2012

LOGICA DIFUSA

1439641 Seminario de sistemas II 19/12/2012

[Escribir texto]

4.1. Visin general2 4.2. Antecedentes.5 4.3. Estructura o Programacin..8 4.4. Centros de investigacin o compaas que la aplican9 4.5. Cientficos reconocidos 10 4.6. Aplicaciones actuales11 4.7. Aplicaciones y tendencias a futuro.19 4.8. Visin a futuro..22

[Escribir texto]

Lgica Fuzzy Es un supe conjunto de la lgica (Booleana) convencional que ha sido extendida para manejar el concepto de verdad parcial -- valores de verdad entre "completamente verdadero" y "completamente falso". Fue introducido por el Dr. Lotfi Zadeh de UC/Berkeley en los 60's como un medio para modelar la incertidumbre del lenguaje natural. Inteligencia Artificial: Mtodo de razonamiento de maquina similar al pensamiento humano, que puede procesar informacin incompleta o incierta, caracterstico de muchos sistemas expertos.

La lgica difusa o lgica heurstica 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 2 metros es claramente una persona alta, si previamente se ha tomado el valor de persona baja y se ha establecido en 1 metro. Ambos valores estn contextualizados a personas y referidos a una medida mtrica lineal.

[Escribir texto]

En Inteligencia artificial, la lgica difusa, o lgica borrosa se utiliza para la resolucin de una varios problemas, principalmente los relacionados con control de procesos industriales complejos y sistemas de decisin en general, la resolucin y la compresin de datos.

Los sistemas de lgica difusa estn tambin muy extendidos en la tecnologa cotidiana, por ejemplo en cmaras digitales, sistemas de aire acondicionado, etc. Los sistemas basados en lgica difusa imitan la forma en que toman decisiones los humanos, con la ventaja de ser mucho ms rpidos. Estos sistemas son generalmente robustos y tolerantes a imprecisiones y ruidos en los datos de entrada.

Algunos lenguajes de programacin lgica que han incorporado la lgica difusa seran por ejemplo las diversas implementaciones de Fuzzy PROLOG o el lenguaje Fril.

Consiste en la aplicacin de la lgica difusa con la intencin de imitar el razonamiento humano en la programacin de computadoras. Con la lgica convencional, las computadoras pueden manipular valores estrictamente duales, como verdadero/falso, s/no o ligado/desligado. En la lgica difusa, se usan modelos matemticos para representar nociones subjetivas, como caliente/tibio/fro, para valores concretos que puedan ser manipuladas por los ordenadores. La Lgica Difusa es una extensin de la Lgica Multivaluada, que adems est relacionada y fundamentada en la teora de conjuntos difusos. Segn esta teora, ser una funcin de transferencia (que tomar cualquiera de los valores reales comprendidos en el intervalo [0,1]) la que determine el grado de pertenencia de un elemento a un conjunto.

Historia

[Escribir texto]

En la Antigua Grecia, Aristteles introdujo las Leyes del Conocimiento, las que posteriormente seran el sustento de la Lgica clsica. Sus tres Leyes fundamentales eran: Principio de Identidad Ley de la Contradiccin Ley del Tercero Excluido

La ley del Tercero Excluido afirma que para toda proposicin p, bien p ~p deben ser verdaderas, sin que haya ninguna proposicin verdadera entre ellas. Es acaso totalmente cierto? En principio podramos pensar que as es, pero ciertamente nos surgen dudas al llenar un vaso hasta la mitad, y proponer como proposicin p 'lleno'. Nos encontraremos que el vaso o est lleno, o est vaco...

[Escribir texto]

"En la dcada del veinte Bertrand Russell se refera a la lgica polivalente con la palabra "vaga"; deca; "Todo es vago en un grado del que no te das cuenta hasta que no intentas precisarlo". Por lo que Russell segn Kosko se convierten el abuelo de la lgica borrosa. Esta nueva lgica sostiene que hay pocos hechos en el mundo en que puede encontrarse cumplidamente lo blanco o lo negro. Slo hay raros momentos de esos en un mundo gris. "El principio borroso afirma que todo es cuestin de grado. Anuncia Kosko que trata del principio borroso aplicado a las cosas humanas, de cmo la borrosidad impregna nuestro mundo y la visin que de l tenemos (porque) cuando se abandona el mundo artificial de las matemticas, reina la borrosidad". All ya no nos inclinamos ante "p no p". Precisamente, podemos recordar estas palabras, odas en Buenos Aires en 1939: "Conclusin sobre este aspecto: La Lgica no aristotlica trae desarrollos o proliferaciones ms o menos tiles; pero eso slo ser, diremos, puro, si se libra del paralogismo inicial de falsa trascendentalizacin de la contradiccin. O, en todo caso, su fecundidad puede ser muy afectada por ese paralogismo... Yo empiezo por oponer a esa tendencia, y por eso la califico de trascendentalizacin

[Escribir texto]

ilegtima, mi creencia de que la contradiccin es un hecho verbal o conceptual, que no est en la realidad objetiva, sino en el lenguaje con que debemos referirnos a ella (o en el pensamiento con que procuramos corresponder a ella)" . . . La lgica borrosa viene a reafirmar este criterio de Vaz Ferreira: Zadeh cuenta Kosko "Escribi artculos y dio conferencias para ensear lo bien que se llevaban los conjuntos borrosos con nuestras borrosas palabras... Se centraba en la manera en que usamos el lenguaje y le quitaba importancia a las matemticas".

La Lgica Difusa se deriva de la Teora de los conjuntos difusos, y su razonamiento se basa en la aproximacin a la percepcin humana: no todo es blanco o negro, los distintos tipos de grises predominan en el pensamiento humano. Por tanto, se da prioridad a la aproximacin ms que a la precisin, la cual reciba toda la atencin e importancia de la lgica clsica. Puede ser imaginada como la aplicacin prctica de la Teora de los conjuntos difusos junto a la extraccin de valores reales de problemas complejos, Teora desarrollada por Klir y Yuan en 1997. Llegados a este punto, es importante establecer que existen diferencias entre grados de verdad y probabilidades, desconocidas para muchos. La verdad difusa (los distintos tipos de verdad) representa que se es miembro de unos conjuntos vagamente definidos, no indica probabilidad o algn tipo de condicin. El ejemplo siguiente aclarar esta definicin: Juan est en un parque de atracciones, el cual se compone de exclusivamente 2 montaas rusas. Los recintos de ambas son totalmente adyacentes. En muchos casos, el estado de Juan en el conjunto que definimos como "en la montaa rusa sencilla" est completamente claro: est en el conjunto "en la montaa rusa sencilla", o en el conjunto "no en la montaa rusa sencilla". Pero... qu pasa cuando Juan est entre los dos recintos? Podramos considerar que est "parcialmente en la montaa rusa sencilla". Cuantificar este estado parcial nos lleva a su pertenencia a conjuntos difusos. Con una pierna en la montaa rusa sencillar, podramos decir que Juan est en un 85% "en la montaa rusa sencilla" y un 15% "en la montaa rusa peligrosa", por ejemplo. Sin embargo, ningn

[Escribir texto]

evento (como tirar una moneda) nos dir si Juan est completamente "en la montaa rusa sencilla" o "no en la montaa rusa peligrosa", mientras que est situado entre los dos recintos. El 85% no nos est indicando la probabilidad de que Juan est en uno de los dos recintos, sino nos indica que su cuerpo est en unos de los recintos en un porcentaje de su masa, y en el otro recinto con otros porcentaje de su cuerpo. Esto es debido a que los conjuntos difusos se basan en vagas definiciones de conjuntos, no en aleatoriedad. Es por esto por lo que la 'lgica difusa' permite pertenecer a conjuntos cuyos valores varen de 0 a 1 (ambos incluidos), y permite usar conceptos imprecisos como "ligeramente", "bastante" y "mucho". Eso no es todo, sino que se permite la inclusin 'parcial' en un conjunto. La 'lgica difusa' es vlida para ciertas aplicaciones y para otras no. Pese a que tiene una enorme aceptacin y un amplio registro de aplicaciones exitosas, algunos ingenieros de control la rechazan para validacin y otras razones, y por algunos estadsticos, los cuales mantienen que la probabilidad es la nica descripcin matemtica rigurosa para describir 'lo incierto'. La idea bsica que subyace bajo el uso de la tecnologa de la Lgica difusa, es la aproximacin al pensamiento humano en el cual se va a llevar a cabo un racionamiento en base a mltiples variables medidas de forma difusa, de esta forma se va intentar imitar la inteligencia humana teniendo en cuenta todos los factores posibles. Desde este punto de vista el racionamiento humano es difuso, siendo esta una de las claves del exitoso desarrollo del ser humano. La capacidad de anlisis del entorno y el ser capaz de tomar decisiones teniendo en cuenta todas las entradas posibles medidas de una forma no matemtica.

[Escribir texto]

La lgica difusa puede controlar sistemas no lineales que seran difciles o imposibles como modelo basado en casos. Controladores difusos son mucho ms simples que los sistemas basados en el conocimiento. Usted no necesita ser un experto en los controles, o comprender plenamente la fsica de su robot, para disear un sistema de control lgico difuso. Al igual que en el control PID , de lgica difusa puede ser "ajustado" una vez que el sistema est funcionando con el fin de optimizar el rendimiento. En general, la lgica difusa es tan indulgente que el sistema trabajar probablemente la primera vez sin ningn tipo de ajuste. La lgica difusa en la mayora de los casos ocupa significativamente menos lneas de cdigo de programacin. Tener problemas de memoria? Esta puede ser tu solucin. Cualquier nmero de entradas puede ser procesada y genera salidas. La lgica difusa no se limita a unas pocas entradas de retroalimentacin y una o dos salidas de control, ni es necesario medir o calcular la velocidad de cambio de parmetros con el fin de que se aplique. Cualquiera de datos del sensor que proporciona alguna indicacin de las acciones de un sistema y reacciones es suficiente. Esto permite que los sensores sean baratos e impreciso manteniendo as el costo general del sistema y de baja complejidad.

[Escribir texto]

Sistemas de Captura de Movimiento Aplicaciones de lgica difusa: Nivel uno - control mediante lgica difusa Reemplazar un operador humano por un sistema de difuso basado en reglas, Metro Sendai (Hitachi), Cemento Kiln (F.L. Smidth), Control de elevador (Fujitec, Hitachi, Toshiba), Carro de Sugeno Robot de Hirota Pndulo invertido de Yamakawua Reactor nuclear (Hitachi, Bernard), Transmisin automtica (Nissan, Subaru) Control Bulldozer (Terano) Produccin de ethanol (Filev) Nivel dos: Anlisis de decisin basado en lgica difusa, Reemplazo de un operador humano por un sistema experto basado en lgica difusa, Medicina ((CADAG, Adlssnig) Arita, OMRON), Seguridad (Yamaichi, Hitachi) Comprobante de crdito (Zimmermann) Asignacin de daos (Yao, Hadipriono) Diagnostico de fallas (Guangzhou) Planeacin de produccin (Turksen)

[Escribir texto]

Aristteles George Berkeley David Hume Bertrand Russell Ludwig Wittgenstein Jan ukasiewicz Max Black Lotfi A. Zadeh

10

[Escribir texto]

Llamamos variable lingstica a aquella nocin o concepto que vamos a calificar de forma difusa. Por ejemplo: la altura, la edad, el error, la variacin del error... Le aplicamos el adjetivo "lingstica" porque definiremos sus caractersticas mediante el lenguaje hablado. Llamaremos universo de discurso al rango de valores que pueden tomar los elementos que poseen la propiedad expresada por la variable lingstica. En el caso de la variable lingstica 'altura', seria el conjunto de valores comprendido entre 1.5 y 2.3 mts. Llamamos valor lingstico a las diferentes clasificaciones que efectuamos sobre la variable lingstica: en el caso de la altura, podramos dividir el universo de discurso en los diferentes valores lingsticos: 'bajo','mediano' y 'alto'. Como veremos, cada valor lingstico tendr un conjunto difuso asociado, de forma que hablaremos de los conjuntos difusos 'bajo','alto', asociados a la variable lingstica 'altura'. Definimos funcin de pertenencia como aquella aplicacin que asocia a cada elemento de un conjunto difuso el grado con que pertenece al valor lingstico asociado.

11

[Escribir texto]

Los conjuntos difusos son caracterizados por sus funciones de pertenencia. Diremos que un conjunto es difuso cuando el concepto al que representa tiene una funcin de pertenencia difusa asociada a l.

Conjuntos Difusos En esta ilustracin hemos dibujado 3 conjuntos difusos sobre la variable lingstica altura, cuyos valores lingsticos asociados son 'bajo', 'mediano' y 'alto' respectivamente. Las funciones de pertenencia son de tipo 'L' para el bajo, 'Lambda' o 'Tringulo' para el mediano y 'Gamma' para el alto. Ms adelante aclararemos porqu usamos estos nombres, que nicamente determinan qu forma tienen las funciones de pertenencia. Jorge, que mide 1.80 mts, es un "0.2 mts mediano y un 0.8 mts alto". Esta es la principal diferencia entre la lgica tradicional y la difusa: mientras que los valores de la funcin de pertenencia de la primera son 0 1, la lgica difusa se mueve en todo el intervalo [0,1]. Se suele normalizar el grado de pertenencia mximo a 1. As expresamos que mientras un elemento esta dentro de un determinado conjunto, puede no cumplir las especificaciones de dicho conjunto al cien por cien

12

[Escribir texto]

(por ejemplo, en el caso de Jorge, a la vista del resultado podra afirmarse que es 'poco mediano y mas bien alto').

Aplicaciones: Productos al consumidor, Lavadoras, Hornos de microondas, Procesadores de arroz, Limpiadores al vaco, Cmaras de video, Televisores, Sistemas trmicos, Traductores, Elevadores, Trenes, Automviles, Mquinas, Transmisiones, Frenos, Controles de trfico, Diagnstico Mdico, Seguridad, Compresin de datos. Control basado en lgica difusa. La lgica difusa permite incorporar el concepto de incertidumbre o confianza, que integra: 1. La imprecisin en la medicin. 2. La subjetividad que caracteriza al control lingstico. Dadas las funciones de pertenencia para cada variable medida, el procesamiento de las reglas conduce a conclusiones con factores de confianza. Esto implica: 1. Una supervisin inteligente, de que la conclusin acerca de una deteccin o diagnostico se acompaa de un factor de certeza. 2. Un control inteligente, en el cual la accin de control puede calcularse como: En esta expresin Ui es el control obtenido al evaluar la regla i, y di el coeficiente de confianza respectivo.

La lgica difusa o lgica heurstica 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 2 metros es claramente una persona alta, si previamente se ha tomado el valor de persona baja y se ha establecido en 1 metro. Ambos valores estn contextualizados a personas y referidos a una medida mtrica lineal. La lgica difusa ("fuzzy logic" en ingls) 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.

13

[Escribir texto]

La clave de esta adaptacin al lenguaje, se basa en comprender los cuantificadores de nuestro lenguaje (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 indican 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 calor ENTONCES aument 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 simples, veloces y eficaces. 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.

14

[Escribir texto]

Un esquema de funcionamiento tpico para un sistema difuso podra ser de la siguiente manera:

Funcionamiento de un sistema de control difuso. 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. Lgica Difusa Compensatoria (LDC) La LDC es un modelo lgico multivalente que permite la modelacin simultnea de los procesos deductivos y de toma de decisiones. El uso de la LDC en los modelos matemticos permite utilizar conceptos relativos a la realidad siguiendo patrones de comportamiento similares al pensamiento humano. Las caractersticas ms importantes de estos modelos son: La flexibilidad, la tolerancia con la imprecisin, la capacidad para moldear problemas no-lineales y su fundamento en el lenguaje de sentido comn. La LDC utiliza la escala de la LD, la cual puede variar de 0 a 1 para medir el grado de verdad o falsedad de sus proposiciones, donde las proposiciones pueden

15

[Escribir texto]

expresarse mediante predicados. Un predicado es una funcin del universo X en el intervalo [0; 1], y las operaciones de conjuncin, disyuncin, negacin e implicacin, se definen de modo que restringidas al dominio [0; 1] se obtenga la Lgica Booleana. Las distintas formas de definir las operaciones y sus propiedades determinan diferentes lgicas multivalentes que son parte del paradigma de la LD. Las lgicas multivalentes se definen en general como aqullas que permiten valores intermedios entre la verdad absoluta y la falsedad total de una expresin. Entonces el 0 y el 1 estn asociados ambos a la certidumbre y la exactitud de lo que se afirma o se niega y el 0,5 a la vaguedad y la incertidumbre mximas. En los procesos que requieren toma de decisiones, el intercambio con los expertos lleva a obtener formulaciones complejas y sutiles que requieren de predicados compuestos. Los valores de verdad obtenidos sobre estos predicados compuestos deben poseer sensibilidad a los cambios de los valores de verdad de los predicados bsicos. Esta necesidad se satisface con el uso de la LDC, que renuncia al cumplimiento de las propiedades clsicas de la conjuncin y la disyuncin, contraponiendo a stas la idea de que el aumento o disminucin del valor de verdad de la conjuncin o la disyuncin provocadas por el cambio del valor de verdad de una de sus componentes, puede ser compensado con la correspondiente disminucin o aumento de la otra. Estas propiedades hacen posible de manera natural el trabajo de traduccin del lenguaje natural al de la Lgica, incluidos los predicados extensos si stos surgen del proceso de modelacin. En la LDC, el operador conjuncin, expresado como c (and) es la media geomtrica.

Aplicaciones generales La lgica difusa se utiliza cuando la complejidad del proceso en cuestin es muy alta y no existen modelos matemticos precisos, para procesos altamente no lineales y cuando se envuelven definiciones y conocimiento no estrictamente definido (impreciso o subjetivo).

16

[Escribir texto]

En cambio, no es una buena idea usarla cuando algn modelo matemtico ya soluciona eficientemente el problema, cuando los problemas son lineales o cuando no tienen solucin. Esta tcnica se ha empleado con bastante xito en la industria, principalmente en Japn, y cada vez se est usando en gran multitud de campos. La primera vez que se us de forma importante fue en el metro japons, con excelentes resultados. A continuacin se citan algunos ejemplos de su aplicacin:

Sistemas de control de acondicionadores de aire Sistemas de foco automtico en cmaras fotogrficas Electrodomsticos familiares (frigorficos, lavadoras...) Optimizacin de sistemas de control industriales Sistemas de escritura Mejora en la eficiencia del uso de combustible en motores Sistemas expertos del conocimiento (simular el comportamiento de un experto humano) Tecnologa informtica Bases de datos difusas: Almacenar y consultar informacin imprecisa. Para este punto, por ejemplo, existe el lenguaje FSQL. ...y, en general, en la gran mayora de los sistemas de control que no dependen de un S/No.

Lgica difusa en inteligencia artificial En Inteligencia artificial, la lgica difusa, o lgica borrosa se utiliza para la resolucin de una variedad de problemas, principalmente los relacionados con control de procesos industriales complejos y sistemas de decisin en general, la resolucin y la compresin de datos. Los sistemas de lgica difusa estn tambin muy extendidos en la tecnologa cotidiana, por ejemplo en cmaras digitales, sistemas de aire acondicionado, lavarropas, etc. Los sistemas basados en lgica difusa imitan la forma en que toman decisiones los humanos, con la ventaja de ser mucho ms rpidos. Estos sistemas son generalmente robustos y tolerantes a imprecisiones y ruidos en los datos de entrada. Algunos lenguajes de programacin lgica que han incorporado la lgica difusa seran por ejemplo las diversas implementaciones de Fuzzy PROLOG o el lenguaje Fril. Consiste en la aplicacin de la lgica difusa con la intencin de imitar el razonamiento humano en la programacin de computadoras. Con la lgica

17

[Escribir texto]

convencional, las computadoras pueden manipular valores estrictamente duales, como verdadero/falso, s/no o ligado/desligado. En la lgica difusa, se usan modelos matemticos para representar nociones subjetivas, como caliente/tibio/fro, para valores concretos que puedan ser manipuladas por los ordenadores

18

[Escribir texto]

La lgica difusa ha conquistado ya el terreno de las aplicaciones domsticas y se plantea ahora nuevos retos: desde el control de centrales nucleares hasta el desarrollo de computadoras que puedan, por ejemplo, hablar. El centenar de participantes en la reunin de la Sociedad Espaola de Lgica Difusa, organizada la semana pasada en Mallorca por la Universidad de las islas Baleares y el CSIC, explic cmo gracias a esta tcnica hay ya helicpteros que buscan solos el mejor terreno para aterrizar y potabilizadoras de agua en las que una computadora sustituye a los tcnicos. "La lgica difusa baraja reglas imprecisas, y as aborda problemas que para los sistemas tradicionales son demasiado complejos", explica Enric Trillas, catedrtico de Ciencias de la Computacin e Inteligencia Artificial de la Universidad Politcnica de Madrid y pionero en esta especialidad en Espaa. Pone un ejemplo sencillo: "Un payaso que sostiene un palo verticalmente en la palma de la mano, un pndulo invertido; la descripcin matemtica de ese sistema se conoce muy bien, pero con tcnicas clsicas un ordenador no puede reproducirlo: aparecen demasiados errores. En cambio con lgica difusa s se puede! Se logra transmitir al programa lo que hace el payaso". Cmo se hace esa transmisin? "Ah, so es lo complicado!", responde Francesc Esteva, director del Instituto de Investigacin en Inteligencia Artificial del Consejo Superior de Investigaciones Cientficas (CSIC), en Barcelona. "Hay que convertir lo que sabe el humano en una funcin, que es lo que metes en el programa". Esa funcin es una pendiente, de forma que los parmetros que intervienen en el problema pueden asumir todo un rango de valores intermedios. Para un programa clsico que aprende que joven es hasta los 30 aos, alguien con 31 ya no lo es. En cambio, la lgica difusa le permitira clasificarlo como menos joven, sin incluirlo en el grupo de los viejos. Si se intenta hacer ms preciso el programa clsico creando ms subdivisiones -de

19

[Escribir texto]

30 a 35, de 35 a 40...-, el programa perder eficacia.

Centrales nucleares El coreano Da Ruan ha desarrollado con lgica difusa un sistema para controlar centrales nucleares. Lo prob por primera vez el ao pasado en un reactor experimental en Blgica. "Haba un interruptor: si algo fallaba, se pasaba automticamente al control tradicional. Pero no pas nunca". Con su programa, afirma Da Ruan, se elimina el error humano y el mantenimiento es ms eficaz. "En principio, se podra remplazar a los humanos, pero es un rea tan peligrosa que eso no ocurrir nunca". Los humanos s han sido sustituidos totalmente en una depuradora en Japn. Tras tres aos de entrevistas con los operadores, Michio Sugeno, del Instituto de Tecnologa de Tokio, desarroll un sistema capaz de aadir los productos qumicos al agua en la cantidad adecuada. "Depende de la suciedad del agua, de la temperatura, de la estacin del ao, de si llueve o no... Es muy complicado, y debe ser muy seguro porque de ah beben millones de personas. No se haba logrado controlar la planta de modo convencional, slo lo hacan operadores con diez aos de experiencia". Sugeno, considerado uno de los magos de las aplicaciones, ha creado tambin un helicptero no tripulado que entiende rdenes imprecisas y procesa informacin visual, idneo para incedios forestales. Es el aparato estrella de la lgica difusa; con l, segn los expertos, esta herramienta ha superado su examen ms difcil en cuanto al control de sistemas. En Espaa, la Sociedad de Lgica Difusa es pionera en Europa. Ha promovido la fundacin la pasada semana en Mallorca de la sociedad europea correspondiente. Pero Esteva, su presidente, Trillas y los dems expertos se quejan de que los xitos tericos apenas tienen eco en la industria espaola. Hay excepciones. Francisco Herrera, de la Universidad de Granada, ha desarrollado con lgica difusa y redes neuronales un mtodo para clasificar clientes, cuyo uso estudia ahora una caja de ahorros. "Como a menudo no hay

20

[Escribir texto]

una distincin clara entre clases de clientes esta tcnica establece un grado de pertenencia a cada clase. Se puede estar en varias, con distintos grados de pertenencia". Su grupo aplica tambin estas herramientas imprecisas al diseo de robots, y participa en un proyecto europeo para controlar el aire acondicionado en edificios de modo ms eficiente.

21

[Escribir texto]

La lgica difusa puede ser utilizado en numerosas aplicaciones. Puede aparecer casi en cualquier lugar donde las computadoras y teora de control moderna son demasiado precisas, as como en tareas que requieren una delicada intuicin humana y el conocimiento basado en la experiencia. Qu nos depara el futuro? Considere el ejemplo debajo del cual se encuentra actualmente en una intensa investigacin en el Centro de Investigacin OMRON, Japn. Puede parecer obvio que los nios hoy en da no beben de la manera que se describe en los libros de cuidado infantil. Se puede beber un poco o mucho dependiendo de su condicin fsica, estado de nimo y otros factores. Pero si un programa de lgica difusa puede ser creado que recomendara cunto para alimentar al beb, las madres tienen ms fcil criar al nio. La base de la investigacin es el desarrollo de un programa para determinar la cantidad adecuada de leche para alimentar al nio de acuerdo a una base de conocimientos que incluye la personalidad del nio, la condicin fsica, y algunos factores ambientales. Esto puede evitar que el nio se alimenta sin necesidad. Ahora bien, aunque la adaptacin de la lgica difusa para bebs pueden parecer una tontera, es fcil imaginar su uso para controlar la alimentacin de los animales en cautiverio, por ejemplo. Quieres ver ms. Bueno, aqu estn algunos de los usos de futuro borroso como se predijo por el profesor Bart Kosko la Universidad de California del Sur de California: Grandes fabricantes expertos decisiones, tericamente capaces de destilar la sabidura de todos los documentos nunca Witten. robots sexuales con un repertorio de comportamientos parecidos a los humanos, equipos que entender y responder al lenguaje humano normal. Mquinas que escriben norvels interesantes y guiones en un estilo seleccionado, como. Hemingway molcula del tamao de soldados de salud que recorren el torrente sanguneo, matando las clulas cancerosas y retardar el proceso de envejecimiento.

22

[Escribir texto]

Por lo tanto, se puede ver que con el reseach enorme est haciendo actualmente en Japn y en muchos otros pases cuyos ojos se han abierto, el futuro de la lgica difusa es indeterminado. No hay lmite a donde puede ir. El futuro es brillante. El futuro es confuso .

23

[Escribir texto]

Lgica Difusa 4.1 Visin General http://casanchi.com/casanchi_2001/difusa01.htm http://campusvirtual.unex.es/cala/epistemo...3%B3gica_difusa 4.2 Antecedentes http://delta.cs.cinvestav.mx/~gmorales/ldifll/ldifll.pdf http://casanchi.com/casanchi_2001/difusa01.htm http://campusvirtual.unex.es/cala/epistemo...3%B3gica_difusa 4.3 Estructura y programacin http://www.societyofrobots.com/programming_fuzzy_logic.shtml http://arri.uta.edu/acs/ee5322/lectures/Ba...gic%20notes.pdf 4.4 Centros de investigacin o CIAS que la aplican http://www.bdigital.unal.edu.co/2152/2/15488758.20092.pdf 4.5 Cientficos reconocidos http://delta.cs.cinvestav.mx/~gmorales/ldifll/ldifll.pdf http://es.wikipedia.org/wiki/Arist%C3%B3teles http://es.wikipedia.org/wiki/George_Berkeley http://es.wikipedia.org/wiki/David_Hume http://es.wikipedia.org/wiki/Bertrand_Russell http://es.wikipedia.org/wiki/Ludwig_Wittgenstein http://es.wikipedia.org/wiki/Jan_%C5%81ukasiewicz http://es.wikipedia.org/wiki/Max_Black http://es.wikipedia.org/wiki/Lotfi_A._Zadeh 4.6 Aplicaciones Actuales http://es.wikipedia.org/wiki/L%C3%B3gica_difusa http://thales.cica.es/rd/Recursos/rd98/TecInfo/08/fuzzy.htm 4.7 Aplicaciones y tendencias a futuro http://divulgamat2.ehu.es/divulgamat15/ind...ci&directory=67 4.8 Visin a futuro http://www.doc.ic.ac.uk/~nd/surprise_96/jo...ort.future.html

24

[Escribir texto]

http://proton.ucting.udg.mx/posgrado/cursos/idc/logica/difusa/index.html

25