Bulanık Mantık Kavramına Genel Bir Bakış

Bulanık mantık, insanların en gelişmiş duyu organlarıyla edindiği bilgileri, yaşamının başlangıcından itibaren çevresinin etkisiyle geliştirdiği bakış açısı ve anlayış tarzıyla yorumlar. Zamanla, dış dünyaya belli değer ve anlamlar yükler. İnsan deneyimi ve yaşanmışlığı arttıkça, bilincindeki kesin sınırlar yumuşar, bulanıklaşır ve nihayetinde "tek bildiğinin hiçbir şey bilmediği" gerçeğiyle yüzleşir. Klasik mantıkta önermelerin kesin doğru ya da kesin yanlış olduğu, matematiksel olarak sıfır ve bir gibi iki değere sahip olduğu bilinmektedir. Ancak, bulanık mantıkta durum kesin doğru ya da kesin yanlış olmaktan ziyade, sonsuz sayıda doğruluk değerlerini içeren ve sayısal olarak sıfır ile bir arasında değerlere sahip olan bir fonksiyonu ifade eder. Bu çalışmada, bulanık mantığın geniş bir uygulama alanına sahip olduğu vurgulanmaktadır. Otomatik kontrol sistemlerinden trafik akışı yönlendirilmesine, yapay zekâ uygulamalarından ekonomik tahminlere kadar birçok alanda bulanık mantık başarılı bir şekilde kullanılmaktadır. Bulanık mantık, esneklik ve belirsizlikle başa çıkma yeteneği sayesinde daha gerçekçi sonuçlar elde etmede büyük avantaj sağlamaktadır. Bu araştırmada bulanık mantık kavramına genel bir bakış sunmaktır. Bulanık mantık, belirsizlikle dolu problemleri ele almak için geliştirilen bir matematiksel modeldir. Makalede, bulanık mantığın ortaya çıkış nedenleri, temel prensipleri ve bileşenleri, uygulama alanları ve avantajları gibi konular ele alınmaktadır. Bu bağlamda, okuyucuların bulanık mantık hakkında temel bir anlayışa sahip olmaları amaçlanmaktadır. Bu bilgi, okuyucuların bulanık mantığın çalışma prensiplerini anlamalarını ve gerçek dünya problemlerine nasıl uygulanabileceğini kavramalarını sağlayacaktır. Sonuç olarak, bu çalışma bulanık mantık kavramını genel bir bakış açısıyla ele alarak okuyuculara bu matematiksel modelin ne olduğunu ve nasıl işlediğini anlatmayı hedeflemektedir. Bulanık mantığın belirsizlikle başa çıkma yeteneği ve geniş uygulama alanları bu modelin önemini ve kullanım potansiyelini vurgulamaktadır. Çalışma aynı zamanda, okuyucuların bulanık mantığın temel prensiplerini anlama ve potansiyel uygulama alanlarını keşfetme konusunda bilgi edinmelerini sağlamaktadır.

An Overview of the Concept of Fuzzy Logic

Fuzzy logic interprets the information that people acquire with their most developed sense organs, with the perspective and understanding style developed by the influence of their environment since the beginning of their life. Over time, it imposes certain values and meanings on the outside world. As human experience and experience increase, the precise boundaries of his consciousness soften and blur, and he finally comes face to face with the fact that "all he knows is nothing". In classical logic, it is known that propositions are either absolutely true or false, and they have two mathematical values, such as zero and one. However, in fuzzy logic, the state is not exactly true or false, but rather a function that contains an infinite number of truth values and numerically has values between zero and one. In this study, it is emphasized that fuzzy logic has a wide application area. Fuzzy logic has been used successfully in many areas from automatic control systems to traffic flow routing, from artificial intelligence applications to economic forecasting. It provides a great advantage in obtaining more realistic results thanks to its fuzzy logic, flexibility and ability to deal with uncertainty. In this research, it is to present an overview of the concept of fuzzy logic. Fuzzy logic is a mathematical model developed to deal with problems full of uncertainty. In the article, issues such as the reasons for the emergence of fuzzy logic, its basic principles and components, application areas and advantages are discussed. In this context, it is aimed that the readers have a basic understanding of fuzzy logic. This knowledge will enable readers to understand the working principles of fuzzy logic and how it can be applied to real-world problems. As a result, this study aims to explain to the readers what this mathematical model is and how it works by considering the concept of fuzzy logic from a general point of view. The ability of fuzzy logic to deal with uncertainty and its wide application areas highlight the importance and potential of use of this model. The study also provides readers with information on understanding the basic principles of fuzzy logic and exploring its potential applications.

___

  • Alcı, M., & Karatepe, E. (2002). Bulanık mantık ve Matlab uygulamaları. Ege Üniversitesi Elektrik-Elektronik Mühendisliği. Yardımcı Ders Kitabı. İzmir. 118s.
  • Alışkan, İ., & Ünsal, S. (2016). Farklı çıkarım yöntemlerine sahip bulanık mantık denetleyicileri kullanarak kalıcı mıknatıslı senkron motorun hız denetimi. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 24(2), 185-191.
  • Altaș, E., & Altaș, İ. H. (2022, September). A Smart Decision Maker for Energy Efficient Landscape Designs. In 2022 Innovations in Intelligent Systems and Applications Conference (ASYU) (pp. 1-4). IEEE.
  • Altaş, İ. H. (1999). Bulanık Mantık: Bulanıklılık Kavramı. Enerji, Elektrik, Elektromekanik-3e, 62, 80-85.
  • Attia, A. F., Sharaf, A. M., & Selim, F. (2019). A Multi-Stage Fuzzy Logic Controller for Hybrid-AC Grid-Battery Charging Drive System. Turkish Journal of Electromechanics & Energy, 4(2), 1-12.
  • Baykal, N., & Beyan, T. (2004). Bulanık mantık ilke ve temelleri. Bıçaklar Kitabevi.
  • Gülcan, B. (2012). Bulanık doğrusal programlama ve bir bisküvi işletmesinde optimum ürün formülü oluşturma (Master's thesis, Sosyal Bilimler Enstitüsü).
  • Gültekin, A. (2021). Klasik Mantıktan Bulanık Mantığa Yapay Zekâ Serüveni. Bingöl Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (BUSBED), 11(22), 697-714.
  • Gündoğdu, K., Gündoğdu, E., & Yücedağ, İ. (2016). Bulanık Mantık ile Akıllı Fırının Modellenmesi. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 4(2), 574-580.
  • Güvenç, U., Sönmez, Y., & Biroğul, S. (2007). Bulanık mantık denetimli DA-DA çeviricileri için geliştirilen bir eğitim seti. Politeknik Dergisi, 10(4), 339-346.
  • Işıklı, Ş. (2008). Bulanık Mantık Ve Bulanık Teknolojiler. Ankara Üniversitesi, DTCF, Felsefe Bölümü, Doktora Tezi, 1-19.
  • Işıklı, Ş. (2010). Lotfi a. Zadeh’nin hayat hikâyesi ve bulanık paradigmanın üç temel unsuru. Kutadgubilig: Felsefe-Bilim Araştırmaları Dergisi, 17, 89-101.
  • Jain, A., & Tripathy, B. (2017). Advances in Application of Fuzzy Sets in Electrical Engineering.
  • Karaca, M. Bulanık mantık kullanılarak insansız hava aracı irtifa kontrolü ve simülasyonu (Master's thesis, Fen Bilimleri Enstitüsü).
  • Kaufmann, A., & Gupta, M. M. (1988). Fuzzy mathematical models in engineering and management science. Elsevier.
  • Keskenler, M. F., & Keskenler, E. F. (2017). Bulanık mantığın tarihi gelişimi. Takvim-i Vekayi, 5(1), 1-10.
  • Klir, G., & Yuan, B. (1995). Fuzzy sets and fuzzy logic (Vol. 4, pp. 1-12). New Jersey: Prentice hall.
  • Korucu, A. T. (2007). Bulanık mantık problemleri için Türkçe görsel bir arayüz tasarımı. (Yüksek Lisans Tezi). Selçuk Üniversitesi Fen Bilimleri Enstitüsü, Konya.
  • Kurdoğlu, Ö. T. Bulanık mantık kullanılarak Poisson ve Binom dağılımlarının incelenmesi (Yüksek Lisans Tezi, Fen Bilimleri Enstitüsü).
  • Ödük, M. N. Bulanık mantık yöntemi ve uygulamaları (2019) ISBN: 978- 625-7029-11-7.
  • Özdamar, İ. H. (2006). Bulanık istatistiksel kalite kontrolü ve bir orman endüstrisi işletmesinde uygulama (Doctoral dissertation, Sosyal Bilimler).
  • Özdemir, O., & Kalınkara, Y. (2020). Bulanık mantık: 2000-2020 yılları arası tez ve makale çalışmalarına yönelik bir içerik analizi. Acta Infologica, 4(2), 155-174.
  • Öztürk, K., & Şahin, M. E. (2018). Yapay sinir ağları ve yapay zekâ’ya genel bir bakış. Takvim-i Vekayi, 6(2), 25-36.
  • Rekioua, D., Bensmail, S., & Rekioua, T. (2022). Application of adaptive fuzzy logic controller to improve photovoltaic pumping system performances. Turkish Journal of Electromechanics and Energy, 7(3).
  • Sahin, M. E., Okumuş H. İ. (2009). Fuzzy Logic Controlled Synchronous Buck DC-DC Converter Ior Solar Energy-Hydrogen Systems. INISTA 2009, 200.
  • Sahin, M. E., & Okumus, H. I. (2012, July). A fuzzy-logic controlled PV powered buck-boost DC-DC converter for battery-load system. In 2012 International Symposium on Innovations in Intelligent Systems and Applications (pp. 1-5).
  • Sahin, M. E., & Okumus, H. I. (2013). Fuzzy logic controlled parallel connected synchronous buck DC-DC converter for water electrolysis. IETE Journal of Research, 59(3), 280-288.
  • Sahin, M. E., & Okumus, H. İ. (2011, June). Fuzzy logic controlled buck-boost DC-DC converter for solar energy-battery system. In 2011 International Symposium on Innovations in Intelligent Systems and Applications (pp. 394-397).
  • Taçyıldız, B. (2013). Bulanık mantık model geliştirme ortamlarının karşılaştırılması ve örnek bir uygulama (Doctoral dissertation, Sakarya Universitesi (Turkey)).
  • Tiryaki, A. E., & Kazan, R. (2007). Bulaşık makinesinin bulanık mantık ile modellenmesi. Mühendis ve Makine, 48(565), 3-8.
  • Torun, S. (2007). Koroner kalp hastalığı riski tanısı ve tedavisi için hiyerarşik bir bulanık uzman sistem tasarımı. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, Konya-Turkey.
  • Ünsal, S., & Alışkan, İ. (2016). Mamdani ve Takagi-Sugeno Çıkarım Yöntemlerine Sahip Bulanık Mantık Denetleyicilerin Özgün Yazılım ve Araç Kutusu Performans Analizi Performance Analysis of Fuzzy Logic Controllers Having Mamdani and Takagi-Sugeno Inference Methods By Using Unique Software and Toolbox. Erişim Tarihi, 27, 2019.
  • Vural, Mehmet. (2002). “Düşünce Tarihinde Mantık: Aristoteles Mantığından Bulanık Mantığa.” Kutadgubilig: Felsefe Bilim Araştırmaları Dergisi, 2: 93-136.
  • Yılmaz, M., & Arslan, E. Bulanık Mantığın Jeodezik Problemlerin Çözümünde Kullanılması.
  • Zadeh, L. A., Klir, G. J., & Yuan, B. (1996). Fuzzy sets, fuzzy logic, and fuzzy systems: selected papers (Vol. 6). World scientific.