Documente Academic
Documente Profesional
Documente Cultură
LOGICAS DIFUSAS
CONCEPTO
El concepto de lgica difusa es muy comn, est asociado con la manera en que las
personas perciben el medio, por ejemplo ideas relacionadas con la altura de una persona,
velocidad con la que se mueve un objeto, la temperatura dominante en una habitacin,
cotidianamente se formulan de manera ambigua y depende de quin percibe el efecto
fsico o qumico, ser su enunciado acerca de tal fenmeno. Una persona puede ser alta o
baja, algo puede moverse rpido o lento, una temperatura puede ser baja o moderada o
alta, se dice que estas afirmaciones acerca de una variable son ambiguas porque rpido,
bajo, alto son afirmaciones del observador, y estas pueden variar de un observador a otro.
Uno se puede preguntar cundo algo es fro o caliente, que tan baja es la temperatura
cuando decimos fro, o que tan alta es cuando decimos caliente
La lgica difusa (tambin llamada lgica borrosa) 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 dos metros
es claramente una persona alta, si previamente se ha tomado el valor de persona baja y
se ha establecido en un metro. Ambos valores estn contextualizados a personas y
referidos a una medida mtrica lineal.
Fue formulada en 1965 por el ingeniero y matemtico Lotfi A. Zadeh.
Desde que Lotfy A. Zadeh (1965) desarroll este concepto de lgica difusa, se ha
trabajado en este tema, el principal centro de desarrollo es Japn, donde sus
investigadores la han aplicado a muy diversos sistemas, principalmente
electrodomsticos, sistemas ms recientes estn vinculados con la industria, la medicina
y la actividad espacial. Muchas publicaciones y libros se han escrito de este tema, pero
an queda mucho por explorar.
FUNCIONAMIENTO
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.
La clave de esta adaptacin al lenguaje se basa en comprender los cuantificadores de
cualidad para nuestras inferencias (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,
en los que se basa esta lgica.
Para cada conjunto difuso, existe asociada una funcin de pertenencia para sus
elementos, que indica 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):
Los mtodos de inferencia para esta base de reglas deben ser sencillos, verstiles y
eficientes. 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.
Un esquema de funcionamiento tpico para un sistema difuso podra ser de la siguiente
manera:
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.
o
o
o
CONJUNTOS DIFUSOS
Un predicado enuncia lingsticamente determinada propiedad de los objetos de un
conjunto. La teora de los conjuntos difusos se fundamenta en predicados imprecisos
donde sus elementos se obtienen en forma gradual y no abrupta, por medio de una
funcin de pertenencia, la cual debe determinarse primero. Cabe destacar que un
conjunto difuso puede depender tanto del universo sobre el que se considera como de los
observadores que lo constituyen. Pueden aplicarse varios mtodos aprendidos de la
adquisicin de conocimiento, por ejemplo, uno de los acercamientos ms prcticos para
formar conjuntos difusos es confiar en el conocimiento de un experto. Otro acercamiento
til es adquirir el conocimiento de mltiples expertos. Una nueva tcnica para formar
conjuntos difusos fue introducida recientemente y est basada en redes neuronales
artificiales que aprenden a partir de los datos de funcionamiento del sistema.
En los conjuntos difusos relajamos la restriccin de que la funcin de pertenencia valga
0 1, y dejamos que tome valores en el intervalo [0,1]. La necesidad de trabajar con
conjuntos difusos surge de un hecho: hay conceptos que no tienen lmites claros. Por
ejemplo: Una persona que mide 1.80 es alta? Una temperatura de 15 grados es baja?
Vemos que, a diferencia de lo que ocurre en el caso de las frutas (no hay vaguedad, un
alimento o bien es una fruta o bien no lo es), en otras situaciones nos vemos obligados a
tratar con ella.
Llamaremos conjunto difuso a un valor lingstico junto a una funcin de pertenencia. El
valor lingstico es el nombre del conjunto, y la funcin de pertenencia se define como
aquella aplicacin que asocia a cada elemento del universo de discurso el grado con que
pertenece al conjunto difuso. Decimos que un conjunto es ntido si su funcin de
pertenencia toma valores en {0,1}, y difuso si toma valores en [0,1].
Si X es un conjunto universal y A un predicado definido en X, se dice que A es un conjunto
difuso si existe una funcin de pertenencia que representa adecuadamente el valor de
cualquier x de X en A.
Ejemplo 1
Consideremos la variable lingstica Altura de los seres humanos, que toma valores en
el universo de discurso U = [1.4, 2.50]. Vamos a hacer una clasificacin difusa de los
seres humanos en tres conjuntos difusos (o valores lingsticos): bajos, medianos y altos.
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 bajo, Lambda o Tringulo para el mediano y
Gamma para el alto. De este modo si Luis mide 1.80 metros, la lgica difusa nos dice que
es un 0.2 mediano y un 0.8 alto.
De este modo expresamos que mientras un elemento puede estar dentro de un
determinado conjunto, puede no cumplir las especificaciones de dicho conjunto al cien por
cien (por ejemplo, en el caso de Luis, a la vista del resultado podramos afirmar que es
poco mediano y ms bien alto.
Consiste en recibir unos valores numricos y asociarles predicados vagos por medio
de unos conjuntos borrosos.
o Mdulo de base de reglas
Es una base de datos generada por experiencia, sentido comn o intuicin y es
utilizada para gobernar el comportamiento del sistema, son de la forma SI
ENTONCES.
o Mdulo de inferencia
Evala que regla (o reglas) del sistema se activar ante determinado valor de entrada.
o Mdulo de defuzificacin (Concresor)
Consiste en obtener un valor numrico para cada una de las salidas del sistema a
partir de los conjuntos borrosos a los que pertenece.
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).
Sistemas de escritura
Tecnologa informtica
inteligencia artificial, el control por radio, a distancia y voz humana, de todas las
maniobras de un helicptero no tripulado, mediante instrucciones muy simples de voz
humana, tratadas por inferencia con reglas representadas mediante lgica difusa. Hoy
en da ms de cincuenta empresas japonesas, realizan investigacin y desarrollo de
tecnologas difusas y, en 1992 Japn posea unas 1500 patentes al respecto, de las que
ms de 400 se hallaban en explotacin.
BIBLIOGRAFIA
KLIR, George and YUAN, Bo. "Fuzzy Seis and Fuzzy Logic" Prentice Hall,
New Jersey, 1995.
Eduardo Estrada Kassir. Fundamentos de lgica difusa. 2002.