Escolar Documentos
Profissional Documentos
Cultura Documentos
Logica Fuzzy PDF
Logica Fuzzy PDF
13 de novembro de 2006
Sum ario
1 2 3 4
Hist oria/uso L ogica Fuzzy Por que usar l ogica Fuzzy Racioc nio Fuzzy
Fuzzica c ao Infer encia
Agrega c ao Composi c ao
Defuzzica c ao
5
Hist oria/uso
1965 Prof. Lot Zadeh, U.C Berkeley. Apresenta os conceitos fundamentais da l ogica Fuzzy. 1970 Primeira aplica c ao da l ogica Fuzzy na engenharia de controle. 1975 Introdu c ao da logica Fuzzy no Jap ao. 1985 Ampla utiliza c ao no Jap ao. 1990 Ampla utiliza c ao na Europa. 1995 Ampla utiliza c ao no EUA. 1996 1100 aplica c oes com L ogica Fuzzy publicadas. Aplica c oes embarcadas - 28% Automa c ao industrial - 62% Controle de processos - 10% 2000 Aplicada a nan cas, controle multi-vari avel.
L ogica Fuzzy
Descri c ao L ogica Fuzzy e baseada na teoria do Conjuntos Fuzzy. Tradicionalmente, uma proposi c ao l ogica tem dois extremos: ou e completamente verdadeiro ou e completamente falso. Entretanto, na l ogica Fuzzy, uma premissa varia em grau de verdade de 0 a 1, o que leva a ser parcialmente verdadeira ou parcialmente falsa. Funcionamento l ogica Fuzzy O controle executado pela l ogica Fuzzy imita um comportamento baseado em regras ao inv es de um controle explicitamente restrito a modelos matem aticos como equa c oes diferenciais. O objetivo da l ogica Fuzzy e gerar uma sa da l ogica a partir de um conjunto de entradas n ao precisas, com ru dos ou at e mesmo faltantes.
L ogica Fuzzy
Descri c ao L ogica Fuzzy e baseada na teoria do Conjuntos Fuzzy. Tradicionalmente, uma proposi c ao l ogica tem dois extremos: ou e completamente verdadeiro ou e completamente falso. Entretanto, na l ogica Fuzzy, uma premissa varia em grau de verdade de 0 a 1, o que leva a ser parcialmente verdadeira ou parcialmente falsa. Funcionamento l ogica Fuzzy O controle executado pela l ogica Fuzzy imita um comportamento baseado em regras ao inv es de um controle explicitamente restrito a modelos matem aticos como equa c oes diferenciais. O objetivo da l ogica Fuzzy e gerar uma sa da l ogica a partir de um conjunto de entradas n ao precisas, com ru dos ou at e mesmo faltantes.
Controle por l ogica Fuzzy A l ogica Fuzzy apresenta as seguintes caracter sticas em rela c ao a outras t ecnicas de controle:
1 2 3 4 5
Robusta porque n ao requer entradas precisas. Modicada facilmente pois e baseada em regras. Controle de sistemas n ao-lineares sem modelo matem atico. Solu c ao mais r apida e barata em alguns casos. Implement avel facilmente em microprocessadores.
Fuzzica c ao
Fuzzica c ao Nesta etapa denem-se as vari aveis lingu sticas de forma subjetiva bem como as fun c oes pertin encia. An alise do problema Deni c ao das vari aveis Fuzzy Deni c ao das fun c oes de pertin encia Cria c ao de regi oes
Infer encia
Infer encia Nesta etapa denem-se as regras ou proposi c oes. Deni c ao das regras Cria c ao da matriz de regras Agrega c ao Calcula a import ancia de uma determinada regra para a situa c ao corrente (bloco IF) Composi c ao Calcula a inu encia de cada regra nas vari aveis de sa da (bloco THEN)
Defuzzica c ao
Operadores fuzzy A and B = min(a,b) A or B = max(a,b) not A = 1 - A Algoritmos de defuzzica c ao Converter as vari aveis fuzzy em valores num ericos ou aceit aveis pelo sistema. Nesta etapa diversas t ecnicas de defuzzica c ao podem ser usadas, entre elas: Centr oide First-of-Maxima Middle-of-Maxima Crit erio M aximo
Vari aveis Fuzzy Erro = Negativo, Positivo, Zero Derivada do erro = Negativa, Positiva, Zero Sa da = Valor real entre -100 e +100
If (erro < 0) & ( If (erro = 0) & If (erro > 0) & If (erro < 0) & If (erro = 0) & If (erro > 0) & If (erro < 0) & If (erro = 0) & If (erro > 0) &
derro dt < 0) then Esfriar 0.5 & 0.0 = 0.0 derro ( dt < 0) then Aquecer 0.5 & 0.0 = 0.0 ( derro dt < 0) then Aquecer 0.0 & 0.0 = 0.0 ( derro dt = 0) then Resfriar 0.5 & 0.5 = 0.5 derro ( dt = 0) then N ao mude 0.5 & 0.5 = 0.5 derro ( dt = 0) then Aquecer 0.0 & 0.5 = 0.0 ( derro dt > 0) then Resfriar 0.5 & 0.5 = 0.5 derro ( dt > 0) then Resfriar 0.5 & 0.5 = 0.5 ( derro dt > 0) then Aquecer 0.0 & 0.5 = 0.0
Algoritmo Root-Sum-Square (RSS) Negativo = 0.02 + 0.52 + 0.52 + 0.52 = 0.866 Zero = 0.52 = 0.500 Positivo = 0.02 + 0.02 + 0.02 + 0.02 = 0.000 Root-Sum-Square (RSS) - Centr oide
Valor de sa da =
1000.866+00.500+1000.00 0.866+0.500+0.000
= 63.4%
Defuzzica c ao
13 de novembro de 2006