Sistemas dinmicos p-fuzzy

Rodney C. Bassanezi Joo de Deus da Silva

Modelo Logstico
Verhurst, 1837

dP/dt = aP (k-P)

r = a(k-P)

Logstico: estabilidade

k=Poo: capacidade suporte

Modelo logstico p- fuzzy

A1

A2 A3

Ak-1

Ak

Base de regras do modelo logstico

Se P B ento DP B-pos Se P Mb ento DP M-pos Se P M ento DP A-pos Se P Ma ento DP M-pos Se P A ento DP B-pos Se P At ento DP B-neg

Mtodo de inferncia de Mamdani

B(u) = V{xX} {M(x,u) A(x)}

Logstico p- fuzzy
P n+1= P n + DP

Estabilidade: DP=0

Modelo de Lotka-Volterra ( 1925-26)

P*=(b/b,a/a)

Modelo de Holling -Tanner

Presa-Predador : Modelo P- Fuzzy simtrico

Base de Regras
Se (Px baixa) e (Py baixa) ento (Dx MP) e (Dy MN)
Se (Px mdia) e (Py baixa) ento (Dx AP) e (Dy BP) Se (Px alta) e (Py baixa) ento (Dx MP) e (Dy MP) Se (Px alta) e (Py mdia) ento (Dx BP) e (Dy AP) Se (Px alta) e (Py alta) ento (Dx MN) e (Dy MP) Se (Px mdia) e (Py alta) ento (Dx AN) e (Dy BN) Se (Px baixa) e (Py alta) ento (Dx MN) e (Dy MN) Se (Px baixa) e (Py mdia) ento (Dx BP) e (Dy AN)

Controlador Fuzzy (Mamdani)

Sistema presa-predador (simtrico)

Estabilidade de sistema p- fuzzy presa-predador geral

Plano de fase

Estabilidade

Variao dos predadores

Diagnstico Mdico

Pacientes / Sintomas: A
P/S
P1 P2 P3 P4

s1
.8 .3 .8 .8

s2 s 3
.4 .1 .3 .7 .5 .4 .5 .7

s4
.8 .8 .8 .2

s5
.2 .9 .1 .1

s6
.1 .2 .2 .9

s7
.1 .1 .9 .1

s8
.9 .1 .1 .1

s9
.1 .1 .6 .1

s10 s11
.1 .1 .3 .9 .1 .1 .2 .2

Pacientes / Doenas: B P/D d 1 P1 P2 P3 P4 d2 d3 .4 .1 .9 .3 d4 .2 .1 .3 .9

S/D s1 s2 s3 s4 Sintoma / Doena: R=A-1oB d1 .2 .2 .2 .3 .3 .2 .4 d2 .1 .1 .1 .1 1.0 .1 .1 d3 .1 .3 .1 .1 .1 .1 1.0 d4 .1 .2 .1 .1 .1 .1 .3

.9 .3 .3 .9 .4 .1 .2 .1

R(P)(d)=sup {sV} [min[R(s,d),P(s)]].

s5 s6 s7

s8

1.0
.4 .2 .1

.3
.1 .1 .1

.4
1.0 .3 .1

.2
.3 1.0 .1

R(P)=(0,9;0,3;0,4;0,2)
Sintomas Base de regras: R Diagnstico

s9 s10 s11