Você está na página 1de 33

LGICA FUZZY

INTRODUO
Csar Henrique Kopp

Qual informao mais precisa? Qual informao mais eficiente ?

A lgica Fuzzy

Alguns problemas no podem ser resolvidos por mtodos convencionais A lgica Fuzzy surgiu da necessidade de quantificar variveis no-matemticas
Falta

uma pitada de sal Essa pessoa meio alta Que calor que faz aqui Est meio escuro

A lgica Fuzzy

Imitao do pensamento humano Tratamento de dados imprecisos Teoria formulada em 1965 por Lofti Zadeh

Outras linguagens de programao

Abordagem clssica x fuzzy

Clssica booleana 0 e 1
Fechado

ou aberto, ligado ou desligado

Fuzzy valor entre 0 (sem possibilidades) e 1 (com possibilidade mxima)

Exemplo

Qual a cor das bolas no prato?

Exemplo

E agora?

Porque usar?

A lgica Fuzzy apresenta as seguintes caractersticas em relao a outras tcnicas de controle:


1 Robusta porque no requer entradas precisas. 2 Modicada facilmente pois baseada em regras. 3 Controle de sistemas no-lineares sem modelo matemtico. 4 Soluo mais rpida e barata em alguns casos.

Exemplo 2

Medio de temperatura
38C

febre >36 e <38C saudvel

Como definir se algum est doente?

Exemplo 2

Exemplo 2

E se algum tiver 37,9C , no estar doente? Como ensinar uma mquina a decidir isso?

Exemplo 2
Lgica fuzzy

Memberships e graus de pertinncia

A lgica fuzzy foca-se na atribuio de possibilidades, e no de probabilidades. Ela representa numericamente a chance de determinado valor pertencer a um determinado grupo.
Fuzzy usa respostas teoria dos conjuntos para gerar

Memberships e graus de pertinncia

Memberships so os grupos (de intervalos) definidos pelo usurio para classificar determinada condio do sistema.

Graus de pertinncia representam uma distribuio de possibilidade. subjetiva e exige conhecimento tcnico sobre o assunto sendo abordado.

Exemplo 2 continuao
Distribuio de possibilidades

Desenvolvendo a lgica

Etapa 1: fuzzificao : dados iniciais convertidos em variveis lingusticas Exemplo: varivel idade. Variveis lingusticas seriam : muito criana, pouco criana, quase adulto, muito adulto, quase idoso, muito idoso. Criar vetores Graus de Pertinncia

Desenvolvendo a lgica

Subjetivo

Desenvolvendo a lgica

Etapa 2: inferncia
Determinar

causa e efeito.

Fuzzy

usa o sistema tradicional SE...ENTO (IF, THEN)

Desenvolvendo a lgica

Etapa 3: desfuzificao
Transformar

resultados lingusticos em valor numrico na inteno de gerar uma resposta do sistema.


mtodos de clculo. Cada mtodo gera valores diferentes, mas prximos.

Diversos

Mtodo do Centro de Gravidade

Exemplo: 17 anos considerado psicologicamente adulto ou adolescente?

1- Fuzificao 2- Inferizao 3- Defuzzificao

Mtodo do Centro de Gravidade

Consiste em calcular o centride dos trapzios.

Contras da lgica fuzzy

Falta de preciso (o foco so aproximaes pertinentes) Incerteza Dificuldade em definir ndices de pertinncia e modelar o problema

Aplicaes

Na Engenharia de Controle: utilizada em controle de processos, operaes de aprendizagem, gerenciador de risco e em robs, otimizao de sistemas de linguagem ladder em Controles Lgicos Programveis (CLP) em processos de manufatura.

Gesto da segurana: anlise de risco, previso de falhas, previso de terremotos.

Aplicaes

Anlises: sistemas de apoio tomada de deciso, sistema de apoio a diagnsticos mdicos.

Tecnologia: cmeras fotogrficas, mquinas de lavar roupa, condicionadores de ar

Aplicaes

Lidar com mltiplas variveis difusas

Aplicaes

Clculo de incerteza (software: Mathlab)

Aplicaes

Programar Controladores lgicos programveis (CLPs)

Aplicaes

Arroz cozimento por induo: determina o tempo e a temperatura de cozimento de acordo com o clculo do sensor trmico.

Aplicaes

Freio ABS

Aplicaes

Mquinas de lavar roupa inteligentes


Sistema

de Lavagem Inteligente - Os sensores detectam e ajustam os desequilbrios para um desempenho ideal de lavagem, que poupa energia

Fim!