Академический Документы
Профессиональный Документы
Культура Документы
4 LGIC A FUZZY
4.1-INTRODUO
Lgica Fuzzy (ou Nebulosa) a cincia que se preocupa com os
princpios formais do raciocnio aproximado. O objetivo modelar
os modos imprecisos do raciocnio que tm um papel fundamental
na habilidade humana de tomar decises.
Lgica Nebulosa uma ferramenta capaz de capturar informaes
imprecisas, descritas em linguagem natural, e convert-las para
um formato numrico.
Sua potencialidade est em fornecer os fundamentos para efetuar
um raciocnio aproximado, com proposies imprecisas, usando a
teoria de conjuntos nebulosos como ferramenta principal.
Histrico
Bivalncia - Desde Aristteles, a lgica clssica se baseia em V/F
Multivalncia - Desenvolvida por Lukasiewicz para lidar com o
Princpio da Incerteza na Mecnica Quntica V,F,IN 1920: 3
valores ; 1930: n valores
Lgica Fuzzy - Desenvolvida por Lofti Zadeh (1965 - Fuzzy Sets)
onde os elementos pertencem a um certo conjunto com diferentes
graus (grau de pertinncia).
Aplicaes comerciais
Controle
Controle de Aeronaves (Rockwell Corp.)
Operaes do Metr de Sendai (Hitachi)
Transmisso Automtica (Nissan, Subaru)
Space Shuttle Docking (NASA)
Otimizao e Planejamento
Elevadores (Hitachi, Fujitech, Mitsubishi)
Anlise do Mercado de Aes (Yamaichi)
Anlise de Sinais
Ajuste da Imagem de TV (Sony)
Autofocus para Cmera de Video (Canon)
Estabilizador de Imagens de Video (Panasonic)
42
4.2-CONCEITOS BSICOS
4.2.1 Conju ntos Fuzzy
Um conjunto fuzzy uma funo que permite a entrada de um
valor escalar e fornece como sada um nmero entre zero e um,
que representa o grau de pertinncia () da entrada ao conjunto
fuzzy. Por exemplo, podemos definir o conjunto de pessoas altas
com dois diferentes tipos de funo:
Funo Crisp
Funo Fuzzy
0
1,80
Altura em
metros
0
1,70
1,80
Altura em
1,90 metros
30 35 40
50
60
70
43
Pertinncias usadas
para ativar as regras
BANCO DE REGRAS
regras que lidam com os
valores lingsticos das
entradas
INFERNCIA
combinao das regras
e dos valores de entrada
DEFUZZIFICAO
SADA
ESCALAR
46
4.3-FUNES DE PERTINNCIA
O formato das funes de pertinncia pode variar bastante.
Entretanto, os sistemas em geral no so muito sensveis ao
formato das curvas. J a sobreposio das funes no Universo do
Discurso, costuma ser relevante. Os formatos mais usados so:
Trapezoidal
0, xa
1 (b-x)/(b-a), a<xb
c
a
b
d
Tp(x) = 1, b<xc
(d-x)/(d-c), c<xd
0, x>d
Triangular
0, xa
1 (b-x)/(b-a), a<xb
Tr(x) =
(c-x)/(c-b), b<xc
0, x>c
Gaussiana
( x M )2
d2
G(x) =
onde:
M = mdia
d = desvio padro
a
S (quadrtica)
0, x<a-b
(x-(a-b))2/2b2, a-b<xa
S(x) = 1-((a+b)-x)2/2b2, a<xa+b
1, x>a+b
47
Formato Z
Z(x) = 1 - S(x)
Formato Pi
0, xa
S(x), a<xb
Pi(x) = 1, b<xc
Z(x), c<xd
0, x>d
Formato Sino
Si(x) =
b
xc
1+
a
2b
Singleton
a
Sg(x) = 1, x=a
Sg(x) = 0, xa
Irregular
Exemplo: risco de asma
48
Interseo
Unio
Se x A E y B ento... Se x A OU y B ento...
De Zadeh
Max [A(x), B(y)]
Min [A(x), B(y)]
Produto
A(x) * B(y)
[A(x) + B(y)] [A(x) *
B(y)]
Mdia
[2 * Min(A(x), B(y)) + 4 *
[A(x) + B(y)] /2
Max (A(x), B(y))] / 6
Lukasiewicz: Max [0, (A(x) + B(y) 1] Min [1, (A(x) + B(y)]
Soma (OU)
e diferena
(E) limitadas
49
Conjunto de pessoas
de meia idade
1
0,5
Idade em
anos
30 3540 50
ID Idade altura
20
alt
id
A
B
C
D
E
F
35
45
50
25
60
55
0,5
Altura em
metros
1,70
1,85
1,65
1,85
1,75
1,90
4.5-USO DE QUANTIFICADORES
Os quantificadores (ou Hedges) modificam os conjuntos Fuzzy
originais, a partir de alguma operao matemtica feita com os
mesmos. Os principais quantificadores podem ser do tipo:
Intensificador: muito, extremamente, super, hiper
Atenuador: pouco, levemente, discretamente
Aproximador: em torno de, por volta de, aproximadamente
muito
Restritivo: no mximo, a partir de, no maior que
quente
quente
Para calcular a influncia dos
n=2
intensificadores em conjuntos Fuzzy,
extremamente
podemos
usar
potncias.
Assim,
quente
n
n=3
intensificador de A = (A) . Por exemplo:
50
ligeiramente
quente
n = 1/3
quente
Um pouco
quente
n = 1/2
muito
quente
No muito
quente
quente
no
quente
Muito no
quente
Regra 2
Regra 1
52
4.7-DEFUZZIFICAO
Um sistema Fuzzy possui entrada(s) escalar(es) e deve ser
capaz de produzir uma sada tambm escalar. Aps serem
realizadas as inferncias com as regras e aps se haver
determinado o conjunto Fuzzy resultante (conjunto Fuzzy de
sada), deve-se encontrar um valor numrico (escalar) para a
sada. A este processo chama-se Deffuzificao do conjunto de
sada. Existem mtodos propostos por diversos autores. Dois dos
mais usados so:
Centro de rea:
calcula o centro de
gravidade da rea do
conjunto e usa o valor
deste ponto. Problema:
difcil de calcular se o
universo do discurso no
for discreto.
Centro de Gravidade
do conjunto Fuzzy
de sada
1
2
M1
M2
53
4.8-EXEMPLO DE APLICAO
Sistemas fuzzy so muito utilizados em aplicaes de
controle. Algumas destas aplicaes, podem ser encontradas em
uma ferramenta que possui uma verso de demonstrao
chamada FuzzyTech. Um destes exemplos, o controle de um
guindaste que se movimenta em uma dimenso linear e deve
posicionar uma determinada carga em uma plataforma. O controle
fuzzy envolve o clculo da potncia a ser aplicada ao motor
(positiva ou negativa para movimentar o guindaste nos dois
sentidos de direo), a partir das informaes de ngulo (em
graus) que a carga faz com o eixo vertical e distncia (em jardas)
que a mesma se encontra da plataforma.
A figura abaixo (retirada do referido aplicativo) ilustra o
sistema que se deseja controlar:
54
55
57
=0,24
=0,30
=0,70
59
=0,70
=0,30
=0,24
=0,70
=0,30
60