Facultad de Ingeniera

Escuela de Ingeniera de Sistemas

Ao de la Promocin de la Industria Responsable y del Compromiso Climtico

FACULTAD DE INGENIERA
ESCUELA DE INGENIERA DE SISTEMAS

Docente:
Ing. KARLA JUVICZA NEYRA ALEMAN
Curso:
Inteligencia Artficial.
Integrantes:

Alcocer Ccollana, Joseclaudio

Chafloque Carrillo, Jerson
Gil Lobatn, Hctor
Salcedo Ochoa, Rafael
Requelme Avila Lucerito.

.
Semestre acadmico:
2014 02
Ciclo acadmico:
IX

Inteligencia Artificial
1

Facultad de Ingeniera
Escuela de Ingeniera de Sistemas
Introduccin

Debido a la variedad de sus aplicaciones la lgica difusa (llamada tambin

Lgica Borrosa) o Fuzzy Logic parece estar introducida en todos los sectores;
control de complejos procesos industriales, diseo de dispositivos artificiales de
deduccin automtica, construccin de artefactos electrnicos de uso domstico
y de entretenimiento, sistemas de diagnstico, entre otros. En los ltimos aos
se han investigado y desarrollado diversas tecnologas relacionadas con
funciones y caractersticas humanas de campos cercanos al psicolgico
(inteligencia artificial) y a los procesos biolgicos (redes neuronales, algoritmos
genticos y programacin evolutiva). Estas tecnologas conocidas como
"tecnologas inteligentes" representan el conocimiento de una forma a la vez
entendible por los humanos y manejable por los sistemas informticos.
En los aos 60, en la Universidad de California en Berkeley, Lotfi A. Zadeh
introdujo el concepto de la lgica difusa guiado por el principio de que las
matemticas pueden ser usadas para encadenar el lenguaje con la inteligencia
humana. Algunos conceptos pueden ser mejor definidos en trminos de
palabras, que por matemticas; la lgica difusa y su expresin en conjuntos
difusos, proveen una disciplina que puede construir mejores modelos de la
realidad.
Las clsicas imponen a sus enunciados nicamente los valores falso o
verdadero y de esta manera han modelado satisfactoriamente una gran parte del
razonamiento "natural". Por medio de la lgica difusa pueden formularse
matemticamente nociones como "un poco caliente" o "muy fro", de forma que
sean procesadas por computadoras y cuantificar expresiones humanas vagas,
tales como "muy alto" o "luz brillante". Pudindose, de esta forma, o ms bien,
intentndose aplicar la forma de pensar del ser humano a la programacin de
computadores, sensores, chips, etc. La habilidad de la lgica difusa para
procesar valores parciales de verdad ha sido de gran ayuda para la ingeniera.

Inteligencia Artificial
2

Facultad de Ingeniera
Escuela de Ingeniera de Sistemas

LA LOGICA DIFUSA
Concepto:
La lgica difusa (tambin llamada lgica borrosa o lgica heurstica) se basa en
lo relativo de lo observado como posicin diferencial. Este tipo de lgica toma
dos valores aleatorios, pero contextualizados y referidos entre s. As, por
ejemplo, una persona que mida 2 metros es claramente una persona alta, si
previamente se ha tomado el valor de persona baja y se ha establecido en 1
metro. Ambos valores estn contextualizados a personas y referidos a una
medida mtrica lineal.Fue formulada en 1965 por el ingeniero y matemtico Lofti
Zadeh.1
La lgica difusa es el elemento de desarrollo de dichas tecnologas. Se podra
considerar como un lenguaje que permite trasladar sentencias sofisticadas del
lenguaje natural a un formalismo matemtico. El conocimiento se adquiere y se
trabaja con l, de una manera inferencial y deductiva, por medio de un
razonamiento simblico. Obtenindose, para la resolucin de un problema, un
conjunto de hechos inciertos denominados conjuntos difusos y a sus reglas
lgica difusa.
. Esta lgica permite cuantificar las descripciones imprecisas que se usan en el
lenguaje y las transiciones graduales en los electrodomsticos como "ir de agua
sucia" a "agua limpia" en una lavadora, pudindose as ajustar los ciclos de
lavado a travs de sensores.

Funcionamiento
La lgica difusa se adapta mejor al mundo real en el que vivimos, e incluso
puede comprender y funcionar con nuestras expresiones, del tipo "hace mucho
calor", "no es muy alto", "el ritmo del corazn est un poco acelerado", etc.
La clave de esta adaptacin al lenguaje, se basa en comprender
los cuantificadores de cualidad para nuestras inferencias (en los ejemplos de
arriba "mucho", "muy" y "un poco").
En la teora de conjuntos difusos se definen tambin las operaciones
de unin, interseccin, diferencia, negacin o complemento, y otras operaciones
sobre conjuntos (ver tambin subconjunto difuso), en los que se basa esta
lgica.
Para cada conjunto difuso, existe asociada una funcin de pertenencia para sus
elementos, que indican en qu medida el elemento forma parte de ese conjunto
difuso. Las formas de las funciones de pertenencia ms tpicas son trapezoidal,
lineal y curva.
Inteligencia Artificial
3

Facultad de Ingeniera
Escuela de Ingeniera de Sistemas

Se basa en reglas heursticas de la forma SI (antecedente) ENTONCES

(consecuente), donde el antecedente y el consecuente son tambin conjuntos
difusos, ya sea puros o resultado de operar con ellos. Sirvan como ejemplos de
regla heurstica para esta lgica (ntese la importancia de las palabras
"muchsimo", "drsticamente", "un poco" y "levemente" para la lgica difusa):

SI hace muchsimo fro ENTONCES aumento drsticamente la temperatura.

SI voy a llegar un poco tarde ENTONCES aumento levemente la velocidad.

Los mtodos de inferencia para esta base de reglas deben ser sencillos,
verstiles y eficientes. Los resultados de dichos mtodos son un rea final, fruto
de un conjunto de reas solapadas entre s (cada rea es resultado de una regla
de inferencia). Para escoger una salida concreta a partir de tanta premisa difusa,
el mtodo ms usado es el del centroide, en el que la salida final ser el centro
de gravedad del rea total resultante.
Las reglas de las que dispone el motor de inferencia de un sistema difuso
pueden ser formuladas por expertos, o bien aprendidas por el propio sistema,
haciendo uso en este caso de redes neuronales para fortalecer las futuras tomas
de decisiones.
Los datos de entrada suelen ser recogidos por sensores, que miden las variables
de entrada de un sistema. El motor de inferencias se basa en chips difusos,
que estn aumentando exponencialmente su capacidad de procesamiento de
reglas ao a ao.
Un esquema de funcionamiento tpico para un sistema difuso podra ser de la
siguiente manera:

Inteligencia Artificial
4

Facultad de Ingeniera
Escuela de Ingeniera de Sistemas
Por ejemplo, imaginando que nuestro sistema difuso fuese el climatizador de un
coche que se autorregula segn las necesidades: Los chips difusos del
climatizador recogen los datos de entrada, que en este caso bien podran ser la
temperatura y humedad simplemente. Estos datos se someten a las reglas del
motor de inferencia (como se ha comentado antes, de la forma SI...
ENTONCES... ), resultando un rea de resultados. De esa rea se escoger el
centro de gravedad, proporcionndola como salida. Dependiendo del resultado,
el climatizador podra aumentar la temperatura o disminuirla dependiendo del
grado de la salida.

Lgica difusa en inteligencia artificial

En Inteligencia artificial, la lgica difusa, o lgica borrosa se utiliza para la
resolucin de una variedad de problemas, principalmente los relacionados con
control de procesos industriales complejos y sistemas de decisin en general, la
resolucin y la compresin de datos. Los sistemas de lgica difusa estn
tambin muy extendidos en la tecnologa cotidiana, por ejemplo en cmaras
digitales, sistemas de aire acondicionado, lavarropas, etc. Los sistemas basados
en lgica difusa imitan la forma en que toman decisiones los humanos, con la
ventaja de ser mucho ms rpidos. Estos sistemas son generalmente robustos y
tolerantes a imprecisiones y ruidos en los datos de entrada. Algunos lenguajes
de programacin lgica que han incorporado la lgica difusa seran por ejemplo
las diversas implementaciones de Fuzzy PROLOG o el lenguaje Fril.
Consiste en la aplicacin de la lgica difusa con la intencin de imitar
el razonamiento humano
en
la programacin de
computadoras.
Con
la lgica convencional, las computadoras pueden manipular valores
estrictamente duales, como verdadero/falso, s/no o ligado/desligado. En la
lgica difusa, se usan modelos matemticos para representar nociones
subjetivas, como caliente/tibio/fro, para valores concretos que puedan ser
manipuladas por los ordenadores.
En este paradigma, tambin tiene un especial valor la variable del tiempo, ya
que los sistemas de control pueden necesitar retroalimentarse en un espacio
concreto de tiempo, pueden necesitarse datos anteriores para hacer una
evaluacin media de la situacin en un perodo anterior...

Conceptos y operaciones con los que trabaja la Lgica Borrosa

o Difusa.

Inteligencia Artificial
5

Facultad de Ingeniera
Escuela de Ingeniera de Sistemas
Intervalos de Confianza: Constituyen los datos y valores con los cuales trabaja la
Lgica Borrosa, pueden ser intervalos formados solos por dos nmeros,
nmeros borrosos triangulares o nmeros borrosos trapezoidales.
Niveles de Presuncin o a corte: Expresan los niveles de presicin con los que
son dados los nmeros borrosos, desde 0 (total impresicin) hasta 1(total
presicin).
Evaluacin: Asociacin de un valor numrico que puede ser negativo, positivo o
nulo a un objetivo concreto o abstracto realizado por un experto.
Correspondencia entre un valor borroso y un estado real.
Valuacin: Expresin de un nivel de verdad, que toma valores del intervalo de
confianza (0,1). El nivel de presicin que se le hace corresponder a la evaluacin
dada por los expertos.
Adicin (con nmeros Reales en su conjunto):
[a1; a2]+ [b1+ b2]= [a1+ b1; a2 + b2]
Sustraccin:
[a1; a2]- [b1+ b2]= [a1- b2; a2 - b1]
Multiplicacin:
[a1; a2]* [b1+ b2]= [mn (a1* b1; a1* b2; a2* b1; a2* b2); mx (a1* b1; a1* b2;
a2* b1; a2* b2)]
Divisin:
A/B= A* B-1
Donde B-1= [mn (1/a1; 1/a2); mx (1/a1; 1/a2)]

Aplicaciones
La lgica difusa se utiliza cuando la complejidad del proceso en cuestin es muy
alta y no existen modelos matemticos precisos, para procesos altamente no
lineales y cuando se envuelven definiciones y conocimiento no estrictamente
definido (impreciso o subjetivo).
En cambio, no es una buena idea usarla cuando algn modelo matemtico ya
soluciona eficientemente el problema, cuando los problemas son lineales o
cuando no tienen solucin.
Esta tcnica se ha empleado con bastante xito en la industria, principalmente
en Japn, extendindose sus aplicaciones a multitud de campos. La primera vez
Inteligencia Artificial
6

Facultad de Ingeniera
Escuela de Ingeniera de Sistemas

que se us de forma importante fue en el metro japons, con excelentes

resultados. Posteriormente se generaliz segn la teora de la incertidumbre
desarrollada por el matemtico y economista espaol Jaume Gil Aluja.
En los ltimos aos la Lgica Borrosa se ha utilizado en distintos tipos de
instrumentos, mquinas y en diversos mbitos de la vida cotidiana. Algunos
casos por ejemplo son los estabilizadores de imgenes en grabadoras de vdeo,
controladores de ascensores e ingeniera de terremotos.
Tambin se ha usado esta tcnica en la industria, obtenindose excelentes
resultados como en el caso del metro de Sendai en Japn, ya que permita que
el metro arrancara y frenara con gran suavidad, sin producir alteraciones entre
los pasajeros.
A continuacin se citan algunos ejemplos de su aplicacin:

Sistemas de control de acondicionadores de aire

Optimizacin de sistemas de control industriales

Sistemas de escritura

Mejora en la eficiencia del uso de combustible en motores

Sistemas expertos del conocimiento (simular el comportamiento de un

experto humano)

Tecnologa informtica

Bases de datos difusas: Almacenar y consultar informacin imprecisa. Para

este punto, por ejemplo, existe el lenguaje FSQL.

...y, en general, en la gran mayora de los sistemas de control que no

dependen de un S/No.

Productos creados para el consumidor: Lavadoras difusas (Matsuhita

Electronic Industrial), hornos microondas, sistemas trmicos, traductores
lingsticos, cmaras de vdeo, televisores, estabilizadores de imgenes
digitales (Matsuhita) y sistemas de foco automtico en cmaras fotogrficas.

Sistemas: Elevadores, trenes, automviles (caso de los sistemas de

transmisiones, de frenos y mejora de la eficiencia del uso de combustible en
motores), controles de trfico.

Software: Diagnstico mdico, seguridad, comprensin de datos, tecnologa

informtica y bases de datos difusas para almacenar y consultar informacin
imprecisa (uso del lenguaje FSQL).

Inteligencia Artificial
7

Facultad de Ingeniera
Escuela de Ingeniera de Sistemas

Ventajas e inconvenientes
Como principal ventaja, cabe destacar los excelentes resultados que brinda un
sistema de control basado en lgica difusa: ofrece salidas de una forma veloz y
precisa, disminuyendo as las transiciones de estados fundamentales en el
entorno fsico que controle. Por ejemplo, si el aire acondicionado se encendiese
al llegar a la temperatura de 30, y la temperatura actual oscilase entre los 2930, nuestro sistema de aire acondicionado estara encendindose y
apagndose continuamente, con el gasto energtico que ello conllevara. Si
estuviese regulado por lgica difusa, esos 30 no seran ningn umbral, y el
sistema de control aprendera a mantener una temperatura estable sin continuos
apagados y encendidos.
Tambin est la indecisin de decantarse bien por los expertos o bien por la
tecnologa (principalmente mediante redes neuronales) para reforzar las reglas
heursticas iniciales de cualquier sistema de control basado en este tipo de
lgica.

Inteligencia Artificial
8

Facultad de Ingeniera
Escuela de Ingeniera de Sistemas

Conclusiones
En conclusin, las lgicas difusas crean aproximaciones
matemticas en la resolucin de ciertos tipos de problemas,
produciendo resultados exactos a partir de datos imprecisos, siendo
por ello, especialmente tiles en aplicaciones de tipo electrnico e
informtico.
La lgica difusa, admite verdades y falsedades parciales. Aceptar
esta premisa exige una nueva forma de ver los problemas, la
realidad.

La lgica difusa junto con otras herramientas han abierto las puertas
al tratamiento a una gran variedad de fenmenos y sistemas que
resultaban hasta antes de la aparicin de aquellas, difciles de definir
y en ciertos casos la tarea era casi imposible mediante los modelos
matemticos convencionales, que suelen pensarse como infalibles y
exactos.
Un conjunto difuso es un conjunto con fronteras suaves tal que la
membresa en el conjunto llega a ser una materia de grado.
Un conjunto difuso tiene una representacin dual: una descripcin
cualitativa y utilizando un termino lingstico, y una descripcin
cuantitativa a travs de una funcin de membresa, la cual relaciona
los elementos en un universo de discurso para sus grados de
membresa en el conjunto.

Inteligencia Artificial
9

Facultad de Ingeniera
Escuela de Ingeniera de Sistemas
Bibliografa

http://www.monografias.com/trabajos98/introduccion-logica-borrosa-odifusa/introduccion-logica-borrosa-o-difusa.shtml
http://es.wikipedia.org/wiki/L%C3%B3gica_difusa
http://www.dma.fi.upm.es/java/fuzzy/tutfuzzy/introduccion3.html
http://es.slideshare.net/mentelibre/conceptos-y-fundamentos-de-lgica-difusa

Inteligencia Artificial
10