Beruflich Dokumente
Kultur Dokumente
EQUIPO #2 IM 708-C
Pgina 1
EQUIPO #2 IM 708-C
Pgina 2
EQUIPO #2 IM 708-C
Pgina 3
INTRODUCCIN
EQUIPO #2 IM 708-C
Pgina 4
BREVE HISTORIA
La idea de la lgica difusa o borrosa no es nueva, aunque bajo el nombre
de lgica difusa fuese introducida sobre 1965, sus orgenes se remontan hasta
2,500 aos. Ya Aristteles consideraba que existan ciertos grados de veracidad y
falsedad y Platn haba trabajado con grados de pertenencia.
En el siglo XVIII George Berkeley y David Hume describieron que el ncleo
de un concepto atrae conceptos similares. Hume crea en la lgica del sentido
comn, en el razonamiento basado en el conocimiento que la gente adquiere de
una forma ordinaria gracias a sus vivencias en el mundo.
Immanuel Kant pensaba que nicamente los matemticos podan proveer
definiciones claras y que por lo tanto, muchos principios contradictorios no tenan
solucin.
Por
mismo tiempo no
ejemplo
poda
la materia poda
ser
dividida
ser
dividida
infinitamente
infinitamente.
La
al
corriente
del pragmatismo fundada a principios de siglo por Charles Sanders Peirce, fue la
primera en considerar ''vaguedades'', ms que falso o verdadero, como forma de
acercamiento al mundo y al razonamiento humano.
La idea de que la lgica produce contradicciones fue popularizada por el
filsofo y matemtico britnico Bertrand Russell, a principios del siglo XX. Russell
estudi las vaguedades del lenguaje y lleg a la conclusin que la vaguedad es un
grado. Ludwig Wittgenstein, filsofo austriaco, estudi las diferentes acepciones
de una misma palabra. En el lenguaje corriente ocurre muy a menudo que la
misma palabra designe de modo y manera diferentes, porque pertenece a
diferentes smbolos, o que dos palabras que designan de modo y manera
diferentes se usen aparentemente del mismo modo en una proposicin.
EQUIPO #2 IM 708-C
Pgina 5
EQUIPO #2 IM 708-C
Pgina 6
artefactos
electrnicos
de
uso
biolgicos
y programacin evolutiva).
(redes
Estas
tecnologas
como
"tecnologas
Pgina 7
ser
usadas
para
encadenar
el
lenguaje
con
una
gran
parte
del
razonamiento
"natural".
Pero
el
Pgina 8
FUNCIONAMIENTO
La lgica difusa (fuzzy logic, en ingls) se adapta mejor al mundo real en el
que vivimos, e incluso puede comprender y funcionar con nuestras expresiones,
del tipo hace mucho calor, no es muy alto, el ritmo del corazn est un poco
acelerado, etc.
EQUIPO #2 IM 708-C
Pgina 9
la temperatura.
velocidad.
Los mtodos de inferencia para esta base de reglas deben ser sencillos,
verstiles y eficientes. Los resultados de dichos mtodos son un rea final, fruto
de un conjunto de reas solapadas entre s (cada rea es resultado de una regla
de inferencia). Para escoger una salida concreta a partir de tanta premisa difusa,
el mtodo ms usado es el delcentroide, en el que la salida final ser el centro de
gravedad del rea total resultante.
Las reglas de las que dispone el motor de inferencia de un sistema difuso
pueden ser formuladas por expertos o bien aprendidas por el propio sistema,
EQUIPO #2 IM 708-C
Pgina 10
EQUIPO #2 IM 708-C
Pgina 11
EQUIPO #2 IM 708-C
Pgina 12
Pgina 13
en
datos
exclusivamente,
como
las
Redes
Neuronales,
que
EQUIPO #2 IM 708-C
Pgina 14
la
heurstica
que
utiliza
cuando
ejecuta
acciones
de
Pgina 15
EQUIPO #2 IM 708-C
Pgina 16
4.2 APLICACIONES
APLICACIONES GENERALES
La lgica difusa se utiliza cuando la complejidad del proceso en cuestin es
muy alta y no existen modelos matemticos precisos, para procesos altamente no
lineales y cuando se envuelven definiciones y conocimiento no estrictamente
definido (impreciso o subjetivo).
En cambio, no es una buena idea usarla cuando algn modelo matemtico
ya soluciona eficientemente el problema, cuando los problemas son lineales o
cuando no tienen solucin.
Esta tcnica se
ha
empleado
con
bastante
xito
en
la industria,
Sistemas de escritura
EQUIPO #2 IM 708-C
Pgina 17
un experto humano)
Tecnologa informtica
dependen de un S/No.
ruidos
en
los
datos
de
entrada.
Algunos
lenguajes
de programacin lgica que han incorporado la lgica difusa seran por ejemplo
las diversas implementaciones de Fuzzy PROLOG o el lenguaje Fril.
Consiste en la aplicacin de la lgica difusa con la intencin de imitar
el razonamiento humano
en
la programacin de
computadoras.
Con
modelos
matemticos
para
representar
nociones
subjetivas,
como caliente/tibio/fro, para valores concretos que puedan ser manipuladas por
los ordenadores.
EQUIPO #2 IM 708-C
Pgina 18
VENTAJAS E INCONVENIENTES
Como principal ventaja, cabe destacar los excelentes resultados que brinda
un sistema de control basado en lgica difusa: ofrece salidas de una forma veloz y
precisa, disminuyendo as las transiciones de estados fundamentales en el
entorno fsico que controle. Por ejemplo, si el aire acondicionado se encendiese al
llegar a la temperatura de 30, y la temperatura actual oscilase entre los 29-30,
nuestro sistema de aire acondicionado estara encendindose y apagndose
continuamente, con el gasto energtico que ello conllevara. Si estuviese regulado
por lgica difusa, esos 30 no seran ningn umbral, y el sistema de
control aprendera a mantener una temperatura estable sin continuos apagados y
encendidos.
Tambin est la indecisin de decantarse bien por los expertos o bien por la
tecnologa (principalmente mediante redes neuronales) para reforzar las reglas
heursticas iniciales de cualquier sistema de control basado en este tipo de lgica.
EQUIPO #2 IM 708-C
Pgina 19
tiene que razonar. Por ejemplo, si el sistema conoce los siguientes hechos:
Estirada es una jirafa, Las jirafas son mamferos y le formulamos la pregunta:
Es Estirada un mamfero?, el sistema debe razonar para dar una respuesta.
Cuando el nmero de hechos y reglas aumenta, el sistema tiene que poder
verificar gran cantidad de hechos que surgen en las etapas de razonamiento. A
continuacin
estudiaremos
el
concepto
de
Regla
Difusa
empleada
en
Razonamiento Aproximado.
REGLAS DIFUSAS
El razonamiento aproximado se utiliza para representar y razonar con
conocimiento expresado en forma de primitivas atmicas, enunciadas en lenguaje
natural. Por ejemplo La velocidad tiene un valor positivo grande.
Uno de los objetivos de la Lgica Difusa es proporcionar un soporte formal
al razonamiento en el lenguaje natural que se caracteriza por un razonamiento
aproximado que utiliza premisas imprecisas como instrumento para formular el
EQUIPO #2 IM 708-C
Pgina 20
EQUIPO #2 IM 708-C
Pgina 21
EQUIPO #2 IM 708-C
Pgina 22
ayuda
de
que es
un
sistema
la
estructura
de
todos
los
controladores
difusos
es
Pgina 23
EQUIPO #2 IM 708-C
Pgina 24
para
implementar
la
etapa
de
fuzzificacin
en
un
microcontrolador.
Es posible tambin emplear otras formas de funciones de membresas que
puedan describir mejor al fenmeno natural que ocurre, pero se requerir de
ecuaciones ms complicadas o de tablas de bsqueda grandes para representarlo
con
precisin,
consumindose
de
esta
manera
ms
memoria
en
la
implementacin.
En resumen la etapa de fuzzificacin es la interface del mundo real con el
controlador difuso, donde:
EQUIPO #2 IM 708-C
Pgina 25
razonamiento.
La funcin de fuzzificacin, convierte datos de entrada dentro de
valores lingsticos los cuales pueden ser vistos como etiquetas de
conjuntos difusos.
EQUIPO #2 IM 708-C
Pgina 26
INTERFERENCIA
La interferencia calcula el valor de verdad para la premisa de cada regla y
de esto se infiere la conclusin de la regla, el resultado es un subconjunto difuso
que se asigna a cada variable de salida para cada regla.
Hay dos importantes procedimientos en interferencia difusa: generalized
modus ponens (GMP) y generalized modus tollens (GMT), que es el proceso
inverso de GMP. Para explicarlos, por simplicidad se considera una descripcin
lingstica que incluya solamente una regla SI/ENTONCES con una relacin de
implicacin R(x,y) conocida y un valor difuso A aproximadamente igual al
antecedente de la regla.
El razonamiento en lgica difusa se hace en base al generalized modus
ponens. GMP permite calcular (inferir) el consecuente B.
EQUIPO #2 IM 708-C
Pgina 27
IMPLICACIN DIFUSA
La relacin de implicacin es la forma analtica fundamental de una regla
SI/ENTONCES; se refleja el criterio especfico de aplicacin, as como tambin las
consideraciones lgicas e intuitivas y se obtiene de las funciones de membresa
del antecedente y el consecuente de la regla:
Si x es A entonces y es B
EQUIPO #2 IM 708-C
Pgina 28
EQUIPO #2 IM 708-C
Pgina 29
EQUIPO #2 IM 708-C
Pgina 30
II.
EQUIPO #2 IM 708-C
Pgina 31
2. Mtodo Max-Prod
Para un sistema de relaciones difusas conjuntivas, basados en las
ecuaciones (I.3.19) y (I.3.13), la salida agregada y ser:
EQUIPO #2 IM 708-C
Pgina 32
II.
EQUIPO #2 IM 708-C
Pgina 33
EQUIPO #2 IM 708-C
Pgina 34
CONCLUSIN
La teora de los Conjuntos Difusos y sus ulteriores desarrollos, constituyen
modelos que resultan especialmente tiles para tratar con la incertidumbre de
manera ms "natural" y ms "humana" que la lgica y la teora de conjuntos
clsicas.
La Lgica Difusa surgi debido a la necesidad de solucionar problemas
complejos con informacin imprecisa para los cuales la lgica tradicional no era
suficiente. Es un lenguaje que permite trasladar sentencias sofisticadas del
lenguaje natural a un lenguaje matemtico formal.
Los Conjuntos Difusos, como su nombre lo indica, no tienen lmites bien
definidos, es decir, la transicin entre la pertenencia y la no pertenencia de una
variable a un conjunto es gradual. Para representar formalmente la incertidumbre
de este tipo de enunciados se definen variantes de la Lgica Clsica en la que los
valores de verdad no se limitan solamente a Verdadero y Falso.
Se caracteriza por Funciones de Pertenencia que dan la flexibilidad a la
modelacin utilizando expresiones lingsticas tales como mucho, poco, leve,
severo, escaso, suficiente, caliente, fro, joven.
Un elemento puede pertenecer a varios Conjuntos Difusos a la vez aunque
con distinto grado y, en este caso, no se puede decir, tratndose de Conjuntos
Difusos, que pertenece a un nico conjunto de manera rotunda.
EQUIPO #2 IM 708-C
Pgina 35
BIBLIOGRAFA
http://www2.elo.utfsm.cl/~elo377/documentos/Fuzzy.pdf
http://itzamna.bnct.ipn.mx/dspace/bitstream/123456789/730/1/228_2005_CITEDI_
MAESTRIA_laura_jimenez.pdf
http://profesores.elo.utfsm.cl/~tarredondo/info/soft-comp/Introduccion%20a%20la
%20Logica%20Difusa.pdf
https://es.wikipedia.org/wiki/L%C3%B3gica_difusa
http://www.monografias.com/trabajos98/introduccion-logica-borrosa-odifusa/introduccion-logica-borrosa-o-difusa.shtml
Milln, E. Ampliacin de Ingeniera de Conocimiento. Razonamiento Aproximado,
Universidad de Bogot, Colombia, 1999.
EQUIPO #2 IM 708-C
Pgina 36