Introduo a Lgica Fuzzy ca o

Lu Carlos Dill Junges s

Universidade Federal de Santa Catarina Centro tecnolgico o Departamento de Automao de Sistemas ca Sistemas Industriais Inteligentes

13 de novembro de 2006

Sumrio a
1 2 3 4

Histria/uso o Lgica Fuzzy o Por que usar lgica Fuzzy o Racioc Fuzzy nio
Fuzzicao ca Inferncia e
Agregao ca Composio ca

Defuzzicao ca
5

Implementar lgica Fuzzy o

Descrio do problema ca Funes de pertinncia co e Matriz de regras Inferncia e Encontrar o centride o

Histria/uso o
1965 Prof. Lot Zadeh, U.C Berkeley. Apresenta os conceitos fundamentais da lgica Fuzzy. o 1970 Primeira aplicao da lgica Fuzzy na engenharia de ca o controle. 1975 Introduo da logica Fuzzy no Japo. ca a 1985 Ampla utilizao no Japo. ca a 1990 Ampla utilizao na Europa. ca 1995 Ampla utilizao no EUA. ca 1996 1100 aplicaes com Lgica Fuzzy publicadas. co o Aplicaes embarcadas - 28% co Automao industrial - 62% ca Controle de processos - 10% 2000 Aplicada a nanas, controle multi-varivel. c a

Lgica Fuzzy o
Descrio ca Lgica Fuzzy baseada na teoria do Conjuntos Fuzzy. o e Tradicionalmente, uma proposio lgica tem dois extremos: ou ca o e completamente verdadeiro ou completamente falso. e Entretanto, na lgica Fuzzy, uma premissa varia em grau de o verdade de 0 a 1, o que leva a ser parcialmente verdadeira ou parcialmente falsa. Funcionamento lgica Fuzzy o O controle executado pela lgica Fuzzy imita um comportamento o baseado em regras ao invs de um controle explicitamente restrito e a modelos matemticos como equaes diferenciais. O objetivo da a co lgica Fuzzy gerar uma sa lgica a partir de um conjunto de o e da o entradas no precisas, com ru a dos ou at mesmo faltantes. e

Lgica Fuzzy o
Descrio ca Lgica Fuzzy baseada na teoria do Conjuntos Fuzzy. o e Tradicionalmente, uma proposio lgica tem dois extremos: ou ca o e completamente verdadeiro ou completamente falso. e Entretanto, na lgica Fuzzy, uma premissa varia em grau de o verdade de 0 a 1, o que leva a ser parcialmente verdadeira ou parcialmente falsa. Funcionamento lgica Fuzzy o O controle executado pela lgica Fuzzy imita um comportamento o baseado em regras ao invs de um controle explicitamente restrito e a modelos matemticos como equaes diferenciais. O objetivo da a co lgica Fuzzy gerar uma sa lgica a partir de um conjunto de o e da o entradas no precisas, com ru a dos ou at mesmo faltantes. e

Lgica Fuzzy na prtica o a

Funcionamento lgica Fuzzy o Lgica Fuzzy tem por essncia gerar valores de sa o e das sem a necessidade de entradas precisas.

Por que usar Lgica Fuzzy? o

Controle por lgica Fuzzy o A lgica Fuzzy apresenta as seguintes caracter o sticas em relao a ca outras tcnicas de controle: e
1 2 3 4 5

Robusta porque no requer entradas precisas. a Modicada facilmente pois baseada em regras. e Controle de sistemas no-lineares sem modelo matemtico. a a Soluo mais rpida e barata em alguns casos. ca a Implementvel facilmente em microprocessadores. a

Racioc Fuzzy nio

O racioc com lgica Fuzzy consiste em implementar as etapas nio o abaixo:

Fuzzicao ca

Fuzzicao ca Nesta etapa denem-se as variveis lingu a sticas de forma subjetiva bem como as funes pertinncia. co e Anlise do problema a Denio das variveis Fuzzy ca a Denio das funes de pertinncia ca co e Criao de regies ca o

Inferncia e

Inferncia e Nesta etapa denem-se as regras ou proposies. co Denio das regras ca Criao da matriz de regras ca Agregao Calcula a importncia de uma determinada regra ca a para a situao corrente (bloco IF) ca Composio Calcula a inuncia de cada regra nas variveis de ca e a sa (bloco THEN) da

Defuzzicao ca
Operadores fuzzy A and B = min(a,b) A or B = max(a,b) not A = 1 - A Algoritmos de defuzzicao ca Converter as variveis fuzzy em valores numricos ou aceitveis a e a pelo sistema. Nesta etapa diversas tcnicas de defuzzicao e ca podem ser usadas, entre elas: Centride o First-of-Maxima Middle-of-Maxima Critrio Mximo e a

Implementar lgica Fuzzy o

Exemplo de estrutura de um programa com lgica Fuzzy: o

Exemplo controle Fuzzy

Descrio problema ca Desenvolver um controlador proporcional em determinado processo de tal maneira que o mesmo opere dentro de uma faixa de temperatura pr-estabelecida. O sinal de sa deve ser 0-100 e da positivo (aquecer) ou 0-100 negativo (resfriar).

Fuzzicao - Variveis Fuzzy ca a

Variveis Fuzzy a Erro = Negativo, Positivo, Zero Derivada do erro = Negativa, Positiva, Zero Sa = Valor real entre -100 e +100 da

Fuzzicao - Funoes de pertinncia ca c e

Relevncia a Tambm chamada de Degree of Membership (DOM). Determina o e quo signicante tal informao. a e ca

Fuzzicao - Funoes de pertinncia ca c e

Forma do grco a Embora a forma triangular seja a mais comum, outras formas como sino, trapezoidal entre outras podem ser escolhidas.

Inferncia - Regras ou proposies e co

Inferncia - Matriz de regras e

Defuzzicao - Resultados das regras ca

Exemplo com valores arbitrrios a Considerando os valores de -1 e +2.5 para o erro e para a derivada do erro, respectivamente, tem-se para o resultado das regras:
1 2 3 4 5 6 7 8 9

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 < 0) then Aquecer 0.0 & 0.0 = 0.0 dt derro ( dt = 0) then Resfriar 0.5 & 0.5 = 0.5 ( derro = 0) then No mude 0.5 & 0.5 = 0.5 a dt derro ( dt = 0) then Aquecer 0.0 & 0.5 = 0.0 ( derro > 0) then Resfriar 0.5 & 0.5 = 0.5 dt ( derro > 0) then Resfriar 0.5 & 0.5 = 0.5 dt derro ( dt > 0) then Aquecer 0.0 & 0.5 = 0.0

Defuzzicao - Resultados das regras ca

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) - Centride o

Valor de sa = da

1000.866+00.500+1000.00 0.866+0.500+0.000

= 63.4%

Defuzzicao ca

Fim de apresentao ca Obrigado pela presena! c

Introduo a Lgica Fuzzy ca o

Lu Carlos Dill Junges s
Universidade Federal de Santa Catarina Centro tecnolgico o Departamento de Automao de Sistemas ca Sistemas Industriais Inteligentes

13 de novembro de 2006