Escolar Documentos
Profissional Documentos
Cultura Documentos
(x) uma funo de pertinncia que determina com que grau x est em A:
. 0 (x)
; 1 (x) 0
; 1 (x)
A
A
A
A conjunto ao pertence no x
A conjunto ao te parcialmen pertence x
A conjunto ao totalmente pertence x
=
< <
=
Sendo assim, a lgebra entre os conjuntos fuzzy no segue a teoria clssica usual,
em especial devido ao fato de que as operaes de unio e de interseco de um
conjunto e seu complementar so diferentes de 1 e vazio respectivamente, e portanto
operaes especficas entre os conjuntos fuzzy devem ser estabelecidas (detalhes
tericos esto no ANEXO 1).
Outro conceito essencial o reconhecimento desta caracterizao de variveis da
existncia do que consiste uma base de regras entre as mesmas. Isto se estabelece a
partir do conhecimento do especialista na forma de proposies do tipo se E1 e/ou E2
ento S1, onde E1 e E2 referem-se a classificaes lingsticas das variveis de entrada
e S1 a de sada, as quais, a partir do uso desta teoria, se mostra como conseqncia das
operaes e/ou algbricas acima referidas, onde e designa unio e ou interseco
(detalhes prticos esto no ANEXO 2).
Outros conceitos so brevemente explicados medida que forem requeridos.
7
3. Utilizao do MATLAB
O MATLAB um ambiente de computao cientfica, disponvel na FEAGRI
desde 2000, que permite a interao com o usurio atravs de uma janela, denotada por
Janela de Comando, onde os comandos devem ser fornecidos pelos usurios para que os
clculos e resultados, realizados atravs da linguagem FORTRAN, sejam exibidos. Os
passos para esta interao so descritos no que segue.
3.1 Como entrar e/ou executar no MATLAB
Para entrar e/ou executar no MATLAB em ambiente Windows, deve-se colocar
o cursor em cima do cone como o que segue, no caso da verso 6.1:
MATLAB 6.1.lnk
e ento pressionar o boto esquerdo do mouse no mesmo, a partir do que aparecer a
referida Janela de Comando, a qual estar pronta para receber os comandos to logo
apaream os caracteres >> e a palavra Ready nos locais que esto destacados no canto
superior esquerdo e no canto inferior esquerdo da Figura 1 respectivamente.
Figura 1: Janela de Comando do MATLAB que mostra >> e a informao Ready
8
A partir disto pode-se fazer distintos usos do MATLAB, dentre eles o uso de
vrios toolbox, cada um constando de uma coleo de arquivos destinados a tratar certas
classes de problemas cientficos. Dentre estes, encontra-se o Fuzzy Logical Toolbox,
que o de interesse neste manual, e cujo uso descreve-se no que segue.
3.2 Do que consta o Fuzzy Logical Toolbox
No Fuzzy Logical Toolbox esto disponibilizados arquivos e funes destinados
ao uso da teoria de conjuntos fuzzy. Neste caso, recomenda-se o reconhecimento das
Palavras-chave associadas ao uso desta teoria, que esto sublinhadas na seqncia de
comandos relacionados como segue.
3.2.1 Como entrar no Fuzzy Logical Toolbox
Na Janela de Comando da Figura 1 aps >> digitar a palavra fuzzy como:
>> fuzzy
e, em seguida, pressionar a tecla Enter a partir do que aparecer a tela inicial deste
toolbox como mostra o que aparece na Figura 2a.
Figura 2a: Tela inicial do Fuzzy Logical Toolbox.
Como pode ser notada na Figura 2a, a opo referente ao tipo de anlise fuzzy
est destacada com o nome MAMDANI. Sendo assim, no que segue descreve-se
brevemente do que o sistema MAMDANI constitudo.
9
3.2.2 O sistema de Mamdani
Em geral, um sistema fuzzy faz corresponder a cada entrada fuzzy uma sada fuzzy.
No entanto, espera-se que a cada entrada crisp (um nmero real, ou par de nmeros
reais, ou n-upla de nmeros reais) faa corresponder uma sada crisp. Neste caso, um
sistema fuzzy uma funo de R
n
em R, construda de alguma maneira especfica. Os
mdulos que seguem indicam a metodologia para a construo desta funo:
1) Mdulo de fuzzificao: o que modela matematicamente a informao das
variveis de entrada por meio de conjuntos fuzzy. neste mdulo que se mostra
a grande importncia do especialista do processo a ser analisado, pois a cada
varivel de entrada devem ser atribudos termos lingsticos que representam os
estados desta varivel e, a cada termo lingstico, deve ser associado um
conjunto fuzzy por uma funo de pertinncia;
2) Mdulo da base de regras: o que constitui o ncleo do sistema. neste
mdulo onde se guardam as variveis e suas classificaes lingsticas;
3) Mdulo de inferncia: onde se definem quais so os conectivos lgicos usados
para estabelecer a relao fuzzy que modela a base de regras. deste mdulo que
depende o sucesso do sistema fuzzy j que ele fornecer a sada (controle) fuzzy a
ser adotado pelo controlador a partir de cada entrada fuzzy; e
4) Mdulo de defuzzificao: que traduz o estado da varivel de sada fuzzy para
um valor numrico.
importante ressaltar que existem diferentes mtodos de inferncia fuzzy com
diferentes propriedades. O Fuzzy Logic toolbox do MATLAB oferece duas opes: o
Mtodo de Mamdani e o Mtodo de Sugeno. Analogamente, existem diversos mtodos
de defuzzificao. Devido simplicidade e eficincia, alm de ser bastante condizente
com a intuio humana, todo o contedo desta apostila foi preparado utilizando-se os
seguintes mtodos disponibilizados por este toolbox: o Mtodo de Mamdani, na etapa
de inferncia, e o Mtodo do centro de gravidade (centroid), na etapa de defuzzificao.
Nota-se que h casos especficos em que se recomenda o uso do mtodo de Sugeno (ver
manual do MATLAB).
Para um melhor entendimento destes e de outros mtodos de inferncia e de
defuzzificao, sugere-se a leitura de PEDRYCZ & GOMIDE (1998).
A Figura 2b destaca a configurao bsica para o uso do Fuzzy Logic Toolbox,
segundo estas especificaes, e ser mantida como base para todo o desenvolvimento
10
deste manual.
TermosRelacionados
com o Mtodo deInferncia
( Mtodo deMamdani)
Mtodo deDefuzzificao
Figura 2b: Configurao bsica segundo especificaes pr-estabelecidas para o uso do Fuzzy
Logic Toolbox
3.2.3 Como introduzir ou adicionar as variveis de entrada (input) e/ou de sada
(output).
Neste momento, para introduzir ou adicionar as variveis no Fuzzy Logic
Toolbox, devem ser criadas caixas para guard-las, o que feito na tela inicial, para
cada uma das variveis de entrada (caixas amarelas) e/ou variveis de sada (caixas
azuis), selecionando as opes:
Edit Add Variables
Output
Imput
como mostra o destaque da Figura 3.
11
Figura 3: Destaque das opes selecionadas para a introduo das variveis de entrada e/ou
sada
importante ressaltar que pode haver diversas variveis de entrada bem como
de sada. Porm, neste manual, ser tomado o sistema de duas variveis de entrada e
uma de sada, o que, na literatura descrito como MISO, posto que em Ingls MISO
significa multiple input and simple output; outros sistemas so descritos por MIMO
(multiple input and multiple output).
3.2.4 Como remover variveis de entrada e/ou de sada
Para remover caixas de variveis de entrada e/ou de variveis de sada,
pressionar o boto esquerdo do mouse uma vez na caixa correspondente varivel
que se quer remover, seguindo a opo:
E d i t A d d V a r i a b l e s
R e m o v e S e l e c t e d
V a r i a b l e
como mostra o que est destacado na Figura 4.
Figura 4: Opo selecionada para a remoo de variveis de entrada e/ou sada
12
3.2.5 Como mudar o nome das variveis de entrada e/ou sada
Nesta etapa sero dados nomes s variveis de entrada e de sada. Para mudar o
nome das caixas das variveis de entrada, e/ou de sada, pressionar o boto esquerdo
do mouse em cima da caixa que se quer renomear, escrever o nome escolhido no local
destacado em vermelho no canto inferior direito como indicado nas Figuras 5a e/ou 5b
respectivamente e pressionar a tecla Enter.
Escolher o Nome
Figura 5a: Mudana do nome das variveis de entrada
Escolher o Nome
Figura 5b: Mudana do nome das variveis de sada
13
3.2.6 Como alterar o domnio das variveis de entrada e/ou sada
A primeira alterao que deve ser feita dentro das caixas das variveis de
entrada e/ou sada, para que estas fiquem representativas do problema que se quer
estudar, a determinao do domnio de cada uma dessas variveis. Para tanto se deve
pressionar o boto esquerdo do mouse na caixa da varivel, alterando-se o que est
destacado no que mostram as Figuras 6a, no caso das variveis de entrada, e 6b no caso
das variveis de sada, e pressionar a tecla Enter.
Def i ni r o Dom ni o
Figura 6a: Definio do domnio das variveis de entrada
Def i ni r o Dom ni o
Figura 6b: Definio do domnio das variveis de sada
Este procedimento deve ser repetido tantas vezes quanto for o nmero de
caixas de variveis de entrada e/ou sada que se quer alterar o domnio.
14
3.2.7 Funes de pertinncia.
De acordo com o que consta na seco 3.2.2, um conjunto fuzzy caracterizado
por uma funo de pertinncia que assume valores dentro do intervalo [0,1]. Enquanto
na teoria de conjuntos clssica, a funo de pertinncia assume apenas os valores zero-
indicando que o elemento no pertence ao conjunto-, ou um- indicando que o elemento
pertence ao conjunto-, na teoria de conjuntos fuzzy, os elementos podem estar
associados a graus de pertinncia entre zero e um indicando que os mesmos podem
pertencer parcialmente a um conjunto.
A princpio, qualquer funo que associe valores entre zero e um a elementos de
um dado conjunto, pode ser tomada como funo de pertinncia. Entretanto, na escolha
de tais funes, deve-se levar em conta o contexto em que estas sero utilizadas na
representao das variveis lingsticas. Neste sentido, tanto o nmero quanto o formato
das funes de pertinncia devem ser escolhidos de acordo com o conhecimento sobre o
processo que se quer estudar. Uma breve descrio de funes de pertinncia do mtodo
de Mamdani pode ser vista no ANEXO 1.
3.2.7.1 Como alterar o nmero e o formato das funes de pertinncia
Para se alterar o nmero e o formato das funes de pertinncia das variveis
de entrada deve-se, a partir do que est indicado na Figura 6a, pressionar o boto
esquerdo do mouse nas seguintes opes:
Edit
Remove
all
MFs
e posteriormente, em:
Edit
Remove
all
Add MFs
A partir do que aparecer o que mostra a Figura 7a.
15
Figura 7a: Escolha do nmero e da forma das funes de pertinncia para variveis de entrada
De acordo com as Figuras 7b e 7c, que exibem uma ampliao da regio
destacada na Figura 7a, deve-se escolher a quantidade e o tipo das funes de
pertinncia.
Escolhidos o nmero e o formato das funes de pertinncia deve-se pressionar
em OK. Tal procedimento deve ser repetido para todas as variveis de entrada.
Para se alterar o nmero e o formato das funes de pertinncia das variveis de
sada deve-se seguir os mesmos procedimentos j descritos para as variveis de entrada,
porm a partir do que est ilustrado na Figura 6b.
Escolha o Nmero de
Funes de Pertinncia
Figura 7b: Escolha do nmero de funes de pertinncia para variveis de entrada.
16
Escolha o Formato da Funo de
Pertinncia
Figura 7c: Escolha do formato das funes de pertinncia para variveis de entrada.
3.2.7.2 Como alterar o domnio e o nome das funes de pertinncia
Uma vez selecionados o nmero e formato, deve-se determinar, para cada uma
das funes de pertinncia, os valores associados mxima pertinncia, onde a funo
de pertinncia igual a um, e os valores associados mnima pertinncia, onde o valor
da funo de pertinncia igual a zero. Tal procedimento diferente para os distintos
formatos de funes de pertinncia disponveis no Fuzzy Logical Toolbox. Os formatos
mais comumente utilizados para funes de pertinncia so os triangulares (trimf), os
trapezoidais (trapmf) e os gaussianos (gaussmf). Por esta razo, neste manual, apenas
para estes formatos sero indicados quais procedimentos devem ser seguidos.
3.2.7.2.1 Funes de pertinncia triangulares (trimf)
As funes de pertinncia triangulares so caracterizadas por uma terna ( a, b,
c), onde a e c determinam o intervalo dentro do qual a funo de pertinncia assume
valores diferentes de zero, e b o ponto onde a funo de pertinncia mxima. A
Figura 8 exibe uma funo de pertinncia triangular onde so destacados a, b e c. Nesta
figura encontram-se no eixo vertical os valores da funo de pertinncia e no eixo
horizontal os valores da varivel que se quer estudar.
a
b
c
Figura 8: Funo de pertinncia triangular
17
O que de fato o toolbox aciona a funo:
>
<
<
=
c x se
c x b se
b c
x c
b x a se
a b
a x
a x se
x
A
0
0
) (
Nome da Funo
de Pertinncia
Pontos da Funo de
Pertinncia.
(a= 0.1; b=0.5 e c= 0.9)
Domnio da varivel
de entrada input 1.
Formato da Funo de
Pertinncia
Figura 9: Funes de pertinncia triangular da varivel de entrada Input1
Para se determinar os valores de a, b e c deve-se, na Figura 7c, escolher a opo
trimf. Como exemplo, como mostrado na Figura 9, escolheu-se, para a varivel de
entrada input1, trs funes de pertinncia com formato triangular: mf1, mf2 e mf3,
sendo a=0,1;b=0.5 e c=0,9 para mf2. Os outros valores de a, b e c devem ser definidos
para cada uma das funes de pertinncia.
Pressionando-se o boto esquerdo do mouse em cima da funo de pertinncia
que se quer alterar, esta aparecer destacada em vermelho, como o caso da funo mf2
que aparece na Figura 9. Nos locais indicados nesta mesma Figura, deve-se selecionar
um nome apropriado para cada funo de pertinncia, e digitar entre os colchetes,
separados por um espao, os valores de a, b, c e pressionar a tecla Enter.
18
Caso haja interesse pode-se utilizar em uma mesma varivel de entrada e/ou
sada, funes de pertinncia com formatos distintos. Para tanto basta escolher outro
formato no local indicado na Figura 9.
3.2.7.2.2 Funes de pertinncia Gaussianas (gaussmf)
As funes de pertinncia Gaussianas so caracterizadas pela sua mdia ( ) e
seu desvio padro ( ). Este tipo de funo de pertinncia tem um decaimento suave e
tem valores diferentes de zero para todo domnio da varivel estudada. A Figura 10
exibe uma funo de pertinncia Gaussiana. Nesta figura encontram-se no eixo vertical
os valores da funo de pertinncia e no eixo horizontal os valores da varivel que se
quer estudar.
Figura 10: Funo de pertinncia gaussiana.
Neste caso, a funo que o toolbox aciona :
=
) 2 / ) ) ( exp(
0
) (
2 2
x
domnio do fora est x se
x
A
Para se escolher o formato Gaussiano para as funes de pertinncia de uma
varivel de entrada e/ou sada, deve-se escolher a opo gaussmf (ver Figura 7c). Como
exemplo, observa-se na Figura 11 que se escolheu, para a varivel de entrada input1,
trs funes de pertinncia com formato Gaussiano.
19
Figura 11: Funes de pertinncia gaussiana da varivel de entrada Input1
A mdia ( ) e o desvio padro ( ) devem ser definidos para cada uma das
funes de pertinncia. Clicando-se uma vez em cima da funo de pertinncia que se
quer alterar, esta aparecer destacada em vermelho, como o caso da funo mf2 que
aparece na Figura 11. Nos locais indicados nesta mesma Figura, deve-se selecionar um
nome apropriado para cada funo de pertinncia, e digitar entre colchetes, separados
por um espao, os parmetros , e pressionar a tecla Enter.
3.2.7.2.3 Funes de pertinncia trapezoidal (trapmf)
As funes de pertinncia trapezoidais so caracterizadas por um conjunto de
quatro valores de a, b, c e d, onde a e d determinam o intervalo dentro do qual a funo
de pertinncia assume valores diferentes de zero, e b e c determinam o intervalo dentro
do qual a funo de pertinncia mxima e igual a 1. A Figura 12 exibe uma funo de
pertinncia trapezoidal onde podem so destacados os pontos a, b, c e d. Nesta Figura
encontram-se no eixo vertical os valores da funo de pertinncia e no eixo horizontal
os valores da varivel que se quer estudar.
20
a d
b c
Figura 12: Funo de pertinncia trapezoidal
Neste caso, acionada a funo:
>
<
<
=
d x se
d x c se
c d
x d
c x b se
b x a se
a b
a x
a x se
x
A
0
1
0
) (
Para se determinar, dentro do Fuzzy Logical Toolbox os valores de a, b, c e d,
deve-se escolher a opo trapmf (ver Figura 7c). Como exemplo, como se pode
observar na Figura 13, escolheu-se, para a varivel de entrada input1, trs funes de
pertinncia com formato trapezoidal.
Pressionando-se uma vez em cima da funo de pertinncia que se quer alterar,
esta aparecer destacada em vermelho, como o caso da funo mf2 que aparece na
Figura 13. Nos locais indicados nesta mesma Figura, deve-se selecionar um nome
apropriado para cada funo de pertinncia, e digitar entre os colchetes, separados por
um espao, os valores de a, b, c, d e pressionar a tecla Enter.
21
Nome da Funo
de Pertinncia
Formato da Funo
de Pertinncia
Pontos da Funo de Pertinncia
( a=0.05;b= 0.45;c=0.55 ed= 0.95 )
Domnio da Varivel de
entrada input1
Figura 13: Funes de pertinncia trapezoidal da varivel de entrada Input1
Os valores de a, b, c e d devem ser definidos para cada uma das funes de
pertinncia.
3.3 Como criar a base de regras
Aps os procedimentos descritos anteriormente, deve-se criar a base de regras.
Para tanto pressionar o boto esquerdo do mouse em:
Edit Rules
que aparecer na janela o que mostra a Figura 14.
22
Conexo entre as
Variveis de Entrada
Peso da Regra
(Valores entre Zero e Um)
Variveis de Entrada
Varivel de Sada
Apaga a Regra Selecionada Cria uma Nova Regra
Altera a Regra Selecionada
Quadro Onde as Regras Criadas so
Automaticamente Exibidas
Determina que a Varivel de
Entrada e/ou de Sada no est
em um Determinado Nvel
Figura 14: Base de regras.
A Figura 14 exibe um exemplo em que duas regras j foram inseridas. Na
construo de cada regra deve-se definir a conexo entre as variveis de entrada e as
variveis de sada, atravs dos operadores lgicos, e pressionar o boto esquerdo do
mouse em add rule.
No final deste processo tem-se a formao do sistema de controle fuzzy.
3.4 Como utilizar o sistema de controle fuzzy
Construdo o sistema de controle fuzzy pode-se arbitrar valores numricos para
as variveis de entrada, simulando cenrios factveis, do ponto de vista do especialista,
para observar e analisar os valores obtidos para cada varivel de sada. Para tanto, em
qualquer tela dentro do Fuzzy Logical Toolbox, pressionar o mouse em:
View View Rules
23
do que aparecer o que mostra a Figura 15.
Valores das Variveis de entrada
Valores da Vriavel
de Sada
Figura 15: Um cenrio resultante da seleo de valores das variveis de entrada e os associados valores
de sada.
Para o sistema ilustrado na Figura 15, atribuiu-se o valore 0,555 para a varivel de
entrada 1 e o valor 0,777 para a varivel 2. Como sada, o sistema fuzzy gerou o valor
0,617, cuja interpretao a que permite o suporte a deciso como ser explicado
posteriormente. Para se arbitrar diferentes valores para as variveis de entrada pode-se
proceder de duas formas a partir do que mostra a Figura 15:
a) Pressionando e arrastando o mouse nas barras verticais vermelhas destacadas;
ou
b) Digitando os valores desejados no local destacado como valores das
variveis de entrada,
Como, para cada valor atribudo s variveis de entrada o sistema gera um valor
para a varivel de sada, nota-se que o sistema fuzzy neste caso desempenha o papel
de uma funo de duas variveis com valores reais, cujo grfico tridimensional (3D)
a superfcie gerada pelas operaes lgicas especficas.
24
3.5 Como visualizar a superfcie 3D
Para visualizar-se a superfcie formada pelas variveis de entrada e de sada, em
qualquer tela dentro do Fuzzy Logical Toolbox, pressionar o boto esquerdo do mouse
em:
View
View Rules
View Surface
do que aparecer o que est ilustrado na Figura 16.
Varivel de Entrada
Escolhida para o Eixo X
Nmero de Pontos na
Malha
Varivel de Entrada
Escolhida para o Eixo Y
Varivel de Sada
Escolhida para o Eixo Y
Figura 16: Superfcie 3D gerada
A partir do que mostra a Figura 16, possvel se obter grficos bidimensionais,
de qualquer uma das variveis de entrada em funo da varivel de sada. Para tanto,
basta escolher a varivel de entrada que deve permanecer e escolher a opo none no
local destinado outra.
3.6 Como salvar e carregar o sistema de controle fuzzy
O sistema de controle fuzzy pode ser salvo a partir de qualquer uma das telas
dentro do Fuzzy Logical Toolbox. Para salvar, pressionar o boto esquerdo do mouse
em:
25
File Save to Disk
como aparece na Figura 17.
Figura 17: Gravao do sistema controle fuzzy.
da aparecer o que ilustra a Figura 18.
Figura 18: Escolha do local e do nome do arquivo a ser salvo
e onde se pode escolher a localizao e o nome do arquivo nos locais destacados nos
cantos superior e inferior esquerdo da Figura 18 respectivamente.
26
Por outro lado, para carregar, siga os procedimentos descritos nas Sees 3.1 e
3.2.1. Pressionar o mouse em File; Import; From Disk, como indicado na Figura 19.
Figura 19: Conjunto de opes para carregar o sistema de controle fuzzy.
da aparecer o que mostra a Figura 20.
NOME
Figura 20: Escolha do local e do nome do sistema de controle fuzzy.
27
3.7 Casos especiais
3.7.1 Base de Regras Incompletas.
Na construo de um sistema de regras fuzzy deve-se sempre avaliar se a base de
regras que est sendo utilizada COMPLETA, isto , deve-se fazer o seguinte
questionamento: H regras suficientes para cobrir toda a extenso do problema
estudado?
Para responder esta questo, considera-se uma varivel fuzzy V, como
representada graficamente na Figura 21, onde se pode observar que h uma parte do
domnio da varivel V que no est representada ou coberta.
Entretanto, mesmo neste caso, o Fuzzy Logical Toolbox, do MATLAB
fornece uma sada que corresponde ao ponto mdio do domnio da varivel
Resposta, mas que por outro lado no representativa do problema que est sendo
utilizado.
0 0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 9 1
0
0 . 2
0 . 4
0 . 6
0 . 8
1
A
Regi o Des cobert a
Figura 21: Base de regras incompleta
28
3.7.72 Base de Regras Redundantes.
Na construo de um sistema de regras fuzzy tambm se deve verificar se no h
regras desnecessrias e que podem ser removidas do sistema. Para verificar esta
situao, considere uma varivel fuzzy V como representada graficamente na Figura 22,
onde se pode observar que os conjuntos fuzzy azul e vermelho j representam ou cobrem
todo o domnio da varivel. Sendo assim, o conjunto fuzzy verde redundante.
Entretanto, mesmo neste caso, o Fuzzy Logical Toolbox, do MATLAB
fornece uma sada.
0 1 2 3 4 5 6 7 8 9 1 0
0
0 . 2
0 . 4
0 . 6
0 . 8
1
Figura 22: Base de regras redundantes .
Estes dois exemplos, experimentados at ento s pelo segundo autor, ilustram o
necessrio conhecimento do modelo a ser analisado bem como dos procedimentos
bsicos do uso da teoria fuzzy no MATLAB.
29
3.8 Outros comandos teis fora do Fuzzy Logical Toolbox
Os comandos que sero apresentados nesta seo devem ser digitados dentro da
janela de comando como aparece na Figura 1.
Para definir uma varivel de nome nome faa:
>>nome = readfis('nome do arquivo gerado na Seo 3.6.2 ')
3.8.1 Como gerar grficos das funes de pertinncias associadas s
variveis de entrada
Para gerar os grficos faa:
>>plotmf(nome,' input',n)
onde n o nmero associado varivel de entrada que se queira obter o grfico.
Por exemplo, para n=1, faa:
>>plotmf (nome,' input',1)
Do que aparecer o que mostra a Figura 23:
Figura 23: Funo de pertinncias associada primeira varivel de entrada (input1)
30
3.8.2 Como gerar grficos das funes de pertinncias associadas s
variveis de sada
Para gerar os grficos de pertinncia faa:
>> plotmf (nome,'output',n)
Onde n o nmero associado varivel de sada que se querem obter o grfico.
Por exemplo, para n=1, faa:
>> plotmf(nome,'output',1)
Do que aparecer o que mostra a Figura 24:
Figura 24: Funo de pertinncias associada a primeira varivel de sada (output1).
3.8.3 Como obter o resumo do sistema de controle fuzzy
Para obter o resumo do sistema de controle faa:
>>plotfis(nome)
Do que aparecer o que mostra a Figura 25:
31
Figura 25: Resumo do sistema de controle fuzzy.
3.8.4 Como gerar o grfico da superfcie 3D
Para gerar a superfcie 3D faa:
>>gensurf(nome)
Do que aparecer o que mostra a Figura 28:
Figura 28: Grfico da superfcie 3D
32
3.9 Outras informaes teis aos usurios que querem copiar em seus
arquivos o que o toolbox mostra em suas janelas.
1) Estando na janela da figura, selecionar a seqncia de opes/instrues:
edit =>copy options=>figure=> copy templates=> word => apply to figure =>ok
edit =>copy figure
2) Estando no texto do arquivo Word, selecionar a seqncia de opes/instrues:
paste => como figura
33
4. Agradecimentos
Profa. Dra. Maria Jos Castanho, pela dedicao na apresentao de
exemplos prticos.
Profa. Dra. Irenilza de Alencar Ns pela solicitao e subseqente uso
intensivo deste manual no desenvolvimento de pesquisas.
Aos alunos Douglas D`Alessandro Salgado e Marcos Paulo G de Queiroz,
alunos da ps graduao e graduao da FEAGRI respectivamente, pelos testes de
compreenso realizados a partir da primeira verso deste manual; a orientada de IC
Bianca M Watanabe e ao aluno do curso de doutorado Mario Mollo Neto, pelo uso e
pela dedicao na disciplina de Estudo Dirigido em Construes Rurais e Ambincia -
AP 182N/2004 respectivamente.
Ao querido Prof. Dr. Rodney C. Bassanezy, pela apresentao e discusso de
conceitos tericos necessrios para o uso adequado desta teoria.
34
5. Referncias
AMENDOLA, M. Ciclo de Palestras Realizadas na Faculdade de Engenharia Agrcola
(FEAGRI-UNICAMP). 2002-2004 (www.agr.unicamp.br)
AMENDOLA, M.; CASTANHO, M.J.; NS, I.A.; SOUZA, A.L. Anlise matemtica
de condies de conforto trmico para avicultura usando a teoria dos conjuntos fuzzy.
Biomatemtica. IMECC-UNICAMP, Campinas, v.14, p.87 - 92, 2004.
AMENDOLA, M. & WATANABE, B. M. Anlise das condies de conforto de
frangos de corte utilizando a teoria dos conjuntos fuzzy. In: 4
0
Congresso Temtico de
Dinmica, Controle e Aplicaes - DINCON 2005. UNESP, Bauru - SP. 8p.
AMENDOLA, M., MOLLO, M. & CRUZ, V. F. Using fuzzy sets theory to improve the
animal productivity. EFITA/WCCA - 2005. PORTUGAL. 8p.
BARROS, L.C. Sobre sistemas dinmicos fuzzy: Teoria e Aplicaes. Tese de
doutorado IMECC-UNICAMP, Campinas. 1997. 103p.
BARROS, L. C. Teoria fuzzy x Biomatemtica. Apostila de mini-curso.
IMECC/UNICAMP. Campinas, SP. 2002. 52p.
BARROS, L.C., BASSANEZI, R. C., ZOTIN, OLIVEIRA, R. G. - Fuzzy Differential
Inclusion: An Application to Epidemiology In: Soft Methodology and Random
Information Systems ed. Warsaw: Springer, 2004, p. 631-637.
BARDOSSY,A.; DUCSTEIN, L. Fuzzy Rule-Based Modeling with Applications to
Geophysical, Biological and Engineering Systems. Flrida: CRC, 1995. 232p.
CASTANHO, M.J.P., Construo e avaliao de um modelo matemtico para predizer a
evoluo do cncer de prstata e descrever seu crescimento utilizando a teoria dos
conjuntos fuzzy.Tese de Doutorado. FEEC/UNICAMP, Campinas. 2005 125p.
HANSELMAN, D.; LITTLEFIELD, B. MATLAB
0 se
1 1
x x 0 se
2 2
x x
so as funes caractersticas de { }
1
x e { }
2
x , respectivamente.
Para uma visualizao da metodologia, o leitor pode acompanhar graficamente o
mtodo de Mamdani segundo o esquema das figuras 1 e 2 que seguem.
38
Figura 1 - Representao esquemtica do mtodo de Mamdani
Figura 2 - Representao da sada final do mtodo de Mamdani
Pode ser visto, atravs do exemplo acima, que a sada do controlador fuzzy, dada
pelo mtodo de inferncia de Mamdani, um conjunto fuzzy mesmo para o caso de uma
entrada crisp. Este fato que sugere a defuzzificao do conjunto fuzzy de sada para se
obter um valor crisp que o represente.
So muitos os mtodos de defuzzificao que podem ser adotados. A princpio,
qualquer nmero real, que de alguma maneira possa representar bem o conjunto fuzzy
B pode ser chamado de defuzzificador de B. Aqui ser citado o mais comum que faz
parte do mtodo de Mamdani. Tal mtodo (chamado de centro de gravidade) de
defuzzificao semelhante a mdia aritmtica para uma distribuio de dados, com a
diferena que os pesos aqui so valores ) (
i B
u que indicam o grau de compatibilidade
do valor u
i
com o conceito modelado pelo conjunto fuzzy B.
A defuzzificao de B, para um domnio discreto,
.
) (
) (
) (
0
0
=
=
=
n
i
i B
n
i
i B i
u
u u
B D
=
R
B
R
B
du u
du u u
B D
) (
) (
) (