Escolar Documentos
Profissional Documentos
Cultura Documentos
UNIDAD I
MANEJO DE LA INCERTIDUMBRE
DISEO DE UN SISTEMA BASADO EN LGICA
DIFUSA
PROFESOR: DR. JOS ANTONIO MONTERO
VALVERDE
EQUIPO:
MAGANDA VLEZ KARIME IVETTE
JAIR GOMEZ CASTRO
JESUS SOLIS CERVANTES
Contenido
Introduccin................................................................................................... 3
HISTORIA........................................................................................................ 4
QU ES LA LOGICA DIFUSA?.........................................................................5
CONCEPTOS................................................................................................... 6
CARACTERSTICAS.......................................................................................... 6
ETAPAS DE LA LGICA DIFUSA....................................................................7
APLICACIONES:............................................................................................... 7
BIBLIOGRAFA................................................................................................. 9
INTRODUCCIN
En aos recientes se ha observado un crecimiento en el nmero y variedad de
aplicaciones basadas en lgica difusa. Esta lgica, la cual pertenece a un
conjunto de metodologas conocidas bajo el nombre de computacin suave,
tiene la habilidad de imitar la manera de pensar del humano y aplica de forma
efectiva, modos de razonamiento que producen resultados aproximados ms
que exactos.
Se debe al profesor Lofti A Zadeh, profesor de la Universidad de Berkeley, la
introduccin del trmino: lgica difusa, en su trabajo Fuzzy Sets, en el cual
describi en 1965 las matemticas utilizadas en la teora de conjuntos difusos.
A diferencia de la lgica clsica o tradicional, la lgica difusa permite el manejo
de mltiples valores. La idea de tener una lgica con mltiples valores no es
nueva, Platn sent las bases de lo que se convertira ms tarde en lgica
difusa, cuando indic que haba una tercera regin ms all de Verdadero y
Falso. La lgica difusa modela condiciones definidas de forma imprecisa y
provee un marco para la toma de decisiones en forma de razonamiento
aproximado. La permisividad de tolerancia en el proceso de pensamiento
humano sugiere que gran parte de la lgica que gua a este proceso no es la
lgica tradicional de dos valores o incluso la de mltiples valores, sino, debe
ser una lgica que permita manejar verdades parciales, conectividad difusa,
conjuntos difusos y reglas de inferencia difusas. Un conjunto difuso es una
extensin de un conjunto preciso. Los conjuntos precisos permiten manejar
solo dos valores en relacin a los elementos del mismo: pertenece y no
pertenece, mientras que los conjuntos difusos permiten el manejo de
pertenencia parcial hacia un conjunto de valores. Mientras que en la
computacin tradicional -tipo dura-, las decisiones o acciones se basan en
resultados exactos y precisos - lo cual tiene un costo-, en la computacin suave
las decisiones se basan en la tolerancia y la imprecisin.
La explotacin de la tolerancia por imprecisin e incertidumbre es la base de la
notable capacidad humana para entender voces distorsionadas, descifrar
palabras mal escritas, comprender matices del lenguaje natural, resumir textos
y clasificar imgenes. Con lgica difusa es posible el mapeo de reglas en
trminos de palabras en lugar de nmeros, ello es posible, ya que el cmputo
con palabras explota la imprecisin y la tolerancia. Otro concepto bsico que
maneja es el uso de la regla del tipo SI-ENTONCES. Aunque los sistemas
basados en reglas tienen una larga historia de uso en inteligencia artificial, lo
nuevo aqu es que se tiene el mecanismo para trabajar con antecedentes y/o
consecuentes difusos.
HISTORIA
Aristteles introdujo las Leyes del Conocimiento, las que posteriormente seran
el sustento de la Lgica clsica. Sus tres Leyes fundamentales eran:
* Principio de Identidad
* Ley de la Contradiccin
* Ley del Tercero Excluido
Platn dijo que haba una tercera regin entre verdadero y falso: los grados de
pertenencia.
Fue Jan ukasiewicz el primero que propuso una alternativa sistemtica a la
lgica bi-valuada de Aristteles, una lgica de vaguedades. La describi como
la lgica de los 3 valores o tri-valuada, con el tercer valor siendo 'Posible'.
La Lgica Difusa naci en 1965 cuando el Dr. Zadeh public un artculo titulado
"Conjuntos Difusos" en la revista cientfica Information and Control. En este
artculo describi a travs de la teora matemtica de conjuntos, como poder
trabajar matemticamente con expresiones imprecisas, tal como lo hace el ser
humano.
Un da el Dr. Zadeh se enzarzo con un amigo en una larga discusin acerca de
cul de sus dos mujeres era la ms guapa. Cada uno consideraba que su
mujer era ms bonita que la del otro. Por supuesto no existe forma objetiva de
medir la belleza. El concepto de "belleza" vara mucho entre las personas. A
pesar de que la discusin se prolong durante mucho tiempo, no pudieron
llegar a una conclusin satisfactoria. Esta discusin disparo el deseo de Zadeh
de lograr expresar numricamente conceptos difusos como "ms bonita" o
"menos bonita".
Segn Zadeh, no debera considerarse la teora difusa como una simple teora,
sino que se debera considerar el proceso de difusificacin (en ingls
fuzzification) como una metodologa para generalizar cualquier teora desde su
versin ordinaria (discreta) a una nueva versin continua (borrosa). As puede
hablarse de "clculo borroso", "ecuaciones diferenciales borrosas", "autmatas
borrosos", "sistemas dinmicos borrosos", etc.
Un hito importante en el desarrollo de la lgica difusa fue establecido por
Assilian y Mamdani en 1974 en el Reino Unido al desarrollar el primer
controlador difuso diseado para una mquina de vapor, pero la primera
implantacin real de un controlador de este tipo fue en 1980 por F. L. Smidth &
Co. en un planta cementera en Dinamarca
QU ES LA LOGICA DIFUSA?
La lgica difusa es una metodologa que proporciona una manera simple y
elegante de obtener una conclusin a partir de informacin de entrada vaga,
ambigua, imprecisa, con ruido o incompleta, en general la lgica difusa imita
como una persona toma decisiones basada en informacin con las
caractersticas mencionadas. Una de las ventajas de la lgica difusa es la
posibilidad de implementar sistemas basados en ella tanto en hardware como
en software o en combinacin de ambos. Se fundamenta en los denominados
conjuntos difusos y un sistema de inferencia difuso basado en reglas de la
forma SIENTONCES..
En contraste con la lgica tradicional, que utiliza conceptos absolutos para
referirse a la realidad, la lgica difusa se define en grados variables de
pertenencia a los mismos, siguiendo patrones de razonamiento similares a los
del pensamiento humano.
As por ejemplo, mientras dentro del marco rgido de la lgica tradicional o
formal un recinto est solamente "oscuro" (0) o claro (1), para la lgica difusa
son posibles tambin todas las condiciones relativas intermedias percibidas por
la experiencia humana como "muy claro", "algo oscuro", "ligeramente claro",
"extremadamente oscuro", etc. Las condiciones extremas o absolutas
asumidas por la lgica tradicional son slo un caso particular dentro del
universo de la lgica difusa. Esta ltima nos permite ser relativamente
imprecisos en la representacin de un problema y aun as llegar a la solucin
correcta.
CONCEPTOS
LOGICA DIFUSA EN INTELIGENCIA ARTIFICIAL: Mtodo de razonamiento de
maquina similar al pensamiento humano, que puede procesar informacin
incompleta o incierta, caracterstico de muchos sistemas expertos. Con la
lgica difusa o borrosa se puede gobernar un sistema por medio de reglas de
sentido comn las cuales se refieren a cantidades indefinidas. En general la
lgica difusa se puede aplicar tanto a sistemas de control como para modelar
cualquier sistema continuo de ingeniera, fsica, biologa o economa.
CONJUNTOS DIFUSOS: Son imprecisos, es decir, tienen implcito un cierto
grado de difusidad en la descripcin de su naturaleza. Esta imprecisin puede
estar asociada con su forma, posicin, momento, color, textura, o incluso en lo
que son.
CARACTERSTICAS.
1.- Se basa en palabras y no en nmeros, las verdades de los valores son
expresados lingsticamente. Por ejemplo: caliente, muy fro, verdad, lejano,
cercano, rpido, lento, medio, etc.
2.- sta genera algunos modificadores del predicado como por ejemplo:
mucho, ms o menos, poco, suficientemente, medio, etc.
3.- Tambin procesa un sistema amplio de cuantificadores, como por ejemplo:
pocos, varios, alrededor, generalmente.
4.- Hace uso las probabilidades lingsticas, como por ejemplo: probable,
improbable, que se interpretan como nmeros borrosos y son manipuladas por
su aritmtica.
5.- Maneja todos los valores entre 0 y 1, tomando stos como lmite solamente.
As podemos decir que la Lgica Difusa de acuerdo a sus caractersticas:
Usa una representacin de conocimiento explcito.
Realiza verificacin y optimizacin de manera fcil y eficiente.
No se puede entrenar, esto es que sea capaz de obtener nuevos
conocimiento.
APLICACIONES:
Actualmente existen todo tipo de instrumentos, mquinas y procedimientos
controlados borrosamente, adaptndose "inteligentemente" a cada situacin
particular: acondicionadores de aire, frigorficos, lavadoras / secadoras,
aspiradoras, hornos microondas, mantas elctricas, ventiladores, autoenfoques
fotogrficos, estabilizadores de imgenes en grabadoras de vdeo,
transmisiones de automviles, suspensiones activas, controles de ascensores,
dispensadores de anticongelantes para los aviones en los aeropuertos,
sistemas de toma de decisiones industriales o econmicas, y un largo etctera.
Y as las aplicaciones las podramos dividir en categoras por ejemplo:
Productos al consumidor:
Lavadoras
Hornos de microondas
Procesadores de arroz
Limpiadores al vaco
Cmaras de video
Televisores
Sistemas trmicos
Traductores.
Es tambin utilizada en algunos correctores de voz para sugerir una lista de
probables palabras a reemplazar en una mal dicha.
Las lavadoras difusas tienen ms de 400 ciclos reprogramados; a pesar de su
complejidad tecnolgica resultan ms fciles de operar que las lavadoras
DESARROLLO
RESULTADOS
CONCLUSIONES
BIBLIOGRAFA
http://www.cs.upc.edu/~bejar/ia/transpas/teoria-n/4-SBC4-rbayesianasn.pdf
http://www.mathworks.com/products/fuzzy-logic/
J.-S. Roger Jang and Ned Gulley, MATLAB Users Guide Fuzzy Logic
Version
1
Toolbox,
https://www.u.cursos.cl/ingenieria/2007/2/EL42D/1/material_docente/baja
r?id_material=143137, 2013.