You are on page 1of 8

Conjuntos Fuzzy e Lgi ca Fuzzy

users.femanet.com.br/~fabri/fuzzy.htm
1 Introduo
Os Conjuntos Fuzzy e a Lgica Fuzzy provm a base para gerao de tcnicas poderosas para a
soluo de problemas, com uma vasta aplicabilidade, especialmente, nas reas de controle e tomada
de deciso.
A fora da Lgica Fuzzy deriva da sua habilidade em inferir concluses e gerar respostas a partir de
em informaes vagas, ambguas e qualitativamente incompletas e imprecisas. Neste aspecto, os
sistemas de base Fuzzy tm habilidade de raciocinar de forma semelhante dos humanos. Seu
comportamento representado de maneira muito simples e natural, levando construo de
sistemas compreensveis e de fcil manuteno.
A Lgica Fuzzy baseada na teoria dos Conjuntos Fuzzy. Esta uma generalizao da teoria dos
Conjuntos Tradicionais para resolver os paradoxos gerados partir da classificao verdadeiro ou
falso da Lgica Clssica. Tradicionalmente, uma proposio lgica tem dois extremos: ou
completamente verdadeiro ou completamente falso. Entretanto, na Lgica Fuzzy, uma premissa
varia em grau de verdade de 0 a 1, o que leva a ser parcialmente verdadeira e parcialmente falsa.
Com a incorporao do conceito de grau de verdade, a teoria dos Conjuntos Fuzzy estende a
teoria dos Conjuntos Tradicionais. Os grupos so rotulados qualitativamente (usando termos
lingstico, tais como: alto, morno, ativo, pequeno, perto, etc.) e os elementos deste conjuntos so
caracterizados variando o grau de pertinncia (valor que indica o grau em que um elemento
pertence a um conjunto). Por exemplo, um homem de 1,80 metro e um homem de 1,75 metro so
membros do conjunto alto, embora o homem de 1,80 metro tenha um grau de pertinncia maior
neste conjunto.
Com base nesta breve introduo, ser conceitualizada a teoria dos Conjuntos Fuzzy, Lgica Fuzzy
e das Proposies Fuzzy nas seguintes sees. Estas conceitualizaes se fazem necessrias neste
trabalho, pois a sua espinha dorsal , totalmente, baseada nos conceitos de RNAs apresentadas
anteriormente e na teoria dos Conjuntos Fuzzy.
2 Teoria dos Conjuntos Tradicionais
A teoria dos Conjuntos Fuzzy em grande parte uma extenso da teoria dos Conjuntos
Tradicionais. Baseando-se nesta declarao apropriado fazer uma breve reviso de conceitos da
teoria dos Conjuntos Tradicionais.
Existem trs mtodos atravs do qual um conjuntoA sobre o conjunto universoX pode ser definido:
1. Um conjuntoA cujo os membros soa
1
, a
2
, a
3
geralmente definido por:
A ={a
1
, a
2
, a
3
} ( 1 )
Este tipo de definio aplicado somente a conjuntos finitos.
2. Um conjunto tambm pode ser definido por:
A ={x|P(x)}, ( 2 )
J osJLIO MartinsTRRES Web Site: www.juliotorres.ws Blog: blogjuliotorres.blogspot.com E-mail: juliotorres@juliotorres.ws
2
onde o smbolo | denota a frase tal que, e P(x) designa a proposio da forma x tem a
propriedadeP. Isto , A definido por esta notao como o conjunto de todos elementos deX para
qual a proposioP(x) verdadeira.
3. Um conjunto definido por uma funo geralmente chamada de funo caracterstica, que
declara quais elementos de X so membros do conjunto e quais no so. Um conjunto A
definido por sua funo caracterstica,
A
representada em ( 3 )

e
e
=
A x para
A x para
x
A
0
1
) ( ( 3 )
Caso um conjunto no contenha nenhum membro este conjunto chamado de conjunto vazio e
representado por C.
Alguns Conjuntos Tradicionais podem ser vistos na Tabela 1:
Conjunto Elementos Descrio
Z {. . ., -2, -1, 0, 1, 2, . . .} Conjunto dos Nmeros Inteiros
N {1, 2, 3, . . . } Conjunto dos Nmeros Naturais
N
0
{0, 1, 2, . . . } Conjunto dos Nmeros Inteiros no-negativos
N
n
{1, 2, 3, . . . n}
N
0,n
{0, 1, 2, . . . n}
R Conjunto dos Nmeros Reais
R
+
Conjunto dos Nmeros Reais no negativos
Tabela 1 Conjunto Tradicionais
Dentre as operaes utilizadas na teoria dos Conjuntos Tradicionais pode-se destacar a unio
representada por , interseco representado por e ocomplemento representada por .
A unio dos conjuntosA eB denotado por:
A B ={x|x e A oux e B} ( 4 )
Esta operao pode ser considerado como a soma de dois conjuntos
A interseco de dois conjuntosA eB denotada por:
A B ={x|x e A ex e B} ( 5 )
O complemento representa os elementos que no fazem parte de um conjunto:
A ={x | x e X ex e A} ( 6 )
As operaes de unio, interseco e complemento de Conjuntos Tradicionais possuem vrias
propriedades, algumas delas sumarizadas na Tabela 2, ondeA, B eC so Conjuntos Tradicionais
definidos sobre um universoX.
J osJLIO MartinsTRRES Web Site: www.juliotorres.ws Blog: blogjuliotorres.blogspot.com E-mail: juliotorres@juliotorres.ws
3
Definidos os conceitos dos Conjuntos Tradicionais, sero definidos os conceitos dos Conjuntos
Fuzzy na seo seguinte.
N Propriedade Representao
01 Absoro A (A B) = A
A (A B) = A
02 Absoro por X eC A X = X
A C =C
03 Associatividade A (B C) = (A B) C
A (B C) = (A B) C
04 Comutatividade A B = B A
A B = B A
05 Distributividade A (B C) = (A B) (A C)
A (B C) = (A B) (A C)
06 Idempotncia A A = A
A A = A
07 Identidade A C =A
A X = A
08 Involuo A = A
09 Lei de Contradio A A =C
10 Lei De Morgans (A B) = A B
(A B) = A B
11 Lei do Meio Excludo A A =X
Tabela 2 Propriedades Fundamentais das operaes sobre Conjuntos Tradicionais
3 Teoria dos Conjuntos Fuzzy
Um Conjunto Fuzzy definido em um universo de discurso (conjunto base) X, e caracterizado pela
sua funo de pertinncia:
A : X [0,1] ( 7 )
ondeA(x) representa o grau com quex pertence aA e expressa a extenso com quex se enquadra
na categoria representada por A.
Uma funo de pertinncia particular pode ser visualizada por meio da Equao ( 8 ). Como
constata-se esta funo triangular e as variveisa, b ec so parmetros da funo.

=
contrrio caso
c b x se
b c
x c
b a x se
a b
a x
x
0
] , [
) , [
) ( ( 8 )
Conforme definido anteriormente, a teoria dos Conjuntos Fuzzy uma extenso da teoria dos
Conjuntos Tradicionais. Assim, as principais operaes e relaes entre Conjuntos Fuzzy so
definidas como extenso das operaes e relaes tradicionais, como pode ser visto na Tabela 3,
J osJLIO MartinsTRRES Web Site: www.juliotorres.ws Blog: blogjuliotorres.blogspot.com E-mail: juliotorres@juliotorres.ws
4
ondeA eB denotam Conjuntos Fuzzy sobre um conjunto baseX eA(x) eB(x) representam os graus
de pertinncia dex nos Conjuntos FuzzyA eB respectivamente.
N Operao Representao Natureza
1 Complemento A(x) =1 - A(x) Operao
2 Diferena (A = B) seA(x) = B(x) para pelo menos um
elemento dex e X
Relao
3 Igualdade (A =B) seA(x) =B(x) para todox e X Relao
4 Incluso (A _ B) seA(x) s B(x) para todoxeX Relao
5 Interseco A B =A(x) B(x) =min [A(x), B(x)] Operao
6 Unio AB =A(x) B(x) =max [A(x), B(x)] Operao
Tabela 3 Operaes e Relaes com Conjuntos Fuzzy
Alm das operaes e das relaes os Conjuntos Fuzzy possuem algumas caractersticas especiais.
Entre tais caractersticas encontram-se: Corteo, Conjunto de Nveis, Suporte, Altura e
Normalizao. A seguir tais caractersticas sero apresentadas de forma sinttica, supondo queA
um Conjunto Fuzzy sobre o conjunto baseX.
Corte o
O Corteo (
o
A) de um Conjunto FuzzyA corresponde ao Conjunto Tradicional que contm todos os
elementos do conjunto universoX com grau de pertinncia emA maior ou igual ao, enquanto que o
Corteo forte (
o+
A) contm todos os elementos em um conjunto universoX com grau maior queo,
ondeo e [0,1].
o
A = {x e X | A(x) > o} ( 9 )
o+
A = {x e X | A(x) > o} ( 10 )
Conjunto de Nveis
O Conjunto de Nveis (A) de um Conjunto FuzzyA corresponde a um conjunto que contm todos os
valores o e [0,1] e que representam Cortes o de A distintos. O Conjunto de Nveis do Conjunto
FuzzyA representado formalmente por:
AA = {o | A(x) = o para algumx e X} ( 11 )
Suporte
O Suporte de um Conjunto Fuzzy A, em um conjunto universo X, o Conjunto Tradicional que
contm todos os elementos de X que possuem grau de pertinncia diferente de zero em A.
Claramente, o Suporte deA exatamente o mesmo que o Corteo forte deA parao = 0. Vrios
smbolos especiais costumam ser usados para representar o Suporte de um conjunto, tais como: S(A)
ou supp(A). Este trabalho usar a simbologia de
0+
A para esta representao.
0+
A = {x e X | A(x) > 0} ( 12 )
Altura
A Altura (h) de um Conjunto FuzzyA corresponde ao seu maior grau de pertinncia, entre todos os
elementos do conjunto.
J osJLIO MartinsTRRES Web Site: www.juliotorres.ws Blog: blogjuliotorres.blogspot.com E-mail: juliotorres@juliotorres.ws
5
h(A) = sup
xeX
A(x) ( 13 )
Normalizao
Um Conjunto Fuzzy A chamado deNormal quando a sua Altura igual a 1, ou seja, pelo menos
um grau de pertinncia, dos elementos do conjunto, possui valor mximo, enquanto que os
conjuntos que no possuem Altura igual a um so chamados desubnormal. Portanto:
A dito normal se h(A) = 1
A dito subnormal se h(A) < 1
Caso um Conjunto Fuzzy possua apenas um elemento com grau de pertinncia igual a um, este
elemento denominado prottipo do conjunto. Um Conjunto Fuzzy no normalizado pode ser
normalizado por meio da diviso dos graus de pertinncia de cada elemento, pelo maior grau de
pertinncia encontrado no conjunto.
Definidas as caractersticas especiais dos Conjuntos Fuzzy se faz necessrio apresentar as
Proposies Fuzzy extradas de, para um posterior entendimento deste trabalho.
4 Lgica Fuzzy
Uma das caractersticas da Lgica Clssica o axioma do Terceiro Excludo, isto no existe
alternativa para um valor verdade alm do par {Verdadeiro, Falso}. Ao lidar com problemas do
mundo real, no entanto, como que o conhecimento disponvel no seja nem absolutamente
verdadeiro nem absolutamente falso, podendo ser, por exemplo paradoxais, incertos,
desconhecidos, indeterminados, verdadeiros em geral, verdadeiros com uma certa probabilidade,
etc. Para estender a Lgica Clssica de maneira a permitir o tratamento deste tipo de conhecimento,
necessrio alterar o conjunto de valores {Verdadeiro, Falso}. Dentre dos formalismos propostos
para alterar este conjunto de valores encontra-se a Lgica Fuzzy.
A Lgica Fuzzy baseada na teoria dos Conjuntos Fuzzy para sua representao. Neste tipo de
Lgica h a presena de uma sries de elementos, entre estes pode-se citar as Proposies Fuzzy e a
Inferncia Fuzzy. Na literatura so encontrados vrios mtodos de inferncia utilizando o
paradigma Fuzzy.
5 Proposies Fuzzy
As Proposies Fuzzy podem ser classificadas em quatro tipos:
1. Proposies Fuzzy Incondicionais e no Qualificadas;
2. Proposies Fuzzy Incondicionais e Qualificadas;
3. Proposies Fuzzy Condicionais e no Qualificadas;
4. Proposies Fuzzy Condicionais e Qualificadas.
5.1 Proposies Fuzzy Incondicionais e no Qualificadas
A forma cannica das proposiesp deste tipo, representada pela equao
p : V F ( 14 )
ondeV uma varivel que assume valoresx de um conjunto universoX eF um Conjunto Fuzzy
emX que representa um predicado Fuzzy tal comoalto, grande, quente e outros.
J osJLIO MartinsTRRES Web Site: www.juliotorres.ws Blog: blogjuliotorres.blogspot.com E-mail: juliotorres@juliotorres.ws
6
Considere que a varivel V seja a temperatura do ar em algum lugar do planeta (medido em F), e a
funo de pertinncia apresentada na Tabela 4 represente, em um dado contexto, o predicado alta.
Temperatura
(F)
Grau de
Pertinncia
0 0
40 0
80 0.4
85 0.75
90 0.90
100 1
110 1
Tabela 4 Conjunto base constitudo por possveis valores de temperatura para o predicado
alta
A correspondente Proposio Fuzzyp, representada pela sentena
p : temperatura(V) alta(F)
Dado um determinado valor deV (digamosx), este valor pertence aF com um grau de pertinncia
F(x). Este grau de pertinncia , ento, interpretado como grau verdade, T(p), da proposiop.
T(p) =F(x) ( 15 )
para cada dado valor x da varivel V na proposiop.
Isto significa queT um Conjunto Fuzzy em [0,1], que associa uma grau de pertinnciaF(x) para
cada valor x da varivel V.
Em algumas proposies os valores da varivel V so associados a indivduos em um dado conjunto
I, conforme descrito em ( 14 ),
A varivel V torna-se uma funoV : I X, ondeV(i) um valor deV para cada indivduoi emV.
A forma cannica dever ento ser modificada para a forma
p : V(i) F ( 16 )
ondei e I.
Exemplificando, considere que I um conjunto de pessoas, onde cada pessoa caracterizada por
sua idade, e um Conjunto Fuzzy que representa o predicado jovem fornecido. Pode-se
exemplificar a forma geral pela Proposio Fuzzy ( 16 ).
p : idade(i) jovem
onde o grau de verdade desta proposio, T(p), ento determinado para cada pessoai emI por
( 17 ).
T(p) =jovem(idade(i)) ( 17 )
5.2 - Proposies Fuzzy Incondicionais e Qualificadas
As proposiesp deste tipo so caracterizadas pela seguinte forma cannica
J osJLIO MartinsTRRES Web Site: www.juliotorres.ws Blog: blogjuliotorres.blogspot.com E-mail: juliotorres@juliotorres.ws
7
p : V F S ( 18 )
ondeV F tem o mesmo significado, como na Equao ( 14 ), eS um qualificador de verdade
Fuzzy.
Caso seja necessrio, V pode ser trocado por V(i), que possui o mesmo significado da Equao (
16). Ambos, S eF, so representados por conjuntos nebulosos em [0,1].
Por exemplo, na proposio Gabi jovem muito verdade, o predicadojovem e o qualificador de
verdademuito verdade so representados por Conjuntos Fuzzy mostrados na Tabela 5 e Tabela 6.
Idade Grau de Pertinncia
8 1
18 0.75
20 0.65
23 0.50
26 0.36
30 0.25
40 0
50 0
Tabela 5 Conjunto Fuzzy representando o predicado jovem
Grau de pertinncia do
Conjunto Jovem
Grau de pertinncia
Para muito verdade
0 0
0.25 0.2
0.36 0.4
0.50 0.55
0.65 0.7
0.75 0.87
1 0.1
Tabela 6 Conjunto Fuzzy representado o qualificador muito verdade
Assumindo que a idade de Gabi seja 20 anos, tal valor dentro do conjunto jovem possui grau de
pertinncia igual a 0.65, consequentemente, o valor de 0.65 para o conjunto jovem possui grau de
pertinncia igual a 0.70 no Conjunto Fuzzymuito verdade.
Em geral, o grau de verdadeT(p), de qualquer proposio qualificadap, dado para cadax e X pela
Equao ( 19 ).
T(p) =S(N(x)) ( 19 )
As proposies no qualificadas so casos especiais de proposies qualificadas-verdade, em que o
qualificador verdadeS, assume o valor verdadeiro.
5.3 Proposies Fuzzy Condicionais e no Qualificadas.
Proposiesp deste tipo so representadas pela seguinte forma cannica:
p : SeX A, entoY B ( 20 )
onde X, Y so variveis cujo valores esto nos conjuntos X e Y respectivamente, e A e B so
Conjuntos Fuzzy emX eY respectivamente.
J osJLIO MartinsTRRES Web Site: www.juliotorres.ws Blog: blogjuliotorres.blogspot.com E-mail: juliotorres@juliotorres.ws
8
Estas proposies podem ser vistas como proposies na forma:
(X,Y) R ( 21 )
ondeR um Conjunto Fuzzy emX xY, que determinado para cadax e X e caday e Y por:
R(x,y) =c [A(x), B(y)] ( 22 )
ondec denota uma funo que define como a relaoR obtida. A funoc, apresentada detalhada,
pode ser uma conjuno Fuzzy, um disjuno Fuzzy ou uma implicao Fuzzy. Neste trabalho
ilustrado o mtodo de Implicao de Lukasiewcz definido por.
c (a,b) =min(1, 1 a +b) ( 23 )
SejaA =0.1 / x
1
+0.8 / x
2
+1.0 / x
3
e B =0.5 / y
1
+1 / y
2
.
Ento,
R =1 / x
1
, y
1
+ 1 / x
1
, y
2
+ 0.7 / x
2
, y
1
+ 1 / x
2
, y
2
+ 0.5 / x
3
, y
1
+ 1 / x
3
, y
2
Isto significa, por exemplo, que
T(p) =1 quandoX =x
1
e Y =y
1
;
T(p) =0.7 quandoX =x
2
e Y =y
1
;
e assim por diante.
5.4 Proposies Fuzzy Condicionais e Qualificadas
Proposies deste tipo podem ser caracterizadas pela seguinte forma cannica:
p : SeX A, entoY B S ( 24 )
O valor verdade destas proposies obtido pela combinao dos mtodos descritos nas sees 5.2
e 5.3.
Neste trabalho foram utilizadas Proposies Fuzzy Condicionais e no Qualificadas definida na
seo 5.3.