Lgicas Nebulosas

Professor: Geraldo
Disciplina: Inteligncia Artificial

Integrantes do Grupo.:
Jlio Cesar Barteli

RA 3724682925 10Sem

Karine Reis da Silva

RA 4251857820 10Sem

Leandro Augusto Zacarias RA 4211808669 10Sem

Sorocaba - 26 - 09 - 2016

Trabalho Lgicas Nebulosas

Professor Orientador.: Geraldo Jr.

Integrantes do Grupo.:
Jlio Cesar Barteli

RA 3724682925 10Sem

Karine Reis da Silva

RA 4251857820 10Sem

Leandro Augusto Zacarias RA 4211808669 10Sem

Relatrio Apresentado como requisito para

Avaliao parcial da disciplina. Trabalho dirigido de
Aprendizagem do Curso Engenharia de Controle e Automao
Da Universidade Faculdade Anhanguera de Sorocaba
Turma- 10 sem, sob orientao Prof. Geraldo Jr.

Sorocaba - 26 - 09 - 2016

Nome

Cargo

Jlio Csar Barteli

Lder

Karine Reis da Silva

CO-Lider

Leandro Augusto
Zacarias

Engenheiro

Assinatura

Professor Orientador Geraldo JR.

____________________________________
Sorocaba - 26 - 09 - 2016
Introduo
Lgica Nebulosa (Fuzzy)
Dois dos principais aspectos da imperfeio da informao so a
impreciso e a incerteza. Estas duas caractersticas so intrinsecamente
ligadas e opostas entre si: quanto mais se aumenta a incerteza mais se

diminui a impreciso e vice-versa. Por exemplo, suponhamos que

estejamos seguros em dizer que um dado filme comea entre 3h e 4h.
Se formos obrigados a dar uma opinio mais precisa, tenderemos a
aumentar a incerteza dizendo, por exemplo: O filme comear s 3:30
com uma probabilidade diferente de uma informao imprecisa tambm
pode ser vaga, como por exemplo, quando dizemos que o filme comea
por volta das 3h30.
As teorias mais conhecidas para tratar da impreciso e da incerteza so
respectivamente a teoria dos conjuntos e a teoria de probabilidades.
Estas teorias, embora muito teis nem sempre consiga captar a riqueza
da informao fornecida por seres humanos.
A teoria dos conjuntos nebulosos foi desenvolvida a partir de 1965 por
Lotfi Zadeh, para tratar do aspecto vago da informao. A teoria dos
conjuntos, que ser chamada neste trabalho de clssica, pode ser
vista ento como um caso particular desta teoria mais geral. A partir de
1978, Lotfi Zadeh desenvolveu a teoria de possibilidades que trata a
incerteza da informao, podendo, pois ser comparada com a teoria de
probabilidades.
Estas teorias tm sido cada vez mais usadas em sistemas que utilizam
informaes fornecidas por seres humanos para automatizar
procedimentos quaisquer, como por exemplo, no controle de processos,
no auxlio deciso, etc. Estas teorias tm sido utilizadas em aplicaes
que vo do controle de eletrodomsticos ao controle de satlites, do
mercado financeiro a medicina, e tendem a crescer cada vez mais,
sobretudo em sistemas hbridos, que incorporam abordagens
conexionistas e evolutivas, no que chamado hoje em dia, de soft
computing.
Um controlador nebuloso um sistema nebuloso a base de regras,
composto de um conjunto de regras de produo do tipo (Se premissa!
Ento concluso!). Que definem aes de controle em funo das
diversas faixas de valores que as variveis de estado do problema
podem assumir.

Fundamentos Bsicos da Teoria dos Conjuntos Nebulosos

Etapas do Raciocnio Fuzzy

1 FUZZIFICAO
AGREGAO
2 INFERNCIA
COMPOSIO
3 DEFUZZIFICAO
Fuzzificao! Etapa na qual as variveis lingusticas so definidas de
forma subjetiva, bem como as funes membro (funes de
pertinncia)! Engloba! Anlise do Problema! Definio das Variveis!
Definio das Funes de pertinncia! Criao das Regies! Na definio
das funes de pertinncia para cada varivel, diversos tipos de espao
podem ser gerados: Triangular, Trapezoidal,...
Inferncia Fuzzy! Etapa na qual as proposies (regras) so definidas
e depois so examinadas paralelamente! Engloba: Definio das
proposies! Anlise das Regras! Criao da regio resultante! O
mecanismo chave do modelo Fuzzy a proposio! A proposio o
relacionamento entre as variveis do modelo e regies Fuzzy! Na
definio das proposies, deve-se trabalhar com: Proposies
Condicionais if W is Z then X is Y ! Proposies No-Condicionais X is Y
Defuzzificao! Etapa no qual as regies resultantes so convertidas
em valores para a varivel de sada do sistema! Esta etapa corresponde
ligao funcional entre as regies Fuzzy e o valor esperado! Dentre os
diversos tipos de tcnicas de defuzzificao destaca-se: Centride! Firstof-Maxima! Middle-of-Maxima! Critrio Mximo
Variveis Linguistas
Uma varivel lingustica possui valores que no so nmeros, mas sim
palavras ou frases na linguagem natural. ! Idade = idoso! Um valor
lingustico um conjunto Fuzzy. ! Todos os valores lingusticos formam
um conjunto de termos: T(idade) = {Jovem, velho, muito jovem,...
Maduro, no maduro,... Velho, no velho, muito velho, mais ou menos
velho,... No muito jovem e no muito velho,...}! Permitem que a
linguagem da modelagem Fuzzy expresse a semntica usada por
especialistas Exemplos: If projeto durao is no muito LONGO then
risco is ligeiramente reduzido.
Conceitos Bsicos

Essa lgica, se trata de valores que variam entre 0 e 1. Assim, uma

pertinncia de 0.5 pode representar meio verdade, logo 0.9 e 0.1,
representam quase verdade e quase falso, respectivamente, ou seja, a
Lgica nebulosa tem o objetivo de fazer com que as decises tomadas
pela mquina se aproximem cada vez mais das decises humanas,
principalmente ao trabalhar com uma grande variedade de informaes
vagas e incertas. Os conjuntos nebulosos so caminhos para
aproximao do raciocnio humano forma de interpretao da
mquina, sendo uma varivel cujos valores so palavras ou sentenas
ao invs de nmeros.
Pode ser aplicada, na construo de sistemas especialistas para
descrever conceitos imprecisos:

ALTURA (alto, baixo);

VELOCIDADE (rpido, lento);
TAMANHO (grande, mdio, pequeno);
QUANTIDADE (muito, razovel, pouco);
IDADE (jovem, velho).

A Lgica nebulosa atinge outras aplicaes, como o controlador

nebuloso de operao de fornos de cimento, plantas nucleares,
refinarias, processos biolgicos e qumicos, trocador de calor, mquina
diesel e tratamento de gua. Controladores nebulosos tratam
igualmente sistemas lineares e no lineares, no requer o modelo
matemtico do processo a ser controlado. Isto tem sido sem dvidas o
grande atrativo dos Sistemas Nebulosos. Sistemas baseados na lgica
nebulosa tm mostrado grande utilidade em uma variedade de
operaes de controle industrial e em tarefas de reconhecimento de
padres que se estendem desde reconhecimento de texto manuscrito,
at a avaliao de crdito financeiro. Tambm h um grande interesse
em utilizar a Lgica Nebulosa em sistemas especialistas para torna-los
mais flexveis.

Como funciona o Pensamento nebuloso?

O carro est andando muito rpido, pise no freio.

Esta sala pequena para todos os alunos, reserve outra maior.
Est quente aqui, aumente um pouco o ar condicionado.
Ele tirou uma nota muito baixa, manda j para o castigo.
Se a roda deslizar, solte o freio um pouco.

Vantagens da Lgica Nebulosa.

O uso de variveis lingusticas nos deixa mais prximos do

pensamento humano;
Proporciona um rpido prottipo dos sistemas;
So robustos operam com falta de regras defeituosas;
Requer poucas regras, valores e decises;
Mais fceis de entender, manter e testar;
Simplifica a soluo de problemas e a aquisio da base do
conhecimento;

Desvantagens da Lgica Nebulosa.

No aprendem facilmente;
No h uma definio matemtica precisa;
Necessitam de mais simulao e testes;
Dificuldade em estabelecer regras corretamente;

Teoria dos Conjuntos.

Na teoria clssica (desenvolvida por Aristteles), os conjuntos so
denominados crisp, impossvel que o mesmo atributo pertena e
no pertena ao mesmo sujeito, simultaneamente e sob a mesma
relao. No possvel, com efeito, conceber nunca que a mesma coisa
seja e no seja. J na teoria dos conjuntos nebulosos existe um grau de
pertinncia de cada elemento a um determinado conjunto.

Conjuntos:

Controlador Nebuloso.

Figura 7: Estrutura de um Controlador Nebuloso.

Campo e Aplicaes da Lgica Nebulosa

Aplicaes j existentes:

Controle do metr de Sendai.

Microondas Fuzzy.

Mquina de Lavar Fuzzy.

Freio de automveis.

Negociao na Bolsa de Valores.

Inteligncia Computacional em Jogos.

No Japo, j se faz presente no dia a dia do setor industrial e muitos

produtos comerciais j se encontram disponveis, como exemplo,
eletrodomsticos como fornos de micro-ondas (que medem a
temperatura, umidade e forma dos alimentos para controlar o tempo de
cozimento) e aspiradores de p (que medem a quantidade de p para
ajustar a potncia de suco) h sistemas administrativos e econmicos
como os da Hitachi (que usa 150 regras aplicadas em lgica nebulosa
para negocia bonds e mercados futuros) e da Yamaichi (que usa
centenas de regras para negociar aes), a aplicabilidade desses
projetos baseados nesse sistema mostra que esta no restrita apenas
ao campo de controladores industriais, mas tambm conquistou o seu
espao na soluo de problemas crticos no campo de negcios e ainda
existe vrias outras reas em que pode desempenhar um papel
inovador.

Ta
bela de produtos comerciais japoneses que utilizam a lgica nebulosa.