Description

---

Studienarbeit aus dem Jahr 2008 im Fachbereich Elektrotechnik, Note: 1.0, Hochschule f r Technik und Wirtschaft Berlin, Sprache: Deutsch, Abstract: Eine pr zise und vollst ndige Systemmodellierung ist heutzutage in vielen Anwendungsf llen nicht praktikabel bzw. sogar unm glich. Daher gibt es in der klassischen Regelungstechnik bei dem Entwurf und der Anpassung von Reglern oft mathematische Modelle der Regelstrecke. Wenn eine schnelle und kosteng nstige L sung angestrebt wird, hat sich schon seit einiger Zeit der Einsatz unscharfer, qualitativer Methoden bew hrt. Damit hat man die M glichkeit eine oftmals teure und langwierige Ent-wicklung eines Modells zu umgehen. Oft sind diese entwickelten L sungen sogar robuster und besser als die mit erheblich h herem Aufwand entwickelte klassische Variante ( 1], S. 118). Die Grundidee der Fuzzy-Logik liegt in der Formalisierung menschlichen Problemwissens. Dieses kann von Experten bereitgestellt oder aber vom Entwickler des Systems in einer unscharfen (vagen) Form formuliert werden. Daher auch der Name Fuzzy-Logik (englisch: fuzzy = unscharf). Es handelt sich hierbei um eine Modellierungstechnik, bei der die menschliche F higkeit, Sachverhalte auf einer verhaltensorientierten Ebene zu erfassen, die Grundlage bildet. Somit ist es m glich sich Handlungs-wissen nutzbar zu machen, z.B. in Form von Verhaltensregeln ( 2], S. 5). Im optimalen Fall k nnte ein solches System die Leistungsf higkeit der Person, bzw. der Gruppe von Personen, erreichen, die das entsprechende Wissen zu Verf gung gestellt haben ( 1], S. 118). Die Anwendungsgebiete der Fuzzy Logik sind sehr differenziert, z.B. in der Technik, der Medizin, den Wirtschaftswissenschaften, der Physik oder der Mathematik. Dabei geht es in den verschiedenen Bereichen um Anwendungsfelder wie z.B.: - Kontrollaufgaben, z.B. Regelungstechnik (fuzzy control) - Klassifizierung und Kategorisierung - Entscheidungsfindung - Optimierung - Mustererkennung - Signalverarbeitung - Managementaufga.