|
Diğer adıyla saçaklı mantık ya
da ingilizcesiyle Fuzzy Logic. Bilgisayarlar insan beyni gibi akıl yürütemezler.
Bilgisayarlarda sıfır ve bir dizilerine indirgenmiş kesin gerçekler ve doğru
yada yanlış olan önermeler kullanılır. İnsan beyni ise, "serin hava", "yüksek
hız", "genç kız" gibi belirsizlik yada değer yargılarını içeren bulanık anlatım
ve iddiaların üstesinden gelebilecek biçimde akıl yürütebilir. Ayrıca insan,
bilgisayarlardan farklı olarak, hemen her şeyin ancak kısmen doğru olduğu bir
dünyada akıl yürütmek için sağduyusunu kullanır.
Bulanık mantık, belirsiz bir dünyanın gri, sağduyulu resimlerini üretmeleri için
bilgisayarlara yardımcı olan bir makine zekası biçimidir. Bulanık mantığın kilit
kavramını mantıkçılar ilk olarak 1920'lerde "Her şey bir derecelendirme
sorunudur" diyerek ortaya attılar.
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.
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.
Bulanık Teorinin Avantajları
1.İnsan düşünme tarzına yakın olması,
2.Uygulanışının matematiksel modele ihtiyaç duymaması,
3.Yazılımın basit olması dolayısıyla ucuza mal olması.
Bulanık Teorinin Dezavantajları
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)..
İnsanoğlu icat ettiği pek çok şeyi doğadaki
benzerlerinden ilham alarak geliştirmiştir, bizim konumuz da yapay zeka olduğuna
göre, öncelikle zeka yetisine sahip tek organ olan beyini inceleyerek işe
başlamalıyız...
İnsan beyni, birbiri ile karmaşık ilişkiler içinde bulunan 3 paund’luk bir nöron
hücreleri kitlesidir. Tüm aktivitelerimizi kontrol eder, yaradılışın en görkemli
ve gizemli harikalarından biridir. İnsan zekasını, duyuların yorumunu,
hareketlerin denetimini oluşturur. Bu inanılmaz organ bilim adamlarını olduğu
kadar, bilim dışında olanları da şaşırtmaktadır. Beyin üzerine duyulan büyük
ilgi ve konu üzerinde yapılan çalışmalar, yeni başlamış değildir. İnsanda ve
diğer canlılarda yaşamsal faaliyetlerin yerine getirilmesinde merkez konumunda
bulunan beyin üzerindeki çalışmalar yüzyıllardır yapılmakta ve bugün de tam
olarak anlaşılamadığı için içinde bir çok disiplin içeren nörolojik bilimler
alanında çalışmalar hızla devam etmektedir.
İnsan beynindeki bir nöron:
Beynimizin sadece 1 cm3’ünde, bir trilyon bağlantıya sahip, 100 milyar sinir
hücresi (nöron) bulunmakta ve bu nöronlar arasında her bir saniyede 10 milyon x
milyar kere uyarı gerçekleşmektedir. Bütün bunlar beraberce yaklaşık 1300 gram
ağırlığında, sınırsız kompleks bir kimyasal fabrikada gerçekleşmektedir. Bu
fabrika içerisinde hücreler arası bağlantılar ve etkileşimler ve bu etkileşimi
sağlayan elektriksel etkiler ve kimyasal maddeler hafıza sistemimizin temelini
teşkil etmektedir. Bu sinir hücreleri bir bilgisayarın işlemcisine göre kat kat
yavaş çalışmaktadırlar, ancak insan beyninin gücü bu milyarlarca hücrenin aynı
anda ve beraberce (paralel olarak) çalışabilmesinden kaynaklanmaktadır.
/1/ ALTAŞ, İ. H. (1998): The Effects of Fuzziness
in Fuzzy Logic Controllers”, 2nd
İnternational Symposium on İntelligent Manufacturing Systems, August 6-7,
(211-220), Sakarya University, Sakarya.
/2/ BÜYÜK LAROUSSE, Sözlük ve Ansiklopedi (1986), 15.cilt, (7860-7861),
Librairie Lorusse, İnterpress Basın ve Yayıncılık A.Ş. İstanbul.
/3/ CHEN, C. H. (1996): Fuzzy Logic and Neural Network Handbook, McGrawHill. mc.
, New York.
/4! FULLER, R. (1995): Neural Fuzzy Sistems, Abo Akademi, Abo.
/5/ GÜRKAN, 0. (1983): Jeodezide Olası Düşünce, Harita ve Kadastro Mühendisliği
Dergisi, sayı 45-46-47, (99-116), Ankara.
/6/ HAJEK, P., GODO, L., ESTEVA, F. (1995): Fuzzy Logic and Probability, İn
Procedings of the Eleventh Annual Conference on Uncertainty in Artificial
İntelligence (UAİ-95), August 18-20, Montreal, Quebec.
/7! KONAK, H., DİLAVER, A., ÖZTÜRK, E. (1999): Fuzzy Logic and Detection
Outliers, Third Tukish-German Joint Geodetic Days, Towards A Digital Age, Vol.
1, June 1-4, (169-178), İstanbul.
/8/ MİKHAİL, E. M. (1976): Observation and Least Squares, New York.
/9! USERY, E. L. (1996):Membership Functions for Fuzzy Set Representation of
Geographic Features, Intematinal Archives of Photogrammetry and Remote Sensing,
Voll. XXXİ, Part B4, Vienna.
/10! PAPOULİS, A. (1965): Probability, Random Variable and Stochastic Processes,
McGraw-Hill, Kogakusha, Ltd. Tokyo.
/11/ROSS, T. J. (1995): Fuzzy Logic With Engineering Applications, McGraw-Hill,
mc. New York.
/12/ STEFANAKİS, E., VAZIRGİANNİS, M., SELLİS, T.(1996): Spatial Decision Making
Based on Fuzzy Set Methodologies, İnternational Archives of Photogrammetry and
Remote Sensing, Voll. XXXI, Part B4, Vienna.
/13/ VANICEK, P., KRAKİWSKY, E. J. (1982) : Geodesy : The Concepts, NorthHolland
Publishing Company, Oxford.
|
