AFN
Arbeitsgemeinschaft für
Fuzzy-Logik und Soft Computing in
Norddeutschland
|
AFN |
|
|
 |
Adressen |
|
Der Arbeitskreis "Grundlagen des Soft Computing" |
|
Die Arbeitsgruppe "Neuronale Netze und Fuzzy-Systeme" Mitarbeiter Arbeitsgebiete |
|
Literatur |
Otto-von-Guericke-Universität Magdeburg
Institut für Wissens- und Sprachverarbeitung
Neuronale Netze und Fuzzy-Systeme
Universitätsplatz 2
D-39106 Magdeburg
Leiter:
Prof. Dr. Rudolf Kruse
Tel:(03 91) 67 18706
Fax:(03 91) 67 12018
E-Mail: rudolf.kruse@cs.uni-magdeburg.de
Ansprechpartner:
Dr. Detlef Nauck
Tel:(03 91) 67 12700
Fax:(03 91) 67 12018
E-Mail: detlef.nauck@cs.uni-magdeburg.de
Der Arbeitskreis "Grundlagen des Soft Computing" befaßt sich unter der Leitung von Prof. Dr. Rudolf Kruse mit Fragen der Grundlagenforschung im Bereich Soft Computing. Dieser Begriff wurde von dem Begründer der Theorie der Fuzzy-Mengen Lotfi A. Zadeh geprägt. Dabei handelt es sich um Methoden und Verfahren, die Phänomene wie Unsicherheit, Impräzision und partielle Korrektheit in informationsverarbeitenden Systemen toleriert und ausnutzt.
Zum Bereich des Soft Computing werden neben den Fuzzy-Systemen auch künstliche Neuronale Netze, Evolutionäre Algorithmen sowie probabilistische Verfahren gerechnet. Von besonderem Interesse sind dabei Kopplungen dieser verschiedenartigen Ansätze wie z.B. Neuro-Fuzzy-Systeme oder die Erzeugung von Fuzzy-Systemen mit Hilfe Genetischer Algorithmen. Die genannten Verfahren werden auch als Werkzeuge der Computational Intelligence angesehen. Dieser Begriff wurde von Prof. James Bezdek geprägt, um Systeme zu beschreiben, die mittels numerischer Verfahren versuchen, gewissen Aspekte intelligenten Verhaltens zu modellieren.
Der Arbeitskreis "Grundlagen" sieht seine Aufgabe im wesentlichen darin, einen umfassenden Überblick über die neuesten in der Grundlagenforschung entwickelte Methoden zu vermitteln und diese auf ihre praktische Bedeutung hin zu bewerten. Ein Ansatz zur Kooperation mit der Industrie besteht darin, Probleme zu anlysieren und in Richtung einer Methodenauswahl beratend tätig zu sein. In Bereichen, in denen innovative Lösungen erforderlich erscheinen, sind gemeinsame prototypische Entwicklungen denkbar. Bei Fragen für die bereits Standardlösungsansätze existieren, findet eine Vermittlung an die anwendungsorientierten Arbeitskreise statt.
Ein Aspekt dieser Arbeit besteht in der Analyse aller wichtigen internationalen Tagungen im Bereich des Soft Computing, auf denen die Gruppe von Prof. Kruse stets mit Beiträgen vertreten ist. Ein Beispiel für das große weltweite Interesse an den in diesem Beitrag geschilderten Methoden insbesondere deren Kopplungen hat der World Congress on Computational Intelligence 1994 in Orlando, Florida, gezeigt. Hier wurden unter einem Dach die IEEE-Tagungen über Fuzzy-Systeme (FUZZIEEE), Neuronale Netze (ICNN) und Evolutionary Computing (ICEC) unter einer Beteiligung von mehr als 1600 internationalen Teilnehmern abgehalten. Eine Wiederholung dieser gemeinsamen Veranstaltung ist für 1998 vorgesehen.
Neben den internationalen Aktivitäten der Forschungsgruppe, die sich z.B. auch in der Mitwirkung von Prof. Kruse als Associate Editor der Zeitschrift IEEE Transactions on Fuzzy Systems widerspiegelt, spielt auch die Mitarbeit in der Gesellschaft für Informatik (GI) im Rahmen der Fachgruppe "Fuzzy-Systeme", deren Sprecher Prof. Kruse ist, eine wichtige Rolle. Die Fachgruppe wird dieses Jahr ihre fünfte Tagung abhalten (Fuzzy-Neuro-Systeme'98 an der TU München).
Herr Prof. Dr. Kruse hat 1986 am Institut für Betriebssysteme und Rechnerverbund der TU Braunschweig die
Forschungsgruppe "Fuzzy-Systeme" ins Leben gerufen, die zuletzt neben Prof. Kruse aus drei wissenschaftlichen
Mitarbeitern bestand.
Seit dem 1. Oktober 1996 leitet Herr Prof. Kruse das Gebiet
Neuronale Netze und Fuzzy-Systeme im
Institut für Wissens- und Sprachverarbeitung
an der
Fakultät für Informatik der
Otto-von-Guericke-Universität Magdeburg.
Die Arbeitsgruppe besteht dort neben Prof. Kruse aus den wissenschafltichen Mitarbeitern:
Arbeiten im Bereich der Fuzzy-Datenanalyse [KRUSE und MEYER, 1987] führten in Kooperation mit der Siemens AG zu dem Softwaretool SOLD (Statistics On Linguistic Data, 20.000 Zeilen Pascal Code). Dabei handelt es sich um die Erweiterung klassischer statistischer Verfahren auf die Behandlung von Fuzzy-Daten. Der heutige Arbeitsschwerpunkt in diesem Gebiet liegt in der Fuzzy-Clusteranalyse, die sich z.B. mit der Gewinnung von Regeln aus unscharfen Daten befaßt (Fuzzy-Datenanalyse).
Die Forschung im Bereich der wissensbasierten Systeme [KRUSE et al., 1991] befaßt sich mit Techniken zum Schlußfolgern auf der Grundlage unscharfer Informationen (approximatives Schließen). Kooperationen mit der Deutschen Aerospace auf dem Gebiet der Sensordatenfusion (Data Fusion) und die Mitarbeit in dem europäischen Forschungsprojekt DRUMS (Defeasible Reasoning and Uncertainty Management Systemes, 21 Forschungsgruppen, seit 1989) führten zu mehreren Softwaretools zur Sensordatenfusion und zum Schließen auf der Basis unsicherer Information (probabilistisches Schließen, Bayes'sche Netze). Die neueste Entwicklung zum approximativen Schließen ist das Tool POSSINFER, ein Programmpaket, das Fuzzy-Daten mit Hilfe vom Benutzer vorgegebener Regelstrukturen verarbeiten kann (possibilistisches Schließen). Jüngste Untersuchungen befassen sich mit dem automatischen Erlernen dieser Strukturen aus impräzisen Daten und der Erzeugung von Regeln aus Daten (Data Mining).
Die Arbeiten der Forschungsgruppe im Bereich der Fuzzy-Systeme [KRUSE et al., 1994b], [KRUSE et al., 1994a] und [KRUSE et al., 1995] führten neben den grundlegenden Arbeiten zur Semantik der Fuzzy Controller zu einer erfolgreichen Kooperation mit der Volkswagen AG. Ein Resultat dieser Zusammenarbeit ist ein Fuzzy Controller zur Leerlauffüllungsregelung beim Golf GTI. Dieser Fuzzy-Regler erwies sich einerseits dem Serienregler gegenüber als überlegen und konnte andererseits auch mit geringem Aufwand entworfen und implementiert werden (2 Studenten, 4 Monate). Als weiterer Vorteil erwies sich die leichte Übertragbarkeit auf andere Motoren (Audi V8).
Kombinationen zwischen Fuzzy-Systemen und Neuronalen Netzen oder Genetischen Algorithmen erfreuen sich in letzter Zeit eines immer größer werdenden Interesses. Die Entwicklung eines Fuzzy-Systems zur Bewältigung komplexer Aufgaben erfordert große Erfahrung bei der Einstellung der Systemparameter (fine tuning), d.h., der Ermittlung der Form und Lage der Fuzzy-Mengen sowie der Bestimmung der Fuzzy-Regeln. Vielfach fehlt diese Erfahrung oder die Kenntnisse über das zu lösende Problem sind nur mangelhaft. Liegen jedoch Beispieldaten oder Problemsimulationen vor, können Neuronale Netze oder Genetische Algorithmen bei der Erstellung eines Fuzzy-Systems helfen.
Die Forschungen im Bereich der Neuro-Fuzzy-Systeme [NAUCK et al., 1996] führten zu dem Softwaretool NEFCON Neural Fuzzy CONtrol), das ein neuartiges Kopplungsmodell aus einem Neuronalen Netz und einem Fuzzy-Regler enthält. Das Prinzip dieses Modells ist, die Regelung eines Prozesses durch gezieltes Ausprobieren zu erlernen (reinforcement learning). Weitere Arbeiten befassen sich mit der Datenanalyse auf der Grundlage Neuronaler Fuzzy-Methoden (z.B. das Erlernen von Klassifizierungsregeln). Dabei ist das NEFCLASS-Modell entstanden. Beide Modelle sind in diversen Implementierungen frei verfügbar.
Die Kopplung Genetischer Algorithmen mit Fuzzy-Systemen wurde von der Forschungsgruppe ebenfalls untersucht und im Rahmen mehrerer prototypischer Softwaretools auf ihre praktische Bedeutung hin analysiert. Hierbei zeigte sich, daß Genetische Algorithmen sowohl zum Erlernen der Regelbasis eines Fuzzy Controllers als auch zum optimieren der Fuzzy-Mengen geeignet sind. Durch geschickte Modifikationen der Kodierung und der genetischen Operatoren läßt sich eine erhebliche Konvergenzbeschleunigung beim Lernen und Optimieren erzielen.