fuzzy associative memory

Logique floue "mémoire associative floue"

Une mémoire associative floue (FAM pour faire court) est un outil logique floue pour la prise de décision. Les fammes logiques floues ont un large éventail d'applications pratiques:

• Les systèmes de contrôle, tels que gouverner un ventilateur pour garder une pièce à la température "juste à droite"
• Jeu Ai, comme les robots imprégnés de comportement de prise de décision de type humain
• Systèmes de prédiction, liant les causes avec les effets

Comment ça marche

Une mémoire associative floue utilise des ensembles flous pour établir un ensemble de règles de nature linguistique; Des exemples peuvent inclure:

• "Si la pièce est un peu chaude, augmentez un peu le ventilateur"
• "Si les points de vie de l'Orc sont un peu bas, se retirez de l'ennemi"
• "Si l'ennemi est distant et que mes munitions de fusée sont faibles, le lance-roquettes est un mauvais choix"
• "Si l'ennemi est proche et que mes munitions de fusil de chasse sont correctes, le fusil de chasse est un choix très souhaitable"
• "Si le navire est hors route un peu, corrigez-vous un peu à droite"
• "Si l'oiseau est beaucoup plus lent que le troupeau, accélérez beaucoup"

Les règles linguistiques et les ensembles flous qu'ils contiennent sont définis par un "expert" humain (vraisemblablement, vous). C'est-à-dire que les règles codifient l'intelligence et mappent ces connaissances du domaine humain au numérique.

Une fois les règles définies, une famille est consultée pour aider votre IA à faire une description:

• L'Orc se retire, les attaques, les grattes.
• Le navire lance des missiles à longue portée ou tire des pistolets à courte portée.
• Les tiges de commande sont abaissées dans le réacteur ou enlevées.

Comme vous pouvez le voir, les règles floues sont délibérément vagues et utilisent des qualifications comme "un peu" et "beaucoup". De plus, les lignes entre les ensembles floues sont intentionnellement floues. C'est la nature des ensembles flous; Ils capturent une telle floue humaine d'une manière qui extrait le comportement hautement naturel des règles floues. Lors de la définition de ces règles, il est utile d'imaginer l'interview d'un expert de bonne foi dans le domaine et d'écrire les compétences nécessaires pour réussir dans le domaine.

Visualisation FLV

Les variables linguistiques floues peuvent être difficiles à visualiser, en particulier lorsqu'ils deviennent complexes et incluent des triangles et des trapézoïdes en combinaison. Pour répondre à cela, ce logiciel peut désormais (éventuellement) coller à votre gnuplot installé et créer des rendus PNG ou SVG de votre FLVS. Voici un exemple:

État du projet

Cela fonctionne, un logiciel fonctionnel, adapté à une utilisation dans votre propre jeu ou application. Il prend actuellement en charge:

• Ensembles flous triangulaires et trapézoïdaux pour l'entrée / sortie
• Implication Larsen (échelle)
• Implication mamdani (coupure)
• Propositions antécédentes atomiques ( if A then Z )
• Propositions composites antécédentes ( if A or B, then Z / if A and B, then Z )

À faire (en importance descendante, à peu près):

• Validations des paramètres pour empêcher les mauvaises formes, une mise en page de FAM inappropriée, etc.
• Autres formes pour les ensembles flous
• Haies («très» et «assez»)
• Exemples supplémentaires

Regardez le Changelog pour les nouvelles.

Installation de gemmes

Je vous recommande de cloner le référentiel GIT et de parcourir les exemples et le code source pour comprendre pleinement le fonctionnement des Fams.

Mais si / quand vous souhaitez l'utiliser dans votre propre projet, la façon la plus simple de le faire est via le joyau:

 gem install fuzzy_associative_memory

Puis dans votre code:

 require 'fuzzy_associative_memory'

Le gemme est entièrement des noms de noms pour empêcher les collisions. Voir les exemples pour les détails d'utilisation.

Exemples inclus

Le répertoire bin contient les exemples suivants:

• hvac_system_example illustre comment une FAM pourrait gouverner une unité de ventilateur HVAC pour maintenir une température constante et confortable
• weapon_choice_example illustre comment une famille pourrait laisser un bot de jeu décider intelligemment quelle arme utiliser

Les parcelles des variables linguistiques floues des exemples ont été pré-rendues et sont dans le répertoire des bacs. Ceux-ci vous aideront à visualiser les FLV.

Références utilisées dans la création de ce logiciel

• "Fuzzy Thinking: The New Science of Fuzzy Logic" par Bart Kosko (Amazon Link)
• "Logique floue: la technologie informatique révolutionnaire qui change le monde" par Daniel McNeill et Paul Freiberger (Amazon Link)
• "Logique floue dans la prise de décision et le traitement du signal" par Sujit Nath Pant et Keith E. Holbert (lien)
• "Game de programmation AI par exemple" par Mat Buckland (Amazon Link)