Beruflich Dokumente
Kultur Dokumente
Belo Horizonte
2015/1
Artigo
acadmico
apresentado
Belo Horizonte
2015/1
1. INTRODUO
1.1 O QUE ?
que
exista
um
modelo
matemtico
que
contemple
esta
caracterstica de incerteza.
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.
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
Inferncia
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.
-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.
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
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