INGENIERA INFORMTICA Y DE

SISTEMAS
INTELIGENCIA ARTIFICIAL

Docente: Mg Ing. Jess Ocaa Velsquez

Introduccin
Las computadoras manejan datos
precisos que se reducen a cadenas
de unos (1) y ceros (0). El cerebro
humano
puede
razonar
con
informacin
que
involucra
incertidumbre o juicios como: "el aire
es frio ", " la velocidad es rpida".

 Lgica Clsica:

Establece que cualquier enunciado o proposicin

puede tener un valor lgico verdadero o falso, en
definitiva 1 y 0. De esta forma es posible desarrollar
toda una lgica basada en leyes de este tipo.

Lgica Difusa:

En vez de trabajar con el clsico concepto de inclusin

o exclusin, introduce una funcin que expresa el
grado de pertenencia de una variable hacia un
atributo o variable lingstica tomando valores en el
rango de 0 a 1.

Conjunto Difuso:
Difuso Par Variable lingstica
funcin de pertenencia
A = [0 1]

LOGICA DIFUZA
Es una rama de la IA que le permite a
la computadora analizar informacin
del mundo real en una escala entre
lo falso y verdadero o valores
fraccionales entre el 0 y el 1 de la
lgica clsica.

Expresiones en lgica clsica y lgica

difusa
Recordemos que "lgica es la ciencia que estudia las
leyes, los modos y las formas del razonamiento". De
esta forma la "lgica difusa estudia las leyes, los modos
y las formas del razonamiento aproximado".
Lgica difusa proporciona un medio para enfrentar
situaciones del mundo real, situaciones complejas y
dinmicas, que son ms fcilmente caracterizadas por
palabras que por matemticas.
Por ejemplo, la estatura:

Algunas aplicaciones de la
lgica difusa
Actualmente la lgica difusa tiene un sin nmero de
aplicaciones que afectan nuestra vida cotidiana de alguna u
otra manera, pero en ocasiones no nos percatamos.
La lgica difusa se ha desarrollado en diferentes reas y a
continuacin se mencionan algunas:
Control de sistemas: Control de trfico, control de vehculos,
control de compuertas en plantas hidroelctricas, centrales
trmicas, control en mquinas lavadoras, control de metros
(mejora de su conduccin, precisin en las paradas y ahorro de
energa), ascensores, etc.
Prediccin de terremotos, optimizacin de horarios.
Reconocimiento de patrones y Visin por ordenador:
Seguimiento de objetos con cmara, reconocimiento de escritura
manuscrita, reconocimiento de objetos, compensacin de
vibraciones en la cmara, sistemas de enfoque automtico.
Sistemas de informacin o conocimiento: Bases de datos,
sistemas expertos.

APLICACIN DE LOS SISTEMAS

BASADOS EN LGICA DIFUZA

CONTROL
NUMRICO

SOPORTE
DE DECISIN

CLASIFICACIN

SISTEMAS
EXPERTOS

VISIN
COMPUTARIZADA

CONTROLADOR DIFUZO
BASE DE
CONOCIMIENTO
Entrada

Salida
DEFUZIFICADO
R

FUZIFICADOR

INFERENCIA

1. Fuzzificacin
Se encarga de convertir las variables de
entrada en conjuntos Fuzzy, obtenindose
como resultado los grados de pertenencia a
los correspondientes conjuntos
2. Base de conocimiento
Se establecen las reglas de como deben ser
interpretados y procesados los datos provenientes
de la etapa de fuzificacin.
ENUNCIADOS DE REGLAS:
1.Si (servicio es pobre) entonces (restaurant es barato)
2.Si (servicio es bueno) entonces ( restaurant es
promedio)
3.Si (servicio es excelente) entonces (restaurant es
caro)

3. Inferencia
En
esta
etapa
se
ejecutan
las
operaciones con conjuntos difusos en
funcin a lo establecido en la base de
conocimiento.
El resultado de esta etapa es una serie de
grados de pertenencia para los conjuntos
de salida.

4. Defuzzificacin
Se encarga de tomar los resultados
proveniente de la etapa de inferencia y
calcula un valor especifico para la variable
de salida. Es decir toma los valores
difusos de salida y los convierte en valor
especifico ( no difuso) a la salida.

Esquema General de Lgica

Difusa:

PENDULO INVERTIDO

Entradas:

Salida:
V = velocidad del mvil

1. fuzificacin
A)

Angulo
Angulo
Angulo
Angulo
Angulo
Angulo

() Universo < -90 , 90>

Positivo Alto (PA) : 60
Positivo Bajo (PB) : 30
Cero
(C) : 0
Negativo Bajo (NB) : -30
Negativo Alto (NA) : -60

B)

VELOCIDAD ANGULAR ()

Universo < -1.5 , 1.5 rad/s>

Retrocediendo Rpido (RR)

:
Retrocediendo Lento (RL)
:
Detenido
(D) :
Avanzando Lento
(AL):
Avanzando Rpido
(AR)

-1 rad/s
-0.5 rad/s
0 rad/s
0.5 rad/s
: 1 rad/s

C)

VELOCIDAD (V)
Universo < -2 , 2 m/s>
Velocidad Negativa Rpida
(VNR) : -1.2 m/s
Velocidad Negativa Lenta
(VNL) : -0.6 m/s
Velocidad Cero
(VC)
: 0 m/s
Velocidad Positiva Lenta
(VPL) : 0.6 m/s
Velocidad Positiva Rpida
(VPR) : 1.2 m/s

2. BASE DE
CONOCIMIENTO

3. INFERENCIAS
Realizar el calculo para = 10 y
=0.2 rad/s