Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
FACULTAD DE INGENIERA
ESCUELA DE INGENIERA DE SISTEMAS
Docente:
Ing. KARLA JUVICZA NEYRA ALEMAN
Curso:
Inteligencia Artficial.
Integrantes:
.
Semestre acadmico:
2014 02
Ciclo acadmico:
IX
Inteligencia Artificial
1
Facultad de Ingeniera
Escuela de Ingeniera de Sistemas
Introduccin
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
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.
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
Sistemas de escritura
Tecnologa informtica
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