INSTITUTO TECNOLOGICO SUPERIOR DE PANUCO

LOGICA DIFUSA
(Concepto, aplicacin y desarrollo actual)

Materia: Inteligencia Artificial

Investigacin Unidad 5
Grupo: S701

6 DE DICIEMBRE DE 2017

Docente: Gil Santana Esparza Alumno: Luis Enrique Argelles H.

 Introduccin

El origen de la lgica difusa podemos buscarla en la Antigua Grecia, all Aristteles introdujo
las Leyes del Conocimiento. Una de estas leyes es la Ley del Tercero Excluido que afirma
que para toda proposicin p, una de las dos posibilidades, p (NO)p, debe ser verdadera.
Sin embargo, esto no es totalmente cierto, por ejemplo, si llenamos una botella hasta la
mitad, no podemos afirmar ni que est llena ni que est vaca. Por ello, Platn indic que
haba una tercera posibilidad, iniciando as los principios de la lgica difusa.

La lgica difusa deriva de la lgica tradicional, y es ms cercana a la forma del pensamiento

humano. La lgica difusa se basa en el hecho de que una afirmacin no tiene porqu ser ni
cierta ni falsa, sino que se verificar en un cierto grado. Los predicados difusos se aplican
a los elementos del conjunto en ese cierto grado.

A continuacin damos un ejemplo que clarifique lo dicho anteriormente:

Predicados vagos: rico, flaco, viejo.

Enunciados borrosos:

Mara es rica y vieja.

Juan est flaco porque no come mucho.

Ante estos enunciados, aparece el concepto de conjunto difuso. Estos conjuntos no tienen
una frontera definida, depende de la frontera que usemos.
 Lgica difusa

La lgica difusa (tambin llamada lgica borrosa) 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 dos metros
es claramente una persona alta, si previamente se ha tomado el valor de persona baja y
se ha establecido en un metro. Ambos valores estn contextualizados a personas y
referidos a una medida mtrica lineal.

Funcionamiento

La lgica difusa 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.

Para cada conjunto difuso, existe asociada una funcin de pertenencia para sus elementos,
que indica 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:

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.
 En que se aplica?

Aunque la intencin original del profesor Zadeh era crear un formalismo para manipular de
forma ms eficiente la imprecisin y vaguedad del razonamiento humano expresado
lingsticamente, caus cierta sorpresa que el xito de la lgica borrosa llegase en el campo
del control. Su primera gran obra se fue el tren automtico de Sendai sin conductor.

En 1983, Fuji aplica lgica borrosa para el control de inyeccin qumica para plantas
depuradoras de agua, por primera vez en

Japn. En 1987 la empresa OMRON desarrolla los primeros controladores borrosos

comerciales con el profesor Yamakawa. A partir de ese momento, el control borroso ha
sido aplicado con xito en muy diversas ramas tecnolgicas, por ejemplo la metalurgia, los
robots de fabricacin, controles de maniobra aviones, ascensores o trenes, sensores,
imagen y sonido (sistema de estabilizacin de imagen en cmaras fotogrficas y de video
Sony, Sanyo, Cannon...), electrodomsticos (lavadoras de Panasonic o Bosch, aire
acondicionado Mitsubishi, ricecooker...), automocin (sistemas de ABS de Mazda o Nissan,
Cambio automtico de Renault, control automtico de velocidad, climatizadores...) y una
larga lista de aplicaciones comerciales.

A partir del boom de lo borroso en Japn, iniciado en 1987 y que alcanz su mximo
apogeo a principios de los noventa. Desde entonces, han sido infinidad los productos
lanzados al mercado que usan tecnologa borrosa muchos de ellos utilizando la etiqueta
fuzzy como smbolo de calidad y prestaciones avanzadas. Como la lavadora Bosch con
sistema eco-fuzzy.

Cada da se incorpora ms esa tcnica matemtica para facilitar el trabajo a los

electrodomsticos, que deciden qu programa tomar, qu cantidad de agua ha de entrar,
cmo controlar la humedad en el secado de la ropa, etc. Estas mismas matemticas se
aplican a infinidad de mquinas como los sistemas de aire acondicionado, los televisores,
cmaras de video, sistemas de trfico, ahorro energtico, de combustible, mayor eficiencia
energtica, medicina, software para ordenadores, traducciones automticas, etc.
 Desarrollo actual

La lgica difusa, en cuyas aplicaciones Espaa es "nmero uno en Europa", gracias a su

desarrollo e investigaciones desarrolladas, permitir que buscadores, como Google, en
Internet atinen con la respuesta exacta y "den en el clavo" a todo tipo de preguntas, incluso
cuando sean planteadas a partir de la encadenacin de conceptos de significado muy
amplio. As lo anunci a Efe, durante una entrevista, el ingeniero estadounidense de origen
iran Lotfi Zadeh, padre de la teora de la lgica difusa (que ha revolucionado la ciencia con
el desarrollo de la inteligencia artificial), quien realiz esta semana una visita de trabajo a
Madrid, en donde fue investido Doctor 'Honoris Causa' por la Universidad Politcnica
(UPM).

Tambien es importante decir que como herramienta para la investigacin en el desarrollo

de sistemas de control y procesamiento, se han utilizado frecuentemente en entornos de
base matemtica que facilita la evaluacin de diversas tcnicas, sin obligar inicialmente al
desarrollo de programas especficos, haciendo uso de paquetes matemticos diversos
incluidos en estos sistemas matemticos de propsito general y otros de propsito
especifico.
 Conclusin
La Lgica Difusa surgi debido a la necesidad de solucionar problemas complejos con
informacin poco incompleta. Es un lenguaje que permite trasladar acciones del lenguaje
natural a un lenguaje matemtico formal.

Los Conjuntos Difusos, no tienen lmites bien definidos, por eso se llaman difusos. Se
caracteriza por Funciones de Pertenencia que dan la flexibilidad a la modelacin utilizando
expresiones lingsticas tales como mucho, poco, leve, severo, escaso, suficiente, caliente,
fro, joven.

Un elemento puede pertenecer a varios Conjuntos Difusos a la vez, aunque con distinto
grado y, en este caso, no se puede decir, tratndose de Conjuntos Difusos, que pertenece
a un nico conjunto de manera rotunda.

Bibliografa

https://es.wikipedia.org/wiki/L%C3%B3gica_difusa

http://www.cs.us.es/~fsancho/?e=97

http://www.lavanguardia.com/tecnologia/20070205/51305788055/la-logica-difusa-
permitira-a-los-buscadores-dar-en-el-clavo-en-preguntas-mas-complejas.html