Moin,
kann mir jemand ein (nachvollziehbares aber vollständiges) Beispiel nennen, wo Fuzzy Logic nötig ist um ein Ergebnis zu erhalten, oder wo es gegenüber „klassischen“ Methoden eine starke Vereinfachung oder Verbesserung der Lösungsfindung darstellt?
Ich habe noch immer nicht so ganz verstanden, wo die Fuzzy-Logic eingesetzt wird, Vorteile bringt und wie die entsprechende Vorgehensweise dann konkret aussieht.
thx
moe.
Hi,
kann mir jemand ein (nachvollziehbares aber vollständiges)
Beispiel nennen, wo Fuzzy Logic nötig ist um ein Ergebnis zu
erhalten, oder wo es gegenüber „klassischen“ Methoden eine
starke Vereinfachung oder Verbesserung der Lösungsfindung
darstellt?
Man habe z.b. gelbe, rote und grüne Äpfel.
Mit einer Wahrscheinlichkeit von 0,4 sind gelbe Äpfel sauer, mit 0,5 sind sie mittelsauer, mit 10% Wahrscheinlichkeit sind sie süß. Bei grünen sind 90% sauer, 10% mittelsauer. Bei roten Äpfeln sind 80% süß und 20% mittelsauer.
80% der sauren Äpfel sind unreif, 50% der mittelsauren Äpfel sind unreif und 5% der süßen Äpfel sind unreif.
Die Frage ist nun: mit welcher Wahrscheinlichkeit sind jeweils grüne/gelbe/rote Äpfel entweder reif oder unreif?
das wäre wohl so ein Anwendungsbeispiel für Fuzzy Logic, man sagt auch unscharfe Relationen.
und nun?
Hallo,
(…)
das wäre wohl so ein Anwendungsbeispiel für Fuzzy Logic, man
sagt auch unscharfe Relationen.
ohne es jetzt nachgerechnet zu haben:
Das ist doch mit „klassischen“ Methoden leicht zu handhaben, oder nicht?
Was macht Fuzzy Logic denn hier anders?
Gruss,
Thomas
Hi,
kann mir jemand ein (nachvollziehbares aber vollständiges)
Beispiel nennen, wo Fuzzy Logic nötig ist um ein Ergebnis zu
erhalten, oder wo es gegenüber „klassischen“ Methoden eine
starke Vereinfachung oder Verbesserung der Lösungsfindung
darstellt?Man habe z.b. gelbe, rote und grüne Äpfel.
Mit einer Wahrscheinlichkeit von 0,4 sind gelbe Äpfel sauer,
mit 0,5 sind sie mittelsauer, mit 10% Wahrscheinlichkeit sind
sie süß. Bei grünen sind 90% sauer, 10% mittelsauer. Bei roten
Äpfeln sind 80% süß und 20% mittelsauer.
80% der sauren Äpfel sind unreif, 50% der mittelsauren Äpfel
sind unreif und 5% der süßen Äpfel sind unreif.
Die Frage ist nun: mit welcher Wahrscheinlichkeit sind jeweils
grüne/gelbe/rote Äpfel entweder reif oder unreif?
Vielen Dank für Deine Antwort. Leider bin ich jedoch nicht überzeugt, dass die Fuzzy-Logic der einfachen Statistik hier etwas vorraus hat.
Dankbar für weitere Erklärungsversuche
moe.
Versuch einer Zusammenfassung
Hallo,
ich hab mich inzwischen ein bischen schlau gemacht.
Ich komme zu dem Schluss, dass Fuzzy Logic stand heute (noch?) keine Vorteile gegenüber klassischer Regelungstechnik hat.
Es scheint kaum etwas zu geben, das man nicht klassisch ebensogut mit vergleichbarem Aufwand hinbekäme.
Der Aspekt mit der Nähe zur Funktionsweise des Gehirns scheint mir aber langfristig ein immenses Potential zu besitzen.
Schon heute sind beispielsweise neuronale Netze ein anerkanntes Werkzeug, was man allein schon daran sieht, dass man neuronale Netze seit Jahren in Standard-Statistikpaketen findet.
Die im Extremfall zumindest anfänglich theoriefreie Ergebnismodellierung ist überhaupt nichts Anrüchiges und kommt -korrekt angewendet- zu Ergebnissen, die genauso valide sind wie die klassischen, theoriegeleiteten Methoden.
Gruss,
Thomas
Hallo,
Man habe z.b. gelbe, rote und grüne Äpfel.
Mit einer Wahrscheinlichkeit von 0,4 sind gelbe Äpfel sauer,
mit 0,5 sind sie mittelsauer, mit 10% Wahrscheinlichkeit sind
sie süß. Bei grünen sind 90% sauer, 10% mittelsauer. Bei roten
Äpfeln sind 80% süß und 20% mittelsauer.
80% der sauren Äpfel sind unreif, 50% der mittelsauren Äpfel
sind unreif und 5% der süßen Äpfel sind unreif.
Die Frage ist nun: mit welcher Wahrscheinlichkeit sind jeweils
grüne/gelbe/rote Äpfel entweder reif oder unreif?Vielen Dank für Deine Antwort. Leider bin ich jedoch nicht
überzeugt, dass die Fuzzy-Logic der einfachen Statistik hier
etwas vorraus hat.
Es handelt sich dabei eben NICHT um Statistik. Du kannst es ja probieren: Mit welcher Wahrscheinlichkeit ist ein grüner Apfel unreif?
Der Weg, den Du jetzt mit Deinen Statistischen Methoden einschlagen wirst ist dann im Ergebnis das, was man eben eine unscharfe Relation nennt. Ich könnte die Frage auch anders formulieren: Wie reif ist ein grüner Apfel? Das Ergebnis ist dann eine Zahl zwsichen 0 und 1, bzw. „ein bißchen reif“ und „ein bißchen unreif“.
Mit statistischen Methoden haben wir ja festgestellt, daß 90% der grünen Äpfel sauer sind. Und 80% der sauren Äpfel sind unreif… Du kannst jetzt mit Deinen Wahrscheinlichkeiten anfangen und sagen 0,8*0,9 = unreif… Aber was ist mit den restlichen 10% der grünen und den 20% der zusätzlich unreifen Äpfel? … Die mußt Du natürlich noch mit einberechnen und das Ergebnis ist dann eine Matrix. Das ganze Ding ist dann eine unscharfe Relation.
Moin.
Gute Zusammenfassung 
Gruß,
Ferdinand
doch doch, durchaus Statistik
Hallo,
(…)
Es handelt sich dabei eben NICHT um Statistik.
(…)
Doch, denn Statistik is an sich mächtiger als Viele denken.
Ich nehme ein einfacheres Beispiel.
Eingangsgrösse: Körpergrösse
Ausgangsgrösse: Geschlecht
Logistische Regression (Logit) behandelt genau dieses Problem und liefert als Ergebnis ganz offensichtlich etwas, das wie eine Fuzzy Funktion aussieht und auch so interprätiert wird.
Gruss,
Thomas