‘퍼지이론’은 어떻게 구현될까?

‘퍼지이론’은 어떻게 구현될까?

퍼지이론의 구현은 크게 네 단계로 이루어진다: 퍼지화, 규칙 기반 결정, 추론, 그리고 비퍼지화이다. 

1. 퍼지화 (Fuzzification): 이 단계에서는 입력 데이터를 퍼지 집합으로 변환한다. 즉, 구체적인 값을 모호한 값으로 변환한다. 각 퍼지 집합은 일반적으로 멤버십 함수를 사용하여 정의되며, 이 함수는 각 요소가 해당 퍼지 집합에 속하는 정도를 나타낸다. 20~24도의 온도를 시원하고 쾌적하다는 값으로 변환한다. 시원하고 쾌적하다는 것은 개인마다 차기가 있기에, 개인마다 느끼는 온도는 다르다. 평균값을 구해 에어컨에 적용해 인공지능 모드로 설정할 수 있게 하는 것이다. 

2. 규칙 기반 결정 (Rule-Based Decision Making): 퍼지 컨트롤러는 퍼지 규칙을 사용하여 입력 퍼지 집합에서 출력 퍼지 집합으로의 매핑을 결정한다. 퍼지 규칙은 "IF-THEN" 형식을 따르며, 퍼지 연산자를 사용하여 정의한다. 예를 들어, "IF ‘온도가 높고 습하다' THEN 냉각 속도는 '빠르다'"는 퍼지 규칙이 될 수 있다.

반응형

3. 추론 (Inference): 퍼지 규칙을 바탕으로, 입력 퍼지 집합을 출력 퍼지 집합으로 매핑하는 추론 과정이 이루어진다. 여기서는 논리 연산자와 퍼지 연산자를 사용하여 여러 퍼지 규칙을 함께 적용한다. 예를 들어 냉난방기에는 냉방과 난방을 하는데 냉방 규칙과 난방규칙을 다르게 설정할 수 있다. 리모컨에서 ‘인공지능모드’라는 하나의 버튼을 누르지만 냉방을 설정하느냐 난방을 설정하느냐에 따라 규칙이 다르게 적용된다.

4. 비퍼지화 (Defuzzification): 이 단계에서는 추론 과정에서 얻은 퍼지 출력 집합을 구체적인 값으로 변환한다. 예를 들어, '빠른' 팬 속도를 구체적인 RPM 값으로 변환할 수 있다. 이 단계의 목적은 모호한 퍼지 집합을 구체적이고 정확한 값을 가지는 비퍼지 집합으로 변환하는 것이다. 일반적으로 중심값 방법, 가장 큰 멤버십 값 방법 등이 비퍼지화 방법으로 사용된다. 예를 들어 ‘시원하다’ 라고 느끼는 것이나 ‘따뜻하다’라고 느끼는 것은 개인마다 차이가 있기에 냉난방기에서 개인 맞춤형으로 적용할 수 없다. 대신 평균값이 나오는 구간을 구해서 이를 적용하고, 이 구간으로 온도가 왔다 갔다 하게 만드는 것이 ‘비퍼지화’라고 할 수 있다.

이렇게 퍼지 이론은 퍼지화, 규칙 기반 결정, 추론, 비퍼지화의 네 단계를 통해 불확실성이나 모호함이 있는 문제를 해결하며, 이는 코드나 특정 알고리즘을 통해 구현될 수 있다. 대표적인 것이 에어컨의 인공지능모드이다. 구체적인 구현 방법은 사용하는 언어나 라이브러리, 그리고 특정 문제의 요구사항에 따라 다르게 적용될 수 있다.