Y.Doç.Dr.

Ahmet YARDIMCI

Y.Doç.Dr.Ahmet YARDIMCI
Akdeniz Üniversitesi
Bulanık Mantık ve Uygulamaları
Bölüm 1

BULANIK MANTIK

Akıllı sistemler, ev elektroniği, robotik ve endüstriyel kontrol sistemleri gibi bir çok
teknik alanda yerlerini almaktadırlar. Bu akıllı sistemlerin birçoğu kompleks
sistemlerin matematiksel modellerini dilsel kurallarla tanımlayan bulanık kontrol
mantığı temellidir. Klasik mantığın birçok alanda yetersiz gelmesi, insan aklının
işleyişini yeterince yansıtmaması, bilim adamlarının bulanık mantığın üzerine
eğilmesine neden olmuştur.

Günümüzde ilerleyen bilimin amacı gittikçe daha akıllı sistemler oluşturmaktır. Daha
akıllı kavramı kuşkusuz insan zekasından ve insan dilinden anlayan anlamına
gelmektedir. Şimdiye değin kullanılan kontrol yöntemleri, katı ve kesin sonuçlar
bulmak üzerinedir. Oysa insan düşüncesinde böylesine katı ve kesin kurallar yoktur.
Kuşkusuz ki insan zekasının gelişiminde, insan düşüncesinin esnekliği yatar. Öyleyse
daha zeki sistem, daha esnek düşünceli sistem anlamına gelmelidir. Akıllı sistemler
öğrenme, karar verme, yargılama yeteneklerine sahip olmalıdır. Dolayısıyla böyle bir
sistem insan aklına olabildiğince benzemelidir. Geleneksel denetim kuramı bu
özellikleri sağlamaya yeterli değildir. Buna karşın belirsizliklerle dolu olan insan
yaşamını bir ölçüde de olsa ifade edebilen bulanık kontrol kuramı ortaya atılmıştır.
İkili mantık ve bulanık mantık arasındaki fark, bir konçertoyu bir müzik
bilgisayarının çalması ile Viyana Filarmoni Orkestrasının yorumlaması arasındaki
farka benzetilebilir. Öyleyse gerçek çözüm ya da yorum insan zekasının bulanık
yolundan geçmektedir. Kısaca, insana, insanca çözümler gerekmektedir.

Bulanık mantığın kilit kavramını mantıkçılar ilk olarak 1920' lerde " her şey bir
derecelendirme sorunudur" diyerek ortaya attılar. Bu yüzyılın başında Bertrand
Russel modern küme kuramı ve mantığın tam merkezinde eski bir Yunan
 Y.Doç.Dr.Ahmet YARDIMCI 2

paradoksunu bulmasıyla mantık üzerine modern incelemelere başladı. Bir bilmeceye

göre bir Giritli, bütün Giritlilerin yalan söylediğini ileri sürer. Peki bu Giritli yalan
mı söylüyor? Eğer yalan söylüyorsa o zaman gerçeği söylüyordur. Dolayısıyla da
yalan söylemiyordur. Yalan söylemiyorsa, o zaman gerçeği belirtiyordur. Dolayısıyla
da yalan söylüyordur. Her iki durumda da çelişkiye yol açar. Çünkü önerme hem
doğrudur hem de yanlıştır.

Böyle bir bilmeceyle karşılaşınca klasik mantık teslim olur. Ancak bulanık mantık
yanıtın yarı doğru yarı yanlış olduğunu söyler. Giritli ifadelerinin % 50' si doğru, %
50' si yanlıştır. Giritli zamanın % 50' sinde yalan söylüyor, öteki yarısında
söylemiyor demektir.

Polonyalı mantıkçı Jan Lukasiewicz 1920'li yıllarda Russel' den bağımsız olarak
önermelerin, ikili mantığın 1 ve 0 değerleri arasında kesirli değerleri alabildiği çok
değerli mantık ilkelerini çıkardı. Kuantum felsefecisi Max Black "Philosopy of
Science" ta 1937 yılında yayınlanan bir yazısında liste ya da nesnelerde oluşan
kümelere çok değerli mantık kurallarını uygulayarak ilk bulanık küme eğrilerini
çizmiş oldu. Bundan aşağı yukarı 30 yıl sonra University of California at Berkeley'
de Elektrik Mühendisliği Bölüm Başkanı olan Lotfi A.Zadeh bu alana adını veren
"Bulanık Kümeler" adlı çığır açıcı yazısını yayınladı. Zadeh bir kümenin tüm
nesnelerine Lukasiewicz' in mantığını uygulayarak bulanık kümeler için eksiksiz bir
cebir geliştirdi. Fakat Londra' daki Queen Mary College' den Prof. Ebrahim H.
Mamdani' nin 1970'li yılların ortalarında bir buhar makinesi için bulanık mantıkla
çalışan bir denetleyici tasarlayıncaya kadar kullanım alanı bulamadı. Daha sonra
hızla gelişerek modern bir denetim alanı olarak pek çok bilim adamının ilgisini
çekmiştir. Bulanık mantığın ilk uygulama alanları çimento sanayii ve su arıtma
sistemleri olmuştur. Daha sonra buhar türbini, nükleer, reaktör, asansör ve vinç
denetimi gibi değişik alanlarda da bulanık mantıktan yararlanılmıştır.

1.1. Bulanık Mantık

Bulanıklık, bir düşüncenin tanımında veya bir kelimenin anlamında bulunabilen

belirsizliktir. İlk olarak 1965'te Prof. Zadeh tarafından matematiksel bir düşünce

Bulanık Mantık ve Uygulamaları

Bölüm 1
 Y.Doç.Dr.Ahmet YARDIMCI 3

olarak öne sürüldü. Temel olarak çok değerli (multivalued) mantık, olasılık kuramı,
yapay zeka (artificial intelligence) ve yapay sinir ağları (neural networks) alanları ile
ilişkilidir. 1920'lerde mantıkçıların "Her şey bir derecelendirme sorunudur". Kavramı
bulanık mantığın temelini oluşturmaktadır. Diğer bir deyişle bulanık mantık,
olayların oluşum olasılığından çok oluşum derecesiyle ilgilenir [2]. Bundan dolayı
bazı bilim adamları bulanık mantığı, olasılığın bir devamı olarak düşünmüşlerdir.
Fakat olasılık ve bulanıklık birbirlerinden oldukça farklı kavramlardır. Olasılık, bir
şeyin olup olmayacağını ölçer. Rasgelelik fikri ile sembolize edilen doğa olaylarına
bağlı bir belirsizliğe sahiptir. Bulanıklık ise bir olayın ne dereceye kadar olduğunu,
bir koşulun ne dereceye kadar var olduğunu ölçer.

Farkı anlamak için ilginç bir örnek verelim. Bir çölde bulunuyorsunuz, bir haftadan
beri su içmemişsiniz iki cam şişe ile karşılaşıyorsunuz. Birinin üzerinde 0,91
olasılıkla içilebilir su, diğerinin içerisinde ise içilebilir su sınıfına 0,91 olasılıkla aittir
yazıyor. Hangisi içilmelidir? Birincisinde 0,91 olasılıkla su olması demek, % 9
olasılıkla da renksiz bir sıvı içilebilir demektir. Bu renksiz sıvı, örneğin HCl asit
olabilir. "İçilebilir su" sınıfına belirli bir üyelikle ait olması demek bu su yağmur
suyu olabilir. Yani 0,91 kalitede iyi bir sudur. Sonuç olarak bu iki ifade de
belirsizliği tanımlamasına rağmen birbirinden farklıdır.

Bulanık Mantık, bir kişinin diğeri ile konuşması veya diğerine açıklama yapmasına
benzer olarak "soğuk", "sıcak", "az", "çok" gibi dilsel değişkenleri kullanır. İkili
(geleneksel) mantıktan (sıcak-soğuk) farklı olarak bulanık mantık, değişiklikleri için
ara durumları (az sıcak - az soğuk gibi) kullanır.

Bulanık mantığın elemanları şöyle verilebilir:

1) Bulanık küme dilsel değişkenleri göstermek için kullanılır
2) Üyelik fonksiyonları bir bulanık kümede (sıcak, yüksek, hızlı) bir fiziksel
değişkenin (ısı derecesi, basınç, hız gibi) üyelik derecesini tanımlamak için
kullanılır.
3) Bulanık operatörler bulanık ifadeler arasında mantıksal işlemlere hız verir.
Bunlarla EĞER-O HALDE (IF-THEN) türünden işlem kuralları, uzman sistemlerde
kullanılan yönteme benzer olarak, sembolik yoldan formüle edilebilir.

Bulanık Mantık ve Uygulamaları

Bölüm 1
 Y.Doç.Dr.Ahmet YARDIMCI 4

4) Bulanık çıkarım, var olan bilgiden kurallara dayanarak yeni bilgiler elde etme
yoludur.

1.2. Bulanık Mantıkla, Klasik Mantığın Karşılaştırılması

Klasik (geleneksel) mantıkla, herhangi bir nesne bir kümeye ya aittir ya da ait
değildir. Bu 0 ya da 1 değerinde oluşan ikili mantıktır. Bunun ortası yoktur. Örneğin
7 sayısı kesinlikle tek sayılar kümesine aittir ve asla çift sayılar kümesine ait olamaz.
Aynı zamanda iki kümeden hiçbirine ait olmaması da söz konusu değildir. Bulanık
mantıkta ise elemanlar bulanık kümeye kısmen aittir. Ayrıca aynı anda birden çok
kümeye de ait olabilirler. Örneğin hava yüzde 20 "serin" olabilir ve aynı zamanda
yüzde 80 "serin değil" olabilir.

Farkı daha iyi anlamak için bir örnek ele alalım. Klasik mantık teorisinde Şekil 1.1’
de görüldüğü gibi 35oC' de hava sıcak 34,5oC' de ise hava sıcak sayılmaz.

1 Üyelik
derecesi
Sıcak değil Sıcak

5 10 15 20 25 30 35 40
Sıcaklık oC

Şekil 1.1 Klasik küme anlayışı

Doğal olarak bu mantığın hiçbir esnekliği yoktur. Gerçek dünyada ise sınırlar bu
kadar keskin değildir. Tam tersine, olayların belli bir esneklikte olması istenir.
Bulanık mantık kesin ifadeleri ( açık/kapalı, soğuk/sıcak) az, çok ve biraz gibi
terimlerle yumuşatıp az açık/az kapalı, serin/ılık gibi ifadelere dönüştürerek gerçek
dünyaya benzetir. Şekil 1.2' de görüldüğü gibi sıcaklık 35oC'de maksimum üyelik
derecesine 25oC'de minimum üyelik derecesine sahiptir.

Bulanık Mantık ve Uygulamaları

Bölüm 1
 Y.Doç.Dr.Ahmet YARDIMCI 5

1 Üyelik
derecesi

Sıcak değil Sıcak

5 10 15 20 25 30 35 40
Sıcaklık (oC)

Şekil 1.2 Bulanık gösterim

1.3. Bulanık Mantığın Olumlu ve Olumsuz Yönleri

Bulanık mantığın olumlu yönleri:

1) Bulanık mantık insan düşünüş tarzına yakındır.
2) Bir uygulama yapmak istediğimizde matematiksel modele ihtiyaç duymaz
3) Diğer sistemlere göre yazılımları basit olduğundan, uygulamalar ucuza mal
olmakta ve yapılan işler basitleşmektedir.

Bulanık mantığın olumsuz yönleri:

1) Bulanık mantık uygulamalarında kullanılan kurallar mutlaka uzman
deneyimlerine ve bilgilerine bağlı olarak oluşturulmalıdır.
2) Üyelik fonksiyonları deneme-yanılma yoluyla bulunduğundan çok zaman
alabilir.
3) Bulanık mantıkla oluşturulan bir sistemin kararlık analizi yapılmaz. Sadece
benzeşim yapılabilir.

1.4. Bulanık Mantığın Uygulama Alanları

Bulanık mantığın uygulama alanları denetim sistemlerinin de ötesine uzanmaktadır.

Geliştirilen son teoremler bulanık mantığın ilke olarak, ister mühendislik, ister fizik,
isterse biyoloji ya da ekonomi olsun, her türlü konuda sürekli sistemleri modellemek
üzere kullanılabileceğini göstermektedir. Çoğu alanda, bulanık mantık modellerinin
standart matematik modellerinden daha yararlı sonuçlar verdiği görülmektedir.

Bulanık Mantık ve Uygulamaları

Bölüm 1
 Y.Doç.Dr.Ahmet YARDIMCI 6

Bir metro sisteminde kullanılan bulanık mantık çok başarılı olmuştur. Japonya' da
bulanık mantık çok rağbet görmüştür. 1990' da bulanık mantık fotoğraf
makinelerinden ev aletlerine ve hatta borsaya kadar çok değişik alanlarda
kullanılmıştır. Günümüzde, bulanık mantık ve uygulamalarına yönelik yazılım ve
donanımlar piyasada hazır şekilde bulunmaktadır. Ayrıca bulanık mikroişlemcilerde
pazarlanmaktadır. Japonya ve Kore' de şirketler geleneksel örneklerinden daha doğru
kontrol sağlayan bir dizi bulanık mantığa dayalı tüketim malı yapmaktadırlar.
Örneğin bulanık mantıkla çalışan çamaşır makineleri çamaşır temizlendikçe strateji
değiştirerek her çamaşır kümesi için yıkama döngüsünü yeniden düzenlemektedir.
Bulanık çamaşır makinesi değişmez komutlarla çalışan " aptal" bir makineden daha
temiz yıkamaktadır. Bu tür en basit makinelerde optik bir algılayıcı yıkama suyunun
bulanıklık ya da berraklığını ölçer, kontrolörde bir lekenin suda çözülme ya da su
sıcaklığını değiştirmek için bir yük algılayıcısı kullanır. Bir çamaşır makinesi için
yalnız 10 tane bulanık kural kullanarak çok sayıda yıkama stratejisi çeşidi
geliştirilebilir.

Peki bulanık mantığın kullanılmasının doğru olmadığı alanlar var mıdır? Şu şekilde
bir ayrım yapılabilir. Geleneksel optimal kontrol denklemleri elde edilmiş veya
tamamıyla yeterli olan sistemlerde bulanık bir yaklaşım kullanmak pek tavsiye
edilmez. Fakat istenirse karşılaştırma yapmak için kullanılabilir.

Bulanık mantığın,
1) Geleneksel yöntemlerle yeterli doğrulukta modellenmeyen çok karmaşık
sistemlerde,
2) Önemli olmayan lineer sistemlerde,
3) Başlangıç koşullarında, girişlerinde veya tanımlarında belirsizlikler olan
sistemlerde, kullanılması en iyi çözümü verir.

Bu nitelikleri taşıyan uygulamalar için gerekli yöntemleri içerecek şekilde bulanık

kontrol geliştirildi. Bu modelleme, değerlendirme, optimizasyon, karar verme,
denetim, teşhis ve bilgi gibi uygulamalar olabilir. Bulanık kontrol, yapay zeka ve
yönetim gibi çok çeşitli alanlarda denenmiştir. Bulanık mantık teori fikrini geniş
alanlara yaymak için projeler vardır. Bulanık sistem teorisini belirsiz düşünce ve

Bulanık Mantık ve Uygulamaları

Bölüm 1
 Y.Doç.Dr.Ahmet YARDIMCI 7

karar süreçlerinin gelişen modellerine ait başlama noktası kabul ettiğimiz için
aşağıdaki uygulama alanları geliştirilebilir.

1) Yönetim ve sosyal problemler için kullanılabilen insan modellerinin

yapılması
2) Otomasyon ve bilgi sistemlerinde kullanım için yüksek derecede insan
yeteneklerinin taklidi
3) İnsan ve makine arasındaki insan orijinli arabirimlerin oluşumu
4) Diğer sosyal ve yapay zeka uygulamaları (risk analizi ve tahmin, fonksiyonel
aygıtların gelişimi).

1.5. Tıpta Bulanık Mantık Uygulamaları

Tıbbi sistemlerde de, 1980 lerden beri bulanık mantığın geniş bir şekilde uygulandığı
yeni teknikler ortaya çıkmaktadır. Geçtiğimiz yirmi yıl içerisinde kontrol sistemleri
teknolojisinde önemli gelişmeler olmuş, bu dönemde elektronik ve bilgisayardaki
gelişmeler kontrol teorisi alanında bir çok uygulamanın yapılmasına olanak
sağlamıştır. Tıp, kontrol mühendisliği ile ilişkili bir bilim dalı olmamasına rağmen,
etkilenmiş ve bugün özellikle cerrahi operasyon ve yoğun bakım ünitelerindeki on-
line cihazlar, kontrol tekniklerinin ürünü olarak ortaya çıkmışlardır. Tıpta “
Ölçebileceğin herşeyi ölç, hiç ölçülememişleri de ölçülebilir hale getirmeye çalış”
(Galileo) prensibi hala geçerliliğini korumakta olsa da bazı temel sınırlar hala
tanımlanamamıştır. Gerçek dünya bilgisi bütün olamama, kesin olamama ve tutarlı
olamama ile karakterize edilir. Zadeh tarafından geliştirilen bulanık küme teorisi
kesin olmayan tıbbi ifadeleri bulanık kümeler şeklinde tanımlamaya olanak tanır.
Tıbbi ifadeler için mükemmel bir yaklaşım sağlar. Bulanık kontrol ve görüntüleme
teknolojisi tıp için önemli gelişmelere imkan tanıyacaktır. Tıbbi aktiviteler alanlara
bölünmüştür. Bunlardan her biri de o alana ait özel uygulamaları ile tekrar ileri
alanlara bölünmüşlerdir. Toplam 34 alan tanımlanmıştır. Bu alanlar tıbbi prosedüre
bağlı olarak hiyerarşik bir şemayla organize edilir. Burada amaç önemli metodoloji
ilişkilerini ve talepleri bağlantılamaktır. Bu şema, herhangi bir bölümdeki başarılı
bir uygulamanın komşu bölümdeki başka başarılı bir uygulamaya önderlik etmesini
sağlar.

Bulanık Mantık ve Uygulamaları

Bölüm 1
 Y.Doç.Dr.Ahmet YARDIMCI 8

1999 yılına kadar toplanılan bilgilerle tıbbi bölümlerde yapılan çalışmalara ait
yayınların zamana göre dağılımı Linkens’ ın bu konuda yayınladığı bir makaleden
alınarak Tablo 1.1’ de verilmiştir. Tablo 1.2’ de her bir tıbbi alandaki bulanık mantık
uygulama türü ve sayısı gösterilmiştir. Tablo 1.3’ ise Tablo 1.1’ de verilen
yayınlarda yer alan, tıp ve sağlık alanında yapılan bu çalışmaların içerdikleri bulanık
mantık kontrol tiplerini göstermektedir. Bu aynı zamanda son on yılda tıp alanında
uygulanan bulanık mantık teknolojisi tiplerindeki gelişmeleri de göz önüne
getirmektedir[1].

Tablo 1.1 Yıllara göre her bir tıbbi bölüme uygulanan bulanık teknolojiye ait yayınların sayısı
(Linkens 1999)

Yayınlanma yılı <89 90 91 92 93 94 95 96 97 98

Conservative disciplines
Internal medicine - - - - 1 - - - 1 -
Cardiology - - - - - 2 2 - 2 3
Invasive care 1 - - - - 1 - - - 1
Paediatery - - - - - - - - - -
Endocrinology - - - - - - - - - -
Oncology - - - - - 1 2 - 2 1
Gerontology - - - - 1 - - 2 2 2
General practise 1 1 - - 1 1 1 2 4 2
Invasive medicine
Surgery - - - - 2 1 - 2 3 1
Orthopaedics - - - - - 1 - 1 - -
Anaesthesia 4 1 1 4 4 4 2 5 7 2
Artificial organs - - - - - - 2 2 5 3
Regionally defined medical disciplines
Gynaecology - - - - - - - - - -
Dermatology - - - - - - - - - -
Dental medicine - - - - - 1 - - - -
Ophthalmology - - - - - - - - - -
Otology, Rhinology - - - - - - - - - -
Urology - - - - - - - - - -
Neuromedicine
Neurology - - - - - - - - - -
Psychology - - - - 1 - 1 2 1 2
Psychiatry - - - - - - 1 - - -
Image and signal processing
Signal processing 1 - - - - 1 1 2 2 2
Radiation medicine - - - - - - - - - -
Radiology - - - - - - - 1 1 -
Laboratory
Biochemical&tests 3 1 - - 1 1 - - - -
Basic science
Medical information 2 - 2 1 2 4 1 1 1 -
Anatomy, Pathology - 1 - - 2 1 2 - 1 2
Physiology 1 - - - - - - - 1 -
Pharmacology 1 - - - 1 - - - 1 -
Education 1 - - - 1 1 - - 1 1
Nursing - - - - - - 1 - - -
Healthcare 1 - - - - - 2 - 1 1

Bulanık Mantık ve Uygulamaları

Bölüm 1
 Y.Doç.Dr.Ahmet YARDIMCI 9

Tablo 1.2 Her bir tıbbi alandaki bulanık mantık uygulama türü ve sayısı (Linkens 1999)

Notasyon: C-L: kapalı döngü, O-L: açık döngü, PID: oransal-integral-türevsel, Iden: tanımlama, M-B:
model-based, Adp: adaptif kontrol, Mnt: monitoring, Clas: sınıflandırma, S-L: self-learning, Hyb:
hibrid kontrol

C-L O-L PID Iden M-B Adp Mnt Clas S-L Hyb
Conservative disciplines
Internal medicine - - - - - - - 2 - -
Cardiology - - - - 1 2 2 2 - 2
Invasive care 1 - - - 2 - - - - -
Paediatery - - - - - - - - - -
Endocrinology - - - - - - - - - -
Oncology 1 - - - - - 2 1 - 2
Gerontology - - - 2 1 - 1 2 - 1
General practise 3 - - 1 3 1 - 3 - 2
Invasive medicine
Surgery 3 - - - 2 - 2 - - 2
Orthopaedics - 1 - - - - - - - 1
Anaesthesia 18 2 3 - 1 4 - - 3 3
Artificial organs 7 - - - - 1 - 2 - 2
Regionally defined medical disciplines
Gynaecology - - - - - - - - - -
Dermatology - - - - - - - - - -
Dental medicine - - - - - - - 1 - -
Ophthalmology - - - - - - - - - -
Otology, Rhinology - - - - - - - - - -
Urology - - - - - - - - - -
Neuromedicine
Neurology - - - - - - - - - -
Psychology - - - - 1 - 2 3 - 1
Psychiatry - - - - 1 - - - - -
Image and signal processing
Signal processing - - - - 2 - 2 3 - 2
Radiation medicine - - - - - - - - - -
Radiology - - - - - - - 2 - -
Laboratory
Biochemical&tests - - - - - - - 4 - 2
Basic science
Medical information - 2 - - 4 2 3 2 - 2
Anatomy, Pathology - 3 - 3 1 - - 2 - -
Physiology - - - - 2 - - - - -
Pharmacology 3 - - - - - 2 - - -
Education - 2 - - 2 - 1 - - -
Nursing - - - - - - - 1 - -
Healthcare - 1 - - 2 - 1 1 - -

Tablo 1.3 Günümüze değin tıp ve sağlık alanında uygulanan bulanık mantık türlerinin dağılımı
(Linkens 1999)
Yayınlanma yılı <89 90 91 92 93 94 95 96 97 98
Kapalı döngü kontrol 4 1 - 1 3 5 3 6 9 3
Açık döngü kontrol - 1 - 1 1 3 - - - 2
PI, PID - - - 1 - - - - 1 1
Tanımlama - - - - 1 - 1 - 1 1
Model–based 3 1 - - 3 1 5 4 8 6
Adaptif 2 - 1 - - 2 4 - - 1
Monitoring - - - - - - 3 2 1 -
Sınıflandırma 1 1 - - 1 3 1 3 8 -
Self-learning - - - - - - - - 1 2
Hybrid - - - 2 - 2 3 1 4 3

Bulanık Mantık ve Uygulamaları

Bölüm 1
 www.ahmetyardimci.com

1- BULANIK MANTIK

Bilgisayarlar insan beyni gibi akıl yürütemezler. Bilgisayarlarda sıfır ve bir dizilerine
indirgenmiş kesin gerçekler ve doğru yada yanlış olan önermeler kullanılır. İnsan beyni ise,
“serin hava”, “yüksek hız”, “genç kız” gibi belirsizlik yada değer yargılarını içeren bulanık
anlatım ve iddiaların üstesinden gelebilecek biçimde akıl yürütebilir. Ayrıca insan,
bilgisayarlardan farklı olarak, hemen her şeyin ancak kısmen doğru olduğu bir dünyada akıl
yürütmek için sağduyusunu kullanır.
Bulanık mantık, belirsiz bir dünyanın gri, sağduyulu resimlerini üretmeleri için
bilgisayarlara yardımcı olan bir makine zekası biçimidir. Bulanık mantığın kilit kavramını
mantıkçılar ilk olarak 1920’lerde “Her şey bir derecelendirme sorunudur” diyerek ortaya
attılar.
Bulanık mantık, “sıcak” ya da “hâlâ kirli” gibi kavramlar kullanır ve bu sayede, hangi
hızla çalışacağına ya da programlandığı bir aşamadan diğerine ne zaman geçeceğine kendisi
karar veren havalandırma, çamaşır makinası ve benzeri aygıtları yapabilmeleri için
mühendislere yardımcı olur. Matematikçilerin elinde bir sistemin girdilerine yanıt verecek
özel algoritmalar bulunmadığında, bulanık mantık belirsiz niceliklere başvuran “sağduyulu
kurallar” kullanarak sistemi denetleyebilir ve betimleyebilir. Bilinen hiçbir matematiksel
model bir kamyonun yükleme yerinden park yerine gidişini, kamyonun hareket noktası
rasgele seçilebiliyorsa yönetemez. Oysa gerek insan, gerekse bulanık mantık sistemleri
”Kamyon biraz sola dönerse sende biraz sağa çevir” gibi pratik, ancak kesinlik taşımayan
kurallar kullanarak bu doğrusal olmayan (nonlinear) kılavuzluk işlemini gerçekleştirebilir.
Bulanık mantığın uygulama alanları kontrol sistemlerinin de ötesine uzanmaktadır.
Geliştirilen son teoremler bulanık mantığın ilke olarak , ister mühendislik, ister fizik, ister
biyoloji ya da ekonomi olsun, her türlü konuda sürekli sistemleri modellemek üzere
kullanılabileceğini göstermektedir. Çoğu alanda, bulanık mantıklı sağduyu modellerinin
standart matematik modellerinden daha yararlı ya da kesin sonuçlar verdiği görülmektedir.

Bulanık Teorinin Avantajları

1. İnsan düşünme tarzına yakın olması,
2. Uygulanışının matematiksel modele ihtiyaç duymaması,
3. Yazılımın basit olması dolayısıyla ucuza mal olması.
4.
Bulanık Teorinin Dezavantajları
1. Uygulamada kullanılan kuralların oluşturulmasının uzmana bağlılığı,
2. Üyelik fonksiyonlarının deneme – yanılma yolu ile bulunmasından dolayı uzun
zaman alabilmesi,
3. Kararlılık analizinin yapılışının zorluğu (benzeşim yapılabilir).

1-1 Bulanık Kümeler:

Bulanık teorinin merkez kavramı bulanık kümelerdir. Küme kavrama kulağa biraz
matematiksel gelebilir ama aslında anlaşılması çok kolaydır. Örneğin “orta yaş” kavramını
yakından inceleyerek yapıyı anlamaya çalışalım. “Orta yaş” denildiğinde her insanın
kafasında bir şey canlanır ama kavramın sınırları belirsizdir, Ahmet Bey’e göre40 yaşını
aşmış bir insan orta yaşlıdır, Mehmet Bey’e göre ise bu sınır 45 dir. Kesin sınırlar söz konusu
olmadığı için kavramı matematiksel olarak kolayca formülleştiremeyiz. Ama genel olarak 35
55 yaşları orta yaşlılık kavramının sınırları kabul edilir. Bu yapıyı grafik olarak ifade etmek
istediğimizde karşımıza şekil 1.1 deki gibi bir eğri çıkacaktır. Bu eğriye “aitlik eğrisi” adı
verilir ve kavram içinde hangi değerin hangi ağırlıkta olduğunu gösterir.

www.ahmetyardimci.com 1
 www.ahmetyardimci.com

Şekil 1.1 “Orta yaş kavramı için aitlik eğrisi”

1-2 Üyelik Fonksiyonları:

Şimdi bir önceki bölümde anlattığımız orta yaş kavramının yanına genç ve yaşlı
kavramlarını da ekleyelim, şekil 1.2 de kullanılan eğriler üyelik fonksiyonu olarak bilinir ve
bu fonksiyonların değer kümesi [0,1] kapalı aralığındadır.

Şekil 1.2 (Bulanık Kümeler (Üyelik Fonksiyonları))

Üyelik ağırlıkları, belirli bir değerin bir bulanık küme içerisinde yer almasının
güvenirliliğini gösteren bir işarettir. Üyelik fonksiyonları şekil olarak değişik biçimlerde
olabilir. Şekil 1.3 de çeşitli üyelik fonksiyonu tipleri gösterilmiştir:

www.ahmetyardimci.com 2
 www.ahmetyardimci.com

Şekil 1-3 (Üyelik fonksiyon tipleri)

Üyelik fonksiyonlarında kullanılacak etiket sayısı kullanıcıya bağlıdır. Fakat genelde

kullanım şekli aşağıdaki gibidir.

Şekil 1-4 (Üyelik fonksiyon etiketleri)

NL: Negative Large ZZ: Zero (0) PL: Positive Large

NM: Negative Medium PM: Positive Medium
NS: Negative Small PS: Positive Small

Biraz daha matematiksel olarak açıklarsak. A olarak adlandıracağımız bir bulanık

kümeyi ele alalım, ve bu A kümesinin, daha büyük bir E kümesinin (A’nın tanım uzayı) alt
kümesi olduğunu düşünelim. A bulanık kümesi, her biri iki elemandan oluşan sıralı eleman
çiftlerinden oluşur. Bu eleman çiftlerinin birincisi E’nin bir elemanı olan x,in A içerisindeki
üyelik ağırlığı olarak bilinir. E’nin elemanları ile, bunların A içerisindeki üyelik ağırlıkları
arasındaki ilişki üyelik fonksiyonu olarak bilinir. Bulanık kümeler üyelik fonksiyonları ile
tanımlanır.

Bir E evrensel kümesi;

olsun.
E = [ x1 , x2 , x3 , x4]

www.ahmetyardimci.com 3
 www.ahmetyardimci.com

0.1 0.5 0.7 0

Bu kümenin alt kümesi
A= + + + ‘dir
x1 x2 x3 x4
Bu küme sadece ağırlıklarıyla gösterilebilir

μ A = [0.1,0.5,0.7,0]
İfadesine A’nın üyelik fonksiyonu denir.

1-3 Bulanık Küme İşlemleri

A ve B , X çalışma evrenli iki bulanık küme olsun ve μA (x) ve μB (x) üyelik

fonksiyonlarıyla gösterelim. Burada x ∈ X ’dir.
Bulanık kümelere göre temel işlemler aşağıdadır ;

1-3-1 Birleşim Özelliği

Her x ∈ X için A ∪ B birleşiminin μ A ∪ B (x)üyelik fonksiyonu ;

μA∪ B (x) = max{μA(x), μB (x)} (1)

1-3-2 Kesişim Özelliği

Her x ∈ X için A∩B Kesişiminin μA∩B(x) üyelik fonksiyonu ;

μ A∩ B ( x) = min{μ A ( x), μB ( x)} (2)

1.3-3 Tamlayan Özelliği

Her x ∈ X için A bulanık kümesinin tamlayanı olan μA’(x) üyelik fonksiyonu ;

μ A' ( x) = 1 − μ A ( x) (3)

www.ahmetyardimci.com 4
 www.ahmetyardimci.com

Birleşim, kesişim ve tamlayan bulanık küme işlemleri Boolean Cebrindeki OR, AND
ve NOT işlemlerine karşılık gelirler. Sıkça kullanılan bir diğer birleşim ve kesişim işlemi
aşağıdaki gibidir ;

μ A∪B ( x) = min{1, μ A ( x) + μ B ( x)} (4)

μ A∩ B ( x ) = μ A ( x ) ⋅ μ B ( x ) (5)

1-4 Bulanık Mantığın Kontrolde Kullanımı:

Bir bulanık mantıklı denetleyici şekildeki kısımlardan oluşur:

KURAL ORTAMI

ÇIKARIM
Girişler BULANIKLAŞTIRICI MEKANİZMASI DURULAŞTIRICI Çıkışlar

Fuzzy Kontrolör
Şekil 1-5 (Bulanık kontrolör)

Bulanık kontrolörün bölümleri şu şekildedir:

1-4-1 Bulanıklaştırıcı ( Fuzzifier )

Bulanıklaştırıcı, girişten gelen kesin değerleri çıkarım mekanizmasında (inference
mekanizması ) kolayca kullanılabilen bilgi şekline getirir. Bulanıklaştırma işleminden sonra
her bir girdi değeri, karşılık gelen giriş için tanımlanan bulanık kümesine ait üyelik
derecesiyle gösterilir

www.ahmetyardimci.com 5
 www.ahmetyardimci.com

1-4-2 Kural Tabanı

FC’nin kural tabanında uzmanın dilsel tanımlamalarıyla elde edilmiş bir IF-THEN
bulanık kümesi bulunur. Bununla beraber kurallar matematiksel bir bağıntıdan da
türetilebilir. Bu kuralların oluşturulmasında diğer bütün parçalar kabul edilebilir ve etkin bir
şekilde kullanıldığından kural tabanına FC’nin kalbi denilebilir. Tablo 1.1’de 25 kural içeren
bir kural tabanı görülmektedir.

Tablo 1.1 Kural tabanı

δe
u NL NS ZE PS PL
NL NL NL NM NS ZE
NS NL NM NS ZE PS
E ZZ NM NS ZE PS PM
PS NS ZE PS PM PL
PL ZE PS PM PL PL

1-4-3 Çıkarım Mekanizması

Bu kısımda, bulanıklaştırıcı çıktısı ve kural tabanı kullanılarak durulaştırıcı kısmına

gönderilecek ve kontrolör çıktısını hesaplamaya yarayan bir ( veya daha fazla ) bulanık
küme üretilir.
Çıkarım mekanizmasına iki temel yaklaşım vardır. Birincisi, birleşim esaslı çıkarım (
composition based inference ), diğeri tek-kural esaslı çıkarım (Indıvıdual-Rule based
inference )’dır. Birleşim esaslı çıkarım metodunda kural tabanı ilk önce tek bir bulanık
bağıntısında toplanır. Sonra, bulanıklaştırılmış girişlerle tüm kural kümesini temsil eden
bağıntı arasında çıkarım gerçekleştirilir. Son olarak, tüm kontrol çıkışının bulanık değerini
tanımlayan bir bulanık küme elde edilir. Bunun yanında tek-kural esaslı çıkarım metodunda
kural tabanındaki her kural ayrı bir bulanık çıkış kümesini belirler ve tüm bulanık çıkarım
mekanizmasının çıkışı ayrı ayrı bulanık küme çıkışlarının bir araya toplanmasıyla elde edilir.
Genellikle tek-kural esaslı çıkarım metodu tercih edilir çünkü hesaplama yönünden
daha etkilidir ve birleşim esaslı çıkarım metoduna göre daha az hafıza alanı kaplar.

www.ahmetyardimci.com 6
 www.ahmetyardimci.com

1-4-4 Durulaştırma (DEFUZZIFIER)

Durulaştırma işleminde, sayısal (kesin) bir kontrolör çıkışı elde etmek için sonuç çıkış
bulanık kümesi durulaştırılır. En çok kullanılan durulaştırma yöntemi Ağırlık Merkezi
yöntemidir ( Center of Gravity (COG) method ). Bunda kesin kontrolör çıkışı (u*) üyelik
fonksiyonu μout(u), tarafından kaplanan alanın ağırlık merkezi olarak hesaplanır.

u* = ∫ uμout (u)du
∫ μout (u)du (6)

Bununla beraber μout(u) genellikle düzensiz olduğundan COG yöntemindeki integral

hesabı kolay olmaz. Sonuç çıkış bulanık kümesi, belirtilmiş çıkış kümelerinin birleşimi
olduğundan, belirtilmiş çıkış bulanık kümelerinin merkezinin ağırlıklandırılmış ortalaması
(6) numaralı bağıntıya iyi bir yaklaşım olur. Ağırlıklar, karşılık gelen belirtilmiş çıkış bulanık
kümelerinin yüksekliğine eşittir. un , n’inci belirtilmiş çıkış bulanık küme ve wn, yüksekliği
olsun.
Bu durumda merkez ortalama durulaştırıcı u* aşağıdaki gibi bulur.

M
∑ wnun
u* = n =1
M
∑ wn (7)

n =1

Burada M, kural tabanındaki kuralların toplam sayısıdır. Merkez ortalama

durulaştırma yöntemi hesaplama yönünden kolay olduğundan pratik bulanık
uygulamalarında en çok kullanılan metoddur. Bu metotta bir araya toplama işlemine gerek
yoktur çünkü kesin çıkış u* doğrudan belirtilmiş çıkış kümeleriyle hesaplanmaktadır ve
(10)’daki wn ağırlığı aslında karşılık gelen kuralın kesinliğidir. Ayrıca bu yöntem
kullanıldığında çıkış kümelerinin şekli önemsiz olur çünkü hesaplamada çıkış kümelerinin
sadece merkezi kullanılır.

www.ahmetyardimci.com 7
 www.ahmetyardimci.com

1-5 Bulanık Mantık denetleyicisini tasarlarken izlenecek adımlar

1- Ölçüm büyüklüklerini giriş değeri, ayar büyüklüklerinin çıkış büyüklükleri olarak seç.
2- Giriş ve çıkış büyüklüklerinin değer sınırlarını belirle (Dilsel değişkenlerin skalalanması)
3- Dilsel terimleri ve bütün dilsel değişkenler için üyelik fonksiyonlarını tanımla
4- Kural tabanını oluştur
5- İnferans makinasını belirle (operatörler, çıkartım yöntemi, veri tipi, berraklaştırma
yöntemi)
6- Eğer düzen yolunun modeli gerekli ise düzen çemberini simule et. Bu model tam bir
matematiksel model olmamalıdır, bir bulanık mantık sistemi ile sözsel olarak
tanımlanabilmeli
7- Optimizasyon
8- Offline veya online testleri veya matematiksel yöntemler ile karalılık analizi.

Bulanık mantık hakkında sonuç olarak şunları söyleyebiliriz:

Bulanık denetimin en iyi uygulama alanları, doğrusal olmayan iyi tanımlanmamış ve
parametreleri zamanla değişen sistemlerdir. Bu tür sistemlerin matematiksel modellerini
çıkarmak oldukça zor ve bazen imkansızdır. Bu gibi durumlarda, bulanık denetleyicilerin
kullanılması büyük avantaj sağlar, fakat kullanım sırasında aşağıdaki güçlüklerle
karşılaşabiliriz:
-Bulanık denetimde kullanılan kurallar tecrübeye çok bağlıdır. Eğer önceden sistem
hakkında bilgi yoksa, kuralların belirlenmesi güç olur.
-Üyelik fonksiyonlarının seçilmesinde belirli bir yöntem yoktur, genellikle en uygun
fonksiyon deneme yanılma yöntemiyle bulunur. Bu da oldukça uzun zaman alabilir.
- Kontrol edilen sistemin karalılık analizi yapılamaz, sistemin nasıl cevap vereceği
önceden kestirilemez. Yapılacak tek iş benzetim çalışmasıdır.

www.ahmetyardimci.com 8