Lgica Difusa

Introduccin
En la dcada de los 20 J. Lukasiewicz desarrollo los

principios de la lgica multivalorada cuyos valores de

verdad estas comprendidos entre 0 y 1
1965 uno de los primeros artculos de lgica difusa Lofti
Zadeh
1970 Primera aplicacin de Lgica Difusa (LD)
1975 Introduccin de la lgica difusa en Japon
1980 Verificacin emprica de la LD en Europa
1985-1995 La LD es usada en Europa, Japon, EEUU
2000 Forma parte muchos sistemas de Sensor

Problemas
Problemas en lgica

tradicional
Las respuestas son

categricas{V, F}
Nuestro raciocinio usado
da a da no es claramente
definido

Ejemplo
Si sntoma = dolor de dientes
Entonces problema= caries
Eso no es verdad para todos los pacientes
Si sntoma = dolor de dientes
Entonces problema= caries o cualquier otro
Tendra que agregarse todos los otros problemas para que la
regla sea verdadera

Ejemplo
Si el problema = caries
entonces sntoma = dolor de dientes
Tambin no es verdad
La conexin entre el dolor de dientes y caries no es una
consecuencia lgica en cualquier direccin

Grado de Creencia x Grado de Verdad

Existen dominios de aplicacin en los cuales lo incierto es parte

inherente del problema debido a datos ausentes o imprecisos y

relaciones causa y efecto no determinsticas
Grado de creencia Teora de probabilidades
Grado de verdad Lgica Difusa

Grado de creencia
80 % de pacientes con dolor de dientes tienen caries
Una probabilidad de 0.8 no significa 80 % verdad pero se

tiene un grado de creencia de 80% de esa creencia

O sea en 80% de los casos esa regla es verdadera

Grado de verdad
La teora de conjuntos difusos permite especificar cuan bien un
objeto satisface una descripcin vaga.
Dato: Mario es alto
Es verdadero dada la altura de Mario es 1.65m?
..... Mas o menos....
Observar que no hay valores inciertos, la altura de Mario es
clara 1.65m el termino alto es vago,
Como interpretarlo?

Descripciones Vagas
Existen muchos descripciones que son vagas
Alto
Mucho
Poco
Fri
Caliente

Lgica difusa
Dada una sentencia

Mario es alto y Mario tiene fiebre alta

La lgica difusa determina el valor de verdad en funcin de

los valores de verdad de sus componentes utilizando reglas

difusas en su evaluacin

Tipos de incierto y sus modelos

Incierto estocstico
Probabilidad de acertar a un objetivo es 80%

Incierto lxico
Hombres altos, das fros
Tendremos un buen ao en negocios
La experiencia del especialista A muestra que B esta casi por

ocurrir, pero el especialista C esta convencido de no es verdad

Probabilidad e Incierto
Una persona con hepatitis presenta 60% de los casos

fiebre alta 45% piel con coloracin amarilla, en 30%

nauseas
La estocstica y lgica difusa se complementan
Muchas de las palabras y estimativas que usamos en
nuestro raciocinio diario no son fcilmente definidas de
forma matemtica. Eso permite al hombre raciocinar en
nivel abstracto

Teora de conjuntos difusos

Teora de conjuntos

tradicionales

Teora de conjuntos

difusos

Conjunto de definiciones difusas

Definicin discreta
sf(35C) = 0 sf(38C) = 0.1 sf(41C) = 0.9
sf(36C) = 0 sf(39C) = 0.35 sf(42C) = 1
sf(37C) = 0 sf(40C) = 0.65 sf(43C) = 1
Definicin continua

Variables
Trminos, Grados de relaciones entre los miembros, funcin de

pertenencia, variables bsicas.

Elementos bsicos de un sistema difuso

Fusificacin, infertencia difuso, defusificacin

Elementos bsicos de un sistema difuso

Ejemplo gua del container

Dos variables
de media y una
de comando

Elementos bsicos de un sistema difuso

Loop de control
Controlado por lgica difusa

Fusificacin variables lingstica

Definicin de trminos
Distancia {lejos, medio, cerca, cero, neg_cerca}
Angulo {p_grande, p_peq, cero, n_peq, n_grande}
Potencia {p_alta, p_media, cero, n_media, n_alta}

Definicin de funcin de pertenencia

distance

Inferencia difusa
Implementacin de las reglas Si Entonces
Si distancia = media y Angulo = p_pequ Entonces Potencia =

p_media
Si distancia = media y Angulo = cero Entonces Potencia = cero
Si distancia = lejos y Angulo = cero Entonces Potencia = p_media
Agregacin

Calculo de la parte Si
Composicin Calculo de la parte Entonces

Inferencia difusa agregacin

Lgica boleana 0/1

Lgica difusa provee extensin

continua
And: A B = min{A, B}

Or: AB = min{A, B}

Not A = 1- A

Defusificacin
Obtener como salida un valor numrico para cada una de

las salidas del sistema a partir de conjuntos difusos

Existen varias tcnicas de defusificacin
Mtodo del centro de gravedad
Mtodo del semifallo
Media ponderada

Centro de gravedad
Consiste en crear una funcin de pertenencia a un nuevo

conjunto obtenido como la unin de ellos a los que pertenece

parcialmente el valor de salida
Esta puede calcularse mediante
c = Peso regla R * ci + Peso regla Rj * cj

Semifallo
Consiste en calcular un promedio de los centroides de las

funciones de pertenencia de los conjuntos de salida activados

y son ponderados por los pesos de las reglas activadas
y = Centroide1 * 1 + Centroide 2* 2 / (1 + 2)

Media Ponderada
Calcular el promedio de los valores de salida que se

obtendran para cada uno de los conjuntos borrosos

multiplicado por el grado de pertenencia al subconjunto
y = y1* 1 + y2 *2 / (1 + 2 )

Defusificacin