INTELIGNGIA

COMPUTACIONAL
LGICA FUZZY
Prof. Ricardo Santos
 INTRODUO
Qual a cor das bolinhas contidas no cesto?
 INTRODUO
Qual a cor das bolinhas contidas no cesto?
 INTRODUO
Qual a cor das bolinhas contidas no cesto?
 INTRODUO
Questionamentos:
Considerando que uma pessoa est com
febre se a temperatura medida for maior ou
igual a 38, pelas regras da teoria dos
conjuntos tradicional, como seria classificada
uma pessoa com temperatura de 37,9? E
outra de 38,1?
Seguindo o mesmo raciocnio, para uma
conexo de dados ser satisfatria deve-se
atingir uma taxa de transferncia igual ou
superior a 100Mbps; como seria classificada a
conexo de um ponto que atingiu 99Mbps? E
outra que atingiu 101Mbps?
 INTRODUO
Qual seria a classificao...
 INTRODUO

SURPRESA!
No possvel estimar com preciso a altura das
pessoas muito menos a velocidade das motos.
Mas possvel, de acordo com os parmetros pessoais,
inferir de forma difusa (Fuzzy) tanto a altura quanto a
velocidade atravs de termos imprecisos, fazendo com
que os nmeros ficam em segundo plano.
Esse processo de classificao inerente ao ser
humano!
 INTRODUO
Introduzida nos meios cientficos em

1965, por Lofti Asker Zadeh.

Tcnica da inteligncia artificial que

manipula conjuntos no precisos (fuzzy),

efetivando tcnicas de inferncias entre
esses conjuntos.
Exemplos de conjuntos Fuzzy:

Muito Frio Frio Morno Quente Muito

Quente
Lento Mdio Rpido
Pequeno Mdio_Pequeno Mdio_Grande
Grande
 INTRODUO
A lgica Fuzzy, de acordo com a proposta

que deu nome cincia, no trabalha com o

conceito de pertinncia a um ou a outro
conjunto e sim, com uma probabilidade de
pertinncia a um ou mais conjuntos.
Em Fuzzy define-se termos do tipo:

A temperatura tem 70% de pertinncia ao

conjunto FRIO e 30% de pertinncia ao
conjunto MORNO
O carro teve sua velocidade associada a 40%
do conjunto MDIO e 60% do RPIDO
A altura do atleta foi classificada 20% ao
conjunto PEQUENO e 80% ao conjunto
MDIO_PEQUENO
 INTRODUO
Generalizando, os valores de uma

varivel lingustica podem ser sentenas

em uma linguagem especificada,
construdas a partir de termos
primrios (alto, baixo, pequeno, mdio,
grande, etc.), de conectivos lgicos
(negao no, conectivos e e ou), de
modificadores (muito, pouco, levemente,
extremamente) e de delimitadores
(como parnteses).
(TANSCHEIT, R.)
 INTRODUO
A principal funo das variveis

lingusticas fornecer uma maneira

sistemtica para uma caracterizao
aproximada de fenmenos complexos ou
mal definidos. Em essncia, a utilizao
do tipo de descrio lingustica
empregada por seres humanos, e no de
variveis quantificadas, permite o
tratamento de sistemas que so muito
complexos para serem analisados atravs
de termos matemticos convencionais.
(TANSCHEIT, R.)

 INTRODUO
CONJUNTOS CRISP

Universo contnuo
Onde,
CONJUNTOS FUZZY
INTRODUO
 INTRODUO

O fato da leitura de um valor no

pertencer a um conjunto especfico

(CRISP), ou seja, poder pertencer a
mais de um conjunto assumindo
probabilidades diferentes, requisita
uma matemtica diferenciada da
teoria dos conjuntos tradicional, que
foi devidamente modelada por
Zadeh, Mandani e outros cientistas.
 APLICAES
Avaliao de crdito
Controle de fluxo de caixa
Anlise de risco
Controle de estoques
Avaliao de marketing
Avaliao de fornecedores
Controle de qualidade
Otimizao de inventrios
Controle automtico de mquinas e
equipamentos
Otimizao de processos produtivos
ETC...
 CLCULO
DADOS INICIAIS

FUZZIFICAO
1
VARIVEIS LINGUSTICAS

INFERNCIA
2
RESULTADOS LINGUSTICOS
DEFUZZIFICAO
3

FIM
4
 FUZZIFICAO

o processo que transforma os dados

iniciais nas variveis lingusticas

idealizadas para o sistema.
Pinho (1999) cita a necessidade de que

especialistas da rea estudada sejam

consultados durante a atribuio de
valores relacionados aos graus de
pertinncia para cada uma das variveis
em estudo, contribuindo assim para
maior preciso nos resultados
 FUZZIFICAO
De acordo com os parmetros definidos
possvel conceber os conjuntos e seus limites

IDADE Grau de pertinncia para cada Vetor Grau de Pertinncia

conjunto lingustico (Criana; Adulto; Idoso)
10 Criana=1 Adulto=0 Idoso=0 (1; 0; 0)
17 Criana=0,5 Adulto=0,5 Idoso=0 (0,5; 0,5; 0)
23 Criana=0 Adulto=1 Idoso=0 (0; 1; 0)
41 Criana=0 Adulto=0,5 Idoso=0,5 (0; 0,5; 0,5)
60 Criana=0 Adulto=0 Idoso=1 (0; 0; 1)
 FUZZIFICAO
Atravs desses dados, possvel chegar no

seguinte grfico:

0,5

IDADE
10 17 23 41 60
 INFERNCIA FUZZY

Uma vez feita a adequao dos valores

iniciais em variveis lingusticas, segue-se

com a fase denominada inferncia fuzzy,
cuja finalidade relacionar as possveis
variveis entre si, atravs de regras pr-
estabelecidas, cumprindo assim com os
objetivos do algoritmo
 INFERNCIA FUZZY

Segundo Von Altrock (1996), pode-se

separar esta fase em dois componentes

visualizados na figura 2.9 e denominados
Agregao e Composio. O primeiro diz
respeito chamada parcela Se das regras
que iro reger o processo de inferncia, e
o segundo, refere-se parcela Ento do
conjunto de regras assim chamadas, Se-
Ento.
 INFERNCIA FUZZY
Mamdani (1974) props que as regras de produo
possuiriam relaes difusas tanto em seus antecedentes
Agregao Composio
como Parcela
em seusSE consequentes Parcela ENTO
Define a validade de Define o resultado
uma regra para o obtido depois de feita
Exemplo:
caso estudado a inferncia
IF temperatura=alta AND pressao=baixa ENTO
acao=abrir_medio

O modelo de Mamdani inclui mdulos de interface que

transformam as variveis INFERNCIA
de entrada em conjuntos
difusos e, posteriormente, osFUZZY
conjuntos difusos
gerados na sada em grandezas numricas
proporcionais
 INFERNCIA FUZZY
MTODO DO CENTRIDE
A) Determinar a abscissa do ponto centride para cada sada ativa no
processo de inferncia.
B) Calcular a rea entre o grau de pertinncia e o eixo X, para cada uma
das sadas ativadas.
C) Calcular a mdia ponderada dos pontos centrides pelas respectivas
reas
INFERNCIA FUZZY
MAX - MIN
INFERNCIA FUZZY
MAX - MIN
 DEFUZZIFICAO
A terceira e ltima etapa do sistema lgico
fuzzy chamada defuzificao, e compreende
segundo Von Altrock (1996), a traduo do
resultado lingustico do processo de inferncia
fuzzy, em um valor numrico.
Cox (1995), fornece uma outra interpretao
para o termo defuzificao, compreendendo o
processo de converso de um nmero fuzzy
em um nmero real.
 OPERAES FUZZY
Considere 3 conjuntos fuzzy: PEQUENO,
MDIO e GRANDE, compostos da seguinte
forma:

1,5 2,5 3,5

 OPERAES FUZZY
Complemento:
O complemento de um conjunto Fuzzy A do universo
U pode ser denotado por no A, com a funo de
pertinncia definida por:

1
G

1,5 2,5 3,5

 OPERAES FUZZY

1,5 2,5 3,5

Unio entre MDIO e GRANDE

 OPERAES FUZZY

1,5 2,5 3,5

Inteseco entre PEQUENO e MDIO