Kural Tabanlı Karar Verme Sistemlerinde Belirsizliğin Modellenmesi

Abstract

Bu çalışmada, öncelikli olarak belirsizlik sorunu tanımı yapılmış ve literatür taraması sonunda bulunan belirsizlik türleri, kaynakları ve ne şekilde ortaya çıktıkları sıralanmıştır. Daha sonra belirsizlik türleri “bilginin ne derece doğru olduğu” ve “bilginin belirtilen derecede doğru olup olmama durumu” ile ilgili olanlar olmak üzere iki temel gruba ayrılmış ve her bir grubun birer ekseni oluşturduğu Belirsizlik Düzlemi tanımı yapılmıştır. Bu düzlem üzerindeki herhangi bir noktayı gösterebilen Belirsiz Matrisi kavramı önerilmiş ve böylece bir bilgi taneciğinde bulunabilecek belirsizliklerin tek bir değişken ile tanımlanabilmesi olanağı doğmuştur. Belirsizlik Matrisi ile, kural tabanlı karar verme sistemlerinde Olasılık Teorisi ile Bulanık Kümeler Teorisi paralel bir şekilde kullanılabilecektir. Bilgisayar ortamında kurulan simülasyon düzeneği ile Davranış Temelli Mobil Robot’larda engelden kaçınırken hedefe gitme problemi üzerinde karşılaştırma yapılmıştır. Yapılan denemelerde, robotun davranış yanıtlarının Belirsizlik Matrisi kullanılan bir yöntemle birleştirilmesinin, klasik yöntemlere göre daha iyi sonuçlar verdiği görülmüştür.In this study, the problem of “uncertainty” is defined and the types of uncertainty are listed along with their origin and how they arise. Then, uncertainties found in knowledge are divided into two groups as “uncertainty related to the degree of the truth or the degree to which an event occurs” and “uncertainty related to whether considered information is true or whether an event occurs.” Considering the two groups of uncertainties as orthogonal axes “uncertainty area” formed. Then the concept of “uncertainty matrix,” capable of designating all points on uncertainty area, proposed to enable the joint use of theories such as the probability theory and fuzzy set theory. The navigation problem of behavior-based robots to reach the target point while keeping away from the obstacles in the environment was simulated. The comparison of numerical results shows that the method of combining directions of behaviors using the uncertainty matrix enables the robot to reach the goal in a shorter time than the classical methods.