CENTRO UNIVERSITRIO NEWTON PAIVA

FACULDADE DE CINCIAS EXATAS E TECNOLGICAS

CURSO DE ENGENHARIA ELTRICA/CONTROLE E
AUTOMAO

RICARDO MACHADO NICOLI

ELNAT MATEUS EVANGELISTA DINIZ
ALEX TIMTEO DE AZEVEDO
BRENO AUGUSTO SANTOS DUARTE

Tecnologia da Informao nas Operaes: Lgica Fuzzy

Belo Horizonte
2015/1

RICARDO MACHADO NICOLI

ELNAT MATEUS EVANGELISTA DINIZ
ALEX TIMTEO DE AZEVEDO
BRENO AUGUSTO SANTOS DUARTE

Tecnologia da Informao nas Operaes

Artigo
acadmico
apresentado

disciplina Tecnologia da Informao nas

Operaes, ministrada pelo Professor
Jos Alpio, para obteno de nota no
curso de graduao em Engenharia de
Controle
e
Automao/Engenharia
Eltrica, do Centro Universitrio Newton
Paiva.

Belo Horizonte
2015/1

1. INTRODUO
1.1 O QUE ?

A Lgica Fuzzy, tambm conhecida como Lgica Difusa, um tipo de lgica

utilizada quando nos deparamos com uma situao um tanto quanto singular,
ou seja, em uma situao em que no somos capazes de responder somente
SIM ou NO, em termos de preciso e afirmaes, e temos que utilizar uma
situao aproximada, como o talvez, ou quase, no sentido de uma situao
vaga, sem exatido.
Atravs da lgica fuzzy feito um modelamento de raciocnios em torno da
aproximao e no da preciso. Este tipo de modelamento foi criado tambm
para tentar imitar o raciocnio humano, em que so necessrias decises
racionais em ambientes de desconfiana, incerteza e impreciso. Ou seja,
uma pesquisa sobre as incertezas.
A lgica Fuzzy uma extenso da lgica booleana. Enquanto na lgica
booleana utiliza-se somente o falso (0) e o verdadeiro (1), na lgica Fuzzy
admite-se um valor intermedirio entre os dois, como exemplo, o valor mdio
talvez (0,5) Por exemplo: Avaliao de temperatura (morno, mdio, quente),
felicidade (triste, feliz, aptico, alegre, depressivo). Estas so situaes no
quantificveis.
Sendo assim, na lgica fuzzy, conceituado um grau de veracidade das
informaes, entre o totalmente falso (0) e o totalmente verdadeiro (1).
Quando determinada incerteza permanece em determinada situao,
necessrio

que

exista

um

modelo

matemtico

que

contemple

esta

caracterstica de incerteza.

Os conceitos da Lgica Fuzzy so usados desde a dcada de 20 (1920), pelo

polons chamado Jan Luasiewicz, onde o mesmo j se utilizava de conceitos
de incerteza. Porm a lgica ficou realmente conhecida em meados dos anos
60, a partir e uma publicao de jornal de responsabilidade do professor Lofti
Zadeh, da Universidade da Califrnia. Foi no Japo, na dcada de 80, que a
lgica fuzzy teve sua expanso, atravs de sua aplicao na indstria.
As primeiras aplicaes da Lgica Fuzzy que se tem notcias foram utilizadas
em tratamento de gua feito pela empresa Fuji Electric e logo aps pela Hitachi
em um sistema de metr.
Hoje a Lgica Fuzzy amplamente reconhecida e utilizada, principalmente em
sistemas de controle de processos, mais utilizada na indstria.

2. COMO IMPLEMENTADA ?

Assim como foi dito acima, a Lgica Fuzzy funciona com graus de
pertinncia, ou seja, valores que se encaixam entre o 0 e 1, assumindo valores
dentro deste intervalo. Porm no existem valores previamente determinados e
que so utilizados de maneira global, a fim de estipular-se um padro.
Os Conjuntos Fuzzy so conjuntos que possuem limites imprecisos. Atravs
destes conjuntos que so determinados os graus de pertinncia.

O sistema lgico Fuzzy realiza trs operaes bsicas, conforme a imagem

abaixo:

Fonte: http://www.ft.unicamp.br/liag/wp/monografias/monografias/2010_IA_FT_UNICAMP_logicaFuzzi.pdf

Representao:
Um conjunto Fuzzy A representado como uma coleo de pares: A={(x,u(x))},
onde u(x) o grau de pertinncia do elemento x. O valor u(x) uma funo e
seu conjunto imagem est associado entre 0 ou 1 (0% e 100%)
Grau de pertinncia a quantificao de elementos de determinado conjunto
em relao ao conjunto fuzzy.

Fuzzificao

Quando utilizados a Lgica Fuzzy, a primeira etapa chamada a

Fuzzificao do problema. Nesta etapa, o problema analisado, e os dados
de tal problema so transformados em variveis lingusticas (varivel que tem
como valor palavras ou termos ou sentenas). Todos os dados que

apresentam incerteza ou impreciso so considerados e transformados em

variveis lingusticas. Aps realizada a transformao, so tambm realizadas
tambm a criao das funes de pertinncia, que determinam seus graus.

Inferncia

Para exemplificarmos, segue o exemplo abaixo:

Idade={Maduro, Idoso, muito jovem, no muito velho, etc...}
Todos os termos acima so valores lingusticos. Atravs destes termos
podemos utilizar uma modelagem do tipo:
If idade.individuo is no muito IDOSO
Then valor.plano is mais barato

Aps a fuzzificao do problema, necessrio criar as regras que sero

utilizadas para associao entre as variveis j criadas. Ou seja, realizada
uma condio entre as variveis de maneira que fiquem associadas. SE (if)
determinado evento ocorre, ENTO (then) haver determinado resultado.
Na segunda etapa, realizamos a aplicao dos operadores Fuzzy. Os
operadores utilizados so AND (e) e OR (ou), que so os operadores de
relao. Estes operadores so utilizados para determinarmos os graus de
pertinncia dos conjuntos.
Exemplo:
If idade.individuo is no muito IDOSO AND NO MUITO VELHO
Then valor.plano is mais barato

Deffuzificao

Esta a etapa em que ocorre a transformao dos valores fuzzy para valores
reais, criando assim um conjunto de sada com um modelamento matemtico
definido.
Nesta etapa tambm so relacionados a funcionalidade entre os valores
fuzzy e os valores reais.
Existem diversos tipos de Deffuzificao. Alguns tipos so citados abaixo:
-Centroid: o mtodo de deffuzificao onde a sada o centro de gravidade
de um conjunto fuzzy. Ou seja, seus valores permanecem na mdia do
conjunto. o mtodo mais utilizado.
-Maximum Height: Mtodo em que so tomadas as mdias de dois elementos
extremos que correspondem aos maiores valores de pertinncia do conjunto
fuzzy.

3. APLICAO COMO SUPORTE S OPERAES

A lgica Fuzzy aplicada principalmente em setores que envolvem riscos reais

e que o raciocnio deve ser similar ao raciocnio humano.
Podemos citar como exemplos do uso de lgica Fuzzy as aplicaes abaixo:

-BOVESPA;
-NASA;
-Radares de Velocidade;
-Superviso de Linhas de Produo;
-Robs que imitam o raciocnio humano.

Neste caso, a lgica Fuzzy pode atuar no suporte aos sistemas de controle
financeiros, controle de aquecimento em espaonaves, reconhecimento de
placas veiculares, controle de processos, etc.
A aplicao e suporte ao ser humano, nas operaes, se d de tal maneira que
a lgica fuzzy apresenta um funcionamento eficiente nas situaes abaixo:
-Sistemas complexos difceis de haver modelamento;
-Sistemas controlados por humanos;
-Sistemas com entradas e sadas complexas e contnuas;
-Sistemas que se utilizam de observaes humanas;
-Sistemas que envolvem conhecimento cultural, comportamento social, etc.

4. ESTADO DA ARTE

Hoje em dia, a lgica Fuzzy est mais voltada para seu uso na Inteligncia
Artificial.
A Inteligncia Artificial o campo em que mais a lgica Fuzzy se encaixa e
tem seu uso otimizado, pois ela muito utilizada em desenvolvimento de
sistemas inteligentes.

Na Inteligncia Artificial, os maiores desafios so os problemas reais

encontrados, pois os mesmos envolvem impreciso de dados e incertezas de
conhecimento e a lgica Fuzzy atua como um simulador de conhecimento e
raciocnio para estes tipos de problemas.
Um tipo de utilizao bem atual da lgica fuzzy no controle de piloto
automtico de avies, pois neste processo, existem uma gama de variveis em
que so necessrias tomadas de decises baseadas em aproximaes.
Segue abaixo uma lista de utilizaes da Lgica Fuzzy nos dias de hoje:
-Sistemas especialistas;
-Sistemas multiagentes;
-Reconhecimento de padres;
-Robtica;
-Sistemas de controle inteligentes;
-Sistemas de apoio a tomada de decises;
-Algoritmos genticos;
-Data mining, etc.

5. REFERENCIAS
LGICA FUZZY: Conceitos e Aplicaes
Disponvel em: http://aquilesburlamaqui.wdfiles.com/local--files/logica-aplicadaa-computacao/texto_fuzzy.pdf
Acesso em: 02/04/2015

LGICA FUZZY
Disponvel

em:

http://www.ft.unicamp.br/liag/wp/monografias/monografias/2010_IA_FT_UNICA
MP_logicaFuzzi.pdf
Acesso em: 02/04/2015

LGICA FUZZY: Tipo 2

Disponvel

em:

http://www.feg.unesp.br/~paloma/Disciplinas/art/logicafuzzytipo2.pdf
Acesso em: 02/04/2015

O CONCEITO FUZZY
Disponvel em: http://www.pucsp.br/~logica/Fuzzy.htm
Acesso em: 02/04/2015
LGICA FUZZY
Disponvel em: http://www.cos.ufrj.br/~mario/logica/logicaFuzzy.pdf
Acesso em: 02/04/2015

10