Qeyri-səlis kontrollerin dizaynında Zadənin qeyri-səlis implikasiyasının tətbiqi
DOI:
https://doi.org/10.52171/herald.422Anahtar Kelimeler:
qeyri-səlis məntiq- Zadə implikasiyası- qeyri-səlis kontroller- qeyri-səlis mühakimə- mənsubiyyət funksiyası- işıqforların idarə edilməsiÖzet
Məqalədə yol hərəkəti siqnallarının idarə edilməsi problemi qeyri-səlis məntiq yanaşması çərçivəsində tədqiq olunub və xüsusilə Zadənin qeyri-səlis implikasiyasının tətbiqi araşdırılıb. Süni intellektin sürətli inkişafı müxtəlif təbiətli informasiyanın emalını tələb edir. Bü gün süni intellektin riyazi əsası binar məntiqə və ehtimal nəzəriyyəsinə əsaslanır. Bu da informasiya itkisinə səbəb olur. Elmi ədəbiyyata əsasən qeyd etmək olar ki, süni intellektin inkişafına təkan verən nəzəriyyələrdən biri qeyri-səlis məntiqdir. Məntiqi çıxarılış və qeyri-səlis implikasiyalar əsasında qeyri-dəqiq informasiya emal edilə bilir. Bu səbəbdən qeyri-səlis implikasiyalar bu gün də tətbiq edilir. Tədqiqatda qeyri-səlis məntiqə əsaslanan şərti məntiqi çıxarılış üsulu istifadə edilmiş və bu üsul kontroller dizaynına tətbiq olunmuşdur. Metodoloji yanaşma çərçivəsində qeyri-səlis mühakimə, mənsubiyyət funksiyaları və Zadə implikasiyası əsasında informasiya emalı həyata keçirilmişdir. Modelin işlənməsi zamanı real yol hərəkəti şəraiti nəzərə alınaraq yaşıl işıqda keçən nəqliyyat vasitələrinin sayı, qırmızı işıqda gözləyən nəqliyyat vasitələrinin sayı, hava şəraitinin dəyişkənliyi (rütubət və duman) və yaşıl işığın müddəti kimi parametrlər istifadə olunmuşdur. Kompüter simulyasiyaları elmi ədəbiyyatdan götürülmüş verilənlər əsasında aparılmış və yeni yanaşma ilə təhlil edilmişdir. Nəticə olaraq, təklif olunan metodun işıqforların idarə edilməsində tıxacın qiymətləndirilməsi və yol hərəkətinin daha səmərəli tənzimlənməsi üçün effektiv bir yanaşma olduğu göstərilmişdir.
References
1. Zadeh, L.A. Fuzzy logic and approximate reasoning. Synthese. 30, 1975., pp.407-428. https://doi.org/10.1007/BF00485052
2. Ahmadov, S.A. Experimental Selecting Appropriate Fuzzy Implication in Traffic IF-Then Rules. Lecture Notes in Networks and Systems, vol. 610,– 2023. pp. 40-49. doi.org/10.1007/978-3-031-25252-5_11
3. Gardashova, L.A. Fuzzy Logic and its applications. Baku, ASOIU Publishing House, 2023.-423 pages
4. Mizumoto, L., Zimmermann, H.-J. Comparison of fuzzy reasoning methods. Fuzzy Sets Syst. 8, 1982. pp253–283(1982) doi.org/10.1016/S0165-0114(82)80004-3
5. Sankar, K Pal., Deba, Prasad Mandal. Fuzzy Logic and Approximate Reasoning: An Overview, IETE Journal of Research. 37(5), 1991. pp.548-560.
doi.org/10.1080/03772063.1991.11437008
6. Nakanishi, H., Turksen, I. B., Sugeno, M. A review and comparison of six reasoning methods. Fuzzy Sets and Systems. 57, 1993. pp.257–294. doi.org/10.1016/0165-0114(93)90024-c
7. Yeung, D.S., Tsang, E.C. A Comparative Study on Similarity-Based Fuzzy Reasoning Methods. Transactions on Systems, Man, And Cybernetics. Part B: Cybernetics. 27 (2), 1997 pp.216-227. doi: 10.1109/3477.558802.
8. Aliev, R.A. W. Pedrycz, O. Huseynov, Guirimov B., Aliyev R. Approximate Reasoning Based on Similarity of Z-numbers. Iranian Journal of Fuzzy Systems., vol. 21, № 1, 2024. pp. 159–172. doi:10.22111/IJFS.2024.46303.8170
9. Aliev, R.A., Aliyev, R.R., Guirimov, B.G. Decision making under Z-information using Z-interpolation. Information Sciences. vol. 250, 2013. pp. 100-115
10. Ahmadov, S.A., Gardashova, L.A. Fuzzy Dynamic Programming Approach to Multistage Control of Flash Evaporator System. Advances in Intelligent Systems and Computing, vol 1095, 2020.pp. 101-105./doi.org/10.1007/978-3-030-35249-3_12
11. Aliev, R. Fuzzy Process Control and Knowledge Engineering in Petrochemical and Robotic Manufacturing / R. Aliev, F. Aliyev, M. Babaev. Köln:Verlag TÜV Rheinland, 1991. 166 pages
12. Aliev, R.A., Aliyev R.R. Soft Computing and Its Applications. Singapore: World Scientific, 2001. 460 pages
13. Mohanaselvi, S.H, Shanpriya, B. Application of fuzzy logic to control traffic signals. AIP Conf. Proc. 2112, 020045 (2019). https://doi.org/10.1063/1.5112230
14. Mammadova, K., & Abasov, I. Study of Decision-Making Models Based on Z-Numbers while Solving Problems with Incomplete Information. Herald of the Azerbaijan Engineering Academy.,vol.16(4),2024.pp.69–75. https://doi.org/10.52171/2076-0515_2024_16_04_69_75
15. Shamil Ahmadov, Jala Ahmadova. Using Zadeh’s Implication for Approximate Reasoning. Vol. 2, 2025 (MaCoSEP 2025), pp.1-5 doi.org/10.30546/MaCoSEP2025.1080
Downloads
Yayınlanmış
How to Cite
Sayı
Bölüm
License
Copyright (c) 2026 Sh.A. Ahmadov
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
