Documente Academic
Documente Profesional
Documente Cultură
LOGICA DIFUSA
Noviembre de 2006 -
ii
CONTENIDO
LOGICA DIFUSA
1. TEORIA DE LA CERTEZA
Una alternativa a la teora de la probabilidad para el
razonamiento inexacto en los sistemas expertos es la teora de la certeza.
Los expertos a menudo toman juicios cuando resuelven un
problema. La informacin que se tiene puede ser incompleta y el conocimiento utilizado para interpretar la informacin puede crear desconfianza en el resultado final.
Una pregunta para un problema medico puede ser la siguiente : Tiene una fuerte jaqueca?. La respuesta es incierta, porque es subjetiva y requiere que el usuario
elabore un juicio al contestar la pregunta; por supuesto
el usuario se siente mejor al contestar con verdadero o
falso. Por otro lado, el usuario podra contestar asignando un nmero subjetivo a su respuesta entre 0 y 1, tal
como 0.7, que significa 70% de certeza en su respuesta.
El nmero no tiene base estadstica ni probabilstica,
ms bien es el nivel de creencia de la respuesta dada.
Verdadero
Falso
Factor de
certeza
Ilustracin 1 Factor de Certeza
p
FCp
q
FCq
ENTONCES r
FCr
Para obtener la certeza de la conclusin en una regla de condicin simple, se tiene que dado:
Rx : SI
FCx
ENTONCES r
FCp
FCr
FCp
FCq
r ..Y.. z
FCr
ENTONCES c
FCz
FCc
p
FCp
q
FCq
r ..O.. z
FCr
ENTONCES c
FCz
FCc
Encontrar
el
factor
de
certeza
de
0.8
c
0.85
O
1.0
R3 : SI
d
0.90
0.8
f
0.8
ENTONCES c
FCc
ENTONCES e
FCe
ENTONCES x
FCx
Solucin:
Hallando FCc
FCc = min(0.8, 0.85)*0.9 = 0.8*0.9 = 0.72
Hallando FCe
FCe = max(FCc, 0.9)*1.0 = max(0.72, 0.9)*1.0
FCe = 0.9 * 1.0 = 0.9
Hallando FCx
FCx = min(FCe, 0.8)*0.8 = min(0.9, 0.8)*0.8
FCx = 0.8 * 0.8 = 0.64 (Respuesta)
Dados
R1 : SI
FCR1
a
FCa
R2 : SI
FCR2
c
FCc
ENTONCES x
FCb
O
FCx_R1
ENTONCES x
FCd
FCx_R2
2. LOGICA DIFUSA
2.1. HISTORIA DE LA LOGICA DIFUSA
Los conjuntos difusos fueron introducidos por primera vez en 1965; la creciente disciplina de la lgica difusa provee por s misma un medio para acoplar estas tareas. En cierto nivel, la lgica difusa puede ser vista como un lenguaje que permite
trasladar sentencias sofisticadas en lenguaje natural a un lenguaje matemtico formal. Mientras la
motivacin original fue ayudar a manejar aspectos
imprecisos del mundo real, la prctica temprana de
la lgica difusa permiti el desarrollo de aplicaciones prcticas. Aparecieron numerosas publicaciones
que
presentaban
aplicaciones
los
potenciales.
fundamentos
Esta
frase
bsicos
con
marc
una
la
escuela
americana
de
la
filosofa
austraco
Ludwing
Wittgenstein
estudi
las
la
teora
de
conjuntos
difusos
presente
programa
de
un
ordenador,
que
ordinariamente
lingsticos
como
muy,
poco,
rpido,
lento,
10
de
la
teora
de
conjuntos
convencionales
C={1,4,7}, etc.
Con estas definiciones hemos establecido que cada uno
de los elementos del Universo pertenecen o no a un determinado conjunto. Por lo tanto, cada conjunto puede
definirse completamente por una funcin de pertenen-
uC(0)=0,
uC(1)=1,
uC(2)=0,
uC(3)=0,
uC(4)=1,
11
con
una
diferencia
conceptual
importante:
un
D={20%/1,50%/4,100%/7}1
La definicin anterior significa que el elemento 1 pertenece en un 20% al conjunto D (y por tanto pertenece
en un 80% al complemento de D), en tanto que el elemento 4 pertenece en un 50%, y el elemento 7 en un 100% .
En forma alternativa, diramos que la funcin de pertenencia uD(x) del conjunto D es la siguiente:
uD(0)=0.0,
uD(1)=0.2,
uD(2)=0.0,
uD(3)=0.0,
uD(4)=0.5,
uD(5)=0.0,
uD(6)=0.0,
uD(7)=1.0,
uD(8)=0.0, uD(9)=0.0
Las primeras diferencias que se hacen evidentes entre
los Conjuntos Concretos y los Conjuntos Difusos son las
siguientes:
La
funcin
de
pertenencia
asociada
los
conjuntos
Se ha empleado una notacin frecuente, en donde el signo "/" no significa "dividido por".
12
que
constituira
una
violacin
al
principio del
tercer excluido.
Las fronteras de un conjunto concreto son exactas, en
junto de los estudiantes de la carrera de Ingeniera de Sistemas de la Universidad que estn cursando el quinto semestre de la carrera. Cmo clasificar a un estudiante que cursa dos materias de cuarto semestre, tres de quinto y una de sexto? y a
otro que toma una materia de quinto semestre, y
cinco de sexto? Evidentemente ambos son en parte
miembros del conjunto Estudiantes de quinto semestre, pero slo lo son parcialmente.
Ejemplo 2: Supngase que se desea clasificar a los
13
El
universo
de
discurso
sera
el
3 y 4
14
15
16
FREC
MAXIMO _ FREC
17
1,2
1
0,8
0,6
0,4
0,2
33
30
27
24
21
18
15
18
1,2
0,8
0,6
0,4
0,2
0
26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
Una vez obtenidas las funciones podramos aproximarlos a una de las funciones estndar que se muestran en las ilustraciones 2, 3 y 4.
2.6.
(u)=min(
(u)=max(
Complemento:
(u),
(u)=1-
(u),
(u))
(u),
(u))
u
(u))
19
20
y el
Precio
Nivel de
Ingreso
Sistema
Difuso
Ventas
21
Precio
ADJETIVOS
RANGO
Barato
500
Accesible
1000 2000
Caro
1500 - 2500
Bajo
100 500
Nivel de Ingreso
Medio
($)
- 1500
300 - 800
Alto
600 1000
Baja
10 30 (x 103)
Normal
10 50 (x 103)
Alta
30 50 (x 103)
Ventas
($)
22
500
Caro
1000
1500
2000
2500
100
200
Medio
300
500
600
Alto
10
Normal
20
30
Alta
40
50
23
VARIABLE DE SALIDA
Precio
Nivel de ingreso
Ventas
(barato, accesi(bajo, medio y
(baja, normal y
ble y caro)
alto)
alta)
Barato
Bajo
Baja
Barato
Medio
Normal
Barato
Alto
Alta
Accesible
Bajo
Baja
Accesible
Medio
Baja
Accesible
Alto
Normal
Caro
Bajo
Baja
Caro
Medio
Baja
Caro
Alto
Normal
and
THEN:
24
25
Accesible
Barato
500
1000
Caro
1500
1400
2000
2500
26
Bajo
100
200
Medio
300
500
600
Alto
450
and
THEN:
27
(RESPUESTA)
28
FCvmb se
tiene:
FCR1R4 = FCR1 + FCR4 FCR1*FCR4
FCR1R4 = 0.167 + 0.167 - 0.167 * 0.167 = 0.3061
FCR1R4R5 = FCR1R4 + FCR5 FCR1R4 * FCR5
FCvmb
FCvmb
29
IF:
and
THEN:
---------------------------------------RULE NUMBER: 5
IF:
PRECIO DE COMPUTADORA ACCESIBLE (0.8)
and NIVEL DE INGRESO CLIENTE MEDIO (0.5)
THEN:
VENTAS MENSUALES BAJA ((y4)=FCvmb=0.5)
----------------------------------------
Una vez ubicado el grado de pertenencia de las conclusiones, se debe encontrar el centroide para los
conjuntos difusos BAJA Y NORMAL. Este procedimiento
se muestra en la ilustracin 14.
Para defuzzificar las ventas mensuales se utilizan
la siguiente expresin:
N
VARIABLE =
Y
K =1
(YK )
(Y )
K =1
Donde:
YK = Centroide del conjunto difuso involucrado en
la conclusin, cuando se dispara una regla.
30
Baja
Normal
10
20
30
Y1=Y3=Y4=Centroide BAJA=16.7
Alta
40
50
Y2=Centroide NORMAL = 30
Venta
Mensual
Venta
Mensual
= 19.272534 x 103
Venta
Mensual
= 19272.5 = $ 19273
(Respuesta)