UNIVERSIDADE EDUARDO MONDLANE

FACULDADE DE ENGENHARIA
DEPARTAMENTO DE ENGENHARIA ELECTROTÉCNICA

Inteligência Artificial
Introdução a Lógica Difusa (Fuzzy)

Docentes: Eng Roxan Cadir

Eng Ruben Manhiça

Maputo, 20 de fevereiro de 2019

 Conteúdo da Aula
• Paradoxo do Careca;
• Logica Fuzzy;
• Expressões Nebulosas;
• Logica Boleana;
• Exemplos;

20/02/19 Notas da Aula de Inteligencia Artificial 2 2

 Paradoxo do Careca

Tirar um fio de cabelo de uma pessoa não a

torna careca.

Uma pessoa, inicialmente não-careca, se torna

careca se tirarmos seus fios de cabelo um a
um. Mas, em nenhuma das etapas ele se
tornou careca.

Logo, Ele se tornou careca sem se tornar

careca.

Este paradoxo desarma a lógica tradicional.

20/02/19 Notas da Aula de Inteligencia Artificial 2 3

 Logica Fuzzy
• A lógica difusa ou lógica Fuzzy é uma
extensão da lógica booleana que admite
valores lógicos intermediários entre o FALSO
(0) e o VERDADEIRO (1);

• Por exemplo o valor médio 'TALVEZ' (0,5).

• Isto significa que um valor lógico difuso é um

valor qualquer no intervalo de valores entre
0 e 1. Este tipo de lógica engloba de certa
forma conceitos estatísticos

20/02/19 Notas da Aula de Inteligencia Artificial 2 4

 Logica Fuzzy

A força da Lógica Fuzzy deriva da sua habilidade em

inferir conclusões e gerar respostas baseadas em
informações vagas, ambíguas e qualitativamente
incompletas e imprecisas. Neste aspecto, os
sistemas de base Fuzzy têm habilidade de
raciocinar de forma semelhante à dos humanos.
Seu comportamento é representado de maneira
muito simples e natural, levando à construção de
sistemas compreensíveis e de fácil manutenção.

20/02/19 Notas da Aula de Inteligencia Artificial 2 5

 Expressões Nebulosas
• Ferramenta poderosa para uma enorme
variedade de aplicações reais;
• Permite expressar conceitos subjetivos ou
imprecisos:
– Exageradamente quente;
– Muito alto;
– Fluxo muito intenso;
– Temperatura Alta;
– Muito Jovem

• As expressões podem variar de interpretação,

por isso são chamadas de Expressões
Nebulosas.
20/02/19 Notas da Aula de Inteligencia Artificial 2 6
 Aplicabilidade
Exemplos de Aplicações Industriais:

• Aparelhos de Refrigeração

• Máquinas Fotográficas e de Filmagem

• Freios Antiderrapantes

20/02/19 Notas da Aula de Inteligencia Artificial 2 7

 Aplicabilidade
Exemplos de Aplicações Comerciais:

• Sistema de Análise de Crédito

• Sistema de Detecção de Fraude em

Seguradoras

• Sistema de Análise de Investimento

20/02/19 Notas da Aula de Inteligencia Artificial 2 8

 Algoritmo Fuzzy

• Segundo a Lógica Clássica, uma sentença só

pode assumir um dentre os valor verdade:
Verdadeiro ou Falso;

• A Lógica Nebulosa busca introduzir mecanismos

que tornem mais suave a transição entre os
conceitos. Um deles é a função de pertinência:

X à [0,1]
20/02/19 Notas da Aula de Inteligencia Artificial 2 9
 Lógica boleana

20/02/19 Notas da Aula de Inteligencia Artificial 2 10

 Função de Variação da Idade

20/02/19 Notas da Aula de Inteligencia Artificial 2 11

 Teoria dos Conjuntos Difusos

• Definição de conjunto difuso

Seja X um conjunto (o nosso conjunto universo)
O conjunto difuso, A, será representado pela
função de pertinência,

µ A ( x ) : X → [0,1]

20/02/19 Notas da Aula de Inteligencia Artificial 2 12

 Teoria dos Conjuntos Difusos

• Grau de Compatibilidade:
– Podemos falar num conjunto listando os seus elementos ou
descrevendo uma característica com a qual seus elementos
devem ser compatíveis.
– Nos conjuntos difusos esta compatibilidade se estende dos
dois valores “0” e “1” para o intervalo [0,1].
• Exemplo:
– Discreto: No conjunto dos números naturais, o subconjunto
dos números primos.
– Difuso: No conjunto das pessoas, o subconjunto das
pessoas altas.

20/02/19 Notas da Aula de Inteligencia Artificial 2 13

 Considerações sobre o Domínio

• Um
conjunto
difuso...

20/02/19 Notas da Aula de Inteligencia Artificial 2 14

 Considerações Sobre o Domínio

• O mesmo
conjunto, com o
domínio
reorganizado.
• E agora,
abstraindo. Os
nomes foram
substituídos pela
informação
relevante: a altura.

20/02/19 Notas da Aula de Inteligencia Artificial 2 15

 Operações em conjuntos difusos

• Intersecção(AND) µ A! B ( x ) = min (µ A ( x ), µ B ( x ) )
• União(OR) µ A! B ( x ) = max (µ A ( x ), µ B ( x ) )
• Complementar (NOT) µ ~ A ( x) = 1 − µ A ( x)

20/02/19 Notas da Aula de Inteligencia Artificial 2 16

 Lógica difusa

• Construída sobre a teoria dos conjuntos

difusos.
• Estende as Lógicas:
– Binária
– Multivalorada.
• Estende a definição dos conectivos:
– AND, OR, e NOT.

20/02/19 Notas da Aula de Inteligencia Artificial 2 17

 Consistência e Terceiro Excluído

• As regras Consistência e Terceiro excluído falham no

contexto de Lógica Difusa.
• Consistência: t(p AND ~p) = 0.
• Terceiro Excluído: t(p OR ~p) = 1.
• Exemplo:
– Seja p uma proposição que tem como valor verdade
0,8.
– Então, t(~p) = 0,2.
– t(p AND ~p) = min(t(p) , t(~p)) = min(0.2 , 0.8) = 0.2.
– T(p OR ~p) = max(t(p) , t(~p)) = max(0.2 , 0.8) = 0.8.

20/02/19 Notas da Aula de Inteligencia Artificial 2 18

 Principais Lógicas
• Dependendo de como são definidos os conectivos AND
e OR, uma nova lógica é criada. O conectivo NOT é,
em geral, imutável.

Intersecção (AND) União (OR)

Zadeh
Min µ ( Α [x], µ Β [y]) Max µ ( Α [x], µ Β [y])
produto µ
Α
[x ]⋅ µ [y ]
Β
(µ Α [x] + µ Β [y ])− (µ Α [x]⋅ µ Β [y ])
Soma
limitada (
Max 0, µ
Α
[x ] + µ [y ] − 1)
Β
Min 1, µ( Α
[x ] + µ [y ])
Β

20/02/19 Notas da Aula de Inteligencia Artificial 2 19

 Qualificadores

• Mesmo papel que advérbios

• Modifica o gráfico da função de pertinência do
conjunto difuso.
• É uma função, assim como um conjunto difuso
• Aumenta significativamente o nosso poder descritivo.

Conjuntos difusos + Qualificadores = variável lingüística.

20/02/19 Notas da Aula de Inteligencia Artificial 2 20

 Tipos de qualificadores
Qualificador Função

Por volta de, Aproximadamente Aproxima um escalar

Bastante, extremamente Aumenta a precisão do conjunto

Um pouco Dilui o conjunto

Não Complementar

Mais que, maior que Restringe uma região

Menos que, menor que Restringe uma região

20/02/19 Notas da Aula de Inteligencia Artificial 2 21

 O Qualificador “aproximadamente”

20/02/19 Notas da Aula de Inteligencia Artificial 2 22

 O Qualificador “bastante”

20/02/19 Notas da Aula de Inteligencia Artificial 2 23

 O Qualificador “Um pouco”

20/02/19 Notas da Aula de Inteligencia Artificial 2 24

 O Qualificador “não”

20/02/19 Notas da Aula de Inteligencia Artificial 2 25

 O Qualificador “mais que”

20/02/19 Notas da Aula de Inteligencia Artificial 2 26

 O Qualificador “menos que”

20/02/19 Notas da Aula de Inteligencia Artificial 2 27

 TPC
• Trazer para a próxima aula (e enviar por email) mais
exemplos de diferença entre lógica difusa e clássica;

20/02/19 Notas da Aula de Inteligencia Artificial 2 28

 TPC
ü Aprofundar os conhecimentos sobre Operações
ü Fazer comparações entre Zahed, Soma limitada e
Produto
ü Responder as seguintes questões:
1. Explique o que é um conjunto nebuloso;
2. Comente duas formas de se representar os conjuntos
nebulosos;
3. Quais são os componentes de um sistema de inferência
nebuloso?
4. Defina os conceitos de Fuzzificação e Defuzzificação e cite
3 métodos para cada;
5. O que são variáveis Linguísticas?

20/02/19 Notas da Aula de Inteligencia Artificial 2 29

 FIM!!!

Duvidas e Questões?