30/9/2014 Lgica difusa - Wikipedia, la enciclopedia libre

http://es.wikipedia.org/wiki/L%C3%B3gica_difusa 1/8
Lgica difusa
De Wikipedia, la enciclopedia libre
La lgica difusa (tambin llamada lgica borrosa o lgica heurstica) se
basa en lo relativo de lo observado como posicin diferencial. Este tipo de
lgica toma dos valores aleatorios, pero contextualizados y referidos entre s.
As, por ejemplo, una persona que mida 2 metros es claramente una persona
alta, si previamente se ha tomado el valor de persona baja y se ha establecido
en 1 metro. Ambos valores estn contextualizados a personas y referidos a una
medida mtrica lineal.
Fue formulada en 1965 por el ingeniero y matemtico Lofti Zadeh.
1
ndice
1 Funcionamiento
2 Lgica Difusa Compensatoria (LDC)
3 La modelizacin de la vaguedad en la Lgica Difusa Compensatoria
4 Aplicaciones
4.1 Aplicaciones generales
4.2 Lgica difusa en inteligencia artificial
5 Ventajas e inconvenientes
6 Vase tambin
7 Referencias
8 Enlaces externos
Funcionamiento
La lgica difusa ("fuzzy logic" en ingls) se adapta mejor al mundo real en el
que vivimos, 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", etc.
La clave de esta adaptacin al lenguaje, se basa en comprender los
cuantificadores de cualidad para nuestras inferencias (en los ejemplos de
arriba "mucho", "muy" y "un poco").
En la teora de conjuntos difusos se definen tambin las operaciones de unin,
interseccin, diferencia, negacin o complemento, y otras operaciones sobre
conjuntos (ver tambin subconjunto difuso), en los que se basa esta lgica.
30/9/2014 Lgica difusa - Wikipedia, la enciclopedia libre
http://es.wikipedia.org/wiki/L%C3%B3gica_difusa 2/8
Para cada conjunto difuso, existe asociada una funcin de pertenencia para sus
elementos, que indican en qu medida el elemento forma parte de ese conjunto
difuso. Las formas de las funciones de pertenencia ms tpicas son trapezoidal,
lineal y curva.
Se basa en reglas heursticas de la forma SI (antecedente) ENTONCES
(consecuente), donde el antecedente y el consecuente son tambin conjuntos
difusos, ya sea puros o resultado de operar con ellos. Sirvan como ejemplos de
regla heurstica para esta lgica (ntese la importancia de las palabras
"muchsimo", "drsticamente", "un poco" y "levemente" para la lgica difusa):
SI hace muchsimo fro ENTONCES aumento drsticamente la temperatura.
SI voy a llegar un poco tarde ENTONCES aumento levemente la velocidad.
Los mtodos de inferencia para esta base de reglas deben ser sencillos,
verstiles y eficientes. Los resultados de dichos mtodos son un rea final, fruto
de un conjunto de reas solapadas entre s (cada rea es resultado de una regla
de inferencia). Para escoger una salida concreta a partir de tanta premisa
difusa, el mtodo ms usado es el del centroide, en el que la salida final ser
el centro de gravedad del rea total resultante.
Las reglas de las que dispone el motor de inferencia de un sistema difuso
pueden ser formuladas por expertos, o bien aprendidas por el propio sistema,
haciendo uso en este caso de redes neuronales para fortalecer las futuras tomas
de decisiones.
Los datos de entrada suelen ser recogidos por sensores, que miden las
variables de entrada de un sistema. El motor de inferencias se basa en chips
difusos, que estn aumentando exponencialmente su capacidad de
procesamiento de reglas ao a ao.
Un esquema de funcionamiento tpico para un sistema difuso podra ser de la
siguiente manera:
Funcionamiento de un sistema de control
difuso.
30/9/2014 Lgica difusa - Wikipedia, la enciclopedia libre
http://es.wikipedia.org/wiki/L%C3%B3gica_difusa 3/8
En la figura, el sistema de control hace los clculos con base en sus reglas
heursticas, comentadas anteriormente. La salida final actuara sobre el entorno
fsico, y los valores sobre el entorno fsico de las nuevas entradas (modificado
por la salida del sistema de control) seran tomadas por sensores del sistema.
Por ejemplo, imaginando que nuestro sistema difuso fuese el climatizador de
un coche que se autorregula segn las necesidades: Los chips difusos del
climatizador recogen los datos de entrada, que en este caso bien podran ser la
temperatura y humedad simplemente. Estos datos se someten a las reglas del
motor de inferencia (como se ha comentado antes, de la forma SI...
ENTONCES... ), resultando un rea de resultados. De esa rea se escoger el
centro de gravedad, proporcionndola como salida. Dependiendo del resultado,
el climatizador podra aumentar la temperatura o disminuirla dependiendo del
grado de la salida.
Lgica Difusa Compensatoria (LDC)
La LDC es un modelo lgico multivalente que permite la modelacin simultnea
de los procesos deductivos y de toma de decisiones. El uso de la LDC en los
modelos matemticos permite utilizar conceptos relativos a la realidad
siguiendo patrones de comportamiento similares al pensamiento humano. Las
caractersticas ms importantes de estos modelos son: La flexibilidad, la
tolerancia con la imprecisin, la capacidad para moldear problemas no lineales
y su fundamento en el lenguaje de sentido comn. Bajo este fundamento se
estudia especficamente cmo acondicionar el modelo sin condicionar la
realidad.
La LDC utiliza la escala de la LD, la cual puede variar de 0 a 1 para medir el
grado de verdad o falsedad de sus proposiciones, donde las proposiciones
pueden expresarse mediante predicados. Un predicado es una funcin del
universo X en el intervalo [0; 1], y las operaciones de conjuncin, disyuncin,
negacin e implicacin, se definen de modo que restringidas al dominio [0; 1]
se obtenga la Lgica Booleana.
Las distintas formas de definir las operaciones y sus propiedades determinan
diferentes lgicas multivalentes que son parte del paradigma de la LD. Las
lgicas multivalentes se definen en general como aqullas que permiten valores
intermedios entre la verdad absoluta y la falsedad total de una expresin.
Entonces el 0 y el 1 estn asociados ambos a la certidumbre y la exactitud de
lo que se afirma o se niega y el 0,5 a la vaguedad y la incertidumbre mximas.
En los procesos que requieren toma de decisiones, el intercambio con los
expertos lleva a obtener formulaciones complejas y sutiles que requieren de
predicados compuestos. Los valores de verdad obtenidos sobre estos
predicados compuestos deben poseer sensibilidad a los cambios de los valores
de verdad de los predicados bsicos.
30/9/2014 Lgica difusa - Wikipedia, la enciclopedia libre
http://es.wikipedia.org/wiki/L%C3%B3gica_difusa 4/8
Esta necesidad se satisface con el uso de la LDC, que renuncia al cumplimiento
de las propiedades clsicas de la conjuncin y la disyuncin, contraponiendo a
stas la idea de que el aumento o disminucin del valor de verdad de la
conjuncin o la disyuncin provocadas por el cambio del valor de verdad de una
de sus componentes, puede ser compensado con la correspondiente
disminucin o aumento de la otra. Estas propiedades hacen posible de manera
natural el trabajo de traduccin del lenguaje natural al de la Lgica, incluidos
los predicados extensos si stos surgen del proceso de modelacin.
En la LDC, el operador conjuncin, expresado como c (and) es la media
geomtrica. [1]
(http://www.rii.cujae.edu.cu/index.php/revistaind/article/view/409)
La modelizacin de la vaguedad en la Lgica
Difusa Compensatoria
En la LDC la modelizacin de la vaguedad se logra a travs de variables
lingsticas, lo que permite aprovechar el conocimiento de los expertos, al
contrario de lo que ocurre en otros mtodos ms cercanos a las cajas negras y
exclusivamente basados en datos, como por ejemplo las redes neuronales.
Existen autores como Jess Cejas Montero en su Artculo La Lgica Difusa
Compensatoria publicado en el 2011 por la Revista Ingeniera Industrial del
Instituto Superior Politcnico Jos Antonio Echeverra , que marc un hito en la
difusin de la LDC, que recomiendan el uso de funciones de pertenencia
sigmoidales para funciones crecientes o decrecientes. Los parmetros de estas
funciones quedan determinados fijando dos valores. El primero de ellos es el
valor a partir del cual se considera que la afirmacin contenida en el predicado
es ms cierta que falsa, por ejemplo pudiera establecerse a partir de 0.5. El
segundo es el valor para el cual el dato hace casi inaceptable la afirmacin
correspondiente, por ejemplo pudiera establecerse a partir de 0.1.
En la actualidad existe un Sistema de Soporte a Decisiones Basado en rboles
con Operadores de Lgica Difusa cuyo nombre es Fuzzy Tree Studio 1.0,
desarrollado en forma conjunta entre Universidad CAECE y la Universidad
Nacional de Mar del Plata (Argentina), que posee un mdulo que trabaja con la
LDC. Ello permite al agente decisor despreocuparse por el trasfondo
matemtico y centrarse en la formulacin verbal del modelo que le permita
tomar una decisin.
En general los modelos basados en LDC combinan la experiencia y el
conocimiento con datos numricos, por lo que puede ser visto como una caja
gris. Los modelos basados en LD pueden verse como cajas blancas, dado que
30/9/2014 Lgica difusa - Wikipedia, la enciclopedia libre
http://es.wikipedia.org/wiki/L%C3%B3gica_difusa 5/8
permiten ver su estructura explcitamente. En contraposicin a los modelos
basados en datos exclusivamente, como las Redes Neuronales, que
corresponderan a cajas negras.
Estos modelos pueden ser optimizados cuando se dispone de datos reales
numricos. El mtodo de optimizacin puede provenir de la Inteligencia
Computacional. En este contexto, los Algoritmos Genticos presentan una
alternativa interesante. Este enfoque constituye el fundamento de los sistemas
hbridos.
La tendencia de las investigaciones sobre gestin empresarial, mediante las
tcnicas de la LDC, est orientada a la creacin de sistemas hbridos que
integren esta con las habilidades de las Redes Neuronales y las posibilidades de
los Algoritmos Genticos y la Lgica de Conjuntos. La creacin e
implementacin de estos sistemas mixtos permite resolver problemas
complejos y de difcil solucin; en las que se usan estimaciones subjetivas
sustentadas en la experiencia y en la informacin disponible, como son:
modelos de decisin utilizados con criterios de optimizacin, ubicacin de
centros comerciales, estrategia de entrada a mercados, seleccin de carteras de
productos y servicios, desarrollo de aplicaciones informticas, mtodos para
problemas de descubrimiento de conocimiento, mtodos para evaluar la
eficiencia de diferentes tipos de instituciones, entre otras.
La Lgica Difusa Compensatoria es un modelo lgico multivalente que renuncia
a varios axiomas clsicos para lograr un sistema idempotente y sensible, al
permitir la compensacin de los predicados. En la LD el valor de verdad de la
conjuncin es menor o igual a todas las componentes, mientras que el valor de
verdad de la disyuncin es mayor o igual a todas las componentes. La renuncia
de estas restricciones constituye la idea bsica de la LDC.
En conclusin la LDC es un nuevo enfoque para los sistemas multivalentes
basado en la Media Geomtrica que, adems de aportar un sistema formal con
propiedades lgicas de notable inters, constituye un puente entre la Lgica y
la Toma de Decisiones. La LDC entra a formar parte del arsenal de mtodos
para la evaluacin multicriterio, adecundose especialmente a aquellas
situaciones en que el agente decisor puede describir verbalmente,
frecuentemente en forma ambigua, la heurstica que utiliza cuando ejecuta
acciones de evaluacin/clasificacin multicriterio. Sin embargo, la consistencia
de la plataforma lgica dota a esta propuesta de una capacidad de
formalizacin del razonamiento que rebasa los enfoques descriptivos de los
procesos de decisin. Es una oportunidad para usar el lenguaje como elemento
clave de comunicacin en la construccin de modelos semnticos que faciliten
la evaluacin, la toma de decisiones y el descubrimiento de conocimiento.
Aplicaciones
30/9/2014 Lgica difusa - Wikipedia, la enciclopedia libre
http://es.wikipedia.org/wiki/L%C3%B3gica_difusa 6/8
Aplicaciones generales
La lgica difusa se utiliza cuando la complejidad del proceso en cuestin es
muy alta y no existen modelos matemticos precisos, para procesos altamente
no lineales y cuando se envuelven definiciones y conocimiento no estrictamente
definido (impreciso o subjetivo).
En cambio, no es una buena idea usarla cuando algn modelo matemtico ya
soluciona eficientemente el problema, cuando los problemas son lineales o
cuando no tienen solucin.
Esta tcnica se ha empleado con bastante xito en la industria, principalmente
en Japn, extendindose sus aplicaciones a multitud de campos. La primera vez
que se us de forma importante fue en el metro japons, con excelentes
resultados. Posteriormente se generaliz segn la teora de la incertidumbre
desarrollada por el matemtico y economista espaol Jaume Gil Aluja.
A continuacin se citan algunos ejemplos de su aplicacin:
Sistemas de control de acondicionadores de aire
Sistemas de foco automtico en cmaras fotogrficas
Electrodomsticos familiares (frigorficos, lavadoras...)
Optimizacin de sistemas de control industriales
Sistemas de escritura
Mejora en la eficiencia del uso de combustible en motores
Sistemas expertos del conocimiento (simular el comportamiento de un
experto humano)
Tecnologa informtica
Bases de datos difusas: Almacenar y consultar informacin imprecisa. Para
este punto, por ejemplo, existe el lenguaje FSQL.
...y, en general, en la gran mayora de los sistemas de control que no
dependen de un S/No.
Lgica difusa en inteligencia artificial
En Inteligencia artificial, la lgica difusa, o lgica borrosa se utiliza para la
resolucin de una variedad de problemas, principalmente los relacionados con
control de procesos industriales complejos y sistemas de decisin en general, la
resolucin y la compresin de datos. Los sistemas de lgica difusa estn
tambin muy extendidos en la tecnologa cotidiana, por ejemplo en cmaras
digitales, sistemas de aire acondicionado, lavarropas, etc. Los sistemas basados
en lgica difusa imitan la forma en que toman decisiones los humanos, con la
ventaja de ser mucho ms rpidos. Estos sistemas son generalmente robustos
30/9/2014 Lgica difusa - Wikipedia, la enciclopedia libre
http://es.wikipedia.org/wiki/L%C3%B3gica_difusa 7/8
y tolerantes a imprecisiones y ruidos en los datos de entrada. Algunos
lenguajes de programacin lgica que han incorporado la lgica difusa seran
por ejemplo las diversas implementaciones de Fuzzy PROLOG o el lenguaje Fril.
Consiste en la aplicacin de la lgica difusa con la intencin de imitar el
razonamiento humano en la programacin de computadoras. Con la lgica
convencional, las computadoras pueden manipular valores estrictamente
duales, como verdadero/falso, s/no o ligado/desligado. En la lgica difusa, se
usan modelos matemticos para representar nociones subjetivas, como
caliente/tibio/fro, para valores concretos que puedan ser manipuladas por los
ordenadores.
En este paradigma, tambin tiene un especial valor la variable del tiempo, ya
que los sistemas de control pueden necesitar retroalimentarse en un espacio
concreto de tiempo, pueden necesitarse datos anteriores para hacer una
evaluacin media de la situacin en un perodo anterior...
Ventajas e inconvenientes
Como principal ventaja, cabe destacar los excelentes resultados que brinda un
sistema de control basado en lgica difusa: ofrece salidas de una forma veloz y
precisa, disminuyendo as las transiciones de estados fundamentales en el
entorno fsico que controle. Por ejemplo, si el aire acondicionado se encendiese
al llegar a la temperatura de 30, y la temperatura actual oscilase entre los
29-30, nuestro sistema de aire acondicionado estara encendindose y
apagndose continuamente, con el gasto energtico que ello conllevara. Si
estuviese regulado por lgica difusa, esos 30 no seran ningn umbral, y el
sistema de control aprendera a mantener una temperatura estable sin
continuos apagados y encendidos.
Tambin est la indecisin de decantarse bien por los expertos o bien por la
tecnologa (principalmente mediante redes neuronales) para reforzar las reglas
heursticas iniciales de cualquier sistema de control basado en este tipo de
lgica.
Vase tambin
Sistema formal
Lgica
Lgica matemtica
Lgica bivalente
Lgica trivalente
Lgica plurivalente
Red neuronal
30/9/2014 Lgica difusa - Wikipedia, la enciclopedia libre
http://es.wikipedia.org/wiki/L%C3%B3gica_difusa 8/8
Inteligencia artificial
Lgica paraconsistente
Referencias
1. El Mundo. La Fundacin BBVA premia a Lofti Zadeh, el padre de los
electrodomsticos 'inteligentes'
(http://www.elmundo.es/elmundo/2013/01/15/ciencia/1358256898.html).
Consultado el 15/01/2013.
Enlaces externos
Centro de investigacin espaol, organiza cursos y seminarios sobre lgica
difusa (http://www.softcomputing.es/es/portada.php)
FuzzyLite: A Fuzzy Logic Control Library written in C++
(http://www.fuzzylite.com)
Lgica difusa: Introduccin a la lgica difusa y su relacin con el control de
procesos (http://www.ingleslaboral.com/index.php?
option=com_content&task=view&id=77&Itemid=37)
Morillas Raya, A. (2006): Introduccin al anlisis de datos difusos
(http://www.eumed.net/libros/2006b/amr/) PDF
Curso Introductorio de Conjuntos y Sistemas Difusos
(http://www.lcc.uma.es/~ppgg/FSS/) (Lgica Difusa y Aplicaciones), por
el Dr. Jos Galindo G., Universidad de Mlaga (Espaa)
[2] (http://dialnet.unirioja.es/servlet/articulo?codigo=3917108) Aplicacin
de la lgica difusa compensatoria en el sector empresarial, por el Msc.
Jess Cejas Montero,Dr. Daniel Alfonso Robaina, Dr. Rafael Espn Andrade
Universidad de La Habana (Cuba)
Obtenido de http://es.wikipedia.org/w/index.php?
title=Lgica_difusa&oldid=76901683
Categoras: Lgica difusa Sistemas lgicos Programacin lgica
Esta pgina fue modificada por ltima vez el 11 sep 2014 a las 02:17.
El texto est disponible bajo la Licencia Creative Commons Atribucin
Compartir Igual 3.0; podran ser aplicables clusulas adicionales. Lanse
los trminos de uso para ms informacin.
Wikipedia es una marca registrada de la Fundacin Wikimedia, Inc., una
organizacin sin nimo de lucro.