Beruflich Dokumente
Kultur Dokumente
Para poder diseñar un sistema difuso, es necesario caracterizar sus principales componentes: conjun-
tos difusos, funciones de membresı́a, variables lingüı́sticas y reglas. Las reglas contienen variables
lingüı́sticas, las cuales toman como posibles valores conjuntos difusos, y estos se representan
mediante funciones de membresı́a.
1. Conjuntos difusos
Si recordamos los conjuntos convencionales, un elemento o pertenece o no pertenece a un con-
junto (situación booleana: blanco o negro, falso o verdadero). Por ejemplo, yo podrı́a decir que el
elemento “Johnny Bravo” (ver Figura 1) pertenece al conjunto de los Guapos (aunque esto no
serı́a muy atinado, pues el cuerpo de Johnny es desproporcionado y su cara es cuadrada, lo cual
a mı́ se me hace feo) o al conjunto de los Feos (lo cual tampoco me convence, pues Johnny es
güerito y musculoso, lo cual para mı́ es atractivo); también podrı́a decir que pertenece a ambos
conjuntos al mismo tiempo, pero esta situación podrı́a parecer un poco confusa. Como podemos
ver, los conjuntos convencionales o nı́tidos tienen sus limitaciones.
1
a asumir que los grados de membresı́a son valores entre 0 y 1 (inclusive) y que los elementos de
los conjuntos siempre son numéricos (fuera del ejemplo de Johnny, ahora solo trataremos con
números).
Ejemplos. Supongamos que U = {30, 60, 100} es el universo de discurso y los elementos repre-
sentan velocidades1 en km/hr. Podemos definir los siguientes conjuntos difusos:
Nota que µLenta (30) = 0.8, µLenta (60) = 0.4 y µLenta (100) = 0.1. Esto significa que una
velocidad de 30 km/hr tiene un grado de membresı́a de 0.8 (80 %, si quisiéramos verlo ası́); por lo
tanto, consideramos que pertenece mucho al conjunto de Lenta, pero una velocidad de 100 km/hr
solo pertenece 0.1, es decir, pertenece poco a este conjunto (o sea, alguien que va a esta velocidad
no encaja mucho en este conjunto). En ese sentido, el grado de membresı́a lo podemos ver como
una intensidad o ¿qué tanto pertenece?. Para el caso del conjunto Lenta, podrı́amos preguntarnos
para cada velocidad: ¿qué tan lenta es una velocidad de 30 km/hr?, ¿qué tan lenta es una velocidad
de 60 km/hr?, ¿qué tan lenta es una velocidad de 100 km/hr? — y eso nos da los diferentes grados
de membresı́a (que podrı́an variar dependiendo de la opinión de distintos expertos).
Los conjuntos difusos nos permiten ver los datos de manera más burda.
Imagina que los números son pequeños granos de sal y un conjunto
difuso es más bien como un bloque de sal con el que podrás trabajar
de manera más sencilla.
Intersección.- Los elementos del conjunto resultante son los que existen en el universo. En cuanto
al grado de membresı́a para cada uno de estos elementos, existen diferentes maneras para
obtenerlos (se les llama Normas T). La que usaremos consiste en determinar el grado de
membresı́a como el mı́nimo entre el conjunto A y el B.
1
Nota que de ahora en delante trabajaremos con elementos numéricos para facilitar la comprensión.
2
Complemento.- Los elementos del conjunto resultante son los que existen en el universo. De-
terminamos el grado de membresı́a de cada elemento a través de restarle a 1 el grado de
membresı́a del conjunto al que le estamos obteniendo el complemento.
Función trapezoidal
Función triangular
En la función trapezoidal, existen cuatro puntos clave (llamados parámetros, pues son va-
riables): a, b, c y d. Si asumimos que x es un elemento del conjunto F , en una función trapezoidal,
cuando x < a o cuando x > d, µF (x) = 0, mientras que µF (x) = 1 si b ≤ x ≤ c (es decir, se obtiene
el grado máximo de membresı́a dentro de este rango). Por otra parte, si a ≤ x ≤ b o c ≤ x ≤ d,
se obtiene un grado de membresı́a entre 0 y 1 (ver Figura 2a). Una función trapezoidal se expresa
como en la Ecuación 1:
x−a
si a ≤ x ≤ b,
b−a
si b ≤ x ≤ c,
1
µF (x) = d−x (1)
si c ≤ x ≤ d,
d−c
0 de otra forma.
Por ejemplo, si tenemos el conjunto Tibio representado por la función trapezoidal(a = 15, b =
20, c = 25, d = 30), sabemos que µTibio (23) = 1, porque 23 está entre 20 y 25 (es decir, entre b y c),
mientras que µTibio (10) = 0 dado que cae en la condición “de otra forma” y µTibio (17) = 17−15
20−15 =
2
5 = 0.4, puesto que 15 ≤ 17 ≤ 20 (primera condición de la función: a ≤ x ≤ b, donde a = 15,
b = 20 y x = 17). Lo que esto significa es que una temperatura de 23◦ se considera totalmente
tibia, mientras que una temperatura de 10◦ no se considera—para nada—tibia y una temperatura
de 17◦ se considera más o menos tibia.
3
(a) Función trapezoidal (b) Función triangular
4
De ahı́ que la función solo reciba tres parámetros: a, b y c (los tres vértices del triángulo). En b, el
grado de membresı́a será 1; si x < a o x > c, el grado de membresı́a será 0. Para apreciar mejor
esta función, veamos la Ecuación 4:
0 si x ≤ a
x−a
si a < x ≤ b,
µF (x) = b−a (4)
c−x
si b < x < c,
c−b
si x ≥ c.
0
De esta manera, podemos ver cómo una variable lingüı́stica engloba conjuntos difusos, a su vez
representados por funciones de membresı́a (Cuadro 1).
Cuadro 1: Ejemplo de variable lingüı́stica con sus respectivos conjuntos difusos, representados tam-
bién con sus funciones de membresı́a. Para cada función, se especifican valores para sus parámetros.
Velocidad
También podemos apreciar gráficamente una variable lingüı́stica (ver Figura 3).
5
Figura 3: Representación gráfica de la variable Velocidad.
1.4. Reglas
Las reglas difusas tienen el formato IF-THEN (SI-ENTONCES) y contienen proposiciones
difusas; estas proposiciones, a su vez contienen variables y conjuntos difusos. Algunas variables
son de entrada y otras de salida. Como habı́amos visto anteriormente, en un sistema experto, las
reglas determinan cómo se maneja o rige el contexto (“el mundo”).
1.4.1. Ejemplos
Veamos algunos ejemplos en un contexto de automatización de la cantidad de propina de acuerdo
al servicio y a la calidad de la comida en un restaurante.
6
Cuadro 2: Ejemplo matriz de reglas difusas
Comida
Rancia Buena Deliciosa
Servicio