Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Class 03 Fuzzy Logic and Classical Logic
Class 03 Fuzzy Logic and Classical Logic
"
|
Tabla de Contenido
Variables Linguisticas
Modificadores Linguisticos
Reglas Difusas IF-THEN
Interpretación de las reglas difusas IF-THEN
2 /60
Mapa Conceptual del Curso
ï
Relaciones en
Funciones de Lógica Clásica y Inferencia
Conjuntos
membresía Lógica Difusa Difusas
Difusos
Principio de
Extensión
/60
| ï ïïï
s /60
Variables Lingüisticas
Es una variable cuyos posibles valores son palabras y
pueden ser representados mediante conjuntos difusos.
° /60
Variables Lingüisticas
Una variable numérica toma valores numéricos
Edad ¬
Una variable lingüística toma valores linguisticos:
Edad es
Un valor linguistico es un conjunto difuso
6 /60
Ejemplos
Variable lingüística ³edad´:
± Valores lingüísticos: >,
y
± Admite valores numéricos: números reales en [0, Emax]
± Se pueden proyectar los valores lingüísticos sobre el intervalo:
[0, Emax] mediante funciones de pertenencia.
â /60
Ejemplos
Variable lingüística ³temperatura´:
± Valores lingüísticos:
.
± Admite valores numéricos: números reales en [Tmin, Tmax]
± Se pueden proyectar los valores lingüísticos sobre el intervalo:
[Tmin, Tmax] mediante funciones de pertenencia.
/60
Dominio Subyacente
El dominio subyacente es el dominio numérico, en nuestros
dos ejemplos la edad y la temperatura.
Un valor concreto, u (2° C, por ejemplo:
± Es # $ que una
a.
± Es $ del conjunto, mientras que una
es
$ (temperaturas posibles).
] /60
Utilidad de las VL
Es una forma de comprimir información llamada
granulación ý n%
r. Una etiqueta incluye muchos valores posibles.
2. Ayuda a caracterizar fenómenos que o están mal definidos o son
complejos de definir o ambas cosas.
. Es un medio de trasladar conceptos o descripciones lingüísticas a
descripciones numéricas que pueden ser tratadas automáticamente
(Relaciona o traduce el proceso simbólico a proceso numérico).
s. Usando el principio de extensión, muchas herramientas ya
existentes pueden ser extendidas para manejar variables
lingüísticas, obteniendo las ventajas de la lógica difusa en gran
cantidad de aplicaciones.
r0 /60
Definición formal
Una |
es un conjunto de ° elemento%
N es el nombre de la variable.
U es el dominio subyacente.
T(N) es el conjunto de términos o etiquetas que puede tomar N.
G es una gramática para generar las etiquetas de T(N):
³muy alto´, ³no muy bajo´, ³normal´, ³bajo y normal´«.
M es una regla semántica que asocia cada elemento de T(N) con un
conjunto difuso en U de entre todos los posibles:
M: T(N) w F (U)
rr /60
Funciones de Membresía
Ö Öß ß
ý ß ± ý ß
ß
Ö ß
Ö ß
Öß
ý ß
$
ý ß
r2 /60
Granularidad
Es el número de valores que se definen para una variable
linguistica
Normalmente se usa un conjunto pequeño de valores para
una variable lingüística.
r /60
Ejercicio r
Diseñe las funciones de membresia para modelar las
siguientes variables lingüisticas, indique las etiquetas que
puede tomar:
rs /60
R ï&ï
ï'ïï
r° /60
Modificadores Lenguisticos
Los valores de una variable lingüística pueden ser:
± Primarios
± Compuestos
r6 /60
Modificadores Linguisticos
Cada modificador (hedge) es un operador H que transforma
el conjunto difuso del término primario L al que afecta en
otro conjunto difuso:
râ /60
r. Concentración
Se elevar la función de membresía primaría a un valor p,
dado que p > r.
± MAS
ȝMAS F (u) = (ȝF (u) )r.°
± MUY
ȝMUY F (u) = (ȝF (u) )2
r /60
2. Dilatación
Es la raiz n-ésima o elevar p, tal que p ȯ [0, r]
± MAS O MENOS
ȝMASOMENOS F (u) = (ȝF (u) )0.°
± MENOS
ȝMENOS F (u) = (ȝF (u) )0.â°
± POCO
ȝPOCO F (u) = (ȝF (u) )0.â°
r] /60
. Intensificación
Disminuir valores menores que 0.° y aumentar los
mayores.
± ESPECIALMENTE
ȝESPECIALMENTE F (u) =
± BASTANTE CERCA DE
ȝBASTANTE CERCA DE F (u) =
20 /60
s. Difuminación
Aumentar valores menoras que 0.° y disminuir los
mayores.
± CERCA DE
ȝCERCA DE F (u) =
± CASI
ȝCASI F (u) =
2r /60
Operadores Lógicos
Combinar valores
mediante conectivos
lógicos:
22 /60
Modificadores Linguisticos
2 /60
Ejercicio 2
Sea U = {r,2,«,°} y el conjunto difuso O definido
como:
Calcular:
Muy pequeño ={ /r + /2 + / + /s + /°}
Muy muy pequeño ={ /r + /2 + / + /s + /°}
Más o menos pequeño ={ /r + /2 + / + /s + /°}
2s /60
Ejercicio
Considere la variable lingüística Ò , dado que la
variables está definida por:
No muy viejo =
Mas o menos viejo =
Muy Viejo =
2° /60
ï&' ï&()
26 /60
Reglas IF - THEN difusas
Una parte del conocimiento humano es representado en
terminos de reglas IF ± THEN clásicas.
2â /60
Proposición Difusa
Existen dos tipos de proposiciones difusas:
ß ß
!
2 /60
Proposición Difusa
Una propisición difusa compuesta es una composición de
proposiciones atomicas usando los conectivos AND, OR y
NOT.
2] /60
Conectivos AND y OR
Use la intercepción difusa para el conectivo AND
y es B y x es A, es interpretado como la relación difusa:
A ŀ B in U x V con funciones de membresía.
0 /60
Conectivo NOT
Use el complemento difuso para el conectivo NOT
r /60
ï ï
ï&' ï&()
2 /60
Cuantificación de la Verdad
Obtener un conjunto difuso A tal que:
ù *
+ , ù *
El ti actúa como una restricción elástica: ß , ß 8ß
A(x) = Verdad (Ai (x)) = Ai (x); A(x) = Muy_Verdad (Ai (x)) = A2i (x);
A(x) = Falso (Ai (x)) = r±Ai (x); A(x) = Más o menos (Ai (x)) =A0.°i (x);
/60
Interpretación de la regla difusa IF-THEN
Formato General:
ï
s /60
Ejemplos
Si la presión es alta, entonces el volumen es pequeño.
Si el camino es deslizadizo, entonces el conducir es
peligroso.
Si un tomate es rojo, entonces es maduro.
Si la velocidad es alta, entonces aplique un pequeño freno.
° /60
Ejercicio s
Diseñe ° nuevas reglas difusas en los que los dominios
subyacentes sean diferentes.
6 /60
IF p THEN q
En el cálculo proposicional clásico (lógica clásica), la
expresión IF p THEN q es escrito como p w q donde la
implicación w es definida mediante la siguiente tabla.
p q pwq
V V V
V F F
F V V
F F V
/60
Reglas Difusas como Relaciones
] /60
Implicaciones Conocidas
Implicación Dienes-Rescher
Implicación Lakasiewics
Implicación Zadeh
Implicación Godel
Implicación Mandani
s0 /60
Implicación Dienes-Rescher
sr /60
Implicación Lakasiewics
s2 /60
Implicación Zadeh
s /60
Implicación Godel
ss /60
Interpretación de reglas difusas IF-THEN
¿Qué criterio escogemos para combinar los operadores
difusos t-norma, s-norma y complemento?
¿Son ý O m y ýOm O aún equivalentes a Owm
cuando p y q son proposiciones difusas?
s° /60
Implicación Mandani
s6 /60
Interpretación de reglas difusas IF-THEN
Existen dos vías para interpretar A B AwB
³if x es A then y es B´ V V V
V F F
F V V
F F V
Ò
-B
-B
ß ß
sâ /60
Implicación difusa
s /60
Implificación difusa
s] /60
Ejemplo
Sea xr la velocidad de un carro, x2 la aceleración e y la
fuerza aplicada al acelerador.
Usando el producto algebraico para la t-norma en la
primera proposición y la implicación Dienes-Rescher,
encuentre la función de membresía de la siguiente regla
difusa:
ï& ß / ! ß
) !
°0 /60
Ejemplo
Las funciones de membresía de los conjuntos difusos son:
°r /60
Ejemplo
Los dominios de xr, x2 e y son Ur = [0, r00], U2 = [0, 0] y
V = [0, ].
°2 /60
Ejemplo
Para la implicación Dianes-Reschr la regla es interpretada
como una regla difusa con función de membresía.
° /60
Ejemplo
El ultimo paso es convinar los resultados previo con
°s /60
Ejemplo
La función de membresia es:
°° /60
Ejercicio °
°6 /60
Ejercicio 6
°â /60
PREGUNTAS
° /60