Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumo
As aplicaes da Lgica Fuzzy se expandiram em vrias direes. A interpretao atravs da
lgica fuzzy de uma estrutura de dados um caminho muito natural e intuitivamente plausvel
para a formulao e resoluo de problemas. O Modelo Coppe-Cosenza de Hierarquia Fuzzy
tem a Lgica Fuzzy em suas bases. Os sistemas fuzzy so capazes de utilizar, em sua
modelagem, informaes imprecisas e ambguas e tornam este modelo capaz de trabalhar
com uma vasta maioria de problemas de hierarquizao que tm por caracterstica a sua
complexibilidade e a no exigncia de preciso.
Palavras chave: Lgica Fuzzy, Hierarquia Fuzzy, Conceitos Bsicos.
1- Introduo
Aristteles, filsofo grego (384 - 322 a.C.), foi o fundador da cincia da lgica formal, e
estabeleceu um conjunto de regras rgidas para que concluses pudessem ser aceitas
logicamente vlidas. O emprego da lgica de Aristteles leva a uma linha de raciocnio lgico
baseado em premissas e concluses. Como, por exemplo: se observado que "todo ser vivo
mortal" (premissa 1), a seguir constatado que "Sarah um ser vivo" (premissa 2), como
concluso temos que "Sarah mortal".
Conta-se que Epimnides de Creta disse, certa vez: "Todos os cretenses so mentirosos".
Com isso, criou um problema aparentemente sem soluo. Esse impasse pode ocorrer com
paradoxos que dependem do uso de conceitos cujo domnio de referncia inclui o conceito em
si mesmo. No modelo cretense, a simples afirmativa "o que estou dizendo no verdadeiro"
gera uma contradio intrnseca: se a afirmativa verdadeira, est demonstrada a sua
falsidade; se falsa, pode-se entender que contm a verdade. Esse o paradoxo de Creta,
retomado na era moderna por Groucho Marx: "No me interessa pertencer a clubes que me
aceitem como scio".
Esses paradoxos foram expressos matematicamente por Godel e Tarski [Godel, 1962].
Segundo o teorema de Godel, um sistema complexo formalizado (postulado como um
axioma) no pode se auto-avaliar. Isso significa que um sistema lgico de certa complexidade
no pode fugir s suas contradies ocultas.
Acostumou-se a ouvir que o pensamento humano lgico, e de fato o ser humano tenta
remover de seu raciocnio tudo o que contrarie os padres da lgica. Refere-se aqui lgica
formal, que pode ser considerada um representante do conhecimento clssico de mundo. Sua
sistematizao comeou com Aristteles e continuou at os lgicos modernos. Essa espcie
de lgica tem influenciado a filosofia de modo relevante, e vem sendo adotada como modelo
de raciocnio humano. Trata-se de um instrumento indispensvel para fazer raciocnios
operacionais em situaes concretas.
Devido sua complexidade, o pensamento requer uma multiplicidade de sistemas lgicos e
mesmo no-lgicos. Na matemtica, lida-se principalmente com uma lgica do tipo
axiomtico, isto , diz-se que uma proposio demonstrada quando deduzida de outras,
ENEGEP 2003
ABEPRO
XXIII Encontro Nac. de Eng. de Produo - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
ENEGEP 2003
ABEPRO
XXIII Encontro Nac. de Eng. de Produo - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
Em resumo, este exemplo mostra que os dois tipos de modelos possuem filosoficamente
diferentes tipos de informao: graus de pertinncia fuzzy representam similaridades de
objetos para definir propriedades imprecisamente e possibilidades que contm informaes
sobre freqncias relativas.
Com base nos conceitos at agora considerados, pode-se dividir o pensamento em dois tipos:
concreto e difuso. O concreto apoiado pela lgica formal e tenta ser exato. Procura eliminar
o erro, a desordem. a ambigidade, a impreciso e a contradio. O pensamento difuso
aproximativo, nebuloso, tenta lidar com a impreciso, a contradio e a ordem/desordem
natural das coisas. Procura pensar simultaneamente em ordem/desordem /organizao, por
meio de processos lgicos e no-lgicos.
A Lgica Fuzzy est vocacionada para a manipulao de conceitos mal definidos utilizando-se
de variveis lingsticas no lugar de variveis numricas. E outro equvoco comum sobre os
modelos fuzzy tem sido a de que eles oferecem uma substituio aos modelos baseados em
lgica formal, ou probabilsticos. De fato, todo conjunto crisp est contido em um fuzzy,
mas no o inverso.
A introduo do uso da lgica fuzzy permite ao modelo a utilizao simultnea de variveis
qualitativas e quantitativas sendo capaz de gerar resultados quantitativos a partir de dados
qualitativos. Segundo Zadeh, quanto maior a complexibilidade de um sistema, maior a
eficincia de um sistema em lgica fuzzy, em detrimento de outros mtodos que no podem
ser modelados a partir de informaes imprecisas ou ambguas, fig 1.1.
Equaes
Matemticas
Mtodos de
Preciso
Do Modelo
Modelagem livre
Sistemas fuzzy
Complexibilidade do sistema
Fig. 1.1 Complexibilidade de um sistema em funo da preciso do modelo
ABEPRO
XXIII Encontro Nac. de Eng. de Produo - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
f2
...
fj
...
w1
w2
A1
a11
a12
...
a1j
...
a1n
A2
a21
a22
...
a2j
...
a2n
...
...
...
...
...
...
...
Ai
ai1
ai2
...
aij
...
ain
...
...
...
...
...
...
Am
am1
am2
...
...
amn
wj
amj
fn
wn
Onde :
A1, A2,...,Am o conjunto de atributos solicitados pelos projetos ou necessrios a eles;
f1, f2,..., fn o conjunto de fatores;
w1, w2, ..., wn o grau de importncia de cada fator para o conjunto do projeto;
aij = coeficiente fuzzy do atributo i , com relao ao fator j.
E tambm a Matriz de Disponibilidade dos fatores para as Alternativas, que a matriz que
determina o coeficiente fuzzy destes fatores em relao a sua disponibilidade para cada
alternativa.
ENEGEP 2003
ABEPRO
XXIII Encontro Nac. de Eng. de Produo - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
B2
...
Bk
...
Bm
f1
w1
b11
b12
...
b1k
...
b1n
f2
w2
b21
b22
...
b2k
...
b2k
...
...
...
...
...
...
...
...
fj
wj
bj1
bj2
...
bjk
...
bjn
...
...
...
...
...
...
...
...
Fn
wn
bn1
bn2
...
bnk
...
bnm
Onde:
B1, B2,..., bm o conjunto de alternativas;
w1, w2, ..., wn o grau de importncia dos fatores os projetos;
f1, f2,..., fn o conjunto de fatores;
bjk: coeficiente fuzzy da alternativa k, com relao ao fator j.
~
~ ~
O prximo passo a operao entre as matrizes. Seja ento a matriz C = A B = ( ~c ik)hxm a
matriz representativa do agregado das comparaes de Solicitao/Disponibilidade de cada
~
~
a ij e b jk, executado
fator. Ento o produto ~
a ij b jk = ~c ik , para dois elementos genricos ~
atravs do seguinte operador:
Disponibilidade de fatores (S)
~
~
a ij b jk 0
Requerimento 0
Dos Fatores
...
1
...
0+
1
0++
1
0
Onde:
~c o coeficiente fuzzy da alternativa k com relao ao projeto i e, 0+= 1/n! e 0++ =1/n (n=
ik
nmero de fatores considerados), so as quantidades limites e definidos como nfimo e
pequenos valores (>0). Na realidade, h um infinito nmero de valores ~c ik no intervalo [0,1];
n= nmero de fatores considerados;
~
se ~
a ij = b jk, o indicador ser igual a 1;
~
se b jk > ~
a ij o coeficiente derivado maior do que 1;
~
se ~
a ij > b jk o coeficiente fuzzy igual a zero;
se no h requerimento por um determinado fator, mas existe disponibilidade, os valores fuzzy
so aqueles includos no intervalo [0+, 0++].
ENEGEP 2003
ABEPRO
XXIII Encontro Nac. de Eng. de Produo - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
ABEPRO
XXIII Encontro Nac. de Eng. de Produo - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
ENEGEP 2003
ABEPRO