Sistem Fuzzy Dan Aplikasi
-
Upload
arfanizarfathurochman -
Category
Documents
-
view
272 -
download
1
description
Transcript of Sistem Fuzzy Dan Aplikasi
SISTEM FUZZY DAN APLIKASI
ARFANIZAR FATHUROCHMAN (2213106018)DARUS SETYO W (2213106064)GEMA ILHAM PANGESTU (2213106056)HERMAN FILANI (2213106013)MUHAMMAD KHAIRUL HAKIMI (2213106039)
SEBELUM FUZZY
SISTEM KEMANUSIAAN
SULIT DIPREDIKSI
PEMODELAN RUMIT
TIDAK MENGATASI MASALAH
TUJUAN PEMODELAN
Menjelaskan fungsi sitem dalam persamaan input output
Tidak semua permasalahan dalam dunia nyata dapat dimodelkan secara matematis karena terlalu kompleks
Pemodelan matematis yang ada tidak mampu memberikan hasil yang memuaskan
Sifat nalar manusia semakin dibutuhkan
SISTEM FUZZY
PEMODELAN FUZZY
Identifikasi StrukturIdentifikasi Parameter
• Mencari variabel input/output dari beberapa variabel kandidat input/output dengan menggunakan metode heuristis berdasarkan pengalaman dan/atau penalaran.
• Mencari hubungan input/output dalam bentuk persamaan sebab akibat.
• Pemilihan bentuk parameter fungsi keanggotaan yang sesuai (triangular, trapezoidal, gaussian atau bell-shaped);
• Pengaplikasian seleksi heuristik atau pengambilan data dari operator manusia untuk menentukan parameter dari fungsi keanggotaan;
• Perbaikan parameter dari fungsi keanggotaan menggunakan teknik optimasi yang sesuai.
• Seleksi dari input/output yang relevan;
• Memilih tipe sistem fuzzy yang spesifik;
• Menentukan jumlah istilah linguistik yang terhubung pada variabel input output;
• Membuat peraturan sebab-akibat.
MEMBERSHIP FUNCTION
Merepresentasikan variabel fuzzy
HEURISTIC SELECTION
CLUSTERING APPROACH NEURAL NETWORKS
EVOLUTIONARY ALGORITHMS
KONTROL FUZZY
Dibandingkan Terhadap Pemodelan Konvensional
• Nyquist• Bode• State-space• dll
• Mampu memodelkan proses yang tidak linear dan tidak tetap dengan banyak ketidakmungkinan dan kelengkapan data yang kurang.
• Pengetahuan nalar serta pengalaman dari operator digunakan sebagai dasar pemilihan keputusan.
• Memodelkan dengan asumsi proses tersebut linear dan tetap,
• Pengetahuan nalar dan pengalaman operator diabaikan dalam penentuan keputusan
KONTROL FUZZY
FUZZIFIKASI KESIMPULAN
DASAR ATURAN
Menerjemahkan data observasi (input) kedalam parameter linguistik
Aturan dasar input yang akan menentukan bentuk persamaan sebab akibat dan nilai output yang akan dihasilkan.
Hasil persamaan sebab akibat dan nilai output yang dibentuk sesuai dengan pemodelan fuzzy yang digunakan.
Memilih model fuzzy yang sesuai, terdapat 4 model:1. Model Mamdani2. Model Sugeno3. Model Tsukamoto4. Model Larsen
DEFUZZIFIKASI
Menerjemahkan parameter linguistik kedalam nilai yang sebenarnya
Dapat menggunakan beberapa metode seperti:1. Center of area ZCOA
2. Bisector of area ZBOA
3. Mean of Maximum ZMOM
4. Smallest of Maximum ZSOM
5. Largest of Maximum ZLOM
DESAINKONTROL
FUZZY
Dalam mendesain kontrol fuzzy terdapat beberapa tahap:1. Seleksi Input Output2. Pemilihan MF3. Pembentukan Aturan Dasar4. Pemilihan Tipe Kontrol Fuzzy
SELEKSI INPUT
OUTPUT
BENTUK MF
ATURAN DASAR
TIPEKONTROL
FUZZY
SELEKSI INPUT
OUTPUT
• Asumsikan kontrol fuzzy diperuntukan untuk mengontrol level air dari sebuah tank.
• Model fuzzy diapat dibuat dengan menggunakan beberapa kondisi yang telah tersedia, seperti error e, perubahan error ∆e, jumlah error ∑e, dan posisi keran u pada setiap tingkatan waktu diskrit pada proses kontrol.
BENTUK MF
• Asumsikan kontrol fuzzy diperuntukan untuk mengontrol level air dari sebuah tank.
• Model fuzzy diapat dibuat dengan menggunakan beberapa kondisi yang telah tersedia, seperti error e, perubahan error ∆e, jumlah error ∑e, dan posisi keran u pada setiap tingkatan waktu diskrit pada proses kontrol.
ATURAN DASAR
Aturan dasar dibuat untuk menentukan nilai output yang akan terbentuk akibat kondisi input yang ada.
Misalkan, untuk mengatur pengisian otomatis suatu tangki air maka akan didapat 2 nilai input dengan 1 nilai output.
Inputnya adalah : Perbedaan level air dan kecepatan pengisian air.Outputnya adalah : Besarnya keran/katup air yang harus dibuka.
Ditentukan aturan sebab-akibat
P
PID
PD
PI
• Dengan menggunakan nilai error e, perubahan nilai error ∆e, dan jumlah nilai error ∑e, sebagai input dan input kontrol dan diasumsikan nilai u sebagai output, maka sebuah desain kontrol fuzzy dapat dibentuk sesuai dengan jenis kontrol seperti PD, PI, atau PID.
Jika adalah Ax maka adalah By
Jika adalah Ax dan adalah By maka adalah Cz
Jika adalah Ax dan adalah By maka adalah Cz
Jika adalah Ax dan adalah By dan adalah Cz maka adalah Dj
TIPEKONTROL
FUZZY
TIPE TIPE FUZZY CONTROLLER
• Sebuah pengontrol Fuzzy dapat di buat menggunakan e, ∆e, dan ∑e sebagai
input dan control input u sebagai output tergantung pada jenis pengontrolnya
misalnya PD, PI, atau jenis PID.
• Pada FLC P : persamaan pada controller proportional (P) dapat ditulis sebagai
berikut :
u = kp . e(k) ………. (3.25)
• Dimana,
• kp adalah koefisien gain Proportional.
• Ai dan Bj, i, j = 1, 2, ….., n adalah Variable
Aturan pada P controller,
If e is Ai then u is Bj ……… (3.26)
• Pada FLC PD : Sebuah Proportional Differensial konvensional (PD) yang dapat di kembangkan
menggunakan error dan mengganti model errornya sebagai berikut :
u = kp . e + kd . ∆e ………………… (3.27)
• Dimana,
• kp : Koefisien gain Proportional
• kd : Koefisien gain Differensial
• e : error
• ∆e : perubahan error.
• Error & perubahan error didefinisikan sebagai berikut :
e(k) = yd – y(k) …………………… (3.28)
∆e(k) = e(k) – e(k – 1) …………………. (3.29)
• Dimana,• yd : Output yang diinginkan, dan• y(k) : Output aktual
Dimana Ai, Bj, dan Ck adalah variabel• i = 1, ….., n1,• j = 1, ....., n2, • k = 1, ….., m
Aturan pada PD controller:
If e is Ai and ∆e is Bj then u is Ck …………. (3.30)
Tipe PD Tipe PI
X Input Error Error
Y Perubahan error Jumlah error
Z Output
PD dengan error dan perubahan error
Sebuah PD sederhana dikembangkan untuk manipulator. Representasi skematik dari sistem manipulator yang fleksibel ditunjukkan pada gambar berikut :
Dimana,XoOYo : koordinat statis,XOY : koordinat bergerak,τ : torsi yang diterapkan pada hub,E : modulus Young,I : daerah moment inersia,ρ : kepadatan massa per satuan volume,V : luas penampangIh : pusat inersia, dan Mp : muatan dari manipulator.Gerak manipulator terbatas pada bidang XoOYo
• Sudut hub error dan perubahan error didefinisikan seperti
e(k) = Ɵd – Ɵ(k) ..…………… (3.31)
∆ e(k) = e(k) – e(k-1) ………. (3.32)
Hanya sudut hub Ɵ yang diukur dari system dan error serta perubahan error diperoleh dari Ɵ.
• Dimana,• Ɵd : sudut hub,• e : error,• ∆e : perubahan sudut error
• Untuk, sudut error : [-36, +36] derajat
• perubahan sudut error : [-25, +25] derajat, dan
• Output (torsi) : [-3, +3]volt.
Aturan dasar ke-n dari FLC dengan error dan perubahan error sebagai input adalah
Rn : IF (e is Ei) and (∆e is Cj) THEN (u is Uk)
Dimana :
- Rn, n = 1, 2, ….., Nmax adalah Aturan fuzzy ke-n
- Ei, Cj, Uk untuk I, j, k = 1, 2, ….., 5 adalah set primer fuzzy
• FLC tipe PD menunjukkan respon yang cepat saat keadaan transient, yaitu
• waktu kenaikan 17 persatuan waktu dan
• waktu penyelesaian/penurunannya 44 persatuan waktu.
• Hasil dari FLC tipe PD sangat menjanjikan dalam waktu kenaikan (rise time), overshoot
maksimum, dan waktu penyelesaian akan tetapi hal ini menunjukkan jumlah yang signifikan
dari error steady-state sebesar 2.56 derajat.
• Error steady state merupakan karakteristik dari setiap controller tipe PD.
Untuk kebutuhan sudut 36 derajat, dapat mencapai overshoot maksimum 50 derajat.
Controller Proportional-Integral
(PI)
U = Kp e + Kl …………. (3.33)
Dimana,
kp = koefisien
proportional
kl = koefisien Integralŭ = kp . ė + kl . e ………. (3.34),
menjadi
∆u = kp . ∆e + kl . e ……….
(3.35)Dalam hal ini, untuk mendapatkan nilai
output control u (k), perubahan output
control ∆u (k) ditambahkan ke u (k – 1)
sehingga
u(k) = ∆u (k) + u (k – 1) ………. (3.36)
Cara lain mengepresikan
controller PI bahwa controller PI
integral absolut :
u = kp . e + kl . ∑e ……….. (3.37)
Dimana,
∑e adalah jumlah error
kp adalah koefisien proportional
kl adalah koefisien integral
Aturan tipe PI absolut :
If e is Ai, ∑e is Bj, then u is Ck
……………. (3.38)
FLC tipe PI
FLC tipe PI
• Persamaan kontrol PI konvensional:
• Berdasarkan persamaan kontrol PI diatas, dapat dibentuk aturan fuzzy yang berkaitan, yaitu:
Jika e adalah Ai dan ∆e adalah Bj maka ∆u adalah Ck
• Persamaan kontrol PI absolut:
• Berdasarkan persamaan kontrol PI absolut diatas, dapat dibentuk aturan fuzzy yang
berkaitan, yaitu:
Jika e adalah Ai dan ∆e adalah Bj maka ∆u adalah Ck
FLC tipe PI
FLC tipe PI
FLC tipe PID
Sistem FLC dengan tipe PID pada umumnya jarang
digunakan, karena memiliki banyak input yang akan
berdampkan kepada lamanya proses fuzzifikasi dan
defuzzifikasi sistem, sehingga akan bertolak belakang dari
tujuan utama digunankannya sistem fuzzy yaitu untuk
menghasilkan suatu sistem dengan respon yang cepat
KONTROL FUZZYSemakin kompleks permasalahan semakin banyak
persamaan sebab-akibat
Operator semakin sulit memprediksi persamaan sebab-akibat
Dibutuhkan reduksi pada sistem kontrol fuzzy
Dibentuk kontrol fuzzy modular
FUZZY MODULAR
Fuzzy modular mereduksi sistem fuzzy yang kompleks dengan berbagai macam cara, pada umumnya adalah
dengan menggunakan teknik hirearki