Beruflich Dokumente
Kultur Dokumente
um valor lgico difuso um valor qualquer no
intervalo de valores entre 0 e 1
quantificveis.
Casos prticos:
avaliar a temperatura (quente,morno, frio,etc..)
sentimento de felicidade(radiante,feliz,aptico,triste..)
Introduo
Surgiu com Lofti A. Zadeh, Berkeley (1965).
para tratar do aspecto vago da informao;
1978 desenvolveu a Teoria das Possibilidades
menos restrita que a noo de probabilidade
ligar a lingstica e a inteligncia humana, pois muitos
conceitos so melhores definidos por palavras do que pela
matemtica.
1.0 1.0
.
9.
8
.5
Funo de
pertinncia
crisp
pode ser visto como um conjunto nebuloso especfico (teoria
de conjuntos clssica)
A {0,1} pertinncia do tipo tudo ou nada, sim ou no e
no gradual como para os conjuntos nebulosos
Funo caracterstica do conjunto crisp
Conjuntos Fuzzy
Definio formal
Um conjunto fuzzy A em X expresso como um conjunto
de pares ordenados:
A {( x, A ( x )) | x X }
Funo de Universo ou
Conjunto
pertinncia Universo de discurso
fuzzy
Representaes
Funes de pertinncia representadas em
0.8
(contnuo)
0.8
0.6
0.4
B = Pessoas com idade
0.2
em torno de 50 anos
0
B = {(x, )| x em X}
0 50 100 B(x)
X = Idade
1
B(x) 2
x 50
1
10
Operaes sobre conjuntos fuzzy
Uma sentena modificada pela palavra no dita
negao da sentena original.
NO-fuzzy(x) = 1 - x
23
Exemplos de variveis fuzzy
TRIANGULAR TRAPEZOIDAL
1
1
Lento Rpido
Frio Normal Quente
24
Regras Fuzzy
Exemplo:
27
Tcnica de Defuzzificao
Dentre os diversos tipos de tcnicas de defuzzificao,
pode-se citar:
Centride
28
Mtodo do Primeiro dos Mximos
Encontra o primeiro ponto entre os valores que tem o
30
Tcnicas de Defuzzificao
Exemplos:
z0 z0 z0
Nvel
Lingustico Fuzzificao
Nvel Defuzzificao
Numrico
Base de conhecimento
1. Se dinheiro adequado ou pessoal baixo ento risco pequeno
2. Se dinheiro mdio e pessoal alto, ento risco normal
3. Se dinheiro inadequado, ento risco alto
Dinheiro
Pessoal
.75 .8
.25 .2
35 60
Inadequado Adequado Baixo Alto
Mdio b ( p) 0,2 & a ( p) 0,8
i (d ) 0, 75 & m (d ) 0, 25 38
Inferncia Fuzzy: Um exemplo
Passo 2: Avaliao das regras
OU mximo E mnimo
Regra 1: Risco
0,2
ou
Adequado 0,0 Baixo
Regra 2: Risco
0,8
e
0,25
mdio Alto
39
Inferncia Fuzzy
Regra 3:
Risco
0,75
Inadequado
40
Inferncia Fuzzy
Passo 3: Defuzzificao
Risco
0,75
0,25
0,20
10 20 30 40 50 60 70 80 90100
(10 20 30 40) * 0,2 (50 60 70) * 0,25 (80 90 100) * 0,75 267,5
C 70,4
0,2 0,2 0,2 0,2 0,25 0,25 0,25 0,75 0,75 0,75 3,8
41
Outro exemplo
O sistema tem como objetivo determinar a gorjeta que
um cliente deve dar.
Esse sistema possui trs variveis (servio, comida e
gorjeta).
As variveis comida e servio so variveis de entrada e
gorjeta a varivel de sada.
Ex. Aplicaes
Copiadora Canon ajusta a voltagem do tambor baseado na
densidade da imagem, temperatura e umidade.
Secadora de roupa Matsushita ajusta a estratgia do tempo de
secagem baseado no tamanho da carga e tipo de tecido
Lavadoras de roupa (Daewoo, Goldstar, Hitachi,
Matsushita, Samsung, Sony, Sharp, etc.) ajustam a
estratgia de lavagem, baseado no nvel sujeira, tipo de
tecido, na quantidade de roupa, e nvel dgua.
Etc.
Bibliografia
Terano, T., Asai, K., Sugeno, M. - Fuzzy Systems Theory and its
Applications - Editora Academic Press, 1992 (ISBN: 0126852456)