-1
La lgica difusa
Es bsicamente una lgica que permite valores imprecisos (intermedios) para poder definir evaluaciones convencionales entre s/no, verdadero/falso, negro/blanco, etc La lgica difusa se inici en 1965 por Lotfi A. Zadeh, profesor de ciencia computacional en la Universidad de California en Berkeley.
incertidumbre
Los parmetros que intervienen en el problema son de naturaleza estocstica. Suele usarse mtodos probabilsticos que permiten modelar el conocimiento incompleto del medio externo a las personas.
La lgica difusa
En Japn la investigacin sobre lgica difusa es apoyada ampliamente por el gobierno con un presupuesto enorme. En Europa y USA se estn realizando esfuerzos para alcanzar al tremendo xito japons. Por ejemplo, la NASA emplea lgica borrosa para el complejo proceso de maniobras de acoplamiento de sus naves
5
Esta lgica no exige valores exactos, soporta valoraciones subjetivas e incluso valoraciones lingsticas para los parmetros del problema y las incorpora apropiadamente a modelos matemticos complejos. Expresiones como bastante caliente o bastante fro, se pueden formular matemticamente y procesarse por medio del computador.
Conjuntos difusos
B = {conjunto de gente joven} B = [0,20] por qu alguien es en su 20 cumpleaos joven y al da siguiente no? Por ejemplo:
Las personas de 18 aos pertenecen en al conjunto gente jven con una pertenencia de 1 Las personas de 21 aos pertenecen en al conjunto gente jven con una pertenencia de 0.9
10
Funcin de pertenencia
Para un conjunto dado A, se asigna una valor A(x) para cada x tal que: A(x) : [0,1] = grado de pertenencia de x al conjunto A. 0 representa no pertenencia absoluta 1 representa completa pertenencia. Ejemplo: Conjunto difuso Nmeros reales cercanosa 1:
( x) : exp( ( x 1) 2 )
1
Valoraciones booleanas
Valoraciones difusas
Nmeros difusos
Son Conjuntos difusos definidos en el espacio de los nmeros reales. Ejemplo: cerca de 0, mas o menos 6 Nmeros difusos triangulares. Se usa la notacin A=(a,m,b). En el siguiente ejemplo A=(4.5,6,7.3). :
B
a1
a2 a3
b1
b2
b3
Suma: A + B = [ a1 + b1 , a2 + b2 , a3 + b3 ]
Nmeros difusos Trapezoidal. Puede interpretarse como x est aproximadamente en el intervao [a,b]. Se usa la notacin A=(m,n,a,b).
Resta:
AB =[ a1 b3 , a2 b2,a3 b1 ]
Multiplicacin:
Divisin
13
AB =[ a1 b1 , a2 b2, a3 b3 ]
A B = A
1 1 1 1 = a1 , a2 , a3 B b3 b2 b1 14
2. El nmero mayor ser el que tenga mayor rea entre el eje x= 0 y la lnea central del nmero difuso
B
a1
a2 a3
b1
b2
b3
a1
a2
a3
b1
b2
b3
1.
Defuzificacin: mediante la cual los nmeros difusos son transformados a un nmero crisp (exacto) para compararlos,
pudiendo as determinar cual de ellos es mayor o menor. Entre los mtodos ms comunes est:
A* =
a1 + a 2 + a3 3
B* =
b1 + b2 + b3 3
-15 16
2. El nmero mayor ser el que tenga mayor rea entre el eje x= 0 y la lnea central del nmero difuso
17
18
Operacin NEGACION (A) Operacin AND (Y) (interseccin) del A y B A AND B = Min {A,B}
x est cerca de A y cerca de B
19
A = 1 - A
x no est cerca de A: x est lejos de A
20
Variables lingsticas
Permiten la valoracin de variables en trminos lingsticos, como por ejemplo, poco, mucho, suficiente, etc. Pueden ser representadas por nmero difusos, que se definen por los siguientes elementos: (x, T(x), U, M) Donde: x es el nombre de la variable. T(x) es el conjunto de trminos o valores lingsticos. U es el universo del discurso. M es una regla semntica que asocia a cada x un significado
21
Variables lingsticas
Reclasificaciones Crisp
3 2 1
Reclasificaciones Difusas
Alto Medio
Bajo
Alto Medio
Bajo
Criticidad
0,8
3
0,6 0,4
0,2 0
0
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
Bajo
Medio
Alto
22
Por ejemplo...
x G
Generalmente, en las diferentes aplicaciones el dominio de las variables lingsticas se normaliza a valores entre 0 y 1. Es posible utilizar un sistema numrico para convertir sistemticamente las variables lingsticas en sus correspondientes nmeros difusos, mediante el empleo de ocho escalas de conversin:
ESCALA 1 Dos 2 Tres 3 Cinco 4 Cinco 5 Siete 6 Nueve X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X Nmero de trminos empleados.
Despacio
Moderado
Rpido
Medianamente alto. Alto. Muy alto.
40
55
70
Excelente.
23
24
Ejemplos:
Escala 5 trminos lingsticos.
1,0 0,8 0,6 0,4 0,2 0,0 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
25