Lgica Fuzzy

Adelson Pacheco dos Reis, Bruno Kamino Yamamoto, Lucas Rodrigues da Cunha, Mrio Junio Marques Martins, Valdomiro Caetano Martins Faculdade de Computao Universidade Federal de Uberlndia (UFU) Monte Carmelo MG Brasil Resumo. Este trabalho descreve os mtodos utilizados na implementao da Lgica Fuzzy, que deve ser vista como uma rea de pesquisa em Sistemas Eletrnicos para determinar valores imprecisos. Seus mtodos de utilizao so baseados em conjuntos Fuzzy (criado por Lukasiewicz) para determinar valores analgicos e digitais para controladores inteligentes, tais como: controle de poluio em tneis urbanos e controle de direo de veculo autoguiados. Esta Lgica proporcionou um grande avano nos meios tecnolgicos e eletrnicos e muito utilizada em reas de Engenharia e Inteligncia Artificial.

1. Introduo
Com teoria formulada por Lotfi Asker Zadeh em 1965, a Lgica Fuzzy, Nebulosa ou Difusa um tipo de lgica que apresenta raciocnios aproximados, difere-se, portanto dos tipos de lgica tradicionais em caractersticas e detalhes, pois no exata. Ela lida com assuntos reais e em seu modelo no existe o conceito de terceiroexcludo (ou Verdadeiro ou Falso), mas sim conceitos paradoxais, indeterminados e/ou desconhecidos. [1] Seu grau de inferncia, ou grau de verdade, ou ainda grau de pertinncia vai de 0 a 1, portanto em suas entrelinhas as definies podem ser totalmente verdadeiras (1), totalmente falsas (0), nem falsas nem verdadeiras (0,5, por exemplo) ou variaes entre tais valores. Por exemplo, um prdio tem 40m de altura (isso o torna alto, no?), mas ao seu lado existe outro prdio com 55m de altura (tambm alto), pois bem, mesmo a segunda construo sendo mais alta que a primeira, esta no deixa de ser alta. Resumindo, o segundo prdio tem um grau de pertinncia maior que o primeiro, mesmo os dois sendo altos.[1] Suas aplicaes realidade suas inmeras, tais como: Sistemas Especialistas, Sistemas de apoio tomada de deciso, Robtica, Jogos, Ar-Condicionado, Cmeras Fotogrficas, Freios ABS, Maquina de Lavar, Raciocnio sobre Incerteza etc. Os principais tpicos so: Suas operaes bsicas Complemento, Negao. sobre os conjuntos so: Unio, Interseo,

A necessidade de vrios testes para avaliar a competncia do sistema se torna um ponto delimitao dessa Lgica.

Sistemas de Lgicas Clssicas se usam de dois quantificadores: o existencial () e o universal (), j na Lgica Fuzzy utiliza-se de uma infinidade deles (pouco, muito, bastante, usualmente, cerca de dez, frequentemente, baixo, alto etc.). Ela se aproxima muito da lgica do pensamento humano, isso faz com que os sistemas criados nesse paradigma se tornam mais fceis para se entender e se manter. [1]

2. Como Surgiu
A Lgica tradicional, iniciada com Aristteles, era suficiente para representar raciocnios mais simples, baseando-se no principio do terceiro-excludo. Mas, como representar expresses como, por exemplo: Estou um pouco feliz. Esta sala muito pequena. Esta sopa est morna.

Com a evoluo da Informtica, principalmente da rea de Sistemas Digitais e demais tecnologias, veio necessidade de uma lgica mais prxima da lgica humana. As primeiras ideias a respeito de um pensamento difuso, iniciaram-se em 1920 com Jan Lukasiewicz (1878-1956), que introduziu conjuntos com graus de pertinncia sendo 0 , e 1, mas tarde expandindo-se para valores infinitos entre 0 e 1. O inicio da Lgica Fuzzy propriamente dita, data-se de 1965 com a primeira publicao feita por Lotfi Asker Zadeh , professor em Berkeley, Universidade da Califrnia. Zadeh combinou conceitos da lgica clssica com os conjuntos de Lukasiewicz, denominando-a de Fuzzy. A rea ganhou impulso a partir de1970 na Europa, implementada na rea industrial, no Japo, tendo destaque sua utilizao no tratamento de gua feito pela FujiElictric, e com sua utilizao pela Hitachi em um sistema de metr ,e principalmente aps advento dos computadores digitais [2]. Abaixo se encontra uma sequncia datando o advento da lgica Fuzzy: 1965 - Prof. Lotfi Zadeh, U.C Berkeley. Apresenta os conceitos fundamentais da lgica Fuzzy. 1970 - Primeira aplicao da lgica Fuzzy na engenharia de controle. 1975 - Introduo da lgica Fuzzy no Japo. 1985 - Ampla utilizao no Japo. 1990 - Ampla utilizao na Europa. 1995 - Ampla utilizao no EUA. 1996 -1100 aplicaes com Lgica Fuzzy publicadas. Aplicaes embarcadas 28%; Automao industrial 62%; Controle de processos - 10%.

2000 - Aplicada a finanas, controle multi-varivel [3].

3. Variveis Lingusticas
As variveis lingusticas so variveis que recebem tanto valores como nomes e sentenas, ou seja, no recebem apenas um valor especifico como ocorre com variveis numricas, mas recebem nomes e sentenas que so conjuntos Fuzzy. Um exemplo disso uma suposta temperatura de um local representado por uma varivel lingustica que pode ser expressa tanto em termos de preciso representados na escala Celsius, ou at mesmo de forma menos precisa expressando por meio de palavras como est quente, frio, muito frio que traduzem uma percepo particular. Uma varivel lingustica recebe valores denominados valores Fuzzy que por sua vez so representadas por termos primrios (Alto, Baixo, Mdio) por conectivos (no, e, ou) e com modificadores (muito, pouco, extremamente) e seus delimitadores os (parnteses). Atravs dos conectivos e modificadores possvel obter novos valores lingusticos obtendo se assim valores que so representados por um conjunto Fuzzy com sua respectiva funo. denominado valor primrio um valor lingustico formado por termos primrios, e valor composto quando e formado por termos primrios com os devidos conectivos e com modificadores. [4]

4. Sistemas de Inferncias
Sistemas de inferncia so mecanismos usados juntamente com os conjuntos de conceito Fuzzy, variveis lingusticas e raciocnios aproximados para processar dados, essa etapa e chamada de fuzzificao que transforma esses dados de entrada em conjuntos Fuzzy. Aps essa interpretao por meio de inferncia aplica-se as regras e ento, pode-se obter dados preciosos que passam por um processo de extrao chamado defuzzificao que resulta em um valor significativo de informaes. No estgio de inferncia ocorre o processo com conjuntos Fuzzy ao longo de regras para processar, por meio de um mecanismo de inferncia, as informaes da entrada dos dados para produzir uma concluso usando os estgios de processo representados pelo grfico abaixo.

5. A Teoria do Conjunto Fuzzy

O Conjunto Fuzzy caracterizado por sua funo de pertinncia P (onde P varia de 0 a 1) e definido por um universo X de conjuntos de base, tal que P:X [0,1], onde 0 a limite para uma afirmao falsa e 1 o limite para uma afirmao verdadeira. [5] Tomando como exemplo, temos: I) Jos tem 1,30m de altura e alto. II) Pedro tem 1,75m de altura e alto. III) Roberto tem 1,95m de altura e alto. onde, a afirmao I tem grau de verdade 0 e grau de falsidade 1, j a afirmao II tem grau de verdade 0,8 e de falsidade 0,2, por fim a afirmao III tem grau de verdade 1 e de falsidade 0. Assim como os Conjuntos Tradicionais, o Conjunto Fuzzy apresenta tambm propriedades de Unio, Interseo e Complementao. Esses conjuntos so representados na tabela a seguir.

A: U [0,1]
1 2

B: U [0,1]

Unio A B: A: U [0,1]
3

Interseo A B : A: U [0,1]
4

Complementao A : A: U [0,1]
5

O grfico 1 mostra um conjunto A qualquer e grfico 2 apresenta um conjunto B de mesma propriedade do conjunto A. Os grficos 3, 4 e 5 apresentam relaes entre os conjuntos A e B.

Na relao 3 mostra a unio dos conjuntos A e B, ou seja, mostra todos os elementos de A e B independente se estes esto se repetindo ou no. Na relao 4 feito a interseo destes conjuntos, assim, relacionado apenas os elementos repetidos em tais conjuntos. Na relao 5 e ltima considerada a complementao do conjunto A, isto , o total da diferena de A e o mais alto nvel de verdade como apresentado na frmula A(y) = 1 A(y), onde y o valor verdade de um elemento ou afirmao qualquer.

6. Suas aplicaes
As suas utilizaes atualmente se estendem desde produtos como geladeiras, ar condicionado, cmeras de vdeo, maquinas de lavar roupa, fornos microondas, aspiradores de p, transmisses automticas de carros, injeo eletrnica, freios, elevadores, controle de trnsito, sistemas de metrs, e at mesmo pela NASA em robs mveis e veculos autoguiados [6]. Exemplos: Jogo Mercado GL- jogo didtico STI (Sistema Tutor Inteligente), utilizado para auxiliar professores e alunos no aprendizado da matemtica. um sistema baseado na lgica Fuzzy, pois trabalha com informaes aproximadas [7]; Utilizada em pesquisas da rea de Agronomia, visando saber qual o melhor alojamento que permita o desenvolvimento de matrizes gestantes de sunos[9]; Mapa baseado na Lgica Fuzzy, com o objetivo de se conseguir o nvel de radiao que moradores da regio fosftica de Pernambuco esto submetidos [8]; Metr de Sendai (Tquio), operado por sistema Fuzzy, que controla a velocidade, acelerao e frenagem do trem sem a necessidade de superviso humana [10]; Recarregador de bateria ultrarrpido NiCd da Bosch. Recarrega a bateria em apenas 12 minutos. Emprega lgica convencional, mas limita a vida til da bateria em apenas 300 ciclos. Espera-se que o mesmo recarregador, implementado com a Lgica Fuzzy, possibilite uma vida til de pelo menos 3000 ciclos [10]; Na rea de automao industrial a empresa alem Klckner-Moeller desenvolveu o primeiro controlador programvel da Europa empregando inferncia por Lgica Fuzzy: o FUZZY-SPC (ou FUZZY-PLC) [10]; O sistema de lgica Fuzzy nesse caso imita o controle e a estratgia do ser humano, mas opera o guindaste com uma preciso bem maior, sem causar qualquer distrbio na carga [10]; Detector de fogo desenvolvido pela Cerberus (Sua), usando um sistema de lgica neuro-fuzzy que reduz drasticamente falsos alarmes. Seu sistema neurofuzzy utiliza extenses naturais da lgica Fuzzy [10]; Primeiro processador da Europa com lgica Fuzzy, desenvolvido pela Siemens. Utilizado no PLC Fuzzy Klckner-Moeller's [10]; Sistema de pouso automtico para avies como o Boeing 747 [11]; Existe a expectativa de que essa lgica possa ser associada a redes neurais

artificiais, gerando novas classes de sistemas e de controladores neuro-fuzzy, combinando assim as caractersticas individuais em sistemas adaptativos e inteligentes, proporcionando uma importante contribuio para os sistemas de automao, principalmente em controle de processos [6].

7. Referncias
[1] Bertsekas, D.P. (1976). Dynamic Programming and Stochastic Control. Mathematics in Science and Engineering. Vol. 125, Academic Press, NY [2] Disponvel 23/05/2012. em: <http://www.pucsp.br/~logica/Fuzzy.htm> Acessado em

[3] Junges, Lus Carlos Dill. Introduo a Lgica Fuzzy,13 de novembro de 2006. Universidade Tecnolgica de Santa Catarina, Departamento de Automao de Sistemas. [4] Leonardo Amaral Mozelli, UFMG, Belo Horizonte, 03 de outubro de 2008, Controle Fuzzy para Sistemas Takagi-Sugeno; Condues aprimoradas e aplicaes. [5]Goldberg, D. (1989) - Genetic Algorithms in Search, Optimization and Machine Learning - Addison-Wesley, MA. [6] Gomide, Fernando A. C.* . Gudwin, Ricardo R.* .Tanscheit, Ricardo ** . Conceitos Fundamentais da Teoria de Conjuntos Fuzzy, Lgica Fuzzy e Aplicaes *Universidade Estadual de Campinas, Departamento de Engenharia de Computao e Automao Industrial . ** Universidade Federal do Maranho, Departamento de Engenharia Eltrica e Eletrnica. [7] Rieder, Rafael. Moro, Fernanda Teresa. Pierozan, Carolina. Brancher, Jacques Dulio. Mercado GL Um jogo STI-Fuzzy para o Ensino de Matemtica Fundamental. Universidade Regional Integrada do Alto Uruguai e das Misses- URI. [8] Vasconselos, Wagner Eustquio de *. Lira, Carlos Alberto Brayner de Oliveira *. Marcello Goulart Teixeira**.Utilizao de um Mapa Baseado em Lgica Fuzzy para Avaliao da Exposio radiao dos habitantes da Regio Fosftica de Pernambuco.27- 30/07/2010. [9] Pandorfi,Hliton. Comportamento Bioclimtico de Matrizes Sunas em Gestao e o uso de Sistemas Inteligentes na Caracterizao do Ambiente Produtivo: Suinocultura de Preciso. Piracicaba , SP,Junho 2005. [10] Disponvel em: <http://www.lps.usp.br/neo/fuzzy/fuzzy_aplicacoes.htm.> Acessado em 23/05/2012. [11] Disponvel em: <http://www.inovacaotecnologica.com.br/noticias/noticia.php?artigo=avioes-pousoautomatico-logica-fuzzy-difusa&id=010170101111>. Acessado em 23/05/2012.