دنیای الکترونیک

کاربردهای منطق فازی‌
منطق فازی کاربردهای متعددی دارد. ساده‌ترین نمونه یک سیستم کنترل دما یا ترموستات است که بر اساس قوانین فازی کار می‌کند. سال‌هاست که از  منطق فازی برای کنترل دمای آب یا میزان کدرشدن آبی که لباس‌ها در آن شسته شده‌اند در ساختمان اغلب ماشین‌های لباسشویی استفاده می‌شود.
 
امروزه ماشین‌های ظرفشویی و بسیاری از دیگر لوازم خانگی نیز از این تکنیک استفاده می‌کنند. منطق فازی در صنعت خودروسازی نیز کاربردهای فروانی دارد. مثلاً سیستم ترمز و ABS در برخی از خودروها از منطق فازی استفاده می‌کند. یکی از معروف‌ترین نمونه‌های به‌کارگیری منطق فازی در سیستم‌های ترابری جهان، شبکه مونوریل (قطار تک ریل) توکیو در ژاپن است. سایر سیستم‌های حرکتی و جابه‌جایی بار، مثل آسانسورها نیز از منطق فازی استفاده می‌کنند.
 
سیستم‌های تهویه هوا نیز به وفور منطق فازی را به‌کار می‌گیرند. از منطق فازی در سیستم‌های پردازش تصویر نیز استفاده می‌شود. یک نمونه از این نوع کاربردها را می‌توانید در سیستم‌های <تشخیص لبه و مرز> اجسام و تصاویر(3) مشاهده کنید که در روباتیک نیز کاربردهایی دارد. به طور کلی خیلی از مواقع در ساختمان سیستم‌های تشخیص الگوها (Pattern Recognition) مثل سیستم‌های تشخیص گفتار و پردازش تصویر از منطق فازی استفاده می‌شود.

مفاهیم نادقیق بسیاری در پیرامون ما وجود دارند که آنها را به صورت روزمره در قالب عبارتهای مختلف بیان می‌کنیم. به این جمله دقت کنید: " هوا خوب است." هیچ کمیتی برای خوب بودن هوا مطرح نیست تا آن را اندازه بگیریم بلکه این یک حس کیفی است. در واقع مغز انسان با در نظر گرفتن عوامل گوناگون و بر پایه تفکر استنتاجی جملات را تعریف و ارزش گذاری می‌‌نماید که الگوبندی آنها به زبان و فرمولهای ریاضی اگر غیر ممکن نباشد کاری بسیار پیچیده خواهد بود. منطق فازی فناوری جدیدی است که شیوه‌هایی را که برای طراحی و مدل سازی یک سیستم نیازمند ریاضیات پیچیده و پیشرفته است، با استفاده از مقادیر زبانی و دانش فرد خبره جایگزین می‌‌سازد.

منطق فازی:

اگر از ما پرسیده شود منطق فازی چیست شاید ساده‌ترین پاسخ بر اساس شنیده‌ها این باشد که Fuzzy Logic یا Fuzzy Theory یک نوع منطق است که روش‌های نتیجه گیری در مغز بشر را جایگزین می‌کند. مفهوم منطق فازی توسط دکتر لطفی زاده، استاد دانشگاه کالیفورنیا در برکلی، ارائه گردید و نه تنها به عنوان روش‌شناسی کنترل ارائه شد بلکه راهی برای پردازش داده‌ها، بر مبنای مجاز کردن عضویت گروهی کوچک به جای عضویت گروهی دسته‌ای ارائه کرد. به جهت نارسا و نابسنده بودن قابلیت رایانه‌های ابتدایی تا دهه 70 این فرضیه در سیستم‌های کنترلی به کار برده نشد.

پروفسور لطفی زاده اینطور استدلال کرد که بشر به ورودیهای اطلاعاتی دقیق نیازی ندارد بلکه قادر است تا کنترل تطبیقی را به صورت بالایی انجام دهد. پس اگر ما کنترل کننده‌های بازخورد را در سیستم‌ها طوری طراحی کنیم که بتواند داده‌های مبهم را دریافت کند، این داده‌ها می‌توانند به طور ساده تر و موثرتری در اجرا به کار برده شوند.

انگیزه و اهداف

برای مقابله مؤثر با پیچیدگی روزافزون در بررسی، مطالعه، مدل سازی، و حل مسائل جدید در فیزیک، مهندسی، پزشکی، زیست شناسی، و بسیاری از امور گوناگون دیگر مجبور به ایجاد و ابداع روشهای محاسباتی جدیدی هستیم که بیشتر از پیش به شیوه‌های تفکر خود انسان نزدیک باشد. هدف اصلی آنست که مسائل و مشکلات بسیار پیچیده علمی را رایانه‌ها بتوانند با همان سهولت و شیوایی بررسی و حل و فصل کنند که ذهن انسان قادر به ادراک و اخذ تصمیمات سریع و مناسب است.

در جهان واقعیات، بسیاری از مفاهیم را آدمی به صورت فازی (fuzzy به معنای غیر دقیق، ناواضح، و مبهم) درک می‌کند و به کار می‌‌بندد. هر چند کلمات و مفاهیمی همچون گرم، سرد، بلند، کوتاه، پیر، جوان، و نظائر اینها به عدد خاص و دقیقی اشاره ندارند، ذهن انسان با سرعت و با انعطاف پذیری شگفت آوری همه را می‌‌فهمد و در تصمیمات و نتیجه گیریهای خود به حساب می‌گیرد. این، در حالیست که ماشین فقط اعداد را میفهمد و اهل دقّت است. اهداف شیوه‌های نو در علوم کامپیوتر آنست که اولا رمز و راز اینگونه تواناییها را از انسان بیاموزد و سپس آنها را تا حد امکان به ماشین یاد بدهد.

جهت شروع، باید به ایجاد و ابداع منطقی تازه و نو دست بزنیم که آن همانا منطق فازی (Fuzzy logic) است. در منطق قدیم فقط دو حالت داریم: سفید و سیاه، آری و خیر، روشن و تاریک، یک و صفر، و درست و غلط. قوانین علمی گذشته، مثل ریاضیّات، فیزیک و مکانیک نیوتونی، همه بر اساس اینگونه منطق استوار گردیده اند. پر واضح است که ذهن ما با منطقی دیگر کارهایش را انجام می‌دهد و تصمیماتش را اتّخاذ می‌کند.