Inteligncia Computacional Aplicada a Engenharia de Software

Sistemas de Inferncia Fuzzy

Prof. Ricardo de Sousa Britto rbritto@ufpi.edu.br

Sistemas de Inferncia Fuzzy

Sistemas de Inferncia Fuzzy

O tipo de sistema de inferncia fuzzy a ser
abordado chamado de Mamdani.

Nesse tipo de sistema tanto as entradas como as

sadas devem ser mapeadas para conjuntos fuzzy.

Sistemas de Inferncia Fuzzy

Neste Sistema de Inferncia Fuzzy, consideram-se
entradas no-fuzzy.

Em virtude disto, necessrio efetuar a

fuzzificao das entradas.

Neste estgio ocorre tambm a ativao das regras

relevantes para uma dada situao.

Sistemas de Inferncia Fuzzy

Uma vez obtido o conjunto fuzzy de sada atravs
do processo de inferncia (modus ponens generalizado), no estgio de defuzzificao efetuada uma interpretao dessa informao. geralmente so requeridas sadas precisas.

Isto se faz necessrio pois, em aplicaes prticas,

Sistemas de Inferncia Fuzzy

As regras podem ser fornecidas por especialistas,
em forma de sentenas lingusticas, e se constituem em um aspecto fundamental no desempenho de um sistema de inferncia fuzzy.

Extrair regras de especialistas na forma de

sentenas do tipo se ... ento pode no ser uma tarefa fcil, por mais conhecedores que eles sejam do problema em questo. definio da base de regras, existem mtodos de extrao de regras de dados numricos.

Alternativamente ao uso de especialistas para a

Sistemas de Inferncia Fuzzy

No estgio de inferncia ocorrem as operaes com
conjuntos fuzzy propriamente ditas: combinao dos antecedentes das regras, implicao
e modus ponens generalizado.

Um aspecto importante a definio dos conjuntos

fuzzy correspondentes s variveis de entrada e (s) de sada, pois o desempenho do sistema de inferncia depender do nmero e forma dos conjuntos

Sistemas de Inferncia Fuzzy

Pode-se efetuar uma sintonia "manual" das funes
de pertinncia dos conjuntos, mas mais comum empregarem-se mtodos automticos. fuzzy ou algoritmos genticos tem se mostrado adequada para a sintonia de funes de pertinncia e regras.

A integrao entre sistemas de inferncia neuro-

Propriedades das FP
As funes de pertinncia possuem as seguintes
caractersticas: Ncleo: regio do universo caracterizada pela
completa pertinncia no conjunto A Suporte: regio do universo caracterizado pela pertinncia diferente de zero no conjunto A Limites: regio do universo contendo elementos que tm pertinncia intermediria (entre 0 e 1)

Propriedades das FP

Propriedades das FP
Conjunto fuzzy normal: ao menos um dos
elementos tem pertinncia completa ao conjunto

Propriedades das FP
Conjunto fuzzy convexo: descrito por uma funo
de pertinncia cujos valores de pertinncia so monotonicamente crescentes ou decrescentes.

Formas das FP
Formas mais comuns: normal e convexa. Contudo, muitas operaes sobre conjuntos fuzzy
(ex: unio e interseco) resultam em conjuntos fuzzy subnormais e no-convexos.

Podem ser simtricas ou assimtricas Podem assumir formas irregulares

Formas das FP

Fuzzyficao
Processo de tornar fuzzy um valor crisp. Exemplo:
voltmetro digital gera um dado fuzzy que est sujeito a
erros experimentais. Uma possvel representao desse erro associada com uma funo de pertinncia que representa sua impreciso :

Defuzzyficao
Existem situaes em que a sada de um processo
fuzzy precisa ser um nico escalar.

Exemplo:
Se a presso muito alta, ento nmero de voltas
mdio

Defuzzyficao: converso de uma quantidade

fuzzy para uma quantidade precisa.

Defuzzyficao
Suponha a sada fuzzy composta de duas partes:

A unio dessas duas funes de pertinncia:

Defuzzyficao
Dada a unio conjuntos fuzzy, como extrair um
nico crisp do conjunto resultante? Mtodo do mximo Mtodo do centride Mdia dos mximos

Mtodo de Mximo
a sada defuzzyficada tomando o valor de
pertinncia mais alto. Ou seja, procura-se: c (z*)c (z) para todo zZ

Mtodo do Centride
centro de rea ou centro de gravidade:

Mtodo dos Mximos

similar ao mtodo do mximo, aplicvel
onde existe um grupo de elementos com pertinncia mxima. Nesse caso, faz-se:

Exemplo 1
Uma estrada de ferro est sendo construda, e para
tanto reas particulares onde essa estrada passar precisam ser desapropriadas. distintos que deram seus pareceres, apresentados no prximo slide (conjuntos B1, B2 e B3). concreta da quantidade de terra a ser desapropriada. Estime-a utilizando o mtodo centride.

O projeto foi inspecionado por trs analistas

Para fins de projeto, precisa-se fazer a estimativa

Exemplo 1

Exemplo 1

SIF para estimao de produtividade

Funes de pertinncia da entrada Skill

Funes de pertinncia da entrada Knowledge

Funes de pertinncia da entrada Attitude

Funes de pertinncia da sada Productivity

Base de regras