SISTEMAS DIFUSOS

INTELIGENCIA ARTIFICIAL



PRESENTADO POR:
JORGE CORTES ALVAREZ
GUSTAVO PACHECO GOMEZ



PRESENTADO A:
JHON ARRIETA ARRIETA





UNIVERSIDAD DE CARTAGENA
FACULTAD DE INGENIERIA
INGENIERIA DE SISTEMAS




CARTAGENA DE INDIAS, COLOMBIA.


JUNIO DEL 2014

SISTEMAS DIFUSOS
0. Resumen:
Tradicionalmente las premisas lgicas tienen slo dos extremos: o son completamente
ciertas o son totalmente falsas. En el mundo de la lgica difusa, las premisas lgicas
cambian en un rango a grado de verdad de 0 a 100 por ciento, esto permite acercar la
matemtica al lenguaje impreciso del hombre comn, ya que est repleto de trminos
vagos como poco, mucho, tibio, etc.
La estricta dualidad de las premisas es una seria limitacin al construir sistemas de
control de procesos en tiempo real y sistemas expertos de control, la lgica difusa ha
adquirido recientemente una gran difusin en estas reas, ya que esta provee habilidades
a los sistemas para la toma de decisiones basadas en el anlisis de entradas vagas e
imprecisas, asociando cada una de stas a un cuantificador de cualidad que le permiten
estimar su grado de verdad.


1. Introduccin
Cotidianamente nos movemos en un mundo con definiciones ambiguas, si alguien dice
est por llover nos interesa saber en qu medida esto es cierto y en cuanto tiempo
suceder. La toma de decisin a partir de informacin que no especfica tambin es un
procedimiento cotidiano, esto es el que se intenta emular con lgica difusa a partir de: la
observacin del entorno, la formulacin de reglas lgicas y de los mecanismos de toma
de decisin.
La lgica difusa, borrosa o Fuzzy (Trminos usados indistintamente a lo largo del
proyecto), se basa en lo relativo de lo observado. Este tipo de lgica toma dos valores
aleatorios, pero contextualizados y referidos entre s. La lgica difusa se adapta mejor al
mundo real, e incluso puede comprender y funcionar con nuestras expresiones, del tipo
"hace mucho calor", "no es muy alto", "el ritmo del corazn est un poco acelerado". La
clave de esta adaptacin al lenguaje, se basa en comprender los cuantificadores de
nuestro lenguaje (como por ejemplo, "mucho", "muy", "un poco").


2. Historia
El concepto de Lgica Difusa o Fuzzy fue concebido por Lofti A. Zadeh un profesor de la
Universidad de California en Berkley, quien inconforme con los conjuntos clsicos (crisp
sets) que solo permiten dos opciones, la pertenencia o no de un elemento a dicho
conjunto, la present como una forma de procesar informacin permitiendo pertenencias
parciales a unos conjuntos que en contraposicin a los clsicos, los denomin Conjuntos
Difusos. El concepto de conjunto difuso fue expuesto por Lofti Zadeh en un documento
hoy clsico en la literatura de la lgica difusa, en el ao de 1965, el artculo se titula
"Fuzzy Sets" (Conjuntos Difusos), y fue publicado en la revista Information and Control. El
mismo Zadeh publica en 1971 el artculo, "Quantitative Fuzzy Semantics", en donde
introduce los elementos formales que acabaran componiendo el cuerpo de la doctrina de
la lgica difusa y sus aplicaciones tal como se conocen en la actualidad.4

Zadeh naci en Irn en 1921 y se traslada a Estados Unidos para completar sus estudios
de Ingeniera Elctrica. Sus temas de investigacin cientfica estaban relacionados con el
anlisis de sistemas y la teora de control. Creyente acrrimo en el poder de las
Matemticas, se da cuenta que el marco Aristotlico (Verdadero o Falso), no tolera la
imprecisin y la verdad parcial, y por lo tanto se le complica la obtencin de soluciones
rigurosas cuando los sistemas que est estudiando no se prestan a una definicin precisa.
Entonces busco representar matemticamente la imprecisin intrnseca de ciertas
categoras de objetos.

El profesor Zadeh menciona que la gente no requiere informacin numrica precisa del
medio que lo rodea para desarrollar tareas de control altamente adaptables, por ejemplo
conducir un automvil 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 imprecisas, ellos podran trabajar de una manera ms
eficiente y quizs se podran implementar ms fcilmente. En Estados Unidos,
principalmente por razones culturales, el concepto de lgica difusa no tuvo mucho
impacto, mientras en oriente, especficamente los japoneses y algunos pases europeos,
aceptaron sin complicacin esta idea y han estado desde la dcada de los 80
construyendo aplicaciones reales y productos que funcionan basados en lgica difusa.
Por ejemplo, en 1986 Yamakawa publica el artculo, "Fuzzy Controller hardward system" y
desarrolla controladores difusos en circuitos integrados. En 1987, se inaugura en Japn el
subterrneo de Sendai, uno de los ms espectaculares sistemas de control difuso creados
por el hombre. Desde entonces el controlador inteligente ha mantenido los trenes rodando
eficientemente.
Posteriormente a ellos, otros grandes pensadores como David Hume o Kant apoyaban
esta idea manteniendo que el razonamiento vena dado por las observaciones de las que
somos testigos a lo largo de nuestra vida y la deteccin de algunos principios
contradictorios en la lgica clsica.
Tras la publicacin de Lotfi A. Zadeh, se comenz rpidamente a usar la lgica difusa en
distintas aplicaciones prcticas, llegando a su mximo auge a principios de los aos 90, y
continuando ste hasta la poca actual. Los subconjuntos difusos (o partes borrosas de
un conjunto) fueron inventados para modelar la representacin humana de los
conocimientos (por ejemplo para medir nuestra ignorancia o una imprecisin objetiva) y
mejorar as los sistemas de decisin, de ayuda a la decisin, y de inteligencia artificial.
Esta teora nos permite manejar y procesar ciertos tipos de informacin en los cuales se
manejen trminos inexactos, imprecisos o subjetivos. De una manera similar a como lo
hace el cerebro humano, es posible ordenar un razonamiento basado en reglas
imprecisas y en datos incompletos.
Si se acepta que las variables temticas son continuas, el establecimiento de clases con
lmites absolutamente definidos resulta problemtico y parece ms lgico pensar que la
transicin entre una clase y la siguiente debera ser gradual.
Esta premisa permite denominar a cada una de estas clases, sin lmites definidos, como
conjunto difuso. Un conjunto difuso est caracterizado por una funcin de pertenencia a
dicho conjunto, cuyo recorrido oscila entre cero y uno (desde la no pertenencia a la clase
hasta la pertenencia absoluta).
En la lgica clsica una proposicin slo admite dos valores: verdadero o falso. Por ello
se dice que la lgica usual es bivalente o binaria. Existen otras lgicas que admiten
adems un tercer valor posible (lgica trivaluada) e incluso mltiple valores de verdad
(lgica multivaluada).
La lgica aristotlica sirve para explicar ciertos fenmenos y problemas, aunque la gran
mayora de ellos enmarcados en el mundo terico de la matemtica. Por el contrario, la
lgica difusa puede usarse para explicar el mundo real, puesto que sigue el
comportamiento humano de razonar, sacando conclusiones a partir de hechos
observados. La lgica multivaluada incluye sistemas lgicos que admiten varios valores
de verdad posibles. La lgica difusa permite representar de forma matemtica conceptos
o conjuntos imprecisos. Si P es una proposicin, se le puede asociar un nmero v (P) en
el intervalo [0,1] tal que:
Si v (P) = 0, entonces P es falso.
Si v (P) = 1, entonces P es verdadero.
La veracidad de P aumenta con v (P).


3. Base terica
Lgica difusa:
La lgica difusa analiza los mtodos y principios de razonamiento a partir de
proposiciones imprecisas que relacionan magnitudes y valores lingsticos y cualitativos
modelados por conjuntos difusos. El elemento primario de la lgica difusa es el lenguaje
natural, y sus esquemas de razonamiento son esquemas de razonamiento aproximado
con proposiciones imprecisas, tpicamente de carcter lingstico, como podran ser las
reglas que se obtienen a partir de la expresin lingstica del conocimiento de un operador
humano versado en el control de un determinado proceso.

Conjuntos borrosos:
Los conjuntos clsicos, tienen limitaciones, se define un universo de discurso que
contiene a conjuntos cuyos bordes estn bien definidos, un elemento puede o no
pertenecer a cierto conjunto, algo es verdadero o falso, no se definen situaciones
intermedias. Los conjuntos borrosos son una extensin de los clsicos, donde se aade
una funcin de pertenencia, definida esta como un nmero real entre 0 y 1. As se
introduce el concepto de conjunto o subconjunto borroso y se lo asocia a un determinado
valor lingstico, definido por una palabra o etiqueta lingstica, donde esta es el nombre
del conjunto o subconjunto. Por cada conjunto se define una funcin de pertenencia o
membresa denominada A(x), indica el grado en que la variable x est incluida en el
concepto representado por la etiqueta A (0A(x) 1), si esta funcin toma el valor 0
significa que tal valor de x no est incluido en A y si toma el valor 1 el correspondiente
valor de x est absolutamente incluido en A. En la Figura 1 se puede apreciar un ejemplo
donde el conjunto velocidad (con variable x) est subdividido en 3 subconjuntos {Baja,
Meda, Alta}, con sus respectivas funciones de membresa {Baja(x) Media(x) Alta(x)}


Figura 1. Velocidad

Funciones de membresa:
Las funciones de membresa representan el grado de pertenencia de un elemento a un
subconjunto definido por una etiqueta.
Un conjunto difuso A se define como una Funcin de Pertenencia que enlaza o empareja
los elementos de un dominio o Universo de discurso X con elementos del intervalo [0,1].
Cuanto ms cerca est A(x) del valor 1, mayor ser la pertenencia del objeto x al conjunto
A. Los valores de pertenencia varan entre 0 (no pertenece en absoluto) y 1 (pertenencia
total). 6
Existe una gran variedad de formas para las funciones de membresa, las ms comunes
son del tipo trapezoidal, triangular, singleton, S.



Operaciones difusas:
A los subconjuntos se les puede aplicar determinados operadores o bien se puede
realizar operaciones entre ellos. Al aplicar un operador sobre un solo conjunto se obtendr
otro conjunto, lo mismo sucede cuando se realiza una operacin entre conjuntos.
Las operaciones lgicas se utilizan en controladores y modelos difusos, son necesarias
en la evaluacin del antecedente de reglas.
Se definen a continuacin 3 operaciones bsicas a realizar sobre conjuntos, estas
operaciones son complemento, unin e interseccin. Sean las etiquetas A y B las que
identifican a dos conjuntos borrosos asociados a una variable lingstica x, las
operaciones se definen como:

Complemento:

()

()
Unin. Operador lgico OR de Zadeh (max):

()

()

()
Interseccin. Operador lgico AND de Zadeh (min):

()

()

()

Hay muchas definiciones para las operaciones lgicas, algunas otras definiciones que
normalmente tambin se utilizan son:

Operador lgico AND del producto:

()

()

()
Operador lgico OR de Lukasiewicz:

()

()

()




Reglas difusa:
Los controladores difusos usan reglas, estas combinan uno o ms conjuntos borrosos de
entrada llamados antecedentes o premisas y le asocian un conjunto borroso de salida
llamado consecuente o consecuencia. Involucran a conjuntos difusos, lgica difusa e
inferencia difusa. A estas reglas se les llama reglas borrosas o difusas o fuzzy rules. Son
afirmaciones del tipo SI-ENTONCES. Los conjuntos borrosos del antecedente se asocian
mediante operaciones lgicas borrosas AND, OR, etc.

Sistemas difusos:
Su estructura est constituida por tres bloques principales: el de transformacin de los
valores numricos en valores de lgica difusa; el motor de inferencia que emplea las
reglas; y el bloque de conversin de los valores de la Lgica difusa en valores numricos.
En un sistema basado en lgica difusa se transforman los datos o valores numricos de la
entrada al dominio de las reglas intuitivas y lingsticas de la lgica difusa para realizar el
tratamiento de los mismos y despus convertir los resultados en valores numricos para
darles la representacin tradicional.

ETAPAS DE LA LGICA DIFUSA
Fusificacin (Fuzzification): la traduccin de valores del mundo real al ambiente
Fuzzy mediante el uso de funciones de membresa o pertenencia.

Inferencia lgica: despus de realizar la fusicacin de las variables de entrada y de
salida tenemos que establecer reglas que relacionen las entradas con las salidas.
Para poder operar con los Conjuntos Difusos es necesario definir las operaciones
elementales entre ellos (insercin, unin y complemento).

Defusificacin (Defuzzification): despus de computar las reglas fuzzy evaluar las
variables fuzzy, necesitamos trasladar estos valores nuevamente hacia el mundo
real.


Aplicacin:
La teora de conjuntos difusos es usado en muchos campos tcnicos como control,
modelado, procesamiento de imgenes y seales, sistemas expertos, etc., pero es quizs
en el campo del control su ms frecuente y exitosa aplicacin.
Ha surgido como una herramienta para el control de subsistemas y procesos industriales
complejos, as como tambin para la electrnica de entretenimiento y hogar, sistemas de
diagnstico y otros sistemas expertos.