Beruflich Dokumente
Kultur Dokumente
Conjuntos Fuzzy
Conjuntos Fuzzy
Conjuntos Fuzzy
Princpio da Incompatibilidade
Conjuntos Fuzzy
Teorema da Aproximao
Conjuntos Fuzzy
Teorema da Aproximao
11
Conjuntos Fuzzy
Vantagens
12
Conjuntos Fuzzy
Vantagens
Conjuntos Fuzzy
Desvantagens
14
Conjuntos Fuzzy
Desvantagens
15
Conjuntos Fuzzy
16
Conjuntos Fuzzy
Produtos comerciais
17
Conjuntos Fuzzy
Produtos comerciais
18
Conjuntos Fuzzy
Produtos comerciais
19
Conjuntos Fuzzy
Produtos comerciais
20
nmeros pares
cidades que so capitais na Amrica do Sul
carros esportes
nmeros impares
times de futebol
22
Conjuntos Fuzzy
Lofti Zadeh
Conjuntos Fuzzy
Conjuntos Fuzzy
Exemplos:
Tome como exemplo o conjunto das pessoas
jovens.
26
Conjuntos Fuzzy
Exemplos:
Tome como exemplo o conjunto das pessoas
jovens.
Um beb com um ano de idade certamente pertence a
este conjunto, e uma pessoa de 100 anos certamente no
est presente no conjunto, mas o que podemos dizer
sobre as pessoas de 20, 30 e 40 anos de idade?
27
Conjuntos Fuzzy
Proposta de Zadeh:
Zadeh props um grau de pertinncia, de forma
que a transio entre pertinncia e no-pertinncia
gradual e no abrupta.
Grau de pertinncia:
O grau de pertinncia para todos os seus membros descreve
um conjunto fuzzy.
28
Conjuntos Fuzzy
Grfico de pertinncia com funo S
29
Conjuntos Fuzzy
Grfico de pertinncia com funo S
No probabilidade!
Lgica nebulosa no probabilidade.
31
32
Definio de Universo:
Elementos de um conjunto fuzzy so tomados a
partir de um universo.
O universo contm todos os elementos que podem
ser considerados.
Contexto:
At mesmo o universo depende do contexto.
33
Sobre pertinncia
36
Interpretao:
Da mesma forma que variveis algbricas assumem
valores numricos, uma varivel lingustica pode ter
palavras ou sentenas como valores.
Terminologia:
O conjunto de valores que ela pode assumir dito conjunto de
termos.
Cada valor no conjunto de termos uma varivel fuzzy
definida sobre a varivel base.
A varivel base define o universo do discurso para todos as
variveis fuzzy no conjunto de termos.
A hierarquia dada por: varivel lingustica
varivel fuzzy
varivel base.
39
Exemplo:
Seja x uma varivel lingustica sobre idade.
Alguns termos desta varivel lingustica, que so conjuntos fuzzy,
podem ser: idoso, jovem e muito jovem.
O conjunto de termos pode ser colocado como:
T = {idoso, no to velho, meio jovem, jovem, muito jovem}
Cada termo do conjunto de termos T uma varivel fuzzy sobre a
varivel base, a qual pode ter como escala valores entre 0 e 100
anos.
40
Inteligncia computacional
Valores como palavras ou sentenas
41
Inteligncia computacional
Usem a criatividade...
2. Definir o sistema com:
Varivel lingustica.
Varivel fuzzy.
Varivel base.
Universo.
Funo de pertinncia.
42
Inteligncia computacional
Inteligncia computacional
Exemplo 2 - Estacionamento
44
Inteligncia computacional
45
Inteligncia computacional
46
47
As operaes:
Estas operaes sobre os conjuntos fuzzy deveriam criam
um novo conjunto fuzzy, ou vrios conjuntos.
No exemplo a partir de A e B temos...
48
As operaes:
Estas operaes sobre os conjuntos fuzzy deveriam criam
um novo conjunto fuzzy, ou vrios conjuntos.
No exemplo a partir de A e B temos...
49
A B a min b
ou seja o grau de pertinncia de um elemento x em
relao a A B dado por:
50
A B a max b
ou seja o grau de pertinncia de um elemento x em
relao a A B dado por:
51
A = 1 a
ou seja o grau de pertinncia de um elemento x em
relao ao conjunto A dado por:
A ( x) = 1 A ( x).
52
x ( x) y ( x)
( A B) ( A B)
53
Inteligncia computacional
54
Inteligncia computacional
55
Inteligncia computacional
56
Inteligncia computacional
57
Inteligncia computacional
58
59
Inteligncia computacional
( A B) C = A ( B C )
( A B) C = A ( B C )
A B = B A
A B = B A
Estas propriedades so importantes, pois nos ajudam a
predizer o resultado de sentenas longas.
60
Inteligncia computacional
61
Relao binria:
Formalmente, uma relao binria ou simplesmente
relao R de um conjunto A para um conjunto B
designa para cada par (a, b) A B precisamente
uma das sentenas:
i) a est relacionado a b.
ii) a no est relacionado a b.
O produto cartesiano A B o conjunto de todas as
possibilidades de combinarmos itens de A com os de B.
66
Exemplo:
Suponha que Jos tem um sobrinho Joo que se
parece com o sobrinho Pedro com um grau de 0,8, mas
Joo tambm se assemelha ao sobrinho Marcos com
um grau de 0,9 (relao R1).
Jos
Joo
Pedro
Marcos
67
Jos
???
Joo
Pedro
Marcos
68
Observaes:
69
O resultado final:
Composies:
A regra geral para composio de relaes fuzzy
consiste em tomarmos o mnimo em uma srie de
conexes, e tomarmos o mximo em conexes
paralelas.
conveniente realizarmos isto por meio do produto
interno.
O produto interno similar ao produto interno de
matrizes, exceto que a multiplicao substituda pela
interseo () e a soma substituda pela unio () .
71
m n = T = [ti j ]
em que a entrada ij obtida combinando a i-sima
linha de R com a j-sima coluna de S, tal que:
= (rik skj )
k =1
72
73
Exemplo:
Seja o exemplo do tio Jos e seus sobrinhos e as
relaes R1 e R2.
0,5
R1 R 2 = [0,8 0,9]
0,6
= [0,5 0,6]
= 0,6
74
Inteligncia computacional
Fim de Aula.
75