipak da je sutina
problema u injenici da je matematiki aparat u utvrivanju prirodnih zakona korien zapravo
samo kao jedno od sredstava da se uoeni fenomen precizno iskae. Jo je Maksvel , formuliui
osnovne principe elektromagnetizma, istakao da se "za potrebe ljudi sa razliitim sposobnostima
percepcije nauna istina treba da bude predstavljena u razliitim formama koje treba posmatrati
kao podjednako nauno validne bilo da se radi o robusnim modelima i ivopisno obojenim fizikim
ilustracijama bilo o nematerijalnim simbolima"2.
Zalaui se validnost matematikog modela Maksvel je na neki nain anticipirao probleme
sa kojim se fizika srela na poetku dvadesetog veka u nastojanju da modelira fenomene kvantne
mehanike koji su daleko ispred praga osetljivosti naih ula. Otuda su sve slike i fiziki modeli
mogli samo da se koriste u cilju vizualizacije nekih fenomena u mikro-svetu koji se pod odreenim
uslovima mogu posmatrati kao poznati, odnosno uoljivi, fenomeni iz makro-sveta. Traganje za
matematikim jednainama koje bi opisale date fenomene takoe nije bilo jednostavno. Bilo je
neophodno da se doe do principa neodreenosti, do saznanja o neodvojivosti eksperimenta od
posmatraa i do niza drugih koncepata da bi se formirali odgovarajui matematiki modeli.
Prelomnu taku u ovom traganju verovatno ini zakljuak da "ono to posmatramo nije priroda
sama, ve priroda koju moemo spoznati metodom ispitivanja koju smo odabrali"3. Sutina je
zapravo u pitanju mere validnosti usvojenog modela i njegove sposobnosti da doprinese punom
razotkrivanju mehanizma koji izaziva dati fenomen. Brojni rezultati u oblasti prirodnih nauka, a
pre svega u fizici pokazuju da je neka nauna teorija prihvaena ne zato to je "istinita" (ta god
to tano podrazumevalo), ve zato to daje rezultate i to je korisna. Kljunim eksperimentom se
ne proverava, niti se moe proveriti, ispravnost pretpostavljenog rezultata u nekom apsolutnom
smislu, ve samo da li usvojeni model neke fizike pojave omoguava ispravnu predikciju
ponaanja i da li je konzistentan sa drugim prihvaenim naunim rezultatima.
Na kljunu razliku izmeu matematikih teorema i prirodnih zakona moda najbolje
ukazuje Ajntanovo opaanje "potrebno je da se ukae na pitanje koje vekovima mui radoznale
umove. Kako je mogue da matematika, koja je zapravo proizvod ljudskog miljenja nezavisnog od
iskustva, tako savreno odgovara realnim objektima. Da li to onda znai da je ljudski um sposoban
da bez ikakvog iskustva samo na osnovu razmiljanja pojmi realne stvari? Po mom miljenu
odgovor na ovo pitanje se moe saeti u sledeu konstataciju: sve dotle dok zakoni matematike
odraavaju realnost oni nisu pouzdani, i sve dotle dok su zakoni matematike pouzdani oni ne
odraavaju realnost4. Drugim reima, svaka matematika teorema poinje i zavrava se u
ljudskom umu, to zapravo znai da je za date poetne premise, neophodna iskljuivo logika da bi
se dobio konaan rezultat. Problem nastaje onda kada rezultat poiva, ne na aksiomima, ve na
podacima koji se dobijaju iz realnog sveta.
Svest o postojanju fenomena za koje je nemogue uspostaviti direktnu korelaciju izmeu
matematikih simbola i jezikih koncepata nastalih na osnovu naih ula, otvorila je i pitanje
adekvatnosti usvojene matematike simbolike u teoriji automatskog upravljanja. ovek zakljuuje
i donosi odluke na bazi oskudnih dokaza, maglovitih koncepata, heuristikih silogizama,
prethodnih injenica, odokativnih pravila, nedefinisanih intuicija, sumnji, verovanja, procena,
pogaanja, ... a to je teko, ako ne i ne mogue, saeti u jedan matematiki model bilo koje
sloenosti. Ako se prihvati stanovite da se matematikim modelom moe opisati neki fenomen,
ali ne i izraziti sutina inherentnog mehanizma, onda relativan neuspeh u modeliranju mehanizma
odluivanja nije iznenaujui.
1
Dietrich, "Is there theory of everything?", Bulletin of the IMA, 1994, Vol.30 (No.11/12), pp.166-70
2
Prema navodu iz J:Gribbin; The Scientists; Random House; New York, 2002.
3
W.Heisenberg, "Physics and Phylosophy: the Revolution in Modern Science", Harper&Row Publishers, Inc.
New York, 1962.
4
A. Einstein," Geometry and Experience", Lecture before the Prussian Academy of Science, Jan. 27, 1921
Uvod/12
Gledano potpuno opte problem upravljanja se reava tako to se prikupe svi raspoloivi
podaci o samom sistemu i na osnovu njih, kao i iskustva iz reavanja slinih problema, odabere se
niz upravljakih akcija koje se, eventualno, koriguju kroz povratnu spregu. Uprkos brojnim
razliitim reenjima moglo bi se rei da se sva zasnivaju na tri osnovne pretpostavke:
i. sistem kojim se upravlja mora biti poznat, to znai da se moe predvideti njegov odziv na dati
ulaz. Na osnovu poznavanja sistema formira se njegov matematiki model;
ii. cilj upravljanja mora da bude jasno specificiran preko konciznih matematikih relacija koje
direktno povezuju promenljive sistema sa ocenom njegove performanse;
iii. ponaanje sistema moe se pratiti na osnovu merenja njegovih izlaza.
Teorija upravljanja dalje nalae da se u zavisnosti od mere u kojoj su ove pretpostavke
ispunjene odabere jedna od mnogobrojnih metoda klasine ili savremene teorije upravljanja
pomou koje se odreuju struktura i parametri kontrolera.
Ve samo pominjanje "mere" ispunjenosti pojedinih pretpostavki ukazuje da e u praksi
situacija esto biti sasvim drugaija. Pre svega, mehanizam rada sistema je najee nedovoljno
poznat, a ak i kada to nije sluaj, zahtev da matematiki model bude dovoljno jednostavan za
reavanje spreava ukljuivanje svih nelinearnosti ili nestacionarnosti sistema u model. Pored
toga, cilj upravljanja se, najee iskazuje u formi zadovoljavajueg ponaanja, male potronje
energije, velikog profita i njegova matematika formulacija obino predstavlja kompromis
izmeu stvarnih zahteva i jednostavnosti relacije kojima se oni iskazuju. Konano, merenja na
procesu su esto nedovoljno precizna, to znai da ni ocena performanse sistema, kao ni korekcija
koja se ostvaruje kroz povratnu spregu ne mora biti adekvatna.
Zapravo, umesto jasno definisanog puta kojim se stie do reenja, praksa pokazuje da se
"kreemo po zavejanom putu na kome izviruju samo pritke pobodene sa strane koje odreuju
gabarite u okviru kojih je dozvoljeno kretanje"1. Paradoksalno je, ali istinito, da se uprkos punom
saznanju o krajnjoj nepreciznosti polaznih osnova, itav niz godina traga za jasnim i preciznim
matematikim reenjem problema. Kao to je ve reeno, ono se trailo u poveanoj sloenosti
modela koji e osvetljavati sve aspekte ponaanja sistema ili u drugaijim algoritmima upravljanja
koji e biti robusni u odnosu na nepreciznost modela. Sledei ovaj pristup razvijen je itav niz
algoritama upravljanja u povratnoj sprezi, koji eventualno ukljuuju i dodatnu spregu za
adaptaciju. Svaki od ovih algoritama namenjen je klasi problema za koju se u praksi pokazalo da
daje zadovoljavajua reenja. U izvesnom smislu moe se govoriti o proliferaciji reenja krajnje
ogranienog i neizvesnog dometa. Figurativno reeno, uloen je ogroman napor da se "razgrne
sneg" i u potpunosti oisti put. Otuda i nije udno to, kao i svaka druga "borba protiv realnosti",
ni ova nije mogla da donese oekivane rezultate.
Navedenom pristupu u reavanju problema upravljanja prvi se suprotstavio Lotfi Zadeh
koji je jo 1973 ustvrdio da to se blie posmatra realni problem, njegovo reenje je sve
neodreenije i naa sposobnost da o ponaanju sistema iskaemo relevantne injenice je sve
manja i manja2. Polazei od ove tvrdnje Zadeh je predloio da se problemu modeliranja i
upravljanja prie kroz fundamentalno drugaiji pristup prihvatimo realnost da je put zavejan i
pogledajmo kako bi se po njemu moglo voziti. Ovakav pristup je zahtevao da se uvede potpuno
novi i drugaiji koncept modeliranja sistema i shodno tome i projektovanja odgovarajuih
kontrolera. Tako je nastala teorija fazi upravljanja sistemima. Moda je najtanije rei da nas fazi
koncept vraa ka poetnoj premisi formiranja sistema koji e uspeno da oponaa oveka.
Sutinska razlika poiva na stavu da senzori koji ine sastavni deo ljudskih ula moda i mogu da
budu zamenjeni mernom opremom, ali da interpretacija izmerenih vrednosti mora da bude
drugaija. Polazei od stanovita da u osnovi procesa razmiljanja i odluivanja ne lee brojevi i
reavanje diferencijalnih jednaina, ve niz pojmova koji se izraavaju jeziki i koji su veoj ili
manjoj meri meusobno povezani i relevantni za donoenje odluke fazi modeliranje naputa
1
Prof. Miodrag Raki, Regulacija, predavanja, Elektrotehniki fakultet, Univerzitet u Beogradu, 1967.
2
L.A.Zadeh, Outiline of a New approach to the Analysis of Complex Systems and Decision Process, IEEE trans.
On systems, Man and Cybernetics, Vol.3, No.1, (Jan.1973), pp.28-44
Uvod/13
koncept referentnih brojnih vrednosti. Umesto preslikavanja dva skupa brojnih vrednosti, fazi
model se formira kao niz uzrono-posledinih veza izmeu pojmova koji opisuju pobudu i
pojmova koji opisuju ishod. Tako se iz sveta brojeva u kome su "zarobljene" i klasina i savremena
teorija upravljanja prelo u svet pojmova koje ovek koristi u rasuivanju i donoenju odluka.
Koliko god se ovaj koncept inio intuitivno prihvatljivim injenica je da je on naiao na
snaan otpor u zapadnom svetu u kome je jo od renesanse i uvoenja eksperimenta kao kljune
potvrde naunog rezultata uvreeno ubeenje da sposobnost da se neka pojava analizira sa
kvantitativne take gledita ujedno povlai i razumevanje sutine te pojave. Fazi pristup
modeliranju proistie zapravo iz istonjake filozofije, tako da nije udno to su se prvi fazi
regulatori pojavili u Japanu. Tek kada je u Japanu razvijen itav niz fazi sistema, ostali deo sveta je
pokazao odgovarajui interes za taj pristup, tako da se danas fazi teorija nalazi ravnopravno meu
svim drugim pristupima u reavanju problema upravljanja.
Istorija razvoja teorije upravljanja, odnosno raznorodnost prihvaenih metodologija,
svedoi i o tome u kojoj meri kulturno i civilizacijsko naslee utie na sagledavanje problema, a
samim tim i na koncept njegovog reavanja. Nezavisno od toga,i uprkos obilju teorijskih rezultata,
nema gotovih recepata koji bi jednoznano vodili ka reenju. Svaki konkretni sistem je zapravo
novi problem koji se mora posebno analizirati i reavati. Upravljanje i dalje ostaje "vetina izbora".
Fazi skup/15
Uoivi ovaj odnos izmeu preciznosti i znaaja podataka prirodno se postavilo pitanje
naina formiranja modela procesa, odnosno uzimanja u obzir svrhe kojoj taj model treba da
poslui. Naime, ukoliko se eli iscrpna analiza nekih fenomena onda je verovatno jedino mogue
da se oni opiu pomou zakona o odranju mase i energije i da se tako dobijeni sistemi jednaina
analiziraju. Tako na primer, ukoliko se posmatra mehanika ljudskog hoda onda se to ne moe
Fazi skup/16
uraditi bez uspostavljanja odgovarajuih diferencijalnih jednaina koje opisuju kretanja u svakom
zglobu. Sa druge strane, meutim, u teoriji upravljanja matematiki model ne slui analizi pojave,
ve tome da se iz funkcije preslikavanja ulaza u izlaz izvede zakonitost kojom bi kontroler mogao
da doprinese da se ostvari eljeni izlaz.
U kontekstu posmatranog primera teko je verovati da ovek, kada upravlja svojim
hodom, reava u glavi sloeni sistem diferencijalnih jednaina. ini se mnogo verovatnijim da on
zapravo odluuje na osnovu pravila steenih iz prethodnog iskustva tipa "ako je ovo stepenik, tada
treba podii vie nogu". Pri tome, je izvesno da e on u tom procesu lako obraditi i informaciju
"ovaj stepenik je vii od uobiajenog to znai da treba jo vie podii nogu", ali je isto tako
izvesno da mu precizno saznanje da je taj stepenik za recimo 4,5 santimetara vii od uobiajenog
nee biti od neke posebne koristi.
injenica je, meutim, da je nemogue sa izvesnou rei na koji nain ovek upravlja
sopstvenim hodom, ali je izvesno da bi se pri, recimo, pomoi slabovidoj osobi pri hodu koristila
upravo navedena vrsta informacija. Drugim reima ako poveanje preciznosti ne doprinosi nuno
veoj odreenosti pri donoenju odluka, onda se legitimno otvara pitanje adekvatnosti odabrane
predstave eljenog ishoda, odnosno ulaza i izlaza sistema u formi brojnih skupova izmeu kojih se
uspostavlja preslikavanje.
0 x 20
SL 2-1 "PRIJATNA TEMPERATURA" - REFERENTNA TAKA
Ovaj skup se grafiki moe predstaviti kao na Sl
2-1.
Nema nikakve sumnje da bi se za ovako definisan problem mogao projektovati rashladni
ureaj kod koga bi kontroler ukljuivao ili iskljuivao grejanje, odnosno hlaenje svaki put kada bi
izmerena temperatura bila razliita od 200C. Meutim, takoe nema nikakve sumnje da bi osoba
koja sedi u takvoj sobi neprekidno sluala zvuk prekidaa motora iako pri tome ne bi, sasvim
sigurno, oseala nikakvu razliku ukoliko bi temperatura bila recimo 190C ili 200C.
Uzimajui u obzir da pojam "prijatna temperatura" sa gledita naeg oseaja nije ba jedna
jedinstvena vrednost, ve da postoji opseg temperatura koje se mogu oznaiti kao prijatne,
Fazi skup/17
moglo
1,2
bi se prihvatiti da se ona predstavi kao interval vrednosti, recimo od 190C do 210C. U tom
1 sluaju preslikavanje skupa ulaznih temperatura
0,8 (X) u skup zahteva moe predstaviti kao binarni
0,6 skup
0,4
A : X {0, 1}
0,2
1
Zadeh 1965. godine definie pojam fazi skupa, koji se moe shvatiti kao dalja razrada Lukaijevieve
polivalentne logike
Fazi skup/18
stanju da oseti. U normalnom ljudskom oseaju, ako bi smatrali da je 190C prijatno, onda bi
verovatno 180C oznaili kao malo manje prijatno, i tako redom, a negde oko 150C bi zakljuili da
postaje svee. Slino bi bilo i sa temperaturama koje su vee od 210C i recimo da bi oko 250C
zakljuili da postaje vrue. To zapravo znai da svaka od temperatura na intervalu od 150C do 250C
u nekoj meri odgovara pojmu "prijatno". Ako tu meru izrazimo na skali od 0 do 1, onda se
preslikavanje skupa ulaznih temperatura (X) u skup zahteva moe definisati na sledei nain
f1 (x) x 19
A = 1 x [19, 21] (2.3)
f (x) x 21
2
gde funkcije f1(x) i f2(x) uzimaju vrednosti izmeu 0 i 1. Posmatrani skup ima izgled prikazan na Sl
2-4. Ovako formiran skup u kome se na skali od 0 do 1 izraava mera ispunjenosti postavljenog
uslova oznaava se kao fazi skup. Potrebno je zapaziti da tako formiran skup u punoj meri
odraava na realni oseaj temperature.
Slina je situacija i u nizu drugih sluajeva. Pretpostavimo, na primer, da posle pozorine
predstave neko izae pred gledaoce i zamoli ih da dignu ruku svi koji su predstavu gledali prvi put.
Nema nikakve sumnje da e odreen broj njih jasno podii ruku, dok e preostale ruke biti
sputene. Meutim, kada bi zamolili "da podignu ruku oni kojima se predstava dopala?", slika bi
gotovo izvesno postala potpuno drugaija. Najvei broj ruku bie negde na pola podignut
oznaavajui unutranje raspoloenje gledalaca kojima se
predstava dopala do neke mere. U klasinoj, bivalentnoj
logici, postavlja se pitanje kako e se ti ljudi razvrstati.
Meutim, u fazi pristupu, svaka, ma do koje mere
podignuta ruka ima svoje mesto.
Da bi se ilustrovala ova tvrdnja posmatraemo
dve osobe. Neka skup A predstavlja njihov odnos prema
predstavi. U klasinoj bivalentnoj logici, ovaj skup moe
da ima etiri elementa: obema osoba se predstava
dopala, obema se nije dopala, osobi 1 se dopala a osobi 2
nije, i osobi 1 se nije dopala, a osobi 2 jeste. Ako sa 0
oznaimo ne dopadanje, a sa 1 dopadanje, onda je skup A
SL 2-5 BIVALENTAN I FAZI SKUP DVE definisan kao A = {(0, 0), (0,1), (1, 0), (1,1)} . Geometrijski
PROMENLJIVE
gledano, ovaj skup bi se mogao predstaviti temenima
jednog kvadrata (Sl 2-5).
Meutim, kao to je ve reeno, u ivotu je situacija najee drugaija. Obe osobe su u
izvesnoj meri i zadovoljne i nezadovoljne upravo vienom predstavom. Neka je osoba 1 vie
nezadovoljna nego to je zadovoljna (recimo da je stepen zadovoljstva oko 33%), dok je osoba 2
vie zadovoljna (recimo oko75%). Ova injenica se sada geometrijski moe predstaviti takom koja
lei unutar kvadrata ija su temena odreena bivalentnim skupom (Sl 2-5). Otuda sledi da, fazi
skup zapravo pokriva ceo prostor unutar datog kvadrata, te prua daleko vie mogunosti da se
opie realna situacija.
1
U elji da se osnovna ideja fazi upravljanja ne optereti formalnim matematikim definicijama ovde se izlae
samo osnovni koncept, dok se matematiki aspekt detaljnije razmatra u Dodatku A
Fazi skup/19
o asocijativna
o granini uslovi: xs 0 = x, xs 1 = 1
Najee korieni oblici s norme su
10 xsy = max(x, y) (logiko "ili")
20 xsy = x + y xy (2.10)
30 xsy = min(1, x + y) Lukaijevi
s norma izraava "ili" odnos izmeu dva fazi skupa. U tom smislu ona predstavlja ko-
normu t norme, pri emu su granice odreene sledeom relacijom
xty min(x, y) max(x, y) xsy (2.11)
Iz definicije obe norme vidi se da vai
xsy = 1 (1 x)t (1 y) (2.12)
1
Imajui u vidu da se smatra da je ljudsko bie u stanju da koristi 72 koncepata, izvesno je da sa brojem
atributa ne treba preterivati.
Fazi skup/21
se meutim, opredelimo za krivu liniju onda je svaki atribut prikazan segmentom vrednosti, pri emu se
segmenti dodiruju, ali ne preklapaju.
Neke veliine mogu se na zadovoljavajui nain opisati i pomou samo jednog atributa.
takav je, na primer, sluaj sa veliinom KIA, koja se u potpunosti moe opisati skupom koji je
prikazan na Sl 2-8. Imajui u vidu o kojoj se veliini radi promenljiva koju skup predstavlja je
koliinu padavina izraena recimo u litrama po m2 povrine.
JEDAN ATRIBUT - OKVIR SPOZNAJE JEDAN FAZI SKUP VIE ATRIBUTA - OKVIR SPOZNAJE VIE FAZI SKUPOVA
je to prikazano na Sl 2-8.
Konano, pretpostavimo da je u nekom trenutku izmereno tano koliko je litara kie palo
na jedan metar kvadratni. Konzistentnost fazi pristupa zahteva da se i ova vrednost izrazi fazi
skupom. U tom cilju koristi se singlton fazi skup definisan relacijom (2.6). Ovaj skup prikazan je na
Sl 2-9. Potrebno je zapaziti da on ne predstavlja okvir spoznaje zato to njime nisu obuhvaene sve
vrednosti koliine padavina.
Fazi relacija/23
1
Korelaciona matrica se naziva i FAM matrica (fazi asocijativna matrica)
2
Korelacione relacije se esto oznaava kao " HEB relacije". Ovaj naziv potie od ideje o asocijativnom
uenju - "hebian learning" - pojma koji je prvi uveo Mamdani (1977), a kasnije razraivao Togai (1983).
Fazi relacija/24
Smin = ( uslov )
T
( posledica )
(3.3)
S prod = ( uslov ) ( posledica )
T
KONTINUALNI SKUPOVI
S = A T B = S (v, w) = min( A (v), B (w)) (3.5)
Iz definicije ove relacije vidi se da matrica S ima sledee osobine.
o i-ti red matrice S predstavlja minimum elementa ai i svih elemenata vektora B
o j-ta kolona matrice S predstavlja minimum elementa bj i svih elemenata vektora A
U skladu sa time matrica S se moe prikazati kao
S1 a1 B
S a B
S = 2 = 2 = b AT b2 A T b m AT (3.6)
1
Sn a n B
gde je a i b j = min(a i ,b j ) .
Relacija (3.6) omoguava i jednostavnu grafiku
interpretaciju korelacionog minimuma. Naime, svaki red matrice
S se zapravo dobija odsecanjem skupa B pomou odgovarajueg
ai B elementa skupa A (Sl 3-1).
Zapazimo da se u skladu sa datom relacijom vidi da vae i
sledee osobine matrice S
SL 3-1 GRAFIKA INTERPRETACIJA o ako je ak=1 tada je k-ti red matrice S jednak vektoru B ( s ki = bi )
KORELACIONOG MINIMUMA
o ako je bj=1 tada je j-ta kolona matrice S jednaka vektoru A (
sij = a i )
o ako je za neko k i za svako j, ak bj tada je k-ti red matrice S jednak vektoru B.
Korelacioni proizvod
Neka su A i B dva fazi skupa definisana nad univerzumima X i Y. Neka su, nadalje, oni
predstavljeni vrsta vektorima (dimenzija n i m respektivno) ako su skupovi diskretni, odnosno
funkcijama pripadnosti ako su skupovi kontinualni. Tada se relacija
korelacionog proizvoda definie kao
S = A T B = s ij ; s ij = a i b j (3.7)
odnosno, ako su skupovi kontinualni
ai B S = A T B = S (x, y) = A (x) B (y) (3.8)
SL 3-2 GRAFIKA INTERPRETACIJA U skladu sa relacijom (3.7) vidi se da se svaki red matrice
KORELACIONOG PROIZVODA S dobija tako to se vektor B skalira sa odgovarajuim elementom
vektora A.
( )
Si = i-ti red matrice AT B a i B;
(3.9)
Si = si,1 si,2 si,m ; i = 1, 2, n
Fazi relacija/25
na taj nain, za razliku od korelacionog minimuma, ovde se radi o operaciji skaliranja, tako da se u
izvesnom smislu zadrava oblik funkcije (Sl 3-2).
3.1.3 INTERPRETACIJA FAZI RELACIJE KORELACIJE
U cilju razumevanja razlike izmeu klasine i fazi relacije pretpostavimo da se posmatra
1 neki rashladni ureaj kod koga se brzina
0.9 motora (B) menja sa temperaturom (A).
0.8
A Pretpostavimo nadalje da se i brzina i
0.7
B temperatura mogu izmeriti i da su njihove
0.6
0.5 vrednosti skalirane na opsegu od 0 do 10.
0.4 Neka je eksperimentalno utvreno da
0.3
temperaturi A=5.5 odgovara brzina motora
0.2
0.1 B=5. To znai da bi u bivalentnoj logici ova
0 veza mogla da se iskae relacijom
0 1 2 3 4 5 6 7 8 9 10
Ako je A=5.5 tada je B=5
odnosno funkcijom
SL 3-3 FAZI BROJEVI A I B
y=f(x); f ( 5.5 ) = 5
Fazi pristup, meutim, podrazumeva da upravljanje nee biti odreeno funkcionalnom
zavisnosti, ve fazi pravilom. Ako je skaliranje izvreno tako da veliini skalirane temperature od
5.5 odgovara atribut "toplo", a brzini od 5 atribut "brzo" onda e fazi ekvivalent ove relacije biti
"Ako je A toplo tada je B brzo
Da bi se modelirala ova relacija potrebno je da se definiu dva fazi broja:
o Fazi broj A koji ima znaenje "5.5" usvaja se da sve vrednosti izmeu 4 i 7 u nekoj meri
odgovaraju temperaturi 5.5 (recimo da u nekoj meri odgovaraju atributu "toplo").
o Fazi broj B koji ima znaenje "5" usvaja se da sve vrednosti izmeu 2 i 8 u nekoj meri
odgovaraju brzini motora 5, (recimo da u nekoj meri odgovaraju atributu "brzo").
U skladu sa time atributi A i B mogu se prikazati fazi skupovima datim na Sl 3-3.
Ako se oba skupa predstave kao diskretni skupovi sa po deset elemenata
A = [(x i ) ]1x10 ; B = [ (yi )]1x10 ; x i = yi = i, i = 1, 2,...,9
tada relacije korelacioni minimum i korelacioni proizvod nad ovim skupovima imaju izgled
prikazan na (Sl 3-4).
min(ai,bi) - 10x10 tacaka proizvod (aibi) - 10x10 tacaka
1
0.8
1
0.6
0.8
0.4
0.6
0.2
0.4
0
9 0.2
8
7 0
6 9
5 87
4 10 65 89
3
2 7 8 9
43 5 67
1 3 4 5 6 4
B(2, 5, 8) 0 0 1 2 B(2, 5, 8) 21 2 3 A(4, 5.5, 7)
A(4, 5.5, 7) 0 01
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
10 10
7.5 7.5
5
2.5 6 7 8 9 10 5 8 9
10
B(2, 5, 8) 0 0 1 2 3 4 5 B(2, 5, 8) 2.5 5 6 7
A(4, 5.5, 7) 3 4A(4, 5.5, 7)
0 0 1 2
KORELACIONI MINIMUM
1
1
0.9
0.9
0.8
0.8
0.7 0.7
0.6 0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1
0.1
0
0 0 1 2 3 4 5 6 7 8 9 10
0 1 2 3 4 5 6 7 8 9 10
y
x
KORELACIONI PROIZVOD
1
Vrednost funkcije pripadnosti u relaciji dobijenoj diskretizacijom sa 10x10 taaka nije ni u jednoj taki 1
zato to skup ne ukljuuje koordinatu 5.5.
Fazi relacija/27
10 10
9 9
8 8
7 7
6 6
y y
5 5
4 4
3 3
2 2
1 1
0 0
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
x x
SL 3-7 KONTURNI DIJAGRAMI KORELACIONOG MINIMUMA I KORELACIONOG PROIZVODA I ODGOVARAJUI BIVALENTNI MODEL
Pretpostavimo da se pri modeliranju pojma "kia" opredelimo za samo jedan atribut "koliina
padavina" u okviru spoznaje. Tada pojam "kia" moe da se modelira pomou samo jednog fazi skupa koji
ima izgled prikazan na Sl 3-9. Pri tome je usvojeno da brojevi na osi predstavljaju neku meru padavina,
skaliranu na opseg od 0 do 10. Intenzitet padavine bi, na primer, mogao da se meri preko matrice senzora
koji emituju impulse kada registruju kapljice kie. U tom sluaju nezavisna promenljiva (padavine) bila bi
izraena brojem impulsa u jedinici vremena. U cilju pojednostavljenja za prezentaciju fazi skupa "kia"
usvojena je trougaona funkcija pripadnosti iako bi verovatno bilo realnije da se usvoji neki oblik "S" krive.
Osoba na kii moe da bude u razliitim stanjima od "oroena" do "pokisla kao mi". Sledei istu
logiku i ovaj fazi skup se moe okarakterisati samo jednim atributom "mokar" koji se izraava preko
3
vlanosti, odnosno natopljenosti tkanine vodom l/m , skaliranim na isti opseg. Velika vlanost znai da je
osoba zaista mokra te se tom opsegu vrednosti pridruuje funkcija pripadnosti 1. Maloj vlanosti odgovara
funkcija pripadnosti nula, dok su sve ostale gradacije pojma MOKAR okarakterisane funkcijama pripadnosti
izmeu 0 i 1 (Sl 3-9).
U nekoj realnoj situaciji granice oba fazi skupa bi bile odreene uz konsultacije sa meteorologom
koji bi znao da oceni u kojim razmerama se mogu kretati padavine u podruju za koje se model pravi, kao i
sa tehnologom koji poznaje osobine materijala i stepen njihove higroskopnosti.
1 1
0.9 0.9
0.8 0.8
0.7 0.7
0.6
mokar
0.6
kisa
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0 0
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
padavine (broj impulsa u sekundi) vlaznost
1 0.8 1
0.8 0.8
0.6 0.6 0.6
0.4 0.4
0.2 0.4 0.2
0 0
9 8 9 8
7 6 10
0.2 7 10
5 8 9 6 5 8 9
4 3 5 6 7 4 3 5 6 7
2 1 4 4
2 3 2 1 2 3
posledica (mokar) 0 0 1 uslov (kisa) 0 posledica (mokar) 0 0 1 uslov (kisa)
SL 3-10 FAZI RELACIJA KODIRANJE PRAVILA "AKO PADA KIA TADA ETE BITI MOKRI"
Odgovarajui konturni dijagrami u ravni (uslov,posledica) prikazani su na Sl 3-11. Uz njih je nacrtana
i hipotetina bivalentna relacija y=f(x) izmeu stepena vlanosti (y) i koliine padavina (x). Vidi se da sa
aspekta prostora (uzrok, posledica) fazi pristup u daleko velikoj meri omoguava da se iskae bogatstvo
pojmova.
Fazi relacija/29
posledica (mokar)
posledica (mokar)
7
6 6 0.6
0.6
5
4
0.4 4 0.4
3
2
0.2 2 0.2
0 1
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
uslov (kisa) uslov (kisa)
SL 3-11 KONTURNI DIJAGRAMI FAZI MODELA ISKAZA "AKO PADA KIA TADA ETE BITI MOKRI"
Izloeni primer je van svake sumnje zanimljiv sa gledita modeliranja bogatstva znaenja
pojedinih iskaza, no ovde se postavlja pitanja na koji nain bi se predloeni pristup mogao da
koristi u teoriji upravljanja?
Polazei upravo od raznovrsnosti znaenja jednog pojma kao i od injenice da upravljaki
sistem u osnovi oponaa operatera na procesu Zadeh je predloio da se i zahtevi u pogledu
upravljanja iskau nizom pravila, odnosno uzrono posledinih veza izmeu ulaza i izlaza
kontrolera.
Posmatrajmo, na primer, brisae na automobilu koje e voza ukljuiti kada pada kia.
Poto kod veine automobila voza ima na raspolaganju nekoliko brzina brisaa, on e, u
zavisnosti od intenziteta padavina odabrati odgovarajuu brzinu brisaa. To znai da voza
zapravo koristi sledee pravilo
"Ako pada kia, tada ukljui brisae"
koje podrazumeva niz pravila
"Ako kia pljuti, tada ukljui brisae na veliku brzinu"
"Ako kia sipi, tada ukljui brisae na malu brzinu"
i tako redom.
Ako se sada pretpostavi da se na prednjem staklu automobila postavi matrica senzora koji
kada na njih padne kap kie proizvode impulse onda bi se fazi skup "kia" mogao definisati na isti
nain prikazan na Sl 3-9. Na isti nain bi i fazi skup "mokar" mogao da bude zamenjen fazi skupom
"brzina brisaa" koji bi kao nezavisnu promenljivu imao pobudu motora brisaa. Uspostavljanjem
relacija izmeu ova dva fazi skupa dobili bi se isti konturni dijagrami (kia, brzina brisaa) kao to
su oni prikazane na Sl 3-11. Na taj nain umesto krive upravljanja
pobuda _ motora = f ( broj _ impulsa / s )
dobija se fazi relacija S ( kisa,brzina _ brisaca ) oko te krive.
E = E ;
E fazi skupovi uslova (ulaza); (3.11)
t - norma
Odgovarajua fazi relacija je prema tome
S = E T Y = ET U
U fazi skup posledice (izlaz) (3.12)
korelacioni proizvod ili korelacioni mimimum
0.8
0.7
velika brzina
0.7
0.6 0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0 0
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
skalrano rastojanje skalirana brzina
1
0.9
0.8
velika pobuda
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6 7 8 9 10
skalirani napon
0.2 0.2
0 0
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
( ) (velika _ pobuda)
T
Smin = velika_brzina t malo _ rastojanje
(3.13)
Sprod = ( velika_brzina t malo_rastojanje ) (velika _ pobuda)
T
gde relacija moe da bude korelacioni proizvod ili korelacioni minimum. Na Sl 3-14 prikazan je fazi model
dobijen korelacionim proizvodom, pri emu je presek formiran sa t-normom minimum.
10
1 9
0.8 8
velika pobuda
0.6 7
0.4 6
0.2 5
0 4
10 9 3
87
65 8 9 10
43 4 5 6 7 2
21 3
velika pobuda 0 0 1 2 1
presek(velika brzina, 1 2 3 4 5 6 7 8 9 10
nije malo rastojanje) - min presek(velika brzina, nije malo rastojanje)
SL 3-14 FAZI MODEL ISKAZA DOBIJEN KORELACIONIM PROIZVODOM I ODGOVARAJUI KONTURNI DIJAGRAM
Potrebno je zapaziti da bi analitiki model koji odgovara datom iskazu sada bio funkcija dve
promenljive
y = f ( x1, x2 )
Za formiranje ovog modela bilo bi neophodno da se uspostavi neka korelacija izmeu intenziteta brzine i
rastojanja to, po pravilu, nije nimalo jednostavan zadatak.
S = E T Y = ET U
U fazi skup posledice (izlaz) (3.15)
korelacioni proizvod ili korelacioni mimimum
1 1
0.9 0.9
0.8 0.8
veliki protok
mali pritisak
0.7 0.7
0.6 0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0 0
0 1 2 3 4 5 6 7 8 9 10
0 1 2 3 4 5 6 7 8 9 10
skaliran izmereni protok skalirani izmereni pritisak
1 1
0.9
unija(pritisak, protok)
0.9
0.8 0.8
velika pobuda
0.7 0.7
0.6 0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1
0.1
0
0 1 2 3 4 5 6 7 8 9 10 0
skalirani napon 0 1 2 3 4 5 6 7 8 9 10
s-norma maksimum
SL 3-15 FAZI SKUPOVI "VELIKI PROTOK" , "MALI PRITISAK" I "VELIKA POBUDA" I UNIJA USLOVA
Budui da u iskaz sadri dva uslova neophodno je da se kao prvo odredi fazi skup koji objedinjuje
oba uslova. Kako su ona povezana relacijom " " to je evidentno da se rezultujui skup dobija primenom
operacije unije. Rezultat operacije preseka sa maksimumom kao s--normom prikazan je na Sl 3-15.
10
1
0.8 8
velika pobuda
0.6
0.4 6
0.2
0 4
10 9
8 7 9 10
6 5 7 8
4 3 4 5 6 2
2 1 2 3
0 0 1
velika pobuda unija(veliki protok, 2 4 6 8 10
mali pritisak) - max unija(protok,pritisak)
SL 3-16 FAZI MODEL ISKAZA DOBIJEN KORELACIONIM PROIZVODOM I ODGOVARAJUI KONTURNI DIJAGRAM
U skladu sa izloenim relacija koja opisuje dati iskaz ima oblik
Smin = ( veliki_protok smali_pritisak )T (velika_pobuda)
(3.16)
Sprod = ( veliki_protok s mali_pritisak ) (velika_pobuda)
T
4 Odreivanje upravljanja
1
Max-t-kompozicija se u najoptijem sluaju definie nad dve relacije kada je i rezultat operacije fazi
relacija. Ovde se posmatra poseban sluaj kada je jedna od relacija fazi skup.
Upravljanje/34
0 v<4 0 w<2
1 1
E = E (v) = (v 4) 4 v 7 ; U = U (w) = (w 2) 2 w 8 (4.14)
3 6
1 v>7 1 w>8
Predpostavimo da je merenjem utvreno da je broj impulsa u sekundi jednaki 5. To znai da se ova
izmerena vrednost moe predstaviti singlton fazi skupom
1 v = 5
E a = E a (v); E a (v) = (4.15)
0 v 5
U skladu sa relacijama (4.13) u zavisnosti od izbora t norme mogue je dobiti dva fazi skupa izlaza
U a min (Ea ) = Ua min (w) = S (5, w) = min ( E (5), U (w) ) =
0 w<2
(4.16)
1
= min ( 1 3 , U (w) ) = (w 2) 2 w 4
6
1
w>4
3
0 w<2
1 1
U aprod (E a ) = U aprod (w) = S (5, w) = E (5) U (w) = U (w) = (w 2) 2 w 8 (4.17)
3 18
1
w>8
3
Grafika interpretacija rezultata
Odreivanje fazi skupa izlaza moe se realizovati i grafiki kao to je to prikazano na Sl 4-3. Sa slike
se vide da je za odreivanje izlaznog fazi skupa od kljune vanosti mera u kojoj izmerena vrednost aktivira
uslov, odnosno pravilo koje povezuje uslov i posledicu. Ukoliko izmerena vrednost uopte ne aktivira pravilo
(ima funkciju pripadnosti nula u skupu uslova) tada su sve funkcije pripadnosti fazi skupa izlaza jednake nuli.
SL 4-3 FAZI SKUP IZLAZA ISKAZA "AKO PADA KIA BIETE MOKRI" KADA JE KIA=5
Upravlanje/37
E1 E2 U
Fazi skup VELIKA
VELIKA BRZINA NEGACIJA MALO RASTOJANJE izlaza POBUDA
1 1 1
0.5
0.5 0.5
min
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
brzina = 5 rastojanje = 6
Ako je brzina velika i ako rastojanje nije malo tada (je) pobuda velika
E1 E2 U
Fazi skup
izlaza VELIKA
VELIKI PROTOK MALI PRITISAK
POBUDA
1 1 1
max
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
protok = 5 rastojanje=6
Ako (je) protok veliki ili ako (je) pritisak mali tada (je) pobuda velika
Ako je fazi skup takav da nema maksimum u takama ve na segmentima, odnosno ako je
max( Ua (u)) = [ a i , bi ] ; i = 1,2,..., k (4.22)
u
tada se defazifikacija vri na sledei nain
SOM : u 0 = min(a i )
i
LOM : u 0 = max(bi ) (4.23)
i
1 k bi + a i
MOM : u 0 =
k i =1 2
Osnovni problem kod ovog postupka defazifikacije sastoji se u tome to se ni na koji nain
ne uzima u obzir sam oblik izlaznog fazi skupa. Pored toga, sve tri metode imaju problem ukoliko
je fazi skup takav da su sve funkcije pripadnosti jednake 0, to znai da nijedna vrednost
promenljive ne odgovara pojmu koji predstavlja. Formalno gledano u tom sluaju maksimumi
skupa (koji su jednaki 0) obuhvataju ceo opseg promenljive. Iako bi, sledei izloenu definiciju
trebalo da se kao najmanji maksimum usvoji donja granica (ul), a kao najvei gornja granica (ud),
usvojeno je da se za sve tri metode usvaja srednja vrednost segmenta.
4.4.2 BISEKTRISA FAZI SKUPA
Jedan od naina da se pri defazifikaciji kontinualnog fazi skupa uzme u obzir njegov oblik je
da se odredi bisektrisa skupa. Ako je funkcija pripadnosti definisana na segmentu [a,b] i ako
unutar tog segmenta postoji pod-segment [ul ,ud ] na kome funkcija pripadnosti nije jednaka nuli
tada se upravljanje odreuje tako da povrine obuhvaene fazi skupom levo i desno od u0 budu
Upravlanje/39
jednake
Brojna vrednost u0 se odreuje uz pretpostavku da postoji segment (a,b) unutar opsega
definisanosti upravljanja (ul, ud) na kome funkcija pripadnosti nije jednaka 0. tako da,
( Ua (u) 0 u [a,b] ; a u l < u d b )
u0 ud
Ua (u)du = Ua (u)du Ua (u) 0 (4.24)
u 0 : ul u0
ul + ud
Ua (u) 0
2
Osnovni nedostatak ovog postupka je relativno komplikovano izraunavanje upravljakog
signala u0.
Potrebno je zapaziti da e bisektrisa fazi skupa ije su sve funkcije pripadnosti jednake nuli
biti tano na sredini segmenta na kome je definisana promenljiva.
4.4.3 CENTAR GRAVITACIJE
Alternativa defazifikaciji preko bisektrise izlaznog fazi skupa je odreivanje centra
gravitacije fazi skupa.
diskretni fazi skup
u i Ua (u i )
i u i , Ua (u i ) 0
Ua (u i )
u0 = i (4.25)
ul + ud Ua (u i ) 0
2
kontinualni fazi skup
ud
u Ua (u)du
ul
ud u, Ua (u) 0
u0 =
Ua (u)du (4.26)
u
l
ul + ud
Ua (u) 0
2
Iako centar gravitacije, verovatno, najbolje opisuje dati fazi skup, ovaj postupak je
neobino zahtevan u pogledu korienja resursa kao i vremena potrebnog za izraunavanje.
Formalno gledano centar gravitacije se ne moe izraunati ako su sve funkcije pripadnosti
jednake 0. Otuda je i usvojeno da se u tom sluaju vrednost promenljive odreuje kao srednja
vrednost segmenta.
U cilju ilustracije razliitih metoda defazifikacije posmatrae se fazi skup upravljanja dobijen na
osnovu iskaza
"ako pada kia tada ukljui brisae"
za sluaj kada je izmereni broj impulsa u sekundi jednak 5.
M ax -m in kom po zi c ij a
Kao to je ve pokazano (4.16) izlazni fazi skup dobijen max-min kompozicijom odreen je relacijom
Upravljanje/40
0 w<2
1
Ua min (w) = min ( 1 3 , U (w) ) = (w 2) 2 w 4
6
1 3 w>4
U skladu sa time dobijaju se sledee vrednosti upravljanja
o LOM: w 0 = 10
o SOM: w 0 = 4
4 + 10
o MOM: w 0 = =7
2
w0
14 1 1 10
o Bisektrisa: (w 2)dw + dw = 3 dw w0 = 6.5
32 3 4 w0
14 1 10
w(w 2)dw + wdw
62 34
o Centroid: w 0 = = 6.5
14 1 10
(w 2)dw + dw
62 34
M ax -p ro i zvo d ko mpo z ic ij a
1 8 1 10
w(w 2)dw + wdw
18 2 38
o Centroid: w 0 = = 7.23
1 8 1 10
(w 2)dw + dw
18 2 38
Primedba
Budui da je kod primene max-proizvod kompozicije rezultujui fazi skup jednak originalnom fazi
skupu pomnoenim vrednou funkcije pripadnosti ulazne veliine, u postupku defazifikacije bilo kojom od
metoda se ovaj faktor se skrauje. To znai da je rezultat defazifikacije ne zavisi od ulazne veliine i da je
uvek konstantan. U tom smislu, kada se radi o samo jednom pravilu, sama implikacija gubi smisao.
10 10
centroid
centroid
8
bisektrisa 9 bisektrisa
mom
brzina brisaca
brzina brisaca
mom
lom 8 lom
som
6 som
7
4
6
2 5
0 2 4 6 8 10 0 2 4 6 8 10
kisa kisa
SL 4-5 KRIVE ODLUIVANJA ISKAZA "AKO PADA KIA TADA UKLJUI BRISAE"
8 8
7 7
pobuda
pobuda
6 6
5 5
10 10
8 10 8 10
6 8 6 8
4 6 brzina 4 6
2 4 4
rastojanje 0 0 2 pritisak 2 2 protok
0 0
Ako je brzina velika I ako rastojanje nije Ako je protok veliki ILI ako je pritisak
8
8
7
pobuda
7
pobuda
6 6
5
10 5
8 6 10 10
4 6 8 8
2 4 6 10
0 0 2 8
rastojanje 4 6
brzina 2 4
pritisak 0 0 2 protok
Ako je brzina velika I ako rastojanje nije Ako je protok veliki ILI ako je pritisak
Odreivanje fazi skupa upravljanja agregacija implikacija svih pravila koja rezultuje fazi
skupom upravljanja
Defazifikacija odreivanje brojne vrednosti upravljanja na osnovu dobijenog fazi skupa
upravljanja. Ovaj signal se kao izlaz kontrolera prenosi na izvrni organ.
referenca u
fazifi- Odreivanje fazi defazi- y
proces
kacija skupa upravljanja fikacija
0.8
gde skupovi Yi imaju sledee znaenje
0.6 0
Y1 HLADNO (t<10 C)
0 0
0.4 Y2 SVEE (10 C<t<25 C)
0 0
Y3 PRIJATNO (20 C<t<30 C)
0.2 0 0
Y4 TOPLO (25 C<t<45 C)
0
0
0 10 20 30 40 50 Y5 VRUE (t>40 C)
temperatura Ukoliko se opredelimo za trougaone fazi
skupove onda oni imaju izgled kao to je to prikazano
SL 5-2 OKVIR SPOZNAJE POJMA TEMPERATURA na Sl 5-2.
0.8
kao
0.6
U = {U1 , U 2 , U3 , U 4 , U5 }
0.4 gde skupovi Ui imaju sledee znaenje
0.2
U1 STANI (u<30)
U2 SPORO (10<u<50)
0
0 20 40 60 80 100 U3 SREDNJE (40<u<60)
upravljanje
U4 BRZO (50<u<90)
U5 VEOMA BRZO (u>70)
SL 5-3 OKVIR SPOZNAJE POJMA BRZINA MOTORA
Ako se opredelimo za trougaone fazi skupove
onda oni imaju izgled kao to je to prikazano na Sl 5-3.
1
Analitiki izrazi okvira spoznaje i svih relacija nad njima dati su u Dodatku B
Kontroler/45
U posmatranom primeru sistema za hlaenje sama priroda rada sistema diktira pravila njegovog
upravljanja. U najjednostavnijem sluaju moglo bi se zakljuiti da po logici stvari ako je u prostoriji hladno,
sistem za hlaenje nee raditi, a ako je vrue on treba da radi maksimalnom snagom. Sve ostale situacije
nalaze se izmeu ove dve krajnosti. U skladu sa time
pravila bi se mogla formulisati na sledei nain
1- ako je Y hladno tada je U stani
2 - ako je Y svee tada je U sporo
3 - ako je Y prijatno tada je U srednje
4 - ako je Y toplo tada je U brzo
5 - ako je Y vrue tada je U veoma brzo
1
Fazi kamere, maine za pranje vea i slini aparati imaju samo po nekoliko fazi pravila, za ije doterivanje je
inenjerima bilo potrebno nekoliko meseci. Podezmna eleznica u gradu Sendai u Japanu koristi 54 pravila
za ije doterivanje je bilo potrebno nekoliko godina.
Kontroler/47
bude sloenije. Tako bi se, na primer, izvesni efekti PID regulatora mogli opisati sledeim
pravilima:
Ako je greka mala i ako se brzo menja tada je upravljanje malo
Ako je greka velika ili se sporo menja tada je upravljanje veliko
Nain na koji su ova pravila iskazana ukazuje na to da e se pre uspostavljanja relacije nad
ulaznim fazi skupovima (greka i brzina promene greke) izvriti operacija preseka ("i"), odnosno
unije ("ili"). U skladu sa time relacija kojom se kodira pravilo, u optem sluaju, definie se na
sledei nain.
Si = YT, j U k ukoliko su uslovi konjunktivni
(5.5)
i T
S = Y , j U k ukoliko su uslovi disjunktivni
gde oznaava bilo koju t-normu, a U bilo koju s-normu.
Budui da svako pravilo sadri odgovarajuu posledicu, odnosno zahtev upuen
kontroleru, izvesno je da se sva pravila moraju na neki nain grupisati jednom agregatnom
relacijom. Imajui na umu da se pravila meusobno ne iskljuuju, ve se dopunjuju,prirodno je da
se njihova agregacija vri pomou operacije unije. To znai da se grupno pravilo dobija pomou
sledee relacije
S = Si (5.6)
i
gde U oznaava bilo koju s-normu. Kao to je ve reeno, fazi matrica S, odnosno odgovarajua
funkcija dve promenljive, koja se dobija kao rezultat ove relacije predstavlja, zapravo, fazi model
kontrolera.
Potrebno je obratiti panju na injenicu da se za identino iskazana pravila usvajanjem
razliitih oblika s- i t normi, kao i njihovih kombinacija mogu dobiti razliiti modeli fazi kontrolera.
Konano sam model, odnosno fazi trajektorija upravljanja zavisie i od naina na koji su definisani
okviri spoznaje.
Fazi relacije koje odgovaraju usvojenim pravilima rashladnog ureaja dobijene primenom
korelacionog proizvoda prikazane su na Sl 5-8, a odgovarajui konturni dijagrami koji odreuju fazi
trajektoriju upravljanja na Sl 5-9.
1
0.8
0.6
0.4
0.2
0
100
50
30 40 50
napon 0 0 10 20
temperatura
SL 5-8 FAZI RELACIJE KOJE ODGOVARAJU USVOJENIM PRAVILIMA (KORELACIONI PROIZVOD)
Kontroler/48
80
60
napon
40
20
5 10 15 20 25 30 35 40 45 50
temperatura
SL 5-9 FAZI TRAJEKTORIJA UPRAVLJANJA SISTEMA ZA HLAENJE
i
(
U a = Ya Si = U ai ) i
(5.8)
gde je sa Uai oznaen fazi skup upravljanja koji se dobija na osnovu fazi skupa ulaza Ya uz primenu
i-tog pravila
U ai = Ya Si (5.9)
Kada se odredi fazi skup koji odgovara izmerenoj vrednosti ulaza kontroler obavlja njegovu
defazifikaciju primenom jedne od raspoloivih metoda.
Konano potrebno je da se istakne da usvojena metoda defazifikacije omoguava i da se u
toku projektovanja kontrolera odredi kriva, ili povrina odluivanja. Analiza ove krive moe da
pomogne u korekciji usvojenih pravila.
Ako se kao t-norma u max-t kompoziciji usvoji minimum, a kao agregacija maksimum tada se uz
centroid defazifikaciju dobija kriva odluivanja prikazana na Sl 5-10.
100
upravljanje
75
50
25
0
0 10 20 30 40 50
temperatura
Na Sl 5-11 prikazan je grafiki postupak odreivanja fazi skupa izlaza kontrolera korienjem min-
0
max operacija, za sluaj kada je izmerena temperatura 23 C. (Detaljan postupak izraunavanja za razliite
oblike s i t normi dat je u Dodatku B).
Y1 U1
1.0 1.0
0.5 0.5
0 10 20 30 40 50 0 20 40 60 80 100
Ako je hladno tada motor stoji
Y2 U2
1.0 1.0
0.5 0.5
0 10 20 30 40 50 0 20 40 60 80 100
Ako je svee tada motor sporo
Y3 U3
1.0 1.0
0.5 0.5
0 10 20 30 40 50 0 20 40 60 80 100
Ako je prijatno tada motor srednje
Y4 U4
1.0 1.0
0.5 0.5
0 10 20 30 40 50 0 20 40 60 80 100
Ako je toplo tada motor brzo
Y5 U5
1.0 1.0
0.5 0.5
0 10 20 30 40 50 0 20 40 60 80 100
0.5
0 20 40 60 80 100
UPRAVLJANJE (Ua)
0
SL 5-11 FAZI SKUP UPRAVLJANJA KADA JE IZMERENA TEMPERATURA YA = 23 C
Rezervoar/51
2
gde je g=9.81m/s ubrzanje sile zemljine tee, to se protoci tenosti kroz cevi mogu odrediti prema sledeim
relacijama.
q1 (t) = a1 2g ( h1 (t) h 2 (t) ) (m3 / s)
(6.5)
q 2 (t) = a 2 2gh 2 (t) (m3 / s)
Na osnovu datih parametara i relacija, matematiki model procesa kojim se upravlja postaje
Ah (t) = q ( t ) q ( t ) = ku(t) a 2g ( h (t) h (t) )
1 1 1 1 2
(6.6)
Ah 2 (t) = q1 ( t ) q 2 ( t ) = a1 2g ( h1 (t) h 2 (t) ) a 2 2gh 2 (t)
( )
ku 0 = a1 2g h10 h 02 = a 2 2gh 02 (6.7)
Razvijanjem jednaina modela u Tajlorov red u okolini radne take, uz zadravanje linearnih lanova
i korienje jednaine ravnotee dobija se
A
d(h10 + h1 )
= k(u 0 + u) a1 2g h10 h 02
a1g
(h1 +
a1g
) h 2
dt 2g h1 h 2
0 0
2g h1 h 2
0 0
( ) ( )
d(h1 ) a 2g a 2g
A = ku 1 h1 + 1 h 2 (6.8)
dt ku 0 ku 0
A
d(h 02 + h 2 )
= a1 2g h10 h 02 + ( a1g
)
h1
a1g
h 2
dt 2g h10 h 02 (
2g h10 h 02 ) ( )
a 2g
a 2 2gh 02 h 2
2gh 02
A
d( h 2 ) a12 g
= h1
(
a12 + a 22 g
h 2
) (6.9)
dt ku 0 ku 0
Usvajajui da je
h1 (t) = x1 (t) ; h 2 (t) = x 2 (t) = y(t) ;
a12 g 0.023 a 22 g 0.01 ,
= = ; = =
0 0 0 0
Aku u Aku u
linearizovani model procesa u okolini radne take postaje
1
=
x(t) x(t) + u(t)
0 (6.10)
y(t) = [0 1] x(t)
Ovom modelu odgovara funkcija prenosa
0.023 / u 0
G(s) = = (6.11)
s 2 + (2 + )s + s2 + (0.056 / u 0 )s + 0.023 / (u 0 )2
0
Ako se usvoji da je u =2.5V, tada su stacionarni nivoi u obe cevi h10 = 0.2938m i h 02 = 0.2055m ,
tako da je funkcija prenosa linearizovanog modela u okolini ove radne take
0.0092
G(s) =
s 2 + 0.0223s + 3.6330 10 -5
Usvojena radna taka odgovara referentnom signalu r = h 02 = 0.2055m , odnosno poto se upravlja
Rezervoar/53
10 0.4 r=0.2
r=0.2 zas
5 r=0.5
0.2 r=0.5 zas
0
r=0.7
-5 r=0.7 zas
0 250 500 750 1000 1250 0
t 1500 0 250 500 750 1000 1250 t 1500
SL 6-3 UPRAVLJANJE I IZLAZ SISTEMA KOJI RADI SA PID KONTROLEROM PROJEKTOVANIM ZA LINEARNI MODEL, PRI RAZLIITIM
VREDNOSTIMA REFERENTNOG SIGNALA
Prema oekivanju, sistem radi izuzetno dobro ukoliko je referenca r=0.2, odnosno ukoliko
se od kontrolera oekuje da sistem dri u okolini zadane radne take. Sa poveanjem referentnog
signala, sistem se udaljava od okoline u kojoj vai linerani model, te su njegove performanse sve
loije.
Potrebno je obratiti panju i na injenicu da sistem radi bolje ukoliko ne postoji
ogranienje upravljakog signala. Meutim, ta injenica nema praktinu vrednosti jer ne postoji
izvrni organ bez zasienja. Problem je zapravo u tome to postupak projektovanja PID-a ne
ukljuuje mogunost uzimanja u obzir zasienja. PID se zapravo projektuje kao da upravljanje
moe biti neogranieno, to moe da prouzrokuje dodatne probleme pri implementaciji.
kontrolera ovde ne koristi linearizovani model to znai da se signal greke dobija oduzimanjem izmerene
vrednosti od zadane reference odnosno da je
e t = r h 2t
Budui da se u fazi upravljanju veliina greke izraava pomou atributa neophodno je da se ona na neki
nain uniformie, odnosno da se pojam "veliki" ili "mali" uine nezavisnim od veliine referentnog signala.
Otuda je usvojeno da se kao jedan ulaz u kontroler posmatra procenat odstupanja izlaza od referentnog
signala
r h 2t
GREKA e t (%) = 100
r
Imajui u vidu da se radi o procesu koji ima kanjenje izvesno je da je neophodno da se vodi rauna
o tendenciji promene izlaza, kako bi se na osnovu toga blagovremeno prilagodio upravljaki signal. U skladu
sa time usvojeno je da se tendencija prati preko izvoda signala greke.
de t
dt
Uniformisanje veliine ovog signala izvreno je odreivanjem procenta nagiba signala greke, tako da je kao
drugi ulaz u kontroler odabran signal
de
arctg t
PROMENA GREKE e t =
dt 100
2
Formalno gledano sa ova dva ulazna signala kontroler je PD tipa. Potrebno je ipak da se istakne da
kontroler radi po drugaijem fazi principu. To zapravo znai da e injenica da su odabrani ulazi PD tipa
uticati zapravo na formiranje pravila na osnovu kojih kontroler radi. Drugim reima, razumevanje rada PD
kontrolera, odnosno uticaja koje na performansu sistema imaju proporcionalno i diferencijalno dejstvo biti
od pomoi pri specificiranju implikacija.
Konano, poto se procesom upravlja pomou pumpe, kontroler ima samo jedan izlazni signal
napon pumpe (u).
ze 1 zde
1 nde pde
lne ne pe lpe lnde lpde
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
-100 -80 -60 -40 -20 -0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2
greska(%) promena greske (%)
1
velikou
0.8 malou PROMENA GREKE: velika negativna (lnde), negativna
0.6 (nde), nula (zde), pozitivna (pde), velika pozitivna
0.4 (lpde)
0.2
Pri odreivanju okvira spoznaje izlaza
0
0 2 4 6 8 10 kontrolera polo se od injenice da se napon na
upravljanje (V)
motoru pumpe kree od 0 do 100, pri emu se rad
SL 6-5 FAZI SKUPOVI IZLAZA KONTROLERA pumpe kree u opsegu od "ne radi" do "radi punom
snagom". Ovaj opseg je opisan sa 6 atributa
UPRAVLJANJE: stop, malou, veceu, srednjeu, velikou, maxu
Rezervoar/55
Za formiranje fazi skupova koriene su trougaone i trapezoidne funkcije. Specifikaciji fazi skupova
prethodila je analiza rada sistema u toku koje je ustanovljeno da se izlaz sistema, a samim tim i greka
menjaju izuzetno sporo i da procenat promene nikada ne prelazi 0.2. Otuda je opseg promene greke
sveden na segment od [- 0.2, 0.2]. Posle niza eksperimenata usvojeni su fazi skupovi ulaza kontrolera
prikazani na (Sl 6-4), kao i fazi skup izlaza kontrolera (Sl 6-5).
izlaznih signala ima znaajniji uticaj u nekom reimu rada, pa se vri prilagoavanje odgovarajuih
funkcija pripadnosti. Posebno je potrebno da se povede rauna da u svakom trenutku bar jedno
pravilo bude aktivirano, jer e u protivnom defazifikacija da rezultuje konstantnim upravljanjem
koje se vetaki postavlja na srednju vrednost opsega.
Kao t-norma za povezivanje uslova "i" usvojen je proizvod.
Implikacija "tada" je realizovana kao minimum, to znai da je svako pravilo modelirano
korelacionim minimumom, odnosno da se Izlazni fazi skup svakog pravila dobija max-min operacijom.
Za agregaciju pravila usvojena je suma.
Potrebno je da se istakne da je korienje proizvoda za implikaciju dalo neto slabije rezultate. Ipak,
ranije istaknuti problemi vezani za defazifikaciju proizvoda ovde su zbog veeg broja pravila manje izraeni.
10 8
8 7
6 6
u
4 5
2 4
0 3
0.2
0.1 100
2
0 50
0
-0.1 -50 1
-0.2 -100
deltae e
0
0 250 500 750 1000 1250 t 1500
1.2
h2 PID - 02
1.1 fazi - 02
1 PID - 05
0.9 fazi - 05
PID - 07
0.8 fazi - 07
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 250 500 750 1000 1250 t 1500
7 Od ideje do implementacije
Uprkos intuitivnoj privlanosti fazi koncepta, Zadeh-ov predlog drugaijem pristupu
projektovanja naiao je na snaan otpor u zapadnom svetu vrsto utemeljenom u matematikom
modeliranju sistema. Ni pojava prvog fazi kontrolera koji je projektovao Ebrahim Madmani nije
mnogo pomogla da se promeni taj stav.
U tom, prvom, periodu glavni prigovor fazi teoriji svodio se na injenicu da ne postoje
konzistentni teorijski rezultati kojima bi se dokazala opravdanost ovog pristupa upravljanju. Kada
je tokom osamdesetih godina prolog veka Kosko izveo i dokazao niz teorema, teite kritike
premestilo se na odsustvo veeg broja aplikacija, da bi se zatim opet vratilo na teoriju.
U sutini, moglo bi se rei da je kljuni problem predstavljala injenica da je koncept fazi
logike veoma blizak istonjakoj filozofiji, dok je u potpunoj suprotnosti sa Aristotelovom
bivalentnom logikom na kojoj poiva zapadna civilizacija1. U prilog tome govore i sledea dva
citata vodeih amerikih teoretiara u oblasti upravljanja.
Fazi teorija je pogrena, pogrena i opasna. Ono to nama treba je vie logikog
rasuivanja, a ne manje. Opasnost fazi logike je u tome to ona ohrabruje neku vrstu nepreciznog
miljenja koje nam je uvek donosilo mnoge nevolje. Fazi logika je kokain nauke" Prof. William
Kahan, University of California, Berkeley.
Fazifikacija je neka vrsta naune popustljivosti. Ona rezultuje u drutveno privlanim
sloganima koji ne zahtevaju disciplinu ozbiljnog naunog rada i strpljivog posmatranja Prof.
Rudolf Kalman, University of Florida at Gainesville.
Dok je veina inenjera na zapadu tvrdila kako je fazi logika lepa matematika disciplina
koja teko moe da ima ikakvu praktinu primenu, Japanci su zapoeli razvoj elementarnih fazi
kontrolera. Tek poetkom 90-tih godina u SAD je odrana prva konferencija o fazi logici. U isto to
vreme od ukupno 38 fazi patenata registrovanih u SAD-u japanske firme drale su 30, dok je
njihova godinja prodaja fazi proizvoda premaila milijardu nemakih maraka. Japanski i
Korejanski fazi proizvodi pored brojnih ureaja (kuni aparati, kamere, maine za kopiranje,
televizori, automobili...) obuhvataju i fazi kontrolere za sekvencijalno upravljanje (hemijski
reaktori, liftovi, eliane, cementare, saobraajni sistemi), fazi sisteme za prepoznavanje oblika
itd. Istovremeno se i dalje uju ozbiljne kritike na raun fazi sistema, ovoga puta zasnovane na
tvrdnji da tu ima zaista jako mnogo praktinih primena, ali nedostaju prava teorijska
obrazloenja.
I dok na zapadu, gde veinu ine zagovornici bivalentnog pristupa svetu koji "ne tvrde da
znaju sve (po tome se razlikuju od crkve), ali tvrde da se kreu jedinim putem ka znanju"2, traje
rasprava pro i contra fazi logike, u Japanu, od poetka devedesetih godina dvadesetog veka, rade
dve3 velike laboratorije LIFE (Laboratory for International Fuzzy Engineering Research) i FLSI
(Fuzzy Logic System Institute) sa kojima sarauju sve vodee industrijske kompanije sa ciljem da
1
Interesantno je zapaziti da su i Zadeh i Madmani Iranci, koji su osnovne poglede na svet stekli u duhu
istonjake filozofije. Bart Kosko pak tvrdi da fazi logika poinje tamo gde prestaje zapadna logika
2
Bart Kosko, Fuzzy Thinking.
3
Budui da je bilo jasno da se niko drugi u svetu, bar u dogledno vreme nee baviti fazi teorijom, smatralo
se da je, zbog potsticajne konkurencije, neophodno da postoje dva instituta
Zakljuak/60
se to vie i to bolje sagledaju mogunosti primene fazi logike u stvaranju inteligentnih ureaja.
Na kraju se nesumnjivo namee pitanje da li je smisao celog ovog izlaganja ukazivanje na
to da je fazi upravljanje toliko mono da ga treba primenjivati uvek i po svaku cenu? Ako bi
odgovor bio jedno kategorino da onda bi to bilo u kontradikciji sa samim fazi pristupom.
Odgovor, naravno mora biti fazi. On jeste potvrdan ali samo u odreenoj meri koja zavisi od
prirode problema koji se reava. Mogue je da e vreme pokazati da ima i drugih pristupa
reavanju problema upravljanja, mogue je da e i fazi logika vremenom biti prevaziena, ali je
izvesno da e u blioj budunosti u ovoj oblasti biti jo dosta rezultata i da im, bar u izvesnoj meri,
treba posvetiti panju.
Fazi operacije/61
Posebna vrsta fazi skupa je singlton fazi skup kod koga funkcija pripadnosti ima ne nultu
vrednost u samo jednoj taci
a [ 0,1] x = x i
A (x) = . (A.3)
0 x xi
Zapazimo da se referentna taka moe predstaviti kao fazi singlton skup kod koga je a=1.
A2.1 S FUNKCIJA
1 0 x<
2 x
0.8
x
0.6
0.4 S(x, , , ) = (A.6)
1 2 x x
0.2
0
4.5 x
x
0 0.5 1 1.5 2 2.5 3 3.5 4
1
+
SL A - 1 FUNKCIJA S(X,1,2,3) prevojna taka je definisana sa =
2
Operacije nad fazi skupovima/62
0.8
0.6
S(x, , 2, ) x
(x, , ) = (A.7)
1 S(x, , + 2, + ) x >
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 x
SL A - 2 FUNKCIJA (X,2,3)
Iz gornjih relacija se vidi da je t norma ograniena, pri emu min operator odreuje gornju
Fazi operacije/63
granicu.
Izbor same norme zavisi od znaenja promenljivih, odnosno od tipa veze koja se eli
uspostaviti. Tako, na primer, iskaz mala cena i velika tanost kojim se , sa gledita proizvodnih
uslova, izraavaju suprotni zahtevi podrazumeva korienje proizvoda, odnosno logike "i"
operacije. Meutim, budui da u iskazu novi i brzi auto nema korelacije za njegovo prikazivanje
pogodnije je koristiti operator min.
Funkcije pripadnosti dva fazi skupa i odgovarajue mere inkluzije dati su u sledeoj tabeli
x 1 2 3 4 5 6
A 1 0.8 0.4 0.3 0.2 0
B 0.2 0.6 0.7 0.9 1 1
S(A,B) 0.2 0.8 1 1 1 1
S(B,A) 1 1 0.7 0.4 0.2 0
SN(A,B) 0.2 0.75 1 1 1 1
SN(B,A) 1 1 0.57 0.33 0.2 1
se pretpostavlja da izmerenoj vrednosti, odgovara stvarna vrednost koja se nalazi unutar nekog
intervala u okolini izmerene vrednosti ("interval poverenja").
B-A A B A+B
NEGACIJA - A=(-a3,-a2,-a1)
MNOENJE KONSTANTOM cA=(ca1,ca2,ca3)
2A
A A
Neka je A=(1,2,3), tada je
=(-3,-2,-1)
2A=(2,4,6)
-4 -3 -2 -1 0 1 2 3 4 5 6
0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0 2,2 2,4 2,6
Operacije nad fazi skupovima/66
MNOENJE - AB=(a1b1,a2b2,a3b3)
DELJENJE A/B=( a1/b3,a2/b2, a3/b1)
Neka je A fazi skup definisan nad univerzumom V, predstavljen vrsta vektorom kao
A = [ 0.3 0.4 0.8 1]
i neka je S relacija definisana nad V i W
0.2 0.8 0.7
0.7 0.6 0.6
S=
0.8 0.1 0.5
0 0.2 0.3
tada se fazi skup P koji je odreen max-min kompozicijom dobija na sledei nain
pi = max {min(a k ,ski )}
k
{
p1 = max min(a1,s1,1 ), min(a 2 ,s 21 ), min(a 3 ,s31 ), min(a 4 ,s41 ) }
= max {min(0.3, 0.2), min(0.4, 0.7), min(0.8, 0.8), min(1.0,0.0)} = max {0.2, 0.4, 0.8, 0.0} = 0.8
{
p 2 = max min(a1 , s1,2 ), min(a 2 , s 22 ), min(a 3 , s32 ), min(a 4 ,s 42 ) = }
= max {min(0.3, 0.8), min(0.4, 0.6), min(0.8, 0.1), min(1.0, 0.2)} = max {0.3, 0.4, 0.1, 0.2} = 0.4
Fazi operacije/67
{
p3 = max min(a1 ,s1,3 ), min(a 2 , s 23 ), min(a 3 , s33 ), min(a 4 ,s 43 )}
= max {min(0.3, 0.7), min(0.4, 0.6), min(0.8, 0.5), min(1.0, 0.3)} = max {0.3, 0.4, 0.5, 0.3} = 0.5
0.2 0.8 0.7
0.7 0.6 0.6
A S = [ 0.3 0.4 0.8 1] = [ 0.8 0.4 0.5] = P
0.8 0.1 0.5
0 0.2 0.3
Ukoliko se, meutim, umesto min t-norme, koristi proizvod tada se dobija max-proizvod
kompozicija
A S = Q ; q j = max(a i sij )
i
{ }
q1 = max a1 s1,1 , a 2 s 21 , a 3 s31 , a 4 s 41
= max {0.3 0.2, 0.4 0.7), 0.8 0.8),1.0 0.0} = max {0.06, 0.28, 0.64, 0.0} = 0.64
{
q 2 = max a1 s1,2 , a 2 s 22 , a 3 s32 , a 4 s 42 = }
= max {0.3 0.8, 0.4 0.6, 0.8 0.1,1.0 0.2} = max {0.24, 0.24, 0.081, 0.2} = 0.24
{
q 3 = max a1 s1,3 , a 2 s 23 , a 3 s33 , a 4 s 43 }
= max {0.3 0.7, 0.4 0.6, 0.8 0.5,1.0 0.3} = max {0.21, 0.24, 0.40, 0.3} = 0.4
0.2 0.8 0.7
0.7 0.6 0.6
A S = [ 0.3 0.4 0.8 1] = [ 0.64 0.24 0.40 ] = Q
0.8 0.1 0.5
0 0.2 0.3
Neka je A fazi skup definisan nad univerzumom V, predstavljen vrsta vektorom A = (0.3,0.4, 0.8,1)
i neka je B fazi skup nad univerzumom W definisan vrsta vektorom B = ( 0.2, 0.7, 0.8, 0 ) odrediti max-min
kompozicije ovih skupova.
Poto su oba skupa vrsta vektori za njih je mogue je formirati dve max-min kompozicije.
poto je i, min (U
i
( i )
UT ), y y min (U
i
i
(
UT ), y Y
i
)
Dokaz tvrdnji (ii) i (iv)
Tvrdnje (ii) i (iv) se dokazuju na isti nain ako se koristi injenica da je
STmin = Y T U Y STmin = Y (Y T U) = (Y Y T ) U = h(Y) U = h(Y) U
skalar 1
T
)1m
U T ) y y (U
poto je i, (U i i (
UT ) y Y
i )
Dokaz tvrdnji (ii) i (iv)
Tvrdnje (ii) i (iv) se dokazuju na isti nain kao i kod korelacionog minimuma.
Neka je nad skupovima U = [ 0.3 0.4 0.7 0.2] i Y = [ 0.8 0.4 0.5] uspostavljena relacija
korelacionog minimuma S = U T
Y . Pokazati da ne vai implikacija Y = U S , a vai implikacija
U = Y S . T
Ova tvrdnja sledi i iz date teoreme, s obzirom da je visina skupa Y vea od visine skupa U
( h(U)=0.7, h(Y)=0.8 ). Isti rezultat se dobija i direktnom primenom definicije operacija kompozicije i
relacije
Poto je
0.3 0.3 0.3 0.3
0.4 0.4 0.4 0.4
S = U T Y = [ 0.8 0.4 0.5] = vidi se da je
0.7 0.7 0.4 0.5
0.2 0.2 0.2 0.2
Operacije nad fazi skupovima/70
0.8 0
Y1 HLADNO (t<10 C)
0 0
0.6 Y2 SVEE (10 C<t<25 C)
0 0
0.4 Y3 PRIJATNO (20 C<t<30 C)
0 0
Y4 TOPLO (25 C<t<45 C)
0.2 0
Y5 VRUE (t>40 C)
0
0 10 20
temperatura
30 40 50 Ukoliko se opredelimo za trougaone fazi
skupove onda oni imaju izgled kao to je to prikazano
SL B - 1 OKVIR SPOZNAJE POJMA TEMPERATURA na Sl B - 1.
D is kr etn i fa z i s ku p o vi t em p er atu r e
Ukoliko elimo da okvir spoznaje predstavimo diskretnim fazi skupovima onda je neophodno da
usvojimo granice pojma za koji se definie okvir spoznaje, kao i inkrement promene (ukoliko je promenljiva
kontinualna).
0 0
Neka se temperatura prostorije kree u opsegu od 0 C do 50 C i neka je korak promene
temperature y=5 C. U skladu sa ovim, svaki fazi skup bie predstavljen vektorom koji ima 11 elemenata.
0
Ko n t in u a ln i f az i sku p o v i te m p er a tu r e
U skladu sa usvojenim okvirom spoznaje kontinualni fazi skupovi opisani su sledeim relacijama
0 y<5
1 y<0 0.1(y 5)
5 y 15
Y1 : Y1 (y) = 0.1(y 10) 0 y 10; Y2 : Y2 (y) =
0 y > 10 0.1(y 25) 15 y 25
0 y > 25
0 y < 20 0 y < 25
0.2(y 20) 20 y 25 0.1(y 25) 25 y 35
Y3 : Y3 (y) = ; Y4 : Y4 (y) = (B.2)
0.2(y 30) 25 y 30 0.1(y 45) 35 y 45
0 y > 30 0 y > 45
Operacije nad fazi skupovima/72
0 y < 40
Y5 : Y5 (y) = 0.1(y 40) 40 y 50
1 y > 50
0.8
gde skupovi Ui imaju sledee znaenje
0.6
U1 STANI (u<30)
0.4 U2 SPORO (10<u<50)
0.2
U3 SREDNJE (40<u<60)
U4 BRZO (50<u<90)
0
0 20 40 60 80 100 U5 VEOMA BRZO (u>70)
upravljanje
Ako se opredelimo za trougaone fazi skupove
onda oni imaju izgled kao to je to prikazano na Sl B -
SL B - 2 OKVIR SPOZNAJE POJMA BRZINA MOTORA
2.
0 u < 40 0 u < 50
0.1(u 40) 40 u 50 0.05(u 50) 50 u 70
U3 : U3 (u) = ; U 4 : U 4 (u) = (B.4)
0.1(u 60) 50 u 60 0.05(u 90) 70 u 90
0 u > 60 0 u > 90
0 u < 70
1
U5 : U5 (u) = (u 70) 70 u 100
30
1 u > 100
Literatura/73
Konturni dijagrami svih fazi relacija kojima su predstavljena data pravila ine fazi trajektoriju. U
sluaju korienja korelacionog proizvoda ova trajektorija ima izgled prikazan na Sl B - 3. Odgovarajui
skupovi Si prikazani su na Sl. 7-1.
80
60
napon
40
20
15
5 10 15 20 25 30 35 40 45 50
temperatura
7
SL B - 3 FAZI TRAJEKTORIJA UPRAVLJANJA
Sve take na trajektoriji odreuju se primenom relacije za korelacioni proizvod. Ako se na primer
uoi taka (7,15) onda se sa slike Sl B - 3 vidi da je ona pokrivena pravilom broj 1 i pravilom broj 2. Ovo se,
naravno, vidi i iz analitikih izraza koji odgovaraju definisanim pravilima. Za kodiranje pomou korelacionog
proizvoda se dobija
S1 (7,15) = Y1 (7) U1 (15) = 0.3 0.5 = 0.15
prod
5 max S1prod (7,15), S2prod (7,15) = 0.15 max
Sprod (7,15) = Si (7,15) =
i =1 prod min 1, 1 (7,15) + 2 (7,15) = 0.2 Lukaijevi
Sprod Sprod
Naglasimo da se umesto maksimuma ili Lukaijevieve relacije mogla koristiti i bilo koja druga s-
norma. Isto tako se umesto relacije korelacionog proizvoda mogao koristiti korelacioni minimum.
Operacije nad fazi skupovima/74
0.8
0.6
0.4
0.2
0
100
50
30 40 50
napon 0 0 10 20
temperatura
SL. 7-1 FAZI RELACIJE KOJE ODGOVARAJU USVOJENIM PRAVILIMA (KORELACIONI PROIZVOD)
{ }
U ai = Uai (ya ) = max ( Ya (ya )tSi (y a , u) = 1tSi (ya ,u) = Si (ya ,u)
yY
(B.7)
( )
= max Y2 (y a ) t U 2 (u) = Y2 (y a ) t U 2 (u)
y
SL B - 5 FAZI IZLAZ KAO KORELACIONI MINIMUM SL B - 6 FAZI IZLAZ KAO KORELACIONI PROIZVOD
Neka je izmerena vrednost izlaza procesa ya=10. Tada je odgovarajui fazi skup ulaza
Ya = 0 0 1 0 0 0 0 0 0 0 0
=3
to znai da je fazi skup Uai trea vrsta matrice Si.
Korelacioni minimum
Za pravilo broj 2 dobija se
0 0 0 0 0 0 0
0
0 0 0 0 0 0 0 0
0.5 0 0 0.5 0.5 0.5 0 0
1 0 0 0.5 1 0.5 0 0
S2min = Y2T U 2 = [0 0 0.5 1 0.5 0 0] =
0.5 0 0 0.5 0.5 0.5 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
Otuda je
min
U a2 = [ 0 0 0.5 0.5 0.5 0 0 0 0 0 0 ]
Korelacioni proizvod
0 0 0 0 0 0 0
0
0 0 0 0 0 0 0 0
0.5 0 0 0.25 0.5 0.25 0 0
1 0 0 0.5 1 0.5 0 0
0 0 0.5 1 0.5 0 0 ] =
0.5 [
S2prod = Y2 U 2 =
T
0 0 0.25 0.5 0.25 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
tako da je
2 = [ 0 0 0.25 0.5 0.25 0 0 0 0 0 0 ]
U aprod
Y1 U1
1.0 1.0
0.5 0.5
0 10 20 30 40 50 0 20 40 60 80 100
Ako je hladno tada motor stoji
Y2 U2
1.0 1.0
0.5 0.5
0 10 20 30 40 50 0 20 40 60 80 100
Ako je svee tada motor sporo
Y3 U3
1.0 1.0
0.5 0.5
0 10 20 30 40 50 0 20 40 60 80 100
Ako je prijatno tada motor srednje
Y4 U4
1.0 1.0
0.5 0.5
0 10 20 30 40 50 0 20 40 60 80 100
Ako je toplo tada motor brzo
Y5 U5
1.0 1.0
0.5 0.5
0 10 20 30 40 50 0 20 40 60 80 100
0.5
0 20 40 60 80 100
UPRAVLJANJE (Ua)
SL B - 8 ODLUIVANJE ZA YA=23
Za odreivanje izlaznog skupa neophodno je da se prvo utvrde fazi relacije koje odgovaraju
izmerenoj vrednosti ulaza.
0 i 2,3
Si (23, u) = 0.2 t U 2 (u) i = 2
0.6t U3 (u) i=3
0 u < 10
0.2t0.05(u 10)
( ) 10 u 30
S2 (23, u) = 0.2t U 2 (u) =
( 0.2t 0.05(u 50) ) 30 u 50
0 u > 50
Operacije nad fazi skupovima/78
0 u < 40
0.6t0.1(u 40)
( ) 40 u 50
S3 (23, u) = 0.6t U3 (u) =
( 0.6t 0.1(u 60) ) 50 u 60
0 u > 60
U skladu sa time fazi skup izlaza je
0 u < 10
( 0.2t 0.05 (u 10) ) 10 u 30
5
Ua (u) = Si (23, u) = S2 (23, u) sS3 (23, u) =
( 0.2 t 0.05 (u 50) ) 30 u 40
i =1 ( 0.2 t 0.05 (u 50) ) s ( 0.6 t 0.1 (u 40) ) 40 u 50
( 0.6t 0.1 (u 60) ) 50 u 60
0 u > 60
Konkretne vrednosti fazi skupa izlaza zavise od naina na koji se odaberu s i t norme.
t -norma proizvod
Izlazni fazi skup se formira primenom s-norme
na dva fazi skupa dobijena iz drugog i treeg pravila uz
uslov da je t-norma proizvod (Sl B - 9).
Taka preseka dva fazi skupa odreuje se iz
izraza
0.01(u 50) = 0.06(u 40)
0.5 0.01u = 0.06u 2.4
0.07u = 2.9 u = 41.429
Funkcija pripadnosti fazi skupa izlaza dobija se
iz sledee relacije
Ua (u) = 0.2 U 2 (u)s 0.6 U3 (u) =
0 u < 10
SL B - 9 FAZI SKUPOVI KOJI FORMIRAJU IZLAZNI FAZI 0.01 (u 10) 10 u 30
SKUP - T-NORMA PROIZVOD
0.01 (u 50) 30 u 40
=
( 0.01(u 50) ) s ( 0.06(u 40) ) 40 u 50
0.1 (u 60) 50 u 60
0 u > 60
Konani oblik fazi skupa zavisi od izbora s-norme.
SL B - 10 FAZI IZLAZNI SKUP T-NORMA PROIZVOD, S- SL B - 11 FAZI IZLAZNI SKUP T-NORMA PROIZVOD, S-NORMA
NORMA MAKSIMUM LUKAIJEVI
t -norma minimum
Dva izlazna fazi skupa imaju izgled prikazan na Sl B - 12. Take preseka ovih skupova odreuju se iz
sledeih relacija
0.7 2.3
0.05 (u 10) = 0.2 u1 = = 14; 0.05 (u 50) = 0.2 u 2 = = 46
0.05 0.05
4.6 5.4
0.1 (u 40) = 0.6 u 3 = = 46; 0.1(u 60) = 0.6 u 4 = = 54
0.1 0.1
U skladu sa time, agregacija fazi skupa izlaza
odreena je relacijom
0 u < 10
0.05 (u 10) 10 u 14
0.2 14 u 42
Ua (u) = max ( min(0.2, U2 (u)), min(0.6, U3 (u)) ) = 0.1 (u 40) 42 u 46
0.6 46 u 54
0.1 (u 60) 54 u 60
0 u > 60
o s-norma Lukaijevi (Sl B - 14)
0 u < 10
0.05 (u 10) 10 u 14
0.2 14 u 40
0.2 + ( 0.1 (u 40) ) 40 u 46
( )
Ua (u) = max 1, min(0.2, U 2 (u)) + min(0.6, U3 (u)) =
( 0.05 (u 50) ) + 0.6 46 u 50
0.6 50 u 54
0.1 (u 60) 54 u 60
0 u > 60
1
0,8
0,6
0,4
0,2
0
0 10 20 30 40 50 60 70
SL B - 13 FAZI IZLAZNI SKUP T-NORMA MINIMUM, S- SL B - 14 FAZI IZLAZNI SKUP T-NORMA MINIMUM, S-NORMA
NORMA MAKSIMUM LUKAIJEVI
B4.2 BISEKTRISA
Da bi se ilustrovao postupak odreivanja bisektrise posmatrae se izlazni fazi skup dobijen min-max
metodom (Sl B - 13). S obzirom na oblik funkcije pripadnosti koja definie izlazni fazi skup ukupna povrina
je
60 14 42 46 54 60
Ua (u)du = Ua (u)du + Ua (u)du + Ua (u)du + Ua (u)du + Ua (u)du =
10 10 14 42 46 54
4 0.2 0.2 + 0.6 6 0.6
= + 28 0.2 + 4 + 8 0.6 + = 0.4 + 5.6 + 1.6 + 4.8 + 1.8 = 14.2
2 2 2
Iz dobijenog rezultata se vidi da se polovina ove povrine (bisektrisa) nalazi na segmentu [42,46] kome
odgovara vrednost integrala od 1.6. Sada se moe postaviti uslov za bisektrisu (4.24) iz koga se dobija
u0 46
0.4 + 5.6 + Ua (u)du = Ua (u)du + 4.8 + 1.8
42 u0
u0 46
6+ 0.1(u 40)du = 0.1(u 40)du + 6.6
42 u0
0.1u 02 0.1 42 2
4(u 0 42) =
2 2
0.1 462 0.1u 02
= 4(46 u 0 ) + 0.6
2 2
u 02 80u 0 + 1574 = 0 u 0 = 45.099
SL B - 16 DEFAZIFIKACIJA BISEKTRISOM
B4.3 CENTROID
Centar gravitacije odreen jednainom (4.26) za izlazni fazi skup dobijen min-max metodom (Sl B -
13) Error! Reference source not found. dobija se na sledei nain.
60
Ua (u)du =14.2
10
60 14 42 46
u Ua (u)du = u 0.05(u 10)du + 0.2udu + u 0.1(u 40)du +
10 10 14 42
54 60
+ 0.6udu u 0.1(u 60)du = 573.6
46 54
60
u Ua (u)du
573.6
u0 = 10
= = 40.4
60 14.2
Ua (u)du
10
Centar gravitacije za izlazni fazi skup dobijen proizvod-max metodom (Sl B - 10) je
60
Ua (u)du =9.5712
10
Operacije nad fazi skupovima/82
60 30 41.429
u Ua (u)du = u 0.01(u 10)du u 0.01(u 50)du +
10 10 30
50 60
+ u 0.06(u 40)du u 0.06(u 60)du = 401.2245
41.429 50
60
u Ua (u)du
401.2245
u0 = 10
= = 41.92
60 9.5712
Ua (u)du
10
SL. 7-2 DEFAZIFIKACIJA ODREIVANJEM CENTRA GRAVITACIJE SL. 7-3 DEFAZIFIKACIJA ODREIVANJEM CENTRA GRAVITACIJE
ZA MIN-MAX FAZI IZLAZNI SKUP ZA PROIZVOD-MAX FAZI IZLAZNI SKUP
0.1
0
c 2 = 30 ; c3 = 50 ; I 2 = 20 ; I3 = 10
u
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70
i ci Ii
COG 0.2 30 20 + 0.6 50 10
u0 = i
= = 42
42 i Ii 0.2 20 + 0.6 10
i
SL. 7-4 DEFAZIFIKACIJA ODREIVANJEM CENTRA GRAVITACIJE Izraunavanjem centra gravitacije preko
ZA PROIZVOD-LUKAIJEVI FAZI IZLAZNI SKUP izraza kojim se definie (4.26) dobija se identini
rezultat
60
Ua (u)du =10
10
Literatura/83
60 30 40
u Ua (u)du = u 0.01(u 10)du u 0.01(u 50)(u)du +
10 10 30
50 60
+ u (0.05u 1.9)du u 0.06(u 60)du = 420
40 50
60
u Ua (u)du
420
u0 = 10
= = 42
60 10
Ua (u)du
10
2 u c2 + 3 u c3 0.2 30 + 0.6 50
u0 = = = 45
2 + 3 0.8