UNIVERSIDAD CATÓLICA LOS ÁNGELES DE CHIMBOTE

FACULTAD DE INGENIERÍA ESCUELA PROFESIONAL DE

INGENIERÍA DE

SISTEMAS

Curso:

INTELIGENCIA ARTIFICIAL

Alumnos:

Kelvin Deymer López Caballero

Docente Titular:

Ing. Jesús Ocaña Velásquez

CHIMBOTE – PERÚ 2019

 LOGICA DIFUSA Y SUS APLICACIONES

1 ¿QUÉ ES LA LÓGICA DIFUSA?

La lógica difusa es una metodología que proporciona una manera simple y
elegante de obtener una conclusión a partir de información de entrada vaga,
ambigua, imprecisa, con ruido o incompleta. En general la lógica difusa imita
como una persona toma decisiones basada en información con las características
mencionadas. Una de las ventajas de la lógica difusa es la posibilidad de
implementar sistemas basados en ella tanto en hardware como en software o en
combinación de ambos. La lógica difusa es una técnica de la inteligencia
computacional que permite trabajar con información con alto grado de
imprecisión, en esto se diferencia de la lógica convencional que trabaja con
información bien definida y precisa. Es una lógica multivaluada que permite
valores intermedios para poder definir evaluaciones entre si/no, verdadero/falso,
negro/blanco, caliente/frío, etc.

El concepto de Lógica Difusa fue concebido por Lofti A. Zaded, profesor de la

Universidad de California en Berkeley, quién inconforme con los conjuntos
clásicos (crisp sets) que sólo permiten dos opciones, la pertenencia o no de un
elemento a dicho conjunto, la presentó como una forma de procesar información
permitiendo pertenencias parciales a unos conjuntos, que en contraposición a los
clásicos los denominó Conjuntos Difusos (fuzzy sets). El concepto de conjunto
difuso fue expuesto por Zadeh en un paper del año 1965, hoy clásico en la
literatura de la lógica difusa, titulado "Fuzzy Sets" y que fue publicado en la
revista Information and Control. El mismo Zadeh publica en 1971 el artículo,
"Quantitative Fuzzy Semantics", en donde introduce los elementos formales que
acabarían componiendo el cuerpo de la doctrina de la lógica difusa y sus
aplicaciones tal como se conocen en la actualidad. Zadeh dice: "La lógica difusa
trata de copiar la forma en que los humanos toman decisiones.

Lo curioso es que, aunque baraja información imprecisa, esta lógica es en cierto

modo muy precisa: se puede aparcar un coche en muy poco espacio sin darle al
de atrás. Suena a paradoja, pero es así." El profesor Zadeh menciona que la gente
no requiere información numérica precisa del medio que le rodea para desarrollar
 tareas de control altamente adaptables, por ejemplo conducir un automóvil o
caminar por una acera sin chocarse con los postes y las otras personas. Si los
controladores convencionales, en esencia realimentados, se pudieran programar
para aceptar entradas con ruido e imprecisas ellos podrían trabajar de una manera
más eficiente y quizás se podrían implementar más fácilmente.

2.2 RESISTENCIA A LA LÓGICA DIFUSA

El hombre, en la búsqueda de la precisión, intentó ajustar el mundo real a modelos
matemáticos rígidos y estáticos, como la lógica clásica binaria. Cuando
Aristóteles y sus precursores idearon sus teorías de la lógica y de las matemáticas,
propusieron la Ley del Centro Excluido que indica que cada asunto debe ser
verdad o falso. La hierba es verde o no verde; claramente no puede ser verde y no
verde. Lo que se busca, mediante el empleo de la teoría de los conjuntos difusos
es describir y formalizar la realidad, empleando modelos flexibles que interpreten
las leyes que rigen el comportamiento humano y las relaciones entre los hombres.

2.3 CONJUNTOS DIFUSOS

El concepto clave para entender cómo trabaja la lógica difusa es el de conjunto
difuso, se puede definir un conjunto difuso de la siguiente manera. Teniendo un
posible rango de valores al cual llamaremos U, por ejemplo, U=Rn, donde Rn es
un espacio de n dimensiones, a U se le denominara Universo de Discurso. En U
se tendrá un conjunto difuso de valores llamado F el cual es caracterizado por una
función de pertenencia uf tal que uf:U->[0, 1], donde uf(u) representa el grado de
pertenencia de un u que pertenece a U en el conjunto difuso F. Por ejemplo,
supongamos que se desea representar con conjuntos difusos la variable altura de
una persona, en este caso el universo de discurso será el rango de posibles valores
de la altura que tenga una persona adulta, se escogerá un rango entre 140cm y
200cm, valores por fuera de este rango son posibles, pero son muy escasos. El
universo de discurso U = [140, 200], para denominar los conjuntos difusos se
suelen trabajar con etiquetas lingüísticas similares a las que se usan de manera
coloquial, por ejemplo en la vida diaria decimos que una persona es Muy Baja
(MB), Baja (B), Mediana (M), Alta (Alta) y Muy Alta (MA) Etiqueta Rango [min,
max] MB [140,160] B [160,170] M [170,180] A [180,190] MA [190,200]
Conjuntos difusos para la altura de una persona Si en el ejemplo anterior se desea
trabajar con conjuntos clásicos (crisp) se tienen dos opciones: alguien Alto (A) o
 Bajo (B). Se supondrá que alguien Alto si mide más de 170cm es caso contrario
es bajo.

2.4 SIETE VERDADES DE LA LÓGICA DIFUSA

1) Lógica confusa no es confusa. La lógica confusa no es intrínsecamente
imprecisa, no viola el sentido común ni produce resultados inequívocos. La lógica
clásica (booleana), en verdad, es simplemente un caso especial de la lógica
confusa.

2) La lógica confusa es diferente de probabilidad. Con probabilidad, nosotros

intentamos determinar algo sobre el resultado potencial de los acontecimientos
claramente definidos que pueden ocurrir al azar. Con lógica confusa, nosotros
intentamos determinar algo sobre la naturaleza del acontecimiento en sí mismo.
La borrosidad se expresa a menudo como ambigüedad, no como imprecisión o
incertidumbre, es una característica de la opinión, así como del concepto.

3) Diseñar sistemas borrosos es fácil. Los sistemas borrosos reflejan, de una

manera general, lo que la gente piensa realmente de un problema. Generalmente
es rápido y fácil perfilar la forma aproximada de un sistema borroso. Más adelante
en, después de cierta prueba o experiencia, podemos ajustar sus características
exactas.

4) Los sistemas borrosos son estables y fácilmente ajustables y pueden ser

validados. Es más rápido y más fácil crear sistemas borrosos y construir un
sistema borroso que él debe crear sistemas basados en el conocimiento
convencionales, puesto que la lógica confusa maneja todos los grados de libertad
que intervienen. Estos sistemas se validan como sistemas convencionales, pero
ajustarlos son generalmente mucho más simples.

5) Los sistemas borrosos no son Redes Neuronales. Un sistema borroso procura

encontrar la intersección, la unión o el complemento de las variables borrosas del
control. Mientras que esto es algo análogo a las redes neuronales y a la
programación lineal, los sistemas borrosos se acercan a estos problemas de forma
diferente.

6) La lógica confusa es más que control de proceso. Aunque alguna gente opina
que la lógica confusa sirve principalmente como herramienta para el análisis del
 control de proceso y de la señal, esa interpretación es demasiado limitada. La
lógica confusa es una manera de representar y de analizar la información,
independientemente de usos específicos.

7) La lógica confusa es un proceso de representación y razonamiento. La lógica

confusa es una herramienta de gran alcance y versátil para la información
imprecisa, ambigua y vaga de la representación. No puede solucionar todos los
problemas, pero nos ayuda a modelar problemas difíciles, incluso intratables.

3 APLICACIONES DE LOGICA DIFUSA

La Lógica Borrosa tiene gran utilidad ya que ella nos permite tratar problemas
demasiado complejos, mal definidos o para los cuales no existen modelos
matemáticos precisos.
Gracias a este tipo de lógica se ha permitido modelizar y resolver situaciones
consideradas intratables desde el punto de vista de la Lógica Clásica.

En los últimos años la Lógica Borrosa se ha utilizado en distintos tipos de

instrumentos, máquinas y en diversos ámbitos de la vida cotidiana. Algunos casos
por ejemplo son los estabilizadores de imágenes en grabadoras de vídeo,
controladores de ascensores e ingeniería de terremotos.
También se ha usado esta técnica en la industria, obteniéndose excelentes
resultados como en el caso del metro de Sendai en Japón, ya que permitía que el
metro arrancara y frenara con gran suavidad, sin producir alteraciones entre los
pasajeros.

Realizando una división de los ejemplos en tres grandes grupos tenemos:

 Productos creados para el consumidor: Lavadoras difusas (Matsuhita

Electronic Industrial), hornos microondas, sistemas térmicos, traductores
lingüísticos, cámaras de vídeo, televisores, estabilizadores de imágenes
digitales (Matsuhita) y sistemas de foco automático en cámaras
fotográficas.

 Sistemas: Elevadores, trenes, automóviles (caso de los sistemas de

transmisiones, de frenos y mejora de la eficiencia del uso de combustible
 en motores), controles de tráfico, sistemas de control de acondicionadores
de aire que evitan las oscilaciones de temperatura y sistemas de
reconocimiento de escritura.

 Software: Diagnóstico médico, seguridad, comprensión de datos,

tecnología informática y bases de datos difusas para almacenar y consultar
información imprecisa (uso del lenguaje FSQL).

A continuación, se muestran aplicaciones en las que se pueden consultar a través

de la página web algunas de las características, uso y una información más
detallada:

 Gestión de recursos humanos mediante Lógica Borrosa.

 Módulo hardware mediante lógica difusa.

Algoritmo de control borroso usando el dispositivo MSP430x14x.

 Sistema experto para evaluar daños postsísmicos en edificios.

 Determinación de las IBNR mediante lógica difusa.

 Evaluación de lógica difusa en el control de máquinas eléctricas.

 Control de un generador de inducción como un freno eléctrico.

 Modelización de magulladuras por disparos en armaduras con un sistema

adaptativo de sistema difuso.

 Razonamiento para el estudio de la probabilidad de eventos borrosos

 Diseño de bases de datos difusa modelada con UML.

 Xfuzzy 3.0, entorno de desarrollo para sistemas de Lógica Borrosa.

 Software para diagnóstico médico.

Ejemplo

A continuación, se muestra una interfaz que está en desarrollo realizada mediante

lógica Borrosa, EDIMED.
EDIMED es una herramienta software para la realización de diagnósticos
médicos, el cual puede formar parte del aprendizaje y evaluación de los
estudiantes de Medicina.

El estudiante selecciona el tipo de enfermedad y dependiendo de los síntomas

que el sistema tenga registrados más los síntomas que el paciente de dicho
alumno le exponga, el sistema debería dar un diagnóstico apropiado según el tipo
de enfermedad del paciente.