Sei sulla pagina 1di 9

INTRODUCCIN

Una de las disciplinas matemticas con mayor nmero de seguidores actualmente es la


llamada lgica difusa o borrosa, que es la lgica que utiliza expresiones que no son ni
totalmente ciertas ni completamente falsas, es decir, es la lgica aplicada a conceptos que
pueden tomar un valor cualquiera de veracidad dentro de un conjunto de valores que
oscilan entre dos extremos, la verdad absoluta y la falsedad total. Conviene recalcar que
lo que es difuso, borroso, impreciso o vago no es la lgica en s, sino el objeto que
estudia: expresa la falta de definicin al concepto que se aplica. La lgica difusa permite
tratar informacin imprecisa, como estatura media o temperatura baja, en trminos de
conjuntos borrosos que se combinan en reglas para definir acciones: si la temperatura es
alta entonces enfriar mucho. De esta manera, los sistemas de control basados en lgicas
difusas combinan variables de entrada, definidas en trminos de conjuntos difusos, por
medio de grupos de reglas que producen uno o varios valores de salida.
Cotidianamente nos movemos en un mundo con definiciones ambiguas, si alguien dice
est por llover nos interesa saber en qu medida esto es cierto y en cuanto tiempo
suceder. La toma de decisin a partir de informacin que no especfica tambin es un
procedimiento cotidiano, esto es el que se intenta emular con lgica difusa a partir de: la
observacin del entorno, la formulacin de reglas lgicas y de los mecanismos de toma de
decisin.
En la presente seccin se vern los conceptos bsicos de lgica difusa que se aplican en
control, tales son conjuntos difusos, funciones de membresa, operaciones borrosas,
reglas, inferencia, defusificacin y los pasos para la toma de decisin. Estos conceptos
matemticos son fciles de comprender y se los presentar de manera simplificada.

LOGICAS DIFUSAS
CONCEPTO
El concepto de lgica difusa es muy comn, est asociado con la manera en que las
personas perciben el medio, por ejemplo ideas relacionadas con la altura de una persona,
velocidad con la que se mueve un objeto, la temperatura dominante en una habitacin,
cotidianamente se formulan de manera ambigua y depende de quin percibe el efecto
fsico o qumico, ser su enunciado acerca de tal fenmeno. Una persona puede ser alta o
baja, algo puede moverse rpido o lento, una temperatura puede ser baja o moderada o
alta, se dice que estas afirmaciones acerca de una variable son ambiguas porque rpido,
bajo, alto son afirmaciones del observador, y estas pueden variar de un observador a otro.
Uno se puede preguntar cundo algo es fro o caliente, que tan baja es la temperatura
cuando decimos fro, o que tan alta es cuando decimos caliente
La lgica difusa (tambin llamada lgica borrosa) 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 dos metros
es claramente una persona alta, si previamente se ha tomado el valor de persona baja y
se ha establecido en un metro. Ambos valores estn contextualizados a personas y
referidos a una medida mtrica lineal.
Fue formulada en 1965 por el ingeniero y matemtico Lotfi A. Zadeh.
Desde que Lotfy A. Zadeh (1965) desarroll este concepto de lgica difusa, se ha
trabajado en este tema, el principal centro de desarrollo es Japn, donde sus
investigadores la han aplicado a muy diversos sistemas, principalmente
electrodomsticos, sistemas ms recientes estn vinculados con la industria, la medicina
y la actividad espacial. Muchas publicaciones y libros se han escrito de este tema, pero
an queda mucho por explorar.

FUNCIONAMIENTO

La lgica difusa (fuzzy logic, en ingls) 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,
en los que se basa esta lgica.

Para cada conjunto difuso, existe asociada una funcin de pertenencia para sus
elementos, que indica 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.
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:

Figura. Funcionamiento de un sistema de control difuso.


En la figura, el sistema de control hace los clculos con base en sus reglas heursticas,
comentadas anteriormente. La salida final actuara sobre el entorno fsico, y los valores
sobre el entorno fsico de las nuevas entradas (modificado por la salida del sistema de
control) seran tomados por sensores del sistema.
Por ejemplo, imaginando que nuestro sistema difuso fuese el climatizador de un automovil
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.

En qu situaciones es til aplicar la lgica difusa?

En procesos complejos, si no existe un modelo de solucin sencillo.


Cuando haya que introducir la experiencia de un operador experto que se base
en conceptos imprecisos.
Cuando ciertas partes del sistema a controlar son desconocidas y no pueden
medirse de forma fiable (con errores posibles).
Cuando el ajuste de una variable puede producir el desajuste de otras.
En general, cuando se quieran representar y operar con conceptos que tengan
imprecisin o incertidumbre.

Algunas aplicaciones importantes de la lgica difusa son:


o

o
o
o

Control de sistemas: Control de trfico, control de vehculos (helicpteros...),


control de compuertas en plantas hidroelctricas, centrales trmicas, control en
mquinas lavadoras, control de metros (mejora de su conduccin, precisin en las
paradas y ahorro de energa), ascensores...
Prediccin y optimizacin: Prediccin de terremotos, optimizar horarios...
Reconocimiento de patrones y Visin por ordenador: Seguimiento de objetos
con cmara, reconocimiento de escritura manuscrita, reconocimiento de objetos,
compensacin de vibraciones en la cmara, sistemas de enfoque automtico...
Sistemas de informacin o conocimiento: Bases de datos, sistemas expertos...

LGICA DIFUSA Y SISTEMAS DE CONTROL


Una de las principales aplicaciones de la lgica difusa es el diseo de sistemas de control,
que a partir de unas entradas, deben generar unas salidas para actuar sobre
determinados mecanismos. El propsito de los sistemas de control difuso es simplemente
el uso de estrategias de control que realiza el ser humano. Los sistemas de control difuso
hacen uso del conocimiento humano y de su experiencia, por lo tanto tambin se pueden
llamar sistemas de control inteligente. Su empleo en la construccin de sistemas que
reproduzcan esquemas de razonamiento aproximado.

Las estrategias en sistemas de control convencional PID (proporcional integral derivativo)


son expresadas por medio de funciones matemticas, los sistemas basados en lgica
difusa pueden controlar ms adecuadamente procesos que estn gobernados por reglas
intuitivas que difcilmente pueden expresarse por medio de constructores matemticos
complejos y su gran ventaja es la fcil modificacin. Los sistemas de control difuso son el
foco de interesantes aplicaciones de la teora de conjuntos difusos y la lgica difusa, en el
reciente desarrollo de sistemas tecnolgicos e industriales.

CONJUNTOS DIFUSOS
Un predicado enuncia lingsticamente determinada propiedad de los objetos de un
conjunto. La teora de los conjuntos difusos se fundamenta en predicados imprecisos
donde sus elementos se obtienen en forma gradual y no abrupta, por medio de una
funcin de pertenencia, la cual debe determinarse primero. Cabe destacar que un
conjunto difuso puede depender tanto del universo sobre el que se considera como de los
observadores que lo constituyen. Pueden aplicarse varios mtodos aprendidos de la
adquisicin de conocimiento, por ejemplo, uno de los acercamientos ms prcticos para
formar conjuntos difusos es confiar en el conocimiento de un experto. Otro acercamiento
til es adquirir el conocimiento de mltiples expertos. Una nueva tcnica para formar
conjuntos difusos fue introducida recientemente y est basada en redes neuronales
artificiales que aprenden a partir de los datos de funcionamiento del sistema.
En los conjuntos difusos relajamos la restriccin de que la funcin de pertenencia valga
0 1, y dejamos que tome valores en el intervalo [0,1]. La necesidad de trabajar con
conjuntos difusos surge de un hecho: hay conceptos que no tienen lmites claros. Por
ejemplo: Una persona que mide 1.80 es alta? Una temperatura de 15 grados es baja?
Vemos que, a diferencia de lo que ocurre en el caso de las frutas (no hay vaguedad, un
alimento o bien es una fruta o bien no lo es), en otras situaciones nos vemos obligados a
tratar con ella.
Llamaremos conjunto difuso a un valor lingstico junto a una funcin de pertenencia. El
valor lingstico es el nombre del conjunto, y la funcin de pertenencia se define como
aquella aplicacin que asocia a cada elemento del universo de discurso el grado con que
pertenece al conjunto difuso. Decimos que un conjunto es ntido si su funcin de
pertenencia toma valores en {0,1}, y difuso si toma valores en [0,1].
Si X es un conjunto universal y A un predicado definido en X, se dice que A es un conjunto
difuso si existe una funcin de pertenencia que representa adecuadamente el valor de
cualquier x de X en A.

Ejemplo 1
Consideremos la variable lingstica Altura de los seres humanos, que toma valores en
el universo de discurso U = [1.4, 2.50]. Vamos a hacer una clasificacin difusa de los
seres humanos en tres conjuntos difusos (o valores lingsticos): bajos, medianos y altos.

En esta ilustracin hemos dibujado 3 conjuntos difusos sobre la variable lingstica altura,
cuyos valores lingsticos asociados son bajo, mediano y alto respectivamente. Las
funciones de pertenencia son de tipo L para bajo, Lambda o Tringulo para el mediano y
Gamma para el alto. De este modo si Luis mide 1.80 metros, la lgica difusa nos dice que
es un 0.2 mediano y un 0.8 alto.
De este modo expresamos que mientras un elemento puede estar dentro de un
determinado conjunto, puede no cumplir las especificaciones de dicho conjunto al cien por
cien (por ejemplo, en el caso de Luis, a la vista del resultado podramos afirmar que es
poco mediano y ms bien alto.

SISTEMAS DE CONTROL DIFUSO


Los sistemas de control difuso estn constituidos de cuatro mdulos:

Mdulo de fuzificacin (Difusor)

Consiste en recibir unos valores numricos y asociarles predicados vagos por medio
de unos conjuntos borrosos.
o Mdulo de base de reglas
Es una base de datos generada por experiencia, sentido comn o intuicin y es
utilizada para gobernar el comportamiento del sistema, son de la forma SI
ENTONCES.
o Mdulo de inferencia
Evala que regla (o reglas) del sistema se activar ante determinado valor de entrada.
o Mdulo de defuzificacin (Concresor)
Consiste en obtener un valor numrico para cada una de las salidas del sistema a
partir de los conjuntos borrosos a los que pertenece.

APLICACIONES GENERALES

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 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.
A continuacin se citan algunos ejemplos de su aplicacin:

Sistemas de control de acondicionadores de aire

Sistemas de foco automtico en cmaras fotogrficas

Electrodomsticos familiares (frigorficos, lavadoras...)

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.

En el ao 1974 Ebrahim Mandani del Queen Mary College de la Universidad de


Londres aplica la lgica difusa por primera vez a un controlador para un motor a
vapor. En 1978 aparece la primera aplicacin industrial en Dinamarca por L.P.
Holmblad y J.J. Ostergaard para controlar un horno de cemento de la compaa
Smidth & Company. En los 80s Fuji Electric de Japn aplica la lgica difusa a un
purificador de agua e Hitachi desarrolla un control para el metro de la ciudad de
Sendai con lgica difusa. Entre 1987 y 1989 Sujeno desarrollo con la compaa
Matsushita Panasonic el primer productor mundial de consumo con la etiqueta Fuzzy
Logic, la llamada unidad suministradora de agua caliente. Entre 1898 y 1995 Sugeno
y sus colaboradores desarrollaron uno de los proyectos ms audaces del campo de la

inteligencia artificial, el control por radio, a distancia y voz humana, de todas las
maniobras de un helicptero no tripulado, mediante instrucciones muy simples de voz
humana, tratadas por inferencia con reglas representadas mediante lgica difusa. Hoy
en da ms de cincuenta empresas japonesas, realizan investigacin y desarrollo de
tecnologas difusas y, en 1992 Japn posea unas 1500 patentes al respecto, de las que
ms de 400 se hallaban en explotacin.

BIBLIOGRAFIA
KLIR, George and YUAN, Bo. "Fuzzy Seis and Fuzzy Logic" Prentice Hall,
New Jersey, 1995.
Eduardo Estrada Kassir. Fundamentos de lgica difusa. 2002.