Escolar Documentos
Profissional Documentos
Cultura Documentos
Teresa Ludermir
Sistemas Inteligentes 1
Lógica
Fuzzy Conteúdo
• Incerteza
• Introdução a Lógica Fuzzy
• Conjuntos Fuzzy
• Operadores de Conjuntos Fuzzy
• Variáveis Linguísticas
• Lógica Fuzzy
• Sistemas Fuzzy
• Raciocínio
• Conclusão
Sistemas Inteligentes 2
Lógica
Fuzzy
Incerteza
Sistemas Inteligentes 3
Lógica
Fuzzy
Incerteza
Sistemas Inteligentes 4
Lógica
Fuzzy
Incerteza
• Ex.: Você vai para o show de Caetano ?
– talvez sim.
– se não chover eu vou.
– se o ingresso não for caro vou.
– vou logo cedo.
Sistemas Inteligentes 5
Lógica
Fuzzy
Incerteza
Sistemas Inteligentes 7
Lógica
Fuzzy Introdução
• Classes que não são definidas precisamente. Ex:
Classe dos homens altos, a classe de erros
significativos, etc.
• Esses conceitos, apesar de imprecisos, têm um
significado óbvio considerando-se um
determinado ambiente.
• Na teoria dos conjuntos fuzzy a noção básica de
conjunto é modificada, permitindo que os
valores de pertinência de cada elemento ao
conjunto variem de [0,1].
Sistemas Inteligentes 8
Lógica
Fuzzy Introdução
Sistemas Inteligentes 10
Lógica
Fuzzy Introdução
• Os predicados podem ser precisos como na
lógica clássica (mortal, par, pai_de), ou
imprecisos (cansado, grande, muito_mais_
pesado_ que, amigo_de).
• Os quantificadores podem ser de vários tipos
como a maioria, muitos, vários,
freqüentemente, cerca de 10, pelo menos 7.
• Os modificadores de predicado tais como não,
muito, mais_ou_menos, extremamente,
levemente, podem Sistemas
ser também
Inteligentes
representados.11
Lógica
Fuzzy Introdução
– As proposições podem ser qualificadas de três
formas diferentes:
• qualificação de verdade, como em
(Maria é jovem) não é bem verdade
• qualificação de probabilidade, como em
(Maria é jovem) é pouco provável
• qualificação de possibilidade, como em
(Maria é jovem) é quase impossível.
Sistemas Inteligentes 12
Lógica
Fuzzy História
• 1965 Seminal paper “Fuzzy Logic” por Prof. Lotfi Zadeh,
• 1970 Primeira aplicação de Lógica Fuzzy em engenharia de
controle (Europa)
• 1975 Introdução de Lógica Fuzzy no Japão
• 1980 Verificação empírica de Lógica Fuzzy na Europa
• 1985 Larga aplicação de Lógica Fuzzy no Japão
• 1990 Larga aplicação de Lógica Fuzzy na Europa
• 1995 Larga aplicação de Lógica Fuzzy nos Estados Unidos
• 2000 Lógica Fuzzy tornou-se tecnologia padrão e é também
aplicada em análise de dados e sinais de sensores. Aplicação de
Lógia Fuzzy em finanças e negócios
Sistemas Inteligentes 13
Lógica
Fuzzy Hierarquia
Sistemas Inteligentes 14
Lógica
Fuzzy Teoria dos Conjuntos Fuzzy
A x : X 0,1
Sistemas Inteligentes 15
Lógica
Fuzzy Exemplo Conjunto Fuzzy
• Definição discreta:
• µFA(35°C) = 0 µFA(38°C) = 0.1 µFA(41°C) = 0.9
• µFA(36°C) = 0 µFA(39°C) = 0.35 µFA(42°C) = 1
• µFA(37°C) = 0 µFA(40°C) = 0.65 µFA(43°C) = 1
Sistemas Inteligentes 16
Definição Contínua
µ(x)
1
Definição contínua:
0
36°C 37°C 38°C 39°C 40°C 41°C 42°C
Sistemas Inteligentes 17
Lógica
Fuzzy Exemplo Conjunto Fuzzy
• Definição discreta:
• µPL(18) = 1.0 µPL(6) = 0.4 µPL(12) = 0.7
• µPL(2) = 0.2 µPL(8) = 0.5 µPL(14) = 0.8
• µPL(4) = 0.3 µPL(10) = 0.6 µPL(16) = 0.9
Sistemas Inteligentes 18
Lógica
Fuzzy Definição Contínua
Um projeto Longo
1
Grau de Pertinência
(x)
0 2 4 6 8 10 12 14 16 18
Duração(em semanas)
Sistemas Inteligentes 19
Lógica
Fuzzy Conjuntos Fuzzy
Sistemas Inteligentes 20
Lógica
Fuzzy Operadores dos Conjuntos Fuzzy
• Intersecção
Sistemas Inteligentes 21
Lógica
Fuzzy Operadores dos Conjuntos Fuzzy
• União
Sistemas Inteligentes 22
Lógica
Fuzzy Operadores dos Conjuntos Fuzzy
• Complemento
A ( x) 1 A ( x)
Sistemas Inteligentes 23
Lógica
Fuzzy Operadores dos Conjuntos Fuzzy
• Em conjuntos Fuzzy,
(A A) (TRUE ) e ( A A) ( FALSE),
o que não satisfaz a teoria dos conjuntos clássica.
• Considere ( A) 1 / 2,
(A A) max( ( A), ( A))
max( 1 1 / 2,1 / 2)
1/2 1
(A A) min( ( A), ( A))
min( 1 1 / 2,1 / 2)
1/2 0
Sistemas Inteligentes 24
Lógica
Fuzzy Principais Lógicas
• Dependendo de como são definidos os conectivos
AND e OR, uma nova lógica é criada. O conectivo
NOT é, em geral, imutável.
Sistemas Inteligentes 25
Lógica
Fuzzy Qualificadores
Sistemas Inteligentes 26
Lógica
Fuzzy Tipos de qualificadores
Qualificador Função
Por volta de, Aproxima um escalar
Aproximadamente
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
Sistemas Inteligentes 27
Lógica
Fuzzy O Qualificador “bastante”
Sistemas Inteligentes 29
Lógica
Fuzzy O Qualificador “não”
Sistemas Inteligentes 31
Lógica
Fuzzy O Qualificador “mais que”
Sistemas Inteligentes 32
Lógica
Fuzzy Variáveis Lingüísticas
Sistemas Inteligentes 33
Lógica
Fuzzy Variáveis Lingüísticas
Conjunto Fuzzy
Variáveis
Variáveis
Lingüísticas
Linguísticas
Qüalificadores
Sistemas Inteligentes 34
Lógica
Fuzzy Variáveis Lingüísticas
Sistemas Inteligentes 35
Lógica
Fuzzy Sistemas Fuzzy
Sistemas Inteligentes 36
Lógica
Fuzzy Sistemas Fuzzy
Sistemas Inteligentes 37
Lógica
Fuzzy Sistemas Fuzzy
Sistemas Inteligentes 38
Lógica
Fuzzy Sistemas Fuzzy
• É capaz de modelar sistemas envolvendo múltiplos especialistas.
• Nos sistemas do mundo real, há vários especialistas sob um
mesmo domínio.
• Representam bem a cooperação múltipla, a colaboração e os
conflitos entre os especialistas.
• Um exemplo das posições dos gerentes de controle, de
produção, financeiro e marketing.
– Nosso preço deve ser baixo.
– Nosso preço deve ser alto.
– Nosso preço deve ser em torno de 2*custo
– Se o preço dos concorrentes não é muito alto então nosso preço deve ser
próximo do preço deles.
Sistemas Inteligentes 39
Lógica
Fuzzy Sistemas Fuzzy
Sistemas Inteligentes 40
Lógica
Fuzzy Sistemas Fuzzy
Sistemas Inteligentes 41
Lógica
Fuzzy Imprecisão
Sistemas Inteligentes 42
Lógica
Fuzzy Imprecisão
Sistemas Inteligentes 43
Lógica
Fuzzy Imprecisão
Curiosidade do Cotidiano:
Diálogo entre Artur e Rodrigo para decidir
“O quão rápido é um carro rápido”
Sistemas Inteligentes 44
Lógica
Fuzzy Imprecisão
Sistemas Inteligentes 46
Lógica
Fuzzy Imprecisão
CONCLUSÕES ?
Sistemas Inteligentes 47
Lógica
Fuzzy Imprecisão
Sistemas Inteligentes 48
Lógica
Fuzzy Sistemas Fuzzy
Sistemas Inteligentes 49
Lógica
Fuzzy Sistemas Fuzzy
Base de Conhecimento:
•contém sentenças em uma Lógica Fuzzy
Sensores entrada
Base de
Conhecimento
Raciocínio
efetuadores saída
Sistemas Inteligentes 51
Agente inteligente difuso
BC Sensores entrada
Regras
Condicionais
Incondicionais
Fuzzificação
Variáveis lingüísticas
Conjuntos Difusos
Qualificadores Inferência
Defuzzificação
Min-max vs. aditivas
Sistemas Inteligentes 54
Lógica Base de Conhecimento:
Fuzzy
Variáveis Lingüísticas
Sistemas Inteligentes 55
Lógica
Fuzzy Raciocínio: Fuzzificação
Sistemas Inteligentes 56
Lógica
Fuzzy Raciocínio: Inferência
Sistemas Inteligentes 58
Lógica
Fuzzy Etapas do Raciocínio
1ª FUZZIFICAÇÃO
AGREGAÇÃO
2ª INFERÊNCIA
COMPOSIÇÃO
3ª DEFUZZIFICAÇÃO
Sistemas Inteligentes 59
Lógica
Fuzzy Etapas do Raciocínio
Nível
Linguístico Fuzzificação
Nível Defuzzificação
Numérico
Sistemas Inteligentes 60
Lógica
Fuzzy Fuzzificação e Certeza
• Lógica Fuzzy é um cálculo de compatibilidade. Ela trabalha com
a descrição das características das propriedades ;
• Descreve características que variam continuamente, associando
partes dos valores a significados semânticos ;
• Representa uma medida de pertinência de um elemento a um
conjunto Fuzzy;
Sistemas Inteligentes 61
Lógica
Fuzzy Fuzzificação
Engloba:
Análise do Problema;
Definição das Variáveis;
Definição das Funções de Pertinência; e
Criação das Regiões.
Sistemas Inteligentes 62
Lógica
Fuzzy Fuzzificação
Sistemas Inteligentes 63
Lógica
Fuzzy Fuzzificação
TRIANGULAR:
TRAPEZOIDAL:
Lento Rápido
Sistemas Inteligentes 65
Lógica
Fuzzy Fuzzificação - Exemplo
Sistemas Inteligentes 66
Lógica
Fuzzy Inferência
Engloba:
Definição das proposições;
Análise das Regras; e
Criação da região resultante.
Sistemas Inteligentes 67
Lógica
Fuzzy Inferência
PROPOSIÇÕES CONDICIONAIS
PROPOSIÇÕES NÃO CONDICIONAIS
Sistemas Inteligentes 68
Lógica
Fuzzy Inferência
• PROPOSIÇÕES CONDICIONAIS:
if W is Z then X is Y
• PROPOSIÇÕES NÃO-CONDICIONAIS:
X is Y
Sistemas Inteligentes 69
Lógica
Fuzzy Inferência
AGREGRAÇÃO:
Calcula a importância de uma determinada regra para a situação
corrente.
COMPOSIÇÃO:
Calcula a influência de cada regra nas variáveis de saída.
Sistemas Inteligentes 70
Lógica
Fuzzy Inferência
Regras de Inferência:
Sistemas Inteligentes 71
Lógica
Fuzzy Defuzzificação
Sistemas Inteligentes 72
Lógica
Fuzzy Defuzzificação
Exemplos:
z0 z0 z0
Sistemas Inteligentes 73
Lógica
Fuzzy
Estudo de Caso
Sistemas Inteligentes 74
Lógica
Fuzzy Construção
Sistemas Inteligentes 76
Lógica
Fuzzy
Construção
Sistemas Inteligentes 77
Lógica
Fuzzy Construção
Sistemas Inteligentes 78
Lógica
Fuzzy Construção
• Construir as regras:
Sistemas Inteligentes 79
Lógica
Fuzzy Construção
Sistemas Inteligentes 80
Lógica
Fuzzy Execução
Sistemas Inteligentes 81
Sistemas Inteligentes 82
Lógica
Fuzzy Execução
Sistemas Inteligentes 83
Sistemas Inteligentes 84
Sistemas Inteligentes 85
Primeira fase
Sistemas Inteligentes 86
Segunda fase
• A pertinência final de cada categoria da
variável de saída, após a avaliação de todas
as regras, é a máxima pertinência obtida nas
regras da categoria
• Cálculo gráfico no final da figura das regras
Sistemas Inteligentes 87
Segunda fase
• µ(normal) = max [µ(regra1),µ(regra3)]
= max[0.1;0.6]=0.6
• µ(chuvosa) = [µ(regra2)] = 0.7
• [µ(muito seca)] = [µ(seca)] = [µ(muito
chuvosa)] = 0
Sistemas Inteligentes 88
Defuzzificação
• Centro de gravidade
Sistemas Inteligentes 89
Lógica
Fuzzy
Estudo de Caso 2
(Exercício)
Sistemas Inteligentes 90
Lógica
Fuzzy Formulação
a
f
t: temperatura
p: pressão
a: ângulo
f: fluxo t, p
Sistemas Inteligentes 92
Lógica
Fuzzy Lógica Fuzzy no Mundo
Sistemas Inteligentes 93
Lógica
Fuzzy Conclusão
Sistemas Inteligentes 94
Lógica
Fuzzy Bibliografia
Sistemas Inteligentes 95
Lógica
Fuzzy Bibliografia
• FAQ: http://www.csa.ru/ai/faq/kantrowitz/fuzzy/faq.html
Sistemas Inteligentes 96