Jakie są zalety „rozmytej logiki” w urządzeniu do gotowania ryżu?

Zastanawiam się, czy dokonać wielkiego skoku w kierunku poważnego garnka do ryżu - po badaniach wydaje się, że Zojirushi jest drogą, nawet przez czczonego Tygrysa - ale próbuję przeanalizować dziesiątki modeli i różnych korzyści.

Wygląda na to, że różnica w cenie między modelem 5,5 kubka, który robi wszystko, co kiedykolwiek chciałem, a modelem 5,5 kubka, który robi wszystko, co kiedykolwiek chciałbym z „logiką rozmytą”, wynosi około 20 USD. Już teraz myślę o wydaniu dosłownie 10 razy więcej niż kiedykolwiek na kuchenkę do ryżu, więc dodatkowe 20 USD to nie koniec świata, ale zastanawiam się, czy to naprawdę jest ulice, jeśli chodzi o ryż gotowanie lub jeśli jest to tylko fantazyjnie brzmiąca nazwa, która niewiele wnosi do procesu.

Jest to trochę informowane przez fakt, że jestem trochę nieufny w wymyślnej elektronice w moich gadżetach kuchennych; Kochałem mojego starego Saltona, ponieważ miał jeden przycisk, jedną sprężynę i jeden element grzejny i mogłem to trochę zrozumieć. Trochę boję się trwałości kuchenki do ryżu z komputerem pokładowym i zastanawiam się, czy „logika rozmyta” to tylko kolejna rzecz, która może się włamać na ten stos.

Właśnie kupiłem kuchenkę do ryżu Zojirushi kilka miesięcy temu i nie wyobrażam sobie teraz gotowania ryżu.

Logika rozmyta w porównaniu do logiki binarnej jest różnym stopniem stanu. W logice binarnej element ma wartość prawda lub fałsz (włączony lub wyłączony), ale w logice rozmytej może występować pomiędzy, częściowo włączony lub częściowo wyłączony. Zamiast trudnego stanu „skończonego” niewyraźne stany logiczne mogą być „nieco” lub „prawie” skończone. To podczas gotowania może przybierać znaczenie „za gorąco”, „w porządku” lub „niewiele zmian”. W przypadku kuchenki do ryżu ma to miejsce, gdy czujnik monitorujący zawartość wody osiąga punkt krytyczny, zwykła kuchenka po prostu wyłączy grzejnik, jednak kuchenka z rozmytą logiką użyje równania (zwykle pochodzącego z eksperymentów) do zmiany temperatury i zoptymalizować ilość wody wchłoniętej i odparowanej. Zazwyczaj system logiki rozmytej ma wiele „krytycznych” punktów i zmienia temperaturę podczas przyspieszania i zmniejszania, a także podczas gotowania. Zasadniczo różne rodzaje ryżu absorbują różne ilości wody w różnym tempie. Obwód logiki rozmytej będzie monitorował zmiany i dostosowywał się, aby dostosować się do z góry określonego profilu.

Myślę, że można powiedzieć, że zaletą kuchenki o rozmytej logice jest to, że ktoś poświęcił czas na poznanie złożoności procesu gotowania i cech ryżu, a następnie dostosował proces przygotowania do „idealnych” warunków dla idealnego ryżu.

„Fuzzy Logic” jest formą matematyki wymyśloną przez profesora Lofti Zadeha z UC Berkeley około 1970 roku. Krótko mówiąc, jest to narzędzie prób i błędów, które działa w sytuacjach, w których matematyka nie może. Na przykład jedynym sposobem, aby dowiedzieć się, ile pary wytwarzać w lokomotywie parowej wspinającej się na wzgórze, należy dodawać paliwo, dopóki nie będzie nieco więcej pary niż jest to potrzebne. Następnie redukuje się paliwo do punktu, w którym para jest niewystarczająca.

Jest to procedura iteracyjna, którą można zastosować również w innych sytuacjach. Rozważ przyspieszenie samochodów z windą w wysokim budynku. Winda nie zna dokładnej masy ładunku. Ale chce się, aby przyspieszenie było jak największe, aby doprowadzić ładunek na najwyższe piętro bez fizycznego dyskomfortu.

Ten sam problem, co silnik parowy. Jeden zwiększa prąd do silnika elektrycznego, aż akcelerometr zarejestruje dyskomfort. Potem ktoś się lekko wycofuje. Ta iteracyjna procedura ma zastosowanie do każdego ładunku, od pasażerów bez pasażerów do pasażerów, aby zagwarantować najszybszą wygodną prędkość pionową.

Tak samo jest z kuchenkami ryżu. Ilość ciepła przyłożonego do miski zależy od ilości ryżu i wody w misce. Gdy woda spada podczas odparowywania, potrzeba mniej ciepła. Różnicowanie grzejnika w celu utrzymania właściwej temperatury podczas procesu gotowania można łatwo wykonać za pomocą matematyki próbnej i błędnej.

Ten proces można również zastosować do łączenia danych z błędami w arkuszu kalkulacyjnym w celu uzyskania odpowiedzi --- takiej jak ważona suma kolumny z błędem - która reprezentuje oszacowanie wszystkich błędów w komórkach wchodzących w sumę (Fuzzi -Logic Arkusz kalkulacyjny).