Lógica Fuzzy

Introdução
Preocupa-se com o princípio formal do raciocínio aproximado, melhorando a tomada de decisões

Baseado na teoria dos conjuntos

Criada por Lofti Zadeh, na qual os elementos pertencem a um determinado conjunto com base em uma função de pertinência (µ)

Capaz de capturar informações imprecisas, descritas em linguagem natural, convertê-las para um formato numérico e realizar raciocínios e inferências com esses modelos
Valor no intervalo [0-1] que determina
o grau em que um determinado
Razão:
Lógica clássica (desde Aristóteles) baseia-se no conceito de V/F
elemento pertence a um conjunto

Não há base formal para determinar

esse valor, que é escolhido
experimentalmente
Revisão de Teoria dos Conjuntos

Representação gráfica

A E I

O
U

Outras Representações:

Vogais: {a,e,i,o,u}
Vogais: {a/1, b/0, c/0, d/0, e/1, f/0...}
Revisão de Teoria dos Conjuntos

A B
1 3 6
4 5
2 7
União dos conjuntos: {1,2, 3, 4, 5, 6, 7}
Interseção dos conjuntos: {3, 5}

Representação não gráfica

A: {1/1, 2/1, 3/1, 4/1, 5/1, 6/0, 7/0}
B: {1/0, 2/0, 3/1, 4/0, 5/1, 6/1, /7/1}
Revisão de Teoria dos Conjuntos

A B
1 3 6
4 5
2 7
Representação não gráfica
A: {1/1, 2/1, 3/1, 4/1, 5/1, 6/0, 7/0}
B: {1/0, 2/0, 3/1, 4/0, 5/1, 6/1, /7/1}

AUB: {1/1, 2/1, 3/1, 4/1, 5/1, 6/1, 7/1}

A pertinência dos elementos na união é o máximo das pertinências em cada conjunto
Revisão de Teoria dos Conjuntos

A B
1 3 6
4 5
2 7
Representação não gráfica
A: {1/1, 2/1, 3/1, 4/1, 5/1, 6/0, 7/0}
B: {1/0, 2/0, 3/1, 4/0, 5/1, 6/1, /7/1}

A∩B: {1/0, 2/0, 3/1, 4/0, 5/1, 6/0, 7/0}

Pertinência dos elementos na interseção é o mínimo das pertinências em cada conjunto
Conjunto Clássico

ALTAMENTE
DETERMINÍSTICO!

If idade >=50
Uma pessoa com 55 anos é idosa
Pessoa é idosa
Uma pessoa com 45 anos é jovem Else
Pessoa é jovem
Graus de Pertinência Conjunto Clássico x Conjunto Fuzzy

Conjunto Clássico Conjunto Fuzzy

Uma pessoa com 1.70m não pertence Uma pessoa com 1.70m tem
ao conjunto de pessoas altas (pertence pertinência maior no grupo de altos
com grau de pertinência 0) em relação ao grupo de não-altos
Conjunto Fuzzy

Um conjunto fuzzy A em X é expresso como um conjunto de pares ordenados:

O grau de pertinência µ está no intervalo [0,1]

Conjunto Fuzzy
O conjunto representando o conceito de “alto” poderia ser:

CONJUNTO: { (1.90, 1.0), (1.75, 0.9), (1.70, 0.8), (1.60, 0.5), (1.20, 0)}

Pertinência 1 para uma pessoa com 1.90m ou

mais
Pertinência de 0.9 para uma pessoa com 1.75m
Pertinência de 0.8 para uma pessoa com 1.70m
Pertinência de 0.5 para uma pessoa com 1.60m
Pertinência de 0 para uma pessoa com 1.20m 1.20 1.90
Conjunto Fuzzy
Representação dos Conjuntos Fuzzy
Conjunto Fuzzy Discreto

Vetores contendo pares ordenados

Cada par consiste em um elemento no universo do discurso e um grau de pertinência

Ex.:

X={1, 2, 3, 4}
A=(1/0.3, 2/0.8, 3/1, 4/0.3)
Representação dos Conjuntos Fuzzy
Conjuntos Fuzzy Contínuos

São representados por uma função contínua de pertinência

Funções de pertinência
Operações Fuzzy
União

A união de dois conjuntos fuzzy A e B é um conjunto fuzzy AUB tal que:

AUB(x) = max[A(x), B(x)] para todo x  U

Interseção

A interseção de dois conjuntos fuzzy A e B é um conjunto fuzzy AB tal que:

A B(x) = min[A(x), B(x)] para todo x  U

Complemento

¬ A(x) = 1 - A(x)
Exemplos

União

Interseção

Não A
 Conjunto Fuzzy
Uma pessoa com 51 anos é...
Jovem com pertinência 0
Adulto com pertinência 0.45
Idoso com pertinência 0.03

Uma pessoa com 30 anos é...

Jovem com pertinência____
Adulto com pertinência____
CONJUNTOS JOVEM, ADULTO e IDOSO Idoso com pertinência ____

Uma pessoa com 5 anos é... Uma pessoa com 95 anos é... Uma pessoa com 45 anos é...
Jovem com pertinência____ Jovem com pertinência____ Jovem com pertinência____
Adulto com pertinência____ Adulto com pertinência____ Adulto com pertinência____
Idoso com pertinência ____ Idoso com pertinência ____ Idoso com pertinência ____
Construa um gráfico da variável DESEMPENHO NA PROVA usando 3 conjuntos
Fuzzy (BAIXO, ACEITÁVEL, ALTO)

Graus de pertinência
1

0 3 5 7 9 Desempenho
Passos para a Construção de Sistemas Fuzzy
Passo 1

Descobrir as variáveis de interesse

Expertise humana
Desenvolver conjuntos fuzzy para elas

Passo 2

Desenvolver as regras para nosso sistema fuzzy usando os conjuntos definidos no primeiro
passo

Exs.:

Se a velocidade é alta e a distância é baixa, então freie forte

Se a velocidade é baixa e a distância é alta, então freie fraco

Expertise humana
Passos para a Construção de Sistemas Fuzzy
Passo 1

Descobrir as variáveis de interesse

Expertise humana
Desenvolver conjuntos fuzzy para elas

Passo 2

Desenvolver as regras para nosso sistema fuzzy usando os conjuntos definidos no primeiro
passo

Exs.:

Se a velocidade é alta e a distância é baixa, então freie forte

Se a velocidade é baixa e a distância é alta, então freie fraco

Expertise humana
Exemplo Completo
Um analista de projetos deseja determinar o risco de um projeto (objetivo)

Variáveis de entrada: montante de recursos financeiros e staff do projeto

Base de Conhecimento:

1-Se montante ($) é adequado ou staff é baixo, então o risco é pequeno

2-Se montante ($) é médio e staff é alto, então o risco é normal
3-Se montante ($) é inadequado, então o risco é alto

Considere que:

Montante($) =35
Staff: 60
Montante($) Staff
Fuzzyficação

Processo de transformação de um número em um conjunto de pertinências

Exemplo:
No nosso exemplo...

Montante($) Staff
Base de Conhecimento

0.0 () OU 0.2 () MAX 0.2 ()

1-Se montante ($) é adequado ou staff é baixo, então o risco é pequeno

2-Se montante ($) é médio e staff é alto, então o risco é normal

0.25 () E 0.8 () MIN 0.25 ()

3-Se montante ($) é inadequado, então o risco é alto

0.75 () 0.75 ()

Atenção com múltiplas regras

Se A1, então C1 Dois antecedentes Equivale a:

diferentes, mesmo
Se A2, então C1 consequente Se A1 ou A2, então C1
Transferindo os resultados obtidos do sistema de inferência
para os conjuntos fuzzy
Técnicas de Deffuzificação

Centróide

O valor de saída é o centro da gravidade da função de distribuição da possibilidade da ação de controle

Método do primeiro

Encontra o primeiro ponto entre os valores que tem o maior grau de pertinência inferido pelas regras

Método da média dos máximos

Encontra o ponto médio entre os valores que tem o maior grau de pertinência inferido pelas regras
Conjunto Resultante para a Varíavel ‘Risco’

Método do primeiro dos

máximos
 Valor deffuzyficado
do risco

C=(10+20+30+40)*0,20+(50+60+70)*0,25+(80+90+100)*0,75=267,5=70,4
0,2+0,2+0,2+0,2+0,25+0,5+0,25+0,75+0,75+0,75 3,8
Centróide para universo de discurso discreto:

Centróide para universo de discurso contínuo: