Marco Meyer
Marco Meyer deals with a special part of a digital decision support system, the fuzzy logic.
In boolean logic, one can assign 1 to a statement which is true, and 0 to a statement which is false.
Logical conclusions as:
IF patient is male AND bloodpressure is higher than 150 THEN treatment has to be done.
can be derived.
In daily live we make statements like
This is the point, the fuzzy logic is a solution for, which is a extension to the boolean logic.
The Fuzzy Logic allows, that we assign real numbers out of the interval from 0 to 1 to the statements. The following example should explain the idea:
Herr Marco Meyer beschäftigt sich innerhalb des Projekts mit einem speziellen Teil des Entscheidungsunterstützungssystem, der Fuzzy Logik.
In der klassischen Logik kann jeder Aussage der Wahrheitswert 1 (Aussage ist wahr) oder 0 (Aussage ist falsch) zugeordnet werden.
Aussagelogische Folgerungen wie:
WENN Patient männlich UND Blutdruck höher als 150 DANN Behandlung muss erfolgen.
können damit ausgewertet werden.
Im alltäglichen Sprachgebraucht verwenden wir jedoch Aussagen wie:
Genau an dieser Stelle greift nun die Fuzzy Logik, welche mathematisch als eine Erweiterung zur klassichen Logik gesehen werden kann.
Hier lässt man es zu, dass den Aussagen, Wahrheitswerte zwischen 0 und 1 zugeordnet werden können. Dies soll anhand des folgenden Beispiels erläutert werden:
In boolean logic, one can assign 1 to a statement which is true, and 0 to a statement which is false.
Logical conclusions as:
IF patient is male AND bloodpressure is higher than 150 THEN treatment has to be done.
can be derived.
In daily live we make statements like
- It is very warm today.
- The car is driving fast.
- I don't feel good.
This is the point, the fuzzy logic is a solution for, which is a extension to the boolean logic.
The Fuzzy Logic allows, that we assign real numbers out of the interval from 0 to 1 to the statements. The following example should explain the idea:
Herr Marco Meyer beschäftigt sich innerhalb des Projekts mit einem speziellen Teil des Entscheidungsunterstützungssystem, der Fuzzy Logik.
In der klassischen Logik kann jeder Aussage der Wahrheitswert 1 (Aussage ist wahr) oder 0 (Aussage ist falsch) zugeordnet werden.
Aussagelogische Folgerungen wie:
WENN Patient männlich UND Blutdruck höher als 150 DANN Behandlung muss erfolgen.
können damit ausgewertet werden.
Im alltäglichen Sprachgebraucht verwenden wir jedoch Aussagen wie:
- Heute ist es sehr warm.
- Das Auto fährt schnell.
- Ich fühle mich nicht wohl.
Genau an dieser Stelle greift nun die Fuzzy Logik, welche mathematisch als eine Erweiterung zur klassichen Logik gesehen werden kann.
Hier lässt man es zu, dass den Aussagen, Wahrheitswerte zwischen 0 und 1 zugeordnet werden können. Dies soll anhand des folgenden Beispiels erläutert werden:
This graph visualises the membership function for the linguistic value "good bloodpressure".
One can clearly see, that the highest grade of validity can be found on the bloodpressure of 120, because the graph has a maximum at this point. In words, one can say, that the statement "good bloodpressue" here is fullfilled the best. Beside this point, the grade of validity is sinking, the farther we are.
We now can model fuzzylogical conclusions as
IF NOT good bloodpressure AND pulse is high THEN treatment has to be done urgently
As you can see, it is possilbe to negate a statement. The membership function results from the original statement.
Dieser Graph veranschaulicht die Zugehörigkeitsfunktion zu der linguistischen Variablen " guter Blutdruck".
Es ist deutlich zu erkennen, dass die höchste Zugehörigkeit bei einem Blutdruck von 120 vorliegt, da hier die Funktion ein Maximum aufweist. Verbal würde man sagen, dass bei 120 die Aussage " guter Blutdruck" am besten erfüllt wird. Weicht man von diesem Wert ab, so sinkt auch der Grad der Zugehörigkeit.
Mit Hilfe dieser linguistischen Werte, kann man nun Folgerungen auswerten, wie zB:
WENN NICHT (Blutdruck gut) UND Puls ist hoch DANN Behandlung muss dringend erfolgen.
Es ist auch hier möglich Aussagen zu verneinen. Die Zugehörigkeitsfunktion dieser verneinten Aussage erhält man aus der entsprechenden ursprünglichen Funktion.
Based on these conclusions, one can combine some of these rules to set up a rule system, which is able to derive a output out of a special input.
Such rule systems result from implementing expert knowledge in the system, because expert statements always do have such a rule system format. If a medical doctor is asked for what to do in a special situation, we receive a linguistical statement, which has to be changed over into a fuzzy logical element.
Damit kann man nun mehrere Regeln erstellen, miteinander verknüpfen und so zu einen Regelsystem gelangen, welches anhand bestimmter Eingaben die Regeln auswertet und eine Ausgabe produziert.
Solche Regelsysteme enstehen durch Implementierung von Expertenwissen in das System, denn Expertenaussagen liegen immer in der oben genannten Form vor. Wenn man beispielsweise einen Arzt fragt, was in einer bestimmen Situation zu tun ist, wird man stets eine linguistische Aussage erhalten, welche dann in entsprechende Fuzzy-logische Elemente umgesetzt werden muß.