Нечёткий вывод Мамдани¶

Мамдани (алгоритм Мамдани, нечёткий вывод Мамдани) — один из классических методов нечёткого логического вывода, предложенный британским математиком Эбрахимом Мамдани в 1975 году для управления промышленными процессами. Метод устанавливает связь между нечёткими входными и выходными переменными через систему лингвистических правил «если — то» и широко применяется в системах автоматического управления, где поведение объекта описывается качественно, а не строгими уравнениями.

¶История

Эбрахим Мамдани, работавший в Лондонском университете, в середине 1970-х годов занимался проблемой управления паровым двигателем, математическая модель которого плохо поддавалась классическим методам. Совместно с С. Ассилианом он предложил в 1975 году схему нечёткого вывода, основанную на правилах, сформулированных оператором-человеком. В 1974 году была продемонстрирована первая рабочая система — нечёткий регулятор паровой машины, который оказался устойчивее классического пропорционально-интегрально-дифференциального (ПИД) регулятора при изменяющейся нагрузке.

Позднее метод стал основой для промышленных применений: в 1980-х годах японские компании внедрили нечёткие контроллеры в управление метрополитеном, стиральными машинами, фотоаппаратами и системами очистки воды. Алгоритм Мамдани остаётся базовым учебным примером нечёткого вывода и до сих пор используется в прикладных задачах.

¶Основные этапы

Алгоритм Мамдани включает четыре последовательных этапа.

1. Фаззификация (введение нечёткости). Для каждого входного значения вычисляется степень принадлежности к нечётким множествам, описывающим лингвистические термы (например, «низкая», «средняя», «высокая» температура).
2. Агрегация условий правил. Для каждого правила вида «если X есть A и Y есть B, то Z есть C» определяется степень истинности посылки — обычно через операцию минимума (t-норма) или произведение.
3. Активизация заключений. Степень истинности правила «отсекает» функцию принадлежности выходного терма: применяется операция min (усечение) или произведение (масштабирование).
4. Аккумуляция и дефаззификация. Все активированные выходные нечёткие множества объединяются (обычно операцией максимума), после чего результат приводится к чёткому числу — чаще всего методом центра тяжести.

¶Формальное описание

Пусть задана база правил из N импликаций:

если x₁ есть A₁ᵏ и x₂ есть A₂ᵏ и … и xₙ есть Aₙᵏ, то y есть Bᵏ, k = 1…N.

Для входного вектора (x₁, …, xₙ) степень истинности k-го правила вычисляется как

wᵏ = min(μA₁ᵏ(x₁), μA₂ᵏ(x₂), …, μAₙᵏ(xₙ)),

где μ — функции принадлежности. Затем для каждого выходного терма строится усечённое множество:

μBᵏ*(y) = min(wᵏ, μBᵏ(y)).

Итоговая функция принадлежности выходной переменной получается как максимум по всем правилам:

μ(y) = max_k μBᵏ*(y).

Чёткое значение выхода находится по формуле центра тяжести:

y* = ∫ y·μ(y) dy / ∫ μ(y) dy.

В дискретном случае интегралы заменяются суммами по точкам дискретизации области определения.

¶Свойства и особенности

Ключевая черта метода Мамдани — интерпретируемость: каждое правило формулируется на естественном языке и понятно специалисту-предметнику без математической подготовки. Это отличает его от метода Такаги — Сугено, где заключения задаются линейными функциями входов и теряют наглядность.

К особенностям относят:

• вычислительную простоту операций min и max;
• устойчивость к неточным и неполным входным данным;
• отсутствие требования гладкости и дифференцируемости модели объекта;
• чувствительность к выбору функций принадлежности и формы их пересечения;
• отсутствие строгих гарантий устойчивости, что требует эмпирической настройки.

¶Применение

Метод Мамдани применяется там, где объект управления сложно описать уравнениями, но опытный оператор может сформулировать правила. Типичные области:

• бытовая техника — стиральные машины, микроволновые печи, кондиционеры;
• автомобилестроение — автоматические коробки передач, антиблокировочные системы;
• промышленная автоматика — регулирование температуры, давления, расхода;
• системы поддержки принятия решений в медицине и экономике;
• робототехника — навигация и обход препятствий.

В России нечёткие регуляторы по схеме Мамдани изучаются в курсах теории автоматического управления и интеллектуальных систем; на их основе строятся учебные и прикладные проекты в области мехатроники и встраиваемых систем.

¶Сравнение с методом Такаги — Сугено

Метод Такаги — Сугено часто предпочтителен при обучении системы по данным, тогда как Мамдани — при переносе знаний эксперта в модель.

¶Ограничения

К недостаткам относят рост числа правил при увеличении размерности входа (так называемое «проклятие размерности»), субъективность выбора термов и необходимость ручной настройки параметров функций принадлежности. Для автоматизации настройки применяют генетические алгоритмы, нейронные сети (гибридные ANFIS-системы) и методы оптимизации роя частиц.

¶Значение

Алгоритм Мамдани стал первой практически работающей схемой нечёткого вывода и во многом определил развитие нечёткой логики как инженерной дисциплины. Он заложил основу для промышленных нечётких контроллеров, а его этапы — фаззификация, агрегация, активизация, аккумуляция, дефаззификация — вошли в стандартные учебники по интеллектуальным системам.

Источники: работы Э. Мамдани и С. Ассилиана по нечёткому управлению; учебники по теории нечётких множеств и нечёткой логике; курсы по интеллектуальным системам управления.