Forum
Aktif konular
Üyeler
Kurallar
Arama
Mantik Sorusu Mantik Sorusu
-
s.s ikisinide içerim
-
hangi col bu, lut falansa 80-90 derece sicak goruyor , kaynat ic hoca
-
hocaların şu sorularına bitiyorum, hele o herkesin meraklı gözleri üzerindeyken einstein edasıyla kasıla kasıla cevabı anlatmaları yok mu, amk hıyarı duymuş bir yerden gelmiş sınıfta caka atıyor.
-
KaRaKuLe bunu yazdı
om bm ne ?
build margin/operating margin
-
amına bile korum :D
-
crimeangel bunu yazdı
ben olsam, 2nci suyu içerdim.
%91i kirli su olduğunu biliyorum. en azından su olduğunu biliyorum.
ilk şişedeki %91 olasılıkla kirli su. %9 olasılıkla temiz suda olabilir, asitte olabilir kezzapta. hadi gelde iç şimdi bunu :)
tabi demogoji yoksa sorunun içinde.
sorunun tüm cevaplarındaki mantığı
%9 olasılıkla temiz suda olabilir, asitte olabilir kezzapta. hadi gelde iç şimdi bunu
yazınla mındar ettin hacım. :D
cevap B ye döndü mk :)
-
Lan dün tam rüyaya dalıcam birden aklıma konudaki om ile bm yazıları aklıma geldi. Bunlar ne diye düşünüyordum buldum he tamam yarın konuya yazarım çok basitmiş lan aslında falan diye düşündüm amk :D Ama şimdi aklıma gelmiyor :D
-
Çölde kayboldunuz. Elinizde 2 şişe su var. Birinin üzerinde %91 olasılıkla kirli su (OM). Diğerinin üzerinde %91i kirli su (BM) yazıyor. Hangisini içersiniz ?
BULANIK KÜME, SİSTEM VE TEKNOLOJİSİ
Gün geçtikçe etrafımızda bulunan belirsizliğin nesnel olarak incelenmesi için alışıla gelmiş yöntemlerin dışında bilimsel yöntemlere duyulan ihtiyaç artmaktadır. Özellikle bu belirsizlik durumları arasında sözel olanlar için Lütfü Asker Zade tarafından en uygun yöntembilim esasının küme elemanlarına değişik üyelik derecelerinin verilmesi ile olacağı belirtilmiştir. Aristo mantığına göre çalışan klasik küme kavramında bir öğe bir kümeye ya aittir ya da değildir. Bir öğeden diğerine geçiş keskin ve aniden değişen üyelik dereceleri sayesinde olmaktadır. Bulanık kümelerde ise bu geçiş yumuşak ve sürekli bir şekilde olmaktadır. Bu geçişte hayal gücü ve sezgi gibi görüşler büyük rol oynar. [3]
Bulanık Mantık Temeli Bulanık Küme Kuramına dayanır (ZADEH, 1965). Geleneksel mantık sistemi yalnızca 1 ve 0 üzerine kuruludur. Doğru veya yanlış vardır. Bu ikisinin arası yoktur. Belirsiz bir problemin çözümü güçtür. Bulanık Mantık sisteminde de 1 ve 0 değerleri vardır. Bununla birlikte 0 ile 1 arasındaki değerler de kullanılır. Doğru ya da yanlışın ne kadar doğru ya da ne kadar yanlış olduğu belirlenebilir. Bulanık Mantık Olasılık Teorisinden farklıdır. Olasılıkta problemin kendisi tanımlıdır.[1]
Bulanık sistemler, teorik ve matematik aksiyomlu yaklaşımlardan bağımsız bir çözüm algoritması temsil ettiğinden, bir sistemin modellenmesinde yaklaşık ve kolay çözünürlük verirler. Elde edilebilen tüm sayısal ve sözel bilgiler çözüm algoritmasına katılarak anlamlı çözümlere varılabilir. Bu bakımdan bulanık yöntem uzman kişilerinde vereceği sözel bilgileri işleyerek toptan çözüme gitmeye yarar.[3]
Fuzzy kuramının merkez kavramı fuzzy kümeleridir. Küme kavramı kulağa biraz matematiksel gelebilir ama anlaşılması kolaydır. Örneğin orta yaş kavramını inceleyerek olursak, bu kavramın sınırlarının kişiden kişiye değişiklik gösterdiğini görürüz. Kesin sınırlar söz konusu olmadığı için kavramı matematiksel olarak da kolayca formüle edemeyiz. Ama genel olarak 35 ile 55 yaşları orta yaşlılık sınırları olarak düşünülebilir. Bu kavramı grafik olarak ifade etmek istediğimizde karşımıza şekil deki gibi bir eğri çıkacaktır. Bu eğriye aitlik eğrisi adı verilir ve kavram içinde hangi değerin hangi ağırlıkta olduğunu gösterir.
Bir fuzzy kümesi kendi aitlik fonksiyonu ile açık olarak temsil edilebilir. Şekilde görüldüğü gibi aitlik fonksiyonu 0 ile 1 arasındaki her değeri alabilir. Böyle bir aitlik fonksiyonu ile kesinlikle ait veya kesinlikle ait değil arasında istenilen incelikte ayarlama yapmak mümkündür.
Bulanık mantık ile matematik arasındaki temel fark bilinen anlamda matematiğin sadece aşırı uç değerlerine izin vermesidir. Klasik matematiksel yöntemlerle karmaşık sistemleri modellemek ve kontrol etmek işte bu yüzden zordur, çünkü veriler tam olmalıdır. Bulanık mantık kişiyi bu zorunluluktan kurtarır ve daha niteliksel bir tanımlama olanağı sağlar. Bir kişi için 38,5 yaşında demektense sadece orta yaşlı demek bir çok uygulama için yeterli bir veridir. Böylece azımsanamayacak ölçüde bir bilgi indirgenmesi söz konusu olacak ve matematiksel bir tanımlama yerine daha kolay anlaşılabilen niteliksel bir tanımlama yapılabilecektir.
Bulanık Mantıklı Sistemleri(BMS) incelerken öncelikle Bulanık Mantık(BM) yada Bulanık Kümelerin tanımının yapılması gerekmektedir. Bulanık Mantık bir yöntemden çok bir düşünce yapısıdır. BMSlerde diğer BTSlerde de olduğu gibi bir bilgi tabanı vardır. Bu bilgi tabanı BMSde kullanılacak çıkarım mekanizmasının kural tabanı ve yöntemlerini ve uygulama alanı ile bağlantıyı sağlayacak olan işlevlerin değişkenlerini içermektedir. Bu bilgi tabanı içeriğini öğrenme ve adaptasyon özelliklerini kullanarak dinamik olarak değiştirebilecektir.[2]
1.Bulanık Kümeler[2]
Bulanık Kümeler, Klasik Kümelerin sıfır(0) ile bir(1) değerleri arasında da değerler alabilen üyelik derecelerine sahip bir genellemesidir. Yani klasik kümelerde bir eleman, bir kümeye ya tamamen dahildir(üyelik derecesi bir) yada tamamen hariçtir(sıfır üyelik derecesi). Ancak bulanık kümelerde bir eleman, üyelik fonksiyonlarında belirlenen derecelerle bir kümeye dahildir. Örneğin, klasik kümelerle bir BMWyi sahece pahalı arabalar kümesine yerleştirebiliriz. Ancak, bulanık kümelerle gösterildiğinde 0.8 değeriyle ki bu değer denetleyiciyi tasarlayanın kanısını, yada diğer bir bakış açısına göre olabilirliğini(possibility) gösterebilir- pahalı arabalar kümesine dahil iken, 0.2 değeriyle ekonomik arabalar kümesinde de tanımlanabilir. Sayılar içinse alt ve üst limit arasındaki değerler NB(Negatif Büyük), Negatif Orta(NO), Sıfır(SR), Pozitif Orta(PO) ve Pozitif Büyük(PB) bulanık kümeleri kullanılmaktadır.
2.Kural Tabanı[2]
Modellenmesi karmaşık, zor veya imkansız olan sistemlerde sözsel kurallar kullanılarak tanımlanan kontrol kuralları BMS lerin önemli bir kısmını oluştururlar. Aşağıde örneği verilen kural tabanı doğrudan denetleyicinin yerini alacak olan bir BMS için oluşturulmuş olsa da, diğer bir denetleyicinin parametrelerini kontrol eden bir yönetici BMS için de benzer bir bilgi tabanı oluşturulabilir.
Örneğin :
Eğer oda sıcaklığı yüksek ise ısıtıcıyı kapat.
Eğer oda sıcaklığı ılık ve dışarıda hava mutedil ise ısıtıcıyı biraz kapat.
Eğer oda sıcaklığı iyi ise ısıtıcıyı ayarlama.
Eğer oda sıcaklığı düşük ve dışarıda hava soğuk ise ısıtıcıyı aç.
Eğer oda sıcaklığı çok düşük ise ısıtıcıyı çok aç.
4.Bulanık Mantık Sistemlerin Genel Yapısı[2]
BMS lerin genel yapısı aşağıda gösterilen yapıdadır. Oranlama ve Bulandırma aşamalarında ölçülen veya tahmin edilen fiziksel değerler bulanık mantık kümelerine çevrilir(0.1/NB, 0.2/NO, 1.0/SR, 0.0/PO, 0.0/PB gibi). Çıkarım mekanizmasında ise kurallar dikkate alınarak sistem çıktılarının bulanık mantıkla gösterimi sağlanır. Bu kural tabanı denetleyicinin en önemli kısmıdır. Burada veri tabanını oluşturacak uzman bilginin toplanması, özellikle çok değişkenin kullanıldığı karmaşık sistemlerde oldukça zordur. Bu işlem için geliştirilen yöntemler arasında genetik algoritmaları, öğrenebilen yapay sinir ağlarını sıralayabiliriz.
Kural tabanının tam(complete), tutarlı ve en önemlisi doğru olması için karmaşık sistemlerde yardımcı yöntemlerin kullanılması kaçınılmazdır. Hangi kuralların nasıl birleştirileceği durulama aşamasında belirlenir ve son aşama olan oranlamada ise bu çıktılar fiziksel değerlere çevrilip uygun çarpanlarla oranlanır. Denetleyici ile ilgili tüm bilgilerin bulunduğu bilgi tabanı, kuralların belirlendiği kural tabanı ve diğer bilgilerin bulunduğu veri tabanı olarak iki kısımda gösterilmiştir. Adaptif BMSlerde bu bilgi tabanı denetleme sürecinde de güncelleştirilebilmekte ve bu denetleyicinin performansını arttırmada önemli bir rol oynamaktadır. Bu gürültülü bir ortamda müzik sesinin yüksekliğinin, sessiz bir yerdeki aynı müziğin sesine göre yüksek olarak sınıflandırılması gibi. Yani ortamdaki değişikliklere göre tanımların ve kuralların da adaptif olarak değişebilmesi gibi.
Bulanık mantıkta fuzzy kümeleri kadar önemli bir diğer kavramda linguistik değişken kavramıdır. Linguistik değişken sıcak veya soğuk gibi kelimeler ve ifadelerle tanımlanabilen değişkenlerdir. Bir linguistik değişkenin değerleri fuzzy kümeleri ile ifade edilir. Örneğin oda sıcaklığı linguistik değişken için sıcak, soğuk ve çok sıcak ifadelerini alabilir. Bu üç ifadenin her biri ayrı ayrı fuzzy kümeleri ile modellenir.[6]
KONTROLDEKİ UYGULAMALARI
Elektrikli ev aletleri
Oto elektroniği, fren sistemleri
Elektronik denetim sistemleri
Karar Verme
Proses Planlama
Kameralar [1]
1975 yılında Mamdani ve Assilian tarafından ilk defa bir buhar makinasının kontrolünün bulanık sistem ile modellenmesi çeşitli araştırma merkezlerinin bulanık mantık ve sistemlerine ilgisini artırmıştır. 1978 yılında Holmblad ve Östergaard bulanık sistem uygulamasını bir çimento fabrikasının işletilmesi ve kontrolü için yapınca, bulanık kavramlar gittikçe yaygınlaşmaya başlamıştır. Bu yaygınlaşma özellikle Japonya, Singapur, Kore ve Malezyada fazlaca kendisini göstermiştir.[3]
Bulanık mantık konusunda yapılan araştırmalar Japonyada oldukça fazladır. Özellikle fuzzy process controller olarak isimlendirilen özel amaçlı bulanık mantık mikroişlemci çipinin üretilmesine çalışılmaktadır.[6] . 1980 yılından sonra Japonyada bulanık sistem elektrikli süpürgeler, asansörler, metro, şirket işletimi ve veri tabanlarının sözelleştirilmesi gibi konularda yaygın bir biçimde kullanılmaya başlanmıştır. [3] Bu teknoloji fotoğraf makineleri, çamaşır makineleri, klimalar ve otomatik iletim hatları gibi uygulamalarda da kullanılmaktadır. Bundan başka uzay araştırmaları ve havacılık endüstrisinde de kullanılmaktadır. TAIde araştırma gelişme kısmında bulanık mantık konusunda çalışmalar yapılmaktadır. Yine bir başka uygulama olarak otomatik civatalamaların değerlendirilmesinde bulanık mantık kullanılmaktadır. Bulanık mantık yardımıyla civatalama kalitesi belirlenmekte, civatalama tekniği alanında bilgili olmayan kişiler açısından konu şeffaf hale getirilmektedir. Burada bir uzmanın değerlendirme sınırlarına erişilmekte ve hatta geçilmektedir. [6]
Bulanık Mantık Yapay Zeka metotları içerisinde en çok endüstriyel uygulama alanı bulan araçtır.[1] Bulanık mantık, “sıcak” ya da “hâlâ kirli” gibi kavramlar kullanır ve bu sayede, hangi hızla çalışacağına ya da programlandığı bir aşamadan diğerine ne zaman geçeceğine kendisi karar veren havalandırma, çamaşır makinası ve benzeri aygıtları yapabilmeleri için mühendislere yardımcı olur. Matematikçilerin elinde bir sistemin girdilerine yanıt verecek özel algoritmalar bulunmadığında, bulanık mantık belirsiz niceliklere başvuran “sağduyulu kurallar” kullanarak sistemi denetleyebilir ve betimleyebilir. Bilinen hiçbir matematiksel model bir kamyonun yükleme yerinden park yerine gidişini, kamyonun hareket noktası rasgele seçilebiliyorsa yönetemez. Oysa gerek insan, gerekse bulanık mantık sistemleri “Kamyon biraz sola dönerse sende biraz sağa çevir” gibi pratik, ancak kesinlik taşımayan kurallar kullanarak bu doğrusal olmayan (nonlinear) kılavuzluk işlemini gerçekleştirebilir.[7]
Bulanık Teorinin Avantajları ve Dezavantajları :
Bulanık mantığın uygulama alanları kontrol sistemlerinin de ötesine uzanmaktadır. Geliştirilen son teoremler bulanık mantığın ilke olarak , ister mühendislik, ister fizik, ister biyoloji ya da ekonomi olsun, her türlü konuda sürekli sistemleri modellemek üzere kullanılabileceğini göstermektedir. Çoğu alanda, bulanık mantıklı sağduyu modellerinin standart matematik modellerinden daha yararlı ya da kesin sonuçlar verdiği görülmektedir. [7]
Bulanık mantığın uygulama alanları çok geniştir. Sağladığı en büyük fayda ise insana özgü tecrübe ile öğrenme olayının kolayca modellenebilmesi ve belirsiz kavramların bile matematiksel olarak ifade edilebilmesine olanak tanımasıdır. Bu nedenle lineer olmayan sistemlere yaklaşım yapabilmek için özellikle uygundur. [6]
Bulanık Teorinin Avantajları [1,7]
1. İnsan düşünme tarzına yakın olması,
2. Uygulanışının matematiksel modele ihtiyaç duymaması,
3. Yazılımın basit olması dolayısıyla ucuza mal olması.
4. Bulanık Mantık eksik tanımlı problemlerin çözümü için uygundur
5. Uygulanması oldukça kolaydır.
Bulanık Teorinin Dezavantajları [1,7]
1. Uygulamada kullanılan kuralların oluşturulmasının uzmana bağlılığı,
2. Üyelik fonksiyonlarının deneme - yanılma yolu ile bulunmasından dolayı uzun zaman alabilmesi,
3. Kararlılık analizinin yapılışının zorluğu (benzeşim yapılabilir).
4. Bulanık Mantık Sistemleri öğrenemez ya da öğretilemez.
Genel Yapı ve Çalışma Mekanizması[1]
BULANIK UZMAN SİSTEMLER
Bulanık uzman sistemler (fuzzy expert systems) lineer ve nonlineer kontrol, örnek tanıma, finanssal sistemler, işletme araştırmaları ve veri analizleri gibi v.b. birçok alanda kullanılmaktadır. Birçok sistem, bulanık sistemler yardımı ile modellenebilir ve hatta kopyalanabilir. Günümüzde dünya çapında bulanık mantığın proje ve araştırmalarla oldukça yaygınlaştığı görülmektedir.
Bunlardan bazıları:
Okyanuslarda delik açma için bulanık mantık kontrol sistemleri (bu proje, okyanusta delik açarak elmas kaynağı bulma sistemi için bir kontrol sistemi geliştirmeyi amaçlayan yaklaşımları ve konuları araştırmaktadır. Şu an, bu problem için ön hazırlık olarak uyarlayıcı bulanık mantık kontrol ve diğer geçerli çözümler değerlendirilmektedir).
Bulanık mantık ve genetik algoritma kullanılarak model tanımlama (bu araştırmanın amacı, metabolik modellerin yapısının ve parametrelerinin tanımlanması için bulanık mantık, genetik algoritma ve diğer optimizasyon tekniklerinin etkin kombinezonunu araştırmaktır).
Bulanık modelleme için optimumluma kriteri (bu projenin amacı, bulanık modellemede model karmaşıklığı ile veri uygunluğu arasında iyi bir değiş tokuş yaparak elden çıkarma yoluyla başarı için optimum kriterin geliştirilmesidir).
Yüksek boyutlarda bulanık modelleme
Tıbbi görüntülemede örnek tanıma (bu proje, yeni bulanık tanıma teknikleri ve bunların tıbbi görüntü analizine uygulanmasını araştırmaktadır).
Akıllı otoyol için olay tesbit tabanlı bulanık mantık (bu projenin amacı, eşkenar dörtgen şeklinde değişimli trafik huzursuzluğunu bulmak için bulanık mantık uygulamaktır).
Bulanık mantık, ev ya da ev yönetimine özgü ve eğlence elektroniği, teşhis sistemleri ve diğer uzman sistemler için olduğu kadar yer altı geçidi sistemlerinin kontrolü ve karmaşık endüstriyel işlemler için de yararlı bir araç olarak ortaya çıkmaktadır. Bulanık mantık, Birleşmiş Milletlerde keşfedilmesine rağmen, bu teknolojinin hızlı gelişimi Japonyada başlamış ve şimdilerde ABD ve Avrupaya ulaşmıştır.
Bulanık (fuzzy), pazarlama için bir anahtar sözcük olmuştur. Bulanık bileşeni bulunmayan elektronik makaleler yavaş yavaş dışlanılmaktadır. Hatta bulanık mantığın popülaritesine örnek olarak, üzerine bulanık mantık yazılı bir tuvalet kağıdı da bulunmaktadır. Japonyada bulanık araştırmaları muazzam bir bütçe ile desteklenmektedir. Avrupa ve ABDde Japonların olağanüstü başarılarını yakalamak için birçok çaba sarf edilmektedir. Örneğin, NASA uzay ajansı, karmaşık liman manevraları (complex docking-maneuvers) için bulanık mantığı uygulamaya çalışmaktadır.[3]
blood_rhyme tarafından 12/Ara/13 15:36 tarihinde düzenlenmiştir -
Adamin biri yalnizlik çekiyormuş cani sıkılınca başlamiş 31 Çekmeye Çekerken tam heyecandan nasil hizli yapti ise Siki kopmuş elinde kalmiş. Hemen Sikini cebine koymuş doğru hastaneye koşmuş. Doktora heycanla durumu anlatmiş ve sikini yerine dikmesini soylemiş.
Doktor hayretler içinde peki nerede sikin diye sormuş adam cebimde aliver demiş. Doktor adamin cebine elini sokmuş.
Bakmiş adama hani burada sik yok tadelle var demiş:
Adam: - "desene yolda gelirken yanlişlikla yarraği yedik" demiş. -
2 sisede su oldugu kesin olarak verilmis yani kezzap asit olma sansi yok. "Bkz : 2. Sise bulunuyor".
1. Sisede % 91 ihtimalle kirli su % 9 ihtimalle temiz su var. Yani temiz su icme sansim var.
2. Sisede suyun kesin olarak % 91 oranda kirli oldugu verilmis. Yani kesin olarka kirli su icecegiz.
Mantikli olan 1. Siseyi icmek. Cunku % 9ihtmalle temiz su iceriz aksi takdirde % 91 ihtimalle 2. Sisedekinden biraz daha fazla yani % 100 oraninda kirli su icmis olacagiz. Cok daha farketmez kirli ictikten sonra ha % 91 oranda kirli hada % 100 oranda kirli.
Ama daha mantikli olani sulari hareketsz olarak bi sure dinlendirirsek yogunluk farkindan sudaki kirlilik yaratan maddeler dibe coker. Ustten olabildigince temiz suyu alip icebiliriz hemde iki sisedeki suyu da icmis oluruz.
Kısayol
Şikayet
Özel Mesaj
Alıntı yap
Cevapla