Beranda>Terkait pemrograman>Kode Sumber AI
Unduh

FuzzyLite

Pustaka FuzzyLite untuk Kontrol Logika Fuzzy mengacu pada fuzzylite (C++), pyfuzzylite (Python), dan jfuzzylite (Java).

Tujuan dari Perpustakaan FuzzyLite adalah untuk dengan mudah merancang dan mengoperasikan pengontrol logika fuzzy secara efisien mengikuti model pemrograman berorientasi objek dengan ketergantungan minimal pada perpustakaan eksternal.

Lisensi

fuzzylite memiliki lisensi ganda di bawah GNU GPL 3.0 dan di bawah lisensi kepemilikan untuk tujuan komersial .

Anda sangat dianjurkan untuk mendukung pengembangan Perpustakaan FuzzyLite dengan membeli lisensi QtFuzzyLite .

QtFuzzyLite adalah antarmuka pengguna grafis terbaik yang tersedia untuk dengan mudah merancang dan mengoperasikan pengontrol logika fuzzy secara langsung secara real time. Tersedia untuk Windows, Mac, dan Linux, tujuannya adalah untuk mempercepat desain pengontrol logika fuzzy Anda secara signifikan, sekaligus menyediakan antarmuka pengguna yang sangat berguna , fungsional , dan indah . Silakan unduh dan periksa secara gratis di fuzzylite.com/downloads.

Dokumentasi

Kunjungi fuzzylite.com/documentation

Fitur

(6) Pengendali : Mamdani, Takagi-Sugeno, Larsen, Tsukamoto, Inverse Tsukamoto, Hybrid

(25) Istilah Linguistik : (5) Dasar : Segitiga, Trapesium, Persegi Panjang, Diskrit, SemiEllipse. (8) Diperluas : Bell, Cosine, Gaussian, GaussianProduct, PiShape, SigmoidDifference, SigmoidProduct, Spike. (7) Tepi : Busur, Biner, Cekung, Ramp, Sigmoid, SShape, ZShape. (3) Fungsi : Konstanta, Linier, Fungsi. (2) Khusus : Gabungan, Diaktifkan.

(7) Metode aktivasi : Umum, Proporsional, Ambang Batas, Pertama, Terakhir, Terendah, Tertinggi.

(9) Konjungsi dan Implikasi (T-Norms) : Minimum, AlgebraicProduct, BoundedDifference, DrasticProduct, EinsteinProduct, HamacherProduct, NilpotentMinimum, LambdaNorm, FunctionNorm.

(11) Disjungsi dan Agregasi (S-Norms) : Maksimum, AlgebraicSum, BoundedSum, DrasticSum, EinsteinSum, HamacherSum, NilpotentMaximum, NormalizedSum, UnboundedSum, LambdaNorm, FunctionNorm.

(7) Defuzzifier : (5) Integral : Centroid, Bisector, SmallestOfMaximum, LargestOfMaximum, MeanOfMaximum. (2) Tertimbang : Rata-Rata Tertimbang, Jumlah Tertimbang.

(7) Lindung Nilai : Apa saja, Tidak, Sangat, Jarang, Agak, Sangat, Berfungsi.

(3) Importir : Bahasa FuzzyLite fll , Sistem Inferensi Fuzzy fis , Bahasa Kontrol Fuzzy fcl .

(7) Eksportir : C++ , Java , FuzzyLite Language fll , FuzzyLite Dataset fld , skrip R , Fuzzy Inference System fis , Fuzzy Control Language fcl .

(30+) Contoh pengontrol Mamdani, Takagi-Sugeno, Tsukamoto, dan Hybrid dari fuzzylite , Octave, dan Matlab, masing-masing disertakan dalam format berikut: C++ , Java , fll , fld , R , fis , dan fcl .

Contoh

Bahasa FuzzyLite 

 # File: ObstacleAvoidance.fll
Engine : ObstacleAvoidance
InputVariable : obstacle
  enabled : true
  range : 0.000 1.000
  lock-range : false
  term : left Ramp 1.000 0.000
  term : right Ramp 0.000 1.000
OutputVariable : mSteer
  enabled : true
  range : 0.000 1.000
  lock-range : false
  aggregation : Maximum
  defuzzifier : Centroid 100
  default : nan
  lock-previous : false
  term : left Ramp 1.000 0.000
  term : right Ramp 0.000 1.000
RuleBlock : mamdani
  enabled : true
  conjunction : none
  disjunction : none
  implication : AlgebraicProduct
  activation : General
  rule : if obstacle is left then mSteer is right
  rule : if obstacle is right then mSteer is left 
 // File: ObstacleAvoidance.cpp
# include < fl/Headers.h >

fl::Engine* engine = fl::FllImporter().fromFile( " ObstacleAvoidance.fll " );

C++ 

 // File: ObstacleAvoidance.cpp
# include < fl/Headers.h >

using namespace fuzzylite ;

Engine* engine = new Engine;
engine-> setName ( " ObstacleAvoidance " );
engine-> setDescription ( " " );

InputVariable* obstacle = new InputVariable;
obstacle-> setName ( " obstacle " );
obstacle-> setDescription ( " " );
obstacle-> setEnabled ( true );
obstacle-> setRange ( 0.000 , 1.000 );
obstacle-> setLockValueInRange ( false );
obstacle-> addTerm ( new Ramp( " left " , 1.000 , 0.000 ));
obstacle-> addTerm ( new Ramp( " right " , 0.000 , 1.000 ));
engine-> addInputVariable (obstacle);

OutputVariable* mSteer = new OutputVariable;
mSteer -> setName ( " mSteer " );
mSteer -> setDescription ( " " );
mSteer -> setEnabled ( true );
mSteer -> setRange ( 0.000 , 1.000 );
mSteer -> setLockValueInRange ( false );
mSteer -> setAggregation ( new Maximum);
mSteer -> setDefuzzifier ( new Centroid( 100 ));
mSteer -> setDefaultValue (fl::nan);
mSteer -> setLockPreviousValue ( false );
mSteer -> addTerm ( new Ramp( " left " , 1.000 , 0.000 ));
mSteer -> addTerm ( new Ramp( " right " , 0.000 , 1.000 ));
engine-> addOutputVariable ( mSteer );

RuleBlock* mamdani = new RuleBlock;
mamdani-> setName ( " mamdani " );
mamdani-> setDescription ( " " );
mamdani-> setEnabled ( true );
mamdani-> setConjunction (fl::null);
mamdani-> setDisjunction (fl::null);
mamdani-> setImplication ( new AlgebraicProduct);
mamdani-> setActivation ( new General);
mamdani-> addRule (Rule::parse( " if obstacle is left then mSteer is right " , engine));
mamdani-> addRule (Rule::parse( " if obstacle is right then mSteer is left " , engine));
engine-> addRuleBlock (mamdani);

Operasi 

 using namespace fuzzylite ;

std::string status;
if ( not engine-> isReady (&status))
    throw Exception( " [engine error] engine is not ready: n " + status, FL_AT);

InputVariable* obstacle = engine-> getInputVariable ( " obstacle " );
OutputVariable* steer = engine-> getOutputVariable ( " steer " );

for ( int i = 0 ; i <= 50 ; ++i){
    scalar location = obstacle-> getMinimum () + i * (obstacle-> range () / 50 );
    obstacle-> setValue (location);
    engine-> process ();
    FL_LOG ( " obstacle.input = " << Op::str (location) << 
        " => " << " steer.output = " << Op::str (steer-> getValue ()));
}

Kompilasi, Tautkan, dan Jalankan

Setelah Anda memiliki mesin yang ditulis dalam C++, Anda dapat mengkompilasinya untuk membuat file yang dapat dieksekusi yang tertaut ke perpustakaan fuzzylite . Tautannya bisa statis atau dinamis. Pada dasarnya perbedaan antara tautan statis dan dinamis adalah sebagai berikut.

Penautan statis menyertakan pustaka fuzzylite ke dalam file yang dapat dieksekusi, sehingga memperbesar ukurannya, namun file yang dapat dieksekusi tidak perlu lagi memiliki akses ke file pustaka fuzzylite .

Penautan dinamis tidak menyertakan pustaka fuzzylite ke dalam file yang dapat dieksekusi, sehingga mengurangi ukurannya, namun file yang dapat dieksekusi harus memiliki akses ke file pustaka bersama fuzzylite . Saat menggunakan tautan dinamis, pastikan file pustaka bersama berada di direktori yang sama dengan file yang dapat dieksekusi, atau dapat dijangkau melalui variabel lingkungan: 

rem Windows:
set PATH = " pathtofuzzylitereleasebin;%PATH% " 
 # Unix:
export LD_LIBRARY_PATH= " /path/to/fuzzylite/release/bin/: $LD_LIBRARY_PATH "

jendela

Perintah untuk mengkompilasi mesin Anda di Windows adalah sebagai berikut:

C++11 (bawaan) 

rem static linking:
cl.exe ObstacleAvoidance.cpp fuzzylite - static .lib / Ipath / to / fuzzylite / EHsc / MD
rem dynamic linking:
cl.exe ObstacleAvoidance.cpp fuzzylite.lib / Ipath / to / fuzzylite / DFL_IMPORT_LIBRARY / EHsc / MD

C++98 

rem static linking:
cl.exe ObstacleAvoidance.cpp fuzzylite - static .lib / Ipath / to / fuzzylite / DFL_CPP98 = ON / EHsc / MD
rem dynamic linking:
cl.exe ObstacleAvoidance.cpp fuzzylite.lib / Ipath / to / fuzzylite / DFL_IMPORT_LIBRARY / DFL_CPP98 = ON / EHsc / MD

Unix

Perintah untuk mengkompilasi mesin Anda di Unix adalah sebagai berikut:

C++11 (bawaan) 

 # static linking
g++ ObstacleAvoidance.cpp -o ObstacleAvoidance -I/path/to/fuzzylite -L/path/to/fuzzylite/release/bin -lfuzzylite-static --std=c++11
 # dynamic linking
g++ ObstacleAvoidance.cpp -o ObstacleAvoidance -I/path/to/fuzzylite -L/path/to/fuzzylite/release/bin -lfuzzylite

C++98 

 # static linking
g++ ObstacleAvoidance.cpp -o ObstacleAvoidance -I/path/to/fuzzylite -L/path/to/fuzzylite/release/bin -lfuzzylite-static -DFL_CPP98=ON
 # dynamic linking
g++ ObstacleAvoidance.cpp -o ObstacleAvoidance -I/path/to/fuzzylite -L/path/to/fuzzylite/release/bin -lfuzzylite -DFL_CPP98=ON

CMembuat

Alternatifnya, Anda dapat menggunakan CMake untuk membangun proyek Anda yang tertaut ke fuzzylite . Silakan lihat contoh aplikasi yang tersedia di contoh/aplikasi.

Membangun dari Sumber

Anda dapat membangun perpustakaan fuzzylite dari sumber menggunakan CMake (cmake.org).

Periksa .github/workflows untuk detailnya.

Unix 

cmake -B build/ -G " Unix Makefiles "  .
cmake --build build/ --parallel
ctest --test-dir build/

jendela 

cmake -B build/ -G " NMake Makefiles " .
cmake --build build/
ctest --test-dir build/

Opsi Bangunan

Opsi bangunan berikut tersedia:

-DFL_USE_FLOAT=ON membuat binari menggunakan tipe data fl::scalar sebagai float bukan double . Secara default, biner dibuat menggunakan -DFL_USE_FLOAT=OFF . Jika fuzzylite dibuat dengan -DFL_USE_FLOAT=ON , maka aplikasi yang tertaut ke fuzzylite juga perlu menentukan flag kompilasi ini.

-DFL_CPP98=ON membuat binari menggunakan fitur C++98 bukan C++11 . Secara default, biner dibuat menggunakan -DFL_CPP98=OFF . Jika Anda menggunakan C++98 , Anda tidak akan dapat mengukur kinerja mesin Anda menggunakan kelas Benchmark , dan Anda tidak akan dapat menjalankan pengujian apa pun.

-DFL_BACKTRACE=OFF menonaktifkan informasi lacak balik jika terjadi kesalahan. Secara default, biner dibuat menggunakan -DFL_BACKTRACE=ON . Di Windows, informasi penelusuran balik memerlukan perpustakaan eksternal dbghelp , yang umumnya tersedia di sistem Anda.

Dokumentasi

Kode sumber fuzzylite didokumentasikan dengan sangat baik menggunakan format doxygen , dan dokumentasinya tersedia di fuzzylite.com/documentation. Jika Anda ingin membuat dokumentasi secara lokal, Anda dapat membuat dokumentasi html dari file Doxyfile menggunakan baris perintah: doxygen Doxyfile . Dokumentasi akan dibuat di folder docs .

Biner

Setelah membangun dari sumber, berikut adalah biner relevan yang akan dibuat dalam mode Release . Dalam mode Debug , nama file diakhiri dengan -debug (misalnya fuzzylite-debug.exe ).

jendela

  • aplikasi konsol: fuzzylite.exe
  • perpustakaan bersama: fuzzylite.dll , fuzzylite.lib
  • perpustakaan statis: fuzzylite-static.lib

Linux

  • aplikasi konsol: fuzzylite
  • perpustakaan bersama: libfuzzylite.so
  • perpustakaan statis: libfuzzylite-static.a

Mac

  • aplikasi konsol: fuzzylite
  • perpustakaan bersama: libfuzzylite.dylib
  • perpustakaan statis: libfuzzylite-static.a

Menghibur

Aplikasi konsol fuzzylite memungkinkan Anda mengimpor dan mengekspor mesin Anda. Penggunaannya dapat diperoleh dengan mengeksekusi biner konsol. Selain itu, konsol dapat diatur dalam mode interaktif. FuzzyLite Interactive Console memungkinkan Anda mengevaluasi pengontrol tertentu dengan memberikan nilai input secara manual. Konsol interaktif dipicu dengan menentukan file masukan dan format keluaran. Misalnya, untuk berinteraksi dengan pengontrol ObstacleAvoidance , konsol interaktif diluncurkan sebagai berikut: 

fuzzylite -i ObstacleAvoidance.fll -of fld

Berkontribusi

Semua kontribusi diterima, asalkan mengikuti pedoman berikut:

  • Kode sumber konsisten dengan standar di perpustakaan
  • Kontribusi didokumentasikan dan diuji dengan benar, sehingga menimbulkan permasalahan jika diperlukan
  • Kontribusi dilisensikan di bawah Lisensi FuzzyLite

Referensi

Jika Anda menggunakan Perpustakaan FuzzyLite, harap kutip referensi berikut di artikel Anda:

Juan Rada-Vilela. Perpustakaan FuzzyLite untuk Kontrol Logika Fuzzy, 2018. URL https://fuzzylite.com.

Atau menggunakan bibtex : 

 @misc { fl::fuzzylite ,
    author = { Juan Rada-Vilela } ,
    title = { The FuzzyLite Libraries for Fuzzy Logic Control } ,
    url = { https://fuzzylite.com } ,
    year = { 2018 }
}

fuzzylite® adalah merek dagang terdaftar dari FuzzyLite Limited
jfuzzylite™ adalah merek dagang dari FuzzyLite Limited
pyfuzzylite™ adalah merek dagang dari FuzzyLite Limited
QtFuzzyLite™ adalah merek dagang dari FuzzyLite Limited

Memperluas
Informasi Tambahan
Aplikasi Terkait
Direkomendasikan untuk Anda
Informasi Terkait Semua