Zihin Egzersizleri 1

 "Ülkemiz  eğitim sisteminde, özellikle mühendislik eğitiminde çok fazla sayıda formül ve matematik ifadelere yer verilmektedir. Bunların çıkarılmalarındaki temel düşünce  ve mantık kurallarına ağırlık  verilmediği için , mühendislik eğitimi  sanki bir formüller dizisini  bilme ve uygulama kalıplarına oturtulmuş olarak görülmektedir. Halbuki her formül bir modeldir" 

Bu yazımızda zihin egzersizi olarak modelleme yapacağız. Pratikdeki bir konudan nasıl uygulama yapabileceğimizi öğreneceğiz. Belkide kimbilir size başka alanlardaki uygulamalar için ilham da vermiş oluruz.

Diyelimki ; bizim bir Emlak web sitemiz var ziyaretçilerimize satılık ev ilanlarını daha zeki şekilde aktarmak istiyoruz. Mesela ev fiyatlarını kelepir, ucuz, normal, pahalı , çok pahalı olarak etiketleyebildiğimizi düşünün.

Zeki Tahmin Sistemleri Ve Yapay Zeka

Bir önceki yazımızın sonundaki sorudan başlayalım

Hangi Yapay Zeka metodlarını,  nasıl ne şekilde kullanabiliriz ? 

Aslında sorunun cevabı öyle bir çırpıda verilecek gibi değil elbet, yinede bir giriş yapmaya çalışacağız.

Yapay Sinir Ağları :
Sitemizdeki ilgili yazılar ve örneklerden görebelieceğiniz gibi YSA çok esnek bir YZ metodu. Sabit bir Giriş ve Çıkış değişkenleri şekline dönüştürülen hemen her probleme uygulanabilir.  Tahmin edilecek değerin Kendisinden önce gelen değerlerle ilişkili olduğu kabulunü düşünürsek zaten basitçe bir uygulamada mümkün. Daha gelişkin bir sistem için geçmiş değerlerin yanında dış etkenlerin de giriş değerlerine eklemek gerekir.

Zeki Optimizasyon Teknikleri  : 
Zeki Optimizasyon Tekniklerinden kastım arama tipi metodlar yani Genetik, Karınca Kolonisi, Parçacık Sürü  optimizasyonları gibi. Bu metodların kullanımı ise ; tahmin edilecek değere ulaştıracak fonksiyon oluşturulması yada ( İstatistik veya Kaos teorisi kaynaklı ) Fonksiyonların parameterelerinin bulunması şeklinde olabilir mesela.

Bulanık Mantık ve Uzman sistemler : 
Tahmin konusundaki Uzman insanların tecrübelerini Bulanık mantıkda kullanarak Modellenip Tahminler için kullanmakdan ibaret.

SVM ve benzeri Sınıflandırma Metodları :

Problemin Tahminden sınıflandırmaya dönüştürülmesiyle kullanılabilir. Mesela,  "A" ürünün fiyatlarını tahmin etmek istemiş olalım.  "A" nın bir "C " kadar zaman sonraki  fiyatı  şimdiki fiyatından
"%b" kadar fazlaysa artmış,
"%b" kadar azalmışsa düşmüş 
değilse sabit kalmış şeklinde

Bahsettiğimiz metodların dışında daha adını bile bilmediğimiz metodlarada ( mesela HMM geliyor aklıma ) bakmak gerekebilir. Hatta  birlikte kullanımlarıda mümkün elbet. Sonuçda bütün bunlara uygulama ve uygulamadaki ulaşılan sonuçlara göre karar vermek gerekiyor...

 Evet Bu yazı dizimiznden sonuna gelmiş bulunuyoruz. Oldukça teorik olduğunun farkındayım fakat şimdilik imkanlarımız ( vakit ve insan gücü ) bu kadar.
Daha sonra neler olur bilemeyiz elbet Nasip artık...

Bulanık mantıkla Inverted Pendulum kontrolü

 

Inverted Pendulum -Ters Sarkaç- dedikleri sistemin   Uzun yıllar kontrol teorileri için ilginç bir araştırma konusu olmuşmuş. Ben söyleyenlerin yalancısıyım. Lafı uzatmayalım M.Ali Akcayol'un "Klasik Bulanık Mantık Denetleyici Problemi  Inverted Pendulum" dökümanındaki açıklamalar esas alınarak hazırlanmış bir program yazdık. 

 

Programlama dili C#.  Bulanık mantık işleri için yazılmış, açık kaynak kodlu LGPL lisansına sahip güzel bir kütüphane olan DotFuzzy kullandık. Ekranda gördüğününüz grafik için de ZedGraph bileşeni kullanıldı. Bu bileşende LGPL lisansına sahip açık kaynak kodlu bir proje. 

Program  "Inverted_Pendulum1.xml" ve "Inverted_Pendulum2.xml"  dosyalarındaki Bulanık mantık sisteminin kayıtlarını kullanarak sistemi çalışmasını gösteriyor. Modeli değiştirmek içim Load Model ile ilgili dosyayı seçip yüklemeniz yeterli. 

Ben de değişik bir model hazırlayım diyorsanız; Programın  "InitFuzzySystem()" kısmında Model tanımlamalarının Nasıl yapılacağınıda görebilirsiniz.  Detaylar için Yukarda linkini verdiğimiz dökümana mürcaat edin.
İndirmek için  (Download) : IPendulum
Her zaman dediğimiz gibi Analaşılmayan bir yerler varsa biz buralardayız danışabilirsiniz

Bulanık Mantıkla Otamatik Pilot !

Evet itiraf ediyorum Nasrettin Hocadan Bulanık Mantık Dersi yazımız bir giriş yazısı değildi. İyi kötü bulanık mantık konusunda bir şeyler okumuş ve fakat aklında bütün bunları toparlayamayanlar için yazılmıştır. Ama Biraz ön okumayla o yazıdan şek çok şey öğrenebilirsiniz. Yinede biraz soyut kaçıyordu.

İşte bu yazımızda biz basit ve somut bir bulanık mantık uygulaması örneği hazırladık.

Nasrettin Hocadan Bulanık Mantık dersi

Zeka Hakkında Kıssalı Yazılar - 5 *

Hoca Nasrettinin kadılık yaptığı zamanlarda geçiyor olayımız.
Adamın birisi komşusundan şikayetçi olmuş. Hoca adamın şikayetini dinlemiş ve haklısın deyip adamı yollamış.
Şikayet edilen adamın getirtilmesini emretmiş. Adamı yaka paça tutup getirmişler. Adam şikayet konusunu doğrulamış ve fakat değip mazeretlerini beyan etmiş hoca adamı dinledikten sonra adama haklısın diyerek salıvermiş.
Bir kenardan olan biteni seyretmiş olan hanımı hocaya yanaşmış ve hayret içinde sormuş.
"Efendi sen hem davacıya hem davalıya haklısın dedin bu nasıl iş ?"
hoca gülümsemiş ve "Ne diyeyim hanım sen de haklısın " demiş.
Bakmayın sitenin kıymetini bilen yok. ama Hikayenin bundan sonrasını sadece bizden dinleyebilirsiniz.

ve hoca anlatmaya devam etmiş.

Suçun da dereceleri vardır bir mesela cinayet bir suçtur, komşusunu gece gürütü yaparak rahatsız etmekte suçtur. ama ikisini bir tutmak mümkünmü, değil elbet. Kısaca büyük suçlar vardır küçük suçlar vardır. Keza suçun oluş şeklininde önemi vardır. mesela kasten adam öldürmekle kazaen adam öldürmek bir değidir. yani Suçun bir hafifletici sebeblerine bakmak lazım.

Hüküm verme işlemi için ilk etapda suçun ve hafifletici sebeplerin mertebelerini bulmamız gerekiyor ki buna Bulanıklaştırma deniyor

Bir kağıda Suç ve Hafifletici sebep grafiklerini çizip anlatmaya devam etmiş


Adamın suçu ( A kadar küçük suç ) ve (B kadar büyük suç ) kapsamına giriyor.


Hafifletici sebep ise ( C kadar küçük ) ve ( D kadar büyüktür )

işte bunları öğrendikten sonra karar vermek için kurallarımız vardır.

1) Eğer (Suç Büyük ) ve (Hafifletici Sebep Küçük ) ise Büyük Ceza
2) Eğer [(Suç Küçük ) ve (Hafifletici Sebep Küçük ) ] veya
[(Suç Büyük ) ve (Hafifletici Sebep Büyük ) ] ise Orta Ceza
3) Eğer (Suç Küçük ) ve (Hafifletici Sebep Büyük ) ise Küçük Ceza

Bu kuralları uygulayınca adamın ceza mertebeleri çıkıyor ki buna Kuralların İşleme Safhası denir

1. Kuraldan (B ve C ) -> M mertebesinde Büyük Ceza
2. Kuraldan [(A ve C ) veya (B ve D )] -> L mertebesinde Orta Ceza
3. Kuraldan (A ve D ) -> K mertebesinde Az Ceza

hak ettiği anlaşılıyor deyip ceza grafiğinide çizmiş
Fakat bu grafikden adama ne kadar ceza verilmesi gerektiğinin çıkarılması için bulanıklaştırmayı kaldırmamız gerekiyor. Bu işleme Durulaştırma denir. ve En büyüklük, ağırlık merkezi, ortalama en büyük.... gibi pek çok metodu vardır. Biz de basit bir tanesini kullanıyoruz.
Deyip bir grafik daha çizdi. ve üzerine Adamın hak ettiği cezayı işaretledi.
Hayretler içinde bakan hanımına dönen hoca laflarını şöyle bitirmiş
Gördüğün gibi hanım bende haklıyım...

* Zeka Hakkında Kıssalı Yazılar Serisi - 1 2 3 4
** Düzeltmeler için Volkana Teşekkürler

BUMAT

Size geçenlerde haberdar olduğum bir oluşumdan bahsetmek istiyorum. BUMAT yani Bulanık Mantık ve Teknolojisi Kulübü . Kurucusu Zekai Şen hoca. Kitaplarınından faydalandığımız ve sizlerde faydalanın diye tanıtımını yaptığımız, saygıdeğere bir bilim adamımızdır kendisi.

Klubün tantımını sitesinden birlikte okuyalım

Kasım 2000 tarihinde kurulan, İstanbul Teknik Üniversitesi Bulanık Mantık ve Teknolojisi Kulübü – BUMAT olarak temel amacımız, bilimsel bir devrim yaratacak olan ve gelişen dünyada geleceğin bilimsel düşünce yapısını oluşturacağı kabul edilen bulanık mantığın araştırmacılar ve öğrenciler arasında yayılmasının sağlanmasıdır.Kulüp olarak bir diğer önemli hedefimiz ise, bulanık mantığın teknoloji alanındaki uygulamaları hakkındaki gelişmeleri takip ederek, edinilen billgileri araştırmacılar ile paylaşmak ve teknolojik alanda yeni gelişmelerin olmasını sağlayacak araştırmalar yapmak ve yapanlara yardımcı olmaktır. Hedeflediğimiz yerlere ulaşabilmemiz için seçtiğimiz yöntemlerden bazıları, bulanık mantığın geliştirilmesinde etkili olmuş bilim adamlarının tanıtılması, bulanık mantıktan hareket ederek yapılan çalışmaların tartışılması ve yeni ufuklar açabilmek amacıyla seminer, sempozyum düzenleme ve dergi çıkartma çalışmalarını gerçekleştirmektir.

Ve dedikleri gibide sempozyumlar düzenlemişler.

Mühendislikte Modern Yöntemler Sempozyumu MMYS'2001
Bilimde Modern Yöntemler Sempozyumu BMYS'2005
Bilimde Modern Yöntemler Sempozyumu BMYS'2008

her ne kadar klüp isminde ve tantımında bulanık mantık vurgusu olsada. Sempozyumların isimlerinden de anlaşılacağı gibi, geniş bir yelpazede yapılmış. mesela BMYS 2008'in konuları arasında

* Bulanık (fuzzy) mantık
* Yapay sinir ağları
* Genetik algoritmalar
* Yapay zeka teknolojileri
* Uzman sistemler
* Bilimsel düşünce
* Modelleme ve simülasyon
* Akıllı sistemler
* Optimizasyon
* Kalman filtreleri
* Kaos teorisi ve çözümler
* Kesirli (fraktal) geometri
* Coğrafi bilgi sistemleri (GIS)
* Stokastik süreçler
* Veri madenciliği

gibi bizimde ilgi alanımıza giren pek çok konu var.

Şahsen böyle güzel ve faydalı birliklerin kurulmasına çok sevindim. Ama eksikliklerden de bahsetmek istiyorum.

Amaçlarını düşünürsek siteleri çok yavan. içeriği uzun süredir ( 28.01.2008 ) güncellenmemiş. Site de konularla ilgili yazılar yayınlandığı ve hatta soru cevaplı kısımlarında olacağı dinamik bir site olmalıydı. Bir üyelik sistemi görünmüyor ama

"Kulübümüze, İstanbul Teknik Üniversitesi içindeki akademisyen ve öğrencilerin yanısıra, bilimsel düşünce sahibi, bilimin ülkemiz topraklarında yaygınlaşmasını hedefleyen herkes üye olabilir. "

diye yazılmış.

Bahsi geçen sempozyumlarda pek çok değerli çalışma sunulmuş. sempozyuma katılayamanlar için kitaplarının temin edileceği bir yer yok. Sadece MMYS'2001 için "bildiri kitap ve/veya cd olarak kulübümüzden temin edilebilir." denmiş ama nasıl için bir cevap yok

İnşallah tez zamanda daha aktif ve yaygın bir BUMAK görürüz. çünkü gerçekten ihtiyacımız var.

Bulanık Mantıkla Kenar Bulma

Epey bir zamandır Bulanık mantık üzerine pratik bir uygulama hazırlayım diyordum. Nihayet fırsat bulabildim.

Yaklaşık bir sene önce birisi "Fuzzy Edge Detection" ile ilgili bir proje hazırlamaya çalıştığını söyleyip

A High Performance Edge Detector Based on Fuzzy Logic and Inference Rules
H. D. Cheng and Liming Hu

Makalesini göndermiş ve benzeri bir program hazırlamak istediğini söyleyip, yardımcı olmamı istemişti. O zaman pekde yardımcı olamamışdım, kısmet bugüneymiş.

Lafı fazla uzatıp sizi sıkmak istemiyorum. OpenCv ve SamFL kütüphanelerini kullanarak makaledeki kenar bulma kurallarıyla
Basit bir uygulama yazdık. FLTK kullanmadım Kodu incelemeniz herhalde daha kolay olur.
İndirmek için
SamFL Kütüphanesi
Fuzzy Edge Detection

Lutfi Zade Fanati' den Fuzzy Logic

Bulanık mantık konusunda Internette gezinirken Azeri Vikipediyada bu yazıya ulaştım

BULANIK MANTIK (FUZZY LOGIC)
FERHAT ODER
LUTFI ZADE FANATI

Lakin başında
Bu səhifə Vikipediya səhifə silmə kriteriyalarına görə yaxın vaxtda silinəcək.

yazıyordu bende neme lazım sonra bulamam deyip buraya aynen alıyorum

Fuzzy Logic

20. Yüzyılın başlarından itibaren, bazıları tarafından farkedilen bilimsel yöntemlerdeki yetersizlikler, yüzyılın ikinci yarısından sonra daha fazla hissedilmeye başladı. Günümüzde ise bu yetersizliklerin, bilim adamlarını "artık bu iş böyle yürümeyecek" dedirtecek kadar su yüzüne çıktıklarını görmekteyiz. İlk bakışta, bu yöntem yetersizliklerinin kaynağının lineer matematiksel modellemeler olduklarını görmek hiçte zor değildir. Matematiksel modelleme Kaderci görüşle yolları ayrılan bilimsel görüş kesimi, doğanın ne denli karmaşık bir yapıya sahip olduğunu çok geçmeden farketti. Bu nedenden, ilk bilimsel araştırmalar gözlem ve ampirik temelli bir takım çabalardan öteye gidemedi. Ancak, Newton'la birlikte, bilimin içerisine matematiğin girmesiyledir ki ilk kez kestirime yönelik kuramsal çalışmaları görmekteyiz. Matematiğin, girişi ile birlikte dramatik bir biçimde ivmelenen araştırmalar ve buluşlar çok geçmeden bilimi sadece gözlem olmaktan çıkarıp, kestirim yapabilen bir araca dönüştürdüler. Bir anlamda modern bilim Newton'la birlikte doğmuştur, diyebiliriz. Matematiğin girdiği her disiplinde, modelleme de kendiliğinden gelir. Çünkü, matematiğin kuralları kendine özgüdür ve dolayısıyla da, çoğunlukla, eldeki probleme tam olarak uymaz. Bu durumda, matematiği değiştirmek zor ve gereksiz olduğundan, problemi matematiğe uydurmaya modelleme diyoruz. Yani, gerçeğin kendisi yerine, ona elden geldiğince benzetilmeye çalısılmış bir manken. Gerçek dünya (nonlineer) Aşağıdaki hayali grafik herhangi bir büyüklüğün zaman - mekan içerisindeki değişimini temsil etmektedir. Şimdi, sağ elinizle grafiğin sağ tarafını kapatın ve elinizi yavaşca sağa kaydırın. Bu işi yaparken de, bir yandan, elinizin kayması sırasında ortaya çıkacak noktaların konumlarına bakarak, bir sonraki noktanın nerede ortaya çıkacağını kestirmeye çalışın. Olanaksız olduğu hemen görülecektir. Aynı olanaksızlık, bu kestirimi yapacak olan matematik için de geçerlidir. Nedeni, grafikdeki sürecin nonlineer oluşudur. Nonlineer süreçler için kestirim yapabilecek bilinen hiçbir matematiksel kuram yoktur.


Ancak, grafiğe yakından baktığımızda, durumun o kadar da umutsuz olmadığını görebiliriz. Örneğin, dar uzay - zaman aralıklarında grafik tam olmasa da lineere yakın bir gelişim izlemektedir. O halde, problemi uzay - zamanda küçük parçalara ayırıp, her birini bilinen matematikle çözebiliriz. Ancak burada unutulmaması gereken bir şey var. O da şu; artık uzun dönemli kestirimlerde bulunamayız. Yani, bugüne bakıp belki sadece bir iki gün sonrası hakkında bir kestirim yapabiliriz, diğer bir deyişle ancak böldüğümüz aralığın sınırları içerisinde kalmak koşulu ile bir kestirim yapabiliriz. Bu da, bir anlamda, yaptığımız yaklaşıma karşılık ödememiz gereken faturadır.

Bu yaptığımız bir lineer matematiksel modellemedir. Yani matematiği problemimize uydurmak yerine, problemi, bilinen matematiğe uyan bir mankenle değiştirdik.

Olasılık kuramı Araştırmacıların, her rastladıklarında nonlineerlikten köşe bucak kaçmalarının, çözümsüzlük ve süper pozisyonsuzluk yanında önemli bir nedeni daha vardır. Nonlineer sistemler, başlangıç koşullarına o kadar hassas bir şekilde bağlıdırlar ki, girdilerdeki en ufak bir değişiklik, sonuçları dramatik bir biçimde değiştirebilir. Bu davranışın, mizahi bir deyimi de vardır; "kelebek etkisi". Pekin'de, kırlarda kanat çırpan bir kelebek, eğer o anki koşullar uygunsa, aylar sonra Şikago'yu seller götürmesine neden olabilir. İşte, araştırmacıların, nonlineer diferansiyel denklemlerden nefret etmelerinin ana nedeni. Bilim adamları bu durumun 1920'lerde de farkında idi. Çareyi, determinist yorumlardan vazgeçmekte buldular. Yani, bir süreç sonundaki beklentilerin, kesin bir biçimde bilinme koşulundan vazgeçmek. Bu, herkesin iyi bildiği olasılık kuramının doğmasına neden oldu. Artık, "yarın yağmur yağacak" deyip, mahcup olmak yerine "yarın %70 olasılıkla yağmur yağacak" denip, yağmayınca da "eh..doğa %30'luk diğer olasılığı tercih etti" diyerek, topu doğaya atmak moda oldu!..Aynı sıkıntılarla boğuşan diğer bilim dalları da bu yeni anlayışın üzerine atlamakta gecikmediler. Öyle ki, hemen hemen 300 yıldır determinist felsefesi ile öğünen fizik bile bu yeni bakış tarzını kuantum fiziği adı altında benimsedi. Ancak bu kuramın da, lineerlikten ödün vermediğini görmek zor değildir. Kullanılan matematik yine o eski lineer matematik, tek yenilik, sonuçların kesinlik göstermeyişi. 1950' lerden sonra pek çok şeyin artık olasılıkla değerlendirildiğini görmekteyiz. Bir anlamda, olasılık modern bilimi gazinoya çevirdi diyebiliriz. Bulanık mantık (Fuzzy Logic) kavramı ilk kez 1965 yılında California Berkeley Üniversitesinden Prof. Lütfi Asker Zade’nin bu konu üzerinde ilk makallelerini yayınlamasıyla duyuldu. O tarihten sonra önemi gittikçe artarak günümüze kadar gelen bulanık mantık, belirsizliklerin anlatımı ve belirsizliklerle çalışılabilmesi için kurulmuş katı bir matematik düzen olarak tanımlanabilir. Bilindiği gibi istatistikte ve olasılık kuramında, belirsizliklerle değil kesinliklerle çalışılır ama insanın yaşadığı ortam daha çok belirsizliklerle doludur. Bu yüzden insanoğlunun sonuç çıkarabilme yeteneğini anlayabilmek için belirsizliklerle çalışmak gereklidir. Fuzzy kuramının merkez kavramı fuzzy kümeleridir. Küme kavramı kulağa biraz matematiksel gelebilir ama anlaşılması kolaydır. Elinizdeki elmanın bir parçasını ısırın ve şu soruyu sorun; "elimdeki nedir?" yanıt, "elma" olacaktır. Bir parça daha alın ve yine aynı soruyu sorun. Yanıtınız belki yine "elma" olacaktır ama içinizden bu yanıtı biraz daha açmak geçecektir, örneğin, "birazı yenmiş bir elma" gibi. Isırmaya ve soruyu sormaya devam edin. Öyle bir an gelecektir ki, elinizde tuttuğunuz, her neye benziyor ise, artık sadece "elma" sözcüğü ile açıklanamayacaktır. Yemeye devam edin. Sonunda elma yok olcak ve sorunun yanıtı da "hiçbir şey" olacaktır. Şimdi sorunuzu değiştirin; "elma ne zaman, elma olmaktan çıktı?". Bu soruya bir yanıt bulamayacaksınız!.. Bu örnek Bart Kosko'nun "Fuzzy Thinking" adlı kitabından alınmıştır. Bence, puslu mantığın mantığını anlatan çok güzel bir örnek. Son sorunun yanıtını veremeyişimizin nedeni, en az soru kadar ilginç. Soruda, "nezaman" sözcüğü, içerisinde bir kesinlik taşımaktadır. Yani, yanıtın "5. Isırıktan sonra", ya da "elma yenmeğe başladıktan 5 dakika sonra" gibi, kesin bir şekilde ifadesi beklenmektedir. Puslu mantık, "elmadan, elma değil' e geçişi bir derece meselesi olarak algılar, klasik mantık (Aristo mantığı) ise, kesin bir an ister. Bu örneği kullanarak, klasik mantıkla, puslu mantık arasındaki en belirgin farkı şöyle özetleyebiliriz. Klasik mantık iki değerlidir, A veya A değil, puslu mantık çok değerliklidir (sürekli), A ve A değil. Yani, ilkinde Var ve Yok asla birlikte bulunamaz, ikincisinde ise Var ve Yok birlikte bulunabilirler. 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 11 aylık demektense sadece "bebek" 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 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. 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. Bulanık mantık konusunda yapılan araştırmalar Japonya’da oldukça fazladır. Özellikle fuzzy process controller olarak isimlendirilen özel amaçlı bulanık mantık mikroişlemci çipi’nin üretilmesine çalışılmaktadır. Bu teknoloji fotoğraf makineleri, çamaşır makineleri, klimalar ve otomatik iletim hatları gibi uygulamalarda kullanılmaktadır. Bundan başka uzay araştırmaları ve havacılık endüstrisinde de kullanılmaktadır. TAI’de 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.

Bulanık Mantık

Daha önce bahsettiğim Su vakfı kitaplarının izine Dost Kitapevin'de rastladım ve daha önce hiç ilgilenmediğim Bulanık Mantık konusundaki "MÜHENDİSLİKTE BULANIK (FUZZY) MANTIK İLE MODELLEME PRENSİPLERİ" kitabı aldım. Kitap oldukça güzel. En kısa zamanda serinin diğer kitaplarınıda almayı planlıyorum.

Tabii ki sadece kitapla kalmadım internettede araştırmlara başladım.
Ulaşa bildiklerimden
http://www.akademiyapayzeka.com/DesktopDefault.aspx?tabindex=3&tabid=5
http://www.seattlerobotics.org/encoder/mar98/fuz/flindex.html

Bildiğiniz gibi ben daha çok Yapay zeka tekniklerinin uygulanmasıyla ilgileniyorum. Ama oturupta yeni bir sistem yapmaya gerek. Bu konuda birde uygulamalarınızda kullanabileceğiniz bir kütüphane var.
Free Fuzzy Logic Library Kütüphanenin kaynağı da ilginç Başlangıçta AI Game Programming Wisdom isimli kitap için yazılmış. Açık kaynak kodlu bir kütüphane fakat arkasında ticari bir şirket var. Louder Than A Bomb! Software! - Bombadan daha gürültülü yazılım -. Misyonuda tam benlik

To put artificial intelligence theory into practice through software that brings complex AI concepts to programmers and designers allowing them to focus on creativity, design and experimentation rather than implementation.

Kütüphanenin kullanımı için modelinizi FCL -Fuzzy Control Language- ile yazıp Program içerisinden yükleyip uygulamanızı yapabiliyorsunuz. FCL deyince gözünüz korkmasın. Bu şirket Anlayabildiğim kadarıyla "Spark! Fuzzy Logic Editor" diye bir ürün çıkararak para kazanmaya niyetli. Onu da kullanabilirsiniz.
Artık sıraya yazdık bir ara bulanık mantık uygulamasıda yapılacak.