Lgica difusa

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.

Los mtodos de inferencia para esta base de reglas deben

ser sencillos, verstiles y ecientes. Los resultados de dichos mtodos son un rea nal, 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 nal ser el centro de
gravedad del rea total resultante.

Las reglas de las que dispone el motor de inferencia de

Fue formulada en 1965 por el ingeniero y matemtico un sistema difuso pueden ser formuladas por expertos o
Lot Zadeh.[1]
bien aprendidas por el propio sistema, haciendo uso en
este caso de redes neuronales para fortalecer las futuras
tomas de decisiones.

Funcionamiento

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
La lgica difusa (fuzzy logic, en ingls) se adapta mejor al
aumentando exponencialmente su capacidad de procesamundo real en el que vivimos, e incluso puede comprenmiento de reglas ao a ao.
der y funcionar con nuestras expresiones, del tipo hace
mucho calor, no es muy alto, el ritmo del corazn Un esquema de funcionamiento tpico para un sistema difuso podra ser de la siguiente manera:
est un poco acelerado, etc.
La clave de esta adaptacin al lenguaje se basa en comprender los cuanticadores de cualidad para nuestras
inferencias (en los ejemplos de arriba, mucho, muy
y un poco).
En la teora de conjuntos difusos se denen 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
Funcionamiento de un sistema de control difuso.
pertenencia para sus elementos, que indica en qu medida el elemento forma parte de ese conjunto difuso. Las
En la gura, el sistema de control hace los clculos con
formas de las funciones de pertenencia ms tpicas son
base en sus reglas heursticas, comentadas anteriormente.
trapezoidal, lineal y curva.
La salida nal actuara sobre el entorno fsico, y los valoSe basa en reglas heursticas de la forma SI (anteceden- res sobre el entorno fsico de las nuevas entradas (modite) ENTONCES (consecuente), donde el antecedente y cado por la salida del sistema de control) seran tomadas
el consecuente son tambin conjuntos difusos, ya sea pu- por sensores del sistema.
ros o resultado de operar con ellos. Sirvan como ejemplos
Por ejemplo, imaginando que nuestro sistema difuso fuede regla heurstica para esta lgica (ntese la importanse el climatizador de un coche que se autorregula segn
cia de las palabras muchsimo, drsticamente, un
las necesidades: Los chips difusos del climatizador recopoco y levemente para la lgica difusa):
gen los datos de entrada, que en este caso bien podran ser
la temperatura y humedad simplemente. Estos datos se
SI hace muchsimo fro. ENTONCES aumento someten a las reglas del motor de inferencia (como se ha
drsticamente la temperatura.
comentado antes, de la forma SI... ENTONCES... ), resultando un rea de resultados. De esa rea se escoger el
SI voy a llegar un poco tarde. ENTONCES aumento centro de gravedad, proporcionndola como salida. Delevemente la velocidad.
pendiendo del resultado, el climatizador podra aumentar
1

3 LA MODELIZACIN DE LA VAGUEDAD EN LA LGICA DIFUSA COMPENSATORIA

la temperatura o disminuirla dependiendo del grado de la

salida.

3 La modelizacin de la vaguedad
en la Lgica Difusa Compensatoria

En la LDC la modelizacin de la vaguedad se logra a travs de variables lingsticas, lo que permite aprovechar el
conocimiento de los expertos, al contrario de lo que ocurre en otros mtodos ms cercanos a las cajas negras y
La LDC es un modelo lgico multivalente que permite exclusivamente basados en datos, como por ejemplo las
la modelacin simultnea de los procesos deductivos y redes neuronales.
de toma de decisiones. El uso de la LDC en los mode- Existen autores como Jess Cejas Montero en su Artculos matemticos permite utilizar conceptos relativos a la lo La Lgica Difusa Compensatoria publicado en el 2011
realidad siguiendo patrones de comportamiento similares por la Revista Ingeniera Industrial del Instituto Superior
al pensamiento humano. Las caractersticas ms impor- Politcnico Jos Antonio Echeverra, que marc un hitantes de estos modelos son: La exibilidad, la tolerancia to en la difusin de la LDC, que recomiendan el uso de
con la imprecisin, la capacidad para moldear problemas funciones de pertenencia sigmoidales para funciones creno lineales y su fundamento en el lenguaje de sentido co- cientes o decrecientes. Los parmetros de estas funciomn. Bajo este fundamento se estudia especcamente nes quedan determinados jando dos valores. El primero
cmo acondicionar el modelo sin condicionar la realidad. de ellos es el valor a partir del cual se considera que la
La LDC utiliza la escala de la LD, la cual puede variar armacin contenida en el predicado es ms cierta que
de 0 a 1 para medir el grado de verdad o falsedad de sus falsa, por ejemplo pudiera establecerse a partir de 0.5. El
segundo es el valor para el cual el dato hace casi inacepproposiciones, donde las proposiciones pueden expresarse mediante predicados. Un predicado es una funcin del table la armacin correspondiente, por ejemplo pudiera
establecerse a partir de 0.1.
universo X en el intervalo [0, 1], y las operaciones de conjuncin, disyuncin, negacin e implicacin, se denen En la actualidad existe un Sistema de Soporte a Decisiode modo que restringidas al dominio [0, 1] se obtenga la nes Basado en rboles con Operadores de Lgica Difusa
Lgica Booleana.
cuyo nombre es Fuzzy Tree Studio 1.0, desarrollado en
Las distintas formas de denir las operaciones y sus pro- forma conjunta entre Universidad CAECE y la Univerpiedades determinan diferentes lgicas multivalentes que sidad Nacional de Mar del Plata (Argentina), que posee
son parte del paradigma de la LD. Las lgicas multiva- un mdulo que trabaja con la LDC. Ello permite al agenlentes se denen en general como aqullas que permiten te decisor despreocuparse por el trasfondo matemtico y
valores intermedios entre la verdad absoluta y la falsedad centrarse en la formulacin verbal del modelo que le pertotal de una expresin. Entonces el 0 y el 1 estn asociados mita tomar una decisin.

Lgica Difusa Compensatoria

(LDC)

ambos a la certidumbre y la exactitud de lo que se arma

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 general los modelos basados en LDC combinan la experiencia y el conocimiento con datos numricos, por lo
que puede ser visto como una caja gris. Los modelos
basados en LD pueden verse como cajas blancas, dado
que permiten ver su estructura explcitamente. En contraposicin a los modelos basados en datos exclusivamente,
como las Redes Neuronales, que corresponderan a cajas
negras.
Estos modelos pueden ser optimizados cuando se dispone de datos reales numricos. El mtodo de optimizacin
puede provenir de la Inteligencia Computacional. En este
contexto, los Algoritmos Genticos presentan una alternativa interesante. Este enfoque constituye el fundamento
de los sistemas hbridos.

La tendencia de las investigaciones sobre gestin empresarial, mediante las tcnicas de la LDC, est orientada a
la creacin de sistemas hbridos que integren esta con las
habilidades de las Redes Neuronales y las posibilidades
de los Algoritmos Genticos y la Lgica de Conjuntos. La
creacin e implementacin de estos sistemas mixtos perEn la LDC, el operador conjuncin, expresado como c mite resolver problemas complejos y de difcil solucin;
(and) es la media geomtrica.
en las que se usan estimaciones subjetivas sustentadas en

4.2

Lgica difusa en inteligencia articial

la experiencia y en la informacin disponible, como son: tico y economista espaol Jaume Gil Aluja.
modelos de decisin utilizados con criterios de optimiza- A continuacin se citan algunos ejemplos de su aplicacin, ubicacin de centros comerciales, estrategia de en- cin:
trada a mercados, seleccin de carteras de productos y
servicios, desarrollo de aplicaciones informticas, mto Sistemas de control de acondicionadores de aire
dos para problemas de descubrimiento de conocimiento,
mtodos para evaluar la eciencia de diferentes tipos de
Sistemas de foco automtico en cmaras fotogrcas
instituciones, entre otras.
La Lgica Difusa Compensatoria es un modelo lgico
multivalente que renuncia a varios axiomas clsicos para lograr un sistema idempotente y sensible, al permitir
la compensacin de los predicados. En la LD el valor
de verdad de la conjuncin es menor o igual a todas las
componentes, mientras que el valor de verdad de la disyuncin es mayor o igual a todas las componentes. La
renuncia de estas restricciones constituye la idea bsica
de la LDC.

Electrodomsticos familiares (frigorcos, lavadoras...)

Optimizacin de sistemas de control industriales
Sistemas de escritura
Mejora en la eciencia del uso de combustible en
motores

En conclusin la LDC es un nuevo enfoque para los sis Sistemas expertos del conocimiento (simular el
temas multivalentes basado en la Media Geomtrica que,
comportamiento de un experto humano)
adems de aportar un sistema formal con propiedades lgicas de notable inters, constituye un puente entre la L Tecnologa informtica
gica y la Toma de Decisiones. La LDC entra a formar
parte del arsenal de mtodos para la evaluacin multicri Bases de datos difusas: Almacenar y consultar interio, adecundose especialmente a aquellas situaciones
formacin imprecisa. Para este punto, por ejemplo,
en que el agente decisor puede describir verbalmente, freexiste el lenguaje FSQL.
cuentemente en forma ambigua, la heurstica que utiliza
cuando ejecuta acciones de evaluacin/clasicacin mul ...y, en general, en la gran mayora de los sistemas
ticriterio. Sin embargo, la consistencia de la plataforma
de control que no dependen de un S/No.
lgica dota a esta propuesta de una capacidad de formalizacin del razonamiento que rebasa los enfoques descriptivos de los procesos de decisin. Es una oportunidad para usar el lenguaje como elemento clave de comunicacin 4.2 Lgica difusa en inteligencia articial
en la construccin de modelos semnticos que faciliten la
evaluacin, la toma de decisiones y el descubrimiento de La logica difusa es una rama de la inteligencia articial
que le permite a una computadora analizar informacin
conocimiento.
del mundo real en una escala entre lo falso y lo verdadero,
manipula conceptos vagos, como caliente o hmedo,
y permite a los ingenieros construir dispositivos que juz4 Aplicaciones
gan la informacin difcil de denir.

4.1

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 deniciones y conocimiento no estrictamente denido (impreciso o subjetivo).
En cambio, no es una buena idea usarla cuando algn modelo matemtico ya soluciona ecientemente el problema, cuando los problemas son lineales o cuando no tienen
solucin.

En Inteligencia articial, 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, lavar ropas, 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.

Esta tcnica se ha empleado con bastante xito en la

industria, principalmente en Japn, extendindose sus
aplicaciones a multitud de campos. La primera vez que
se us de forma importante fue en el metro japons, con
excelentes resultados. Posteriormente se generaliz segn Consiste en la aplicacin de la lgica difusa con la
la teora de la incertidumbre desarrollada por el matem- 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.
En este paradigma, tambin tiene un especial valor la variable del tiempo, ya que los sistemas de control pueden necesitar retroalimentarse en un espacio concreto de
tiempo, pueden necesitarse datos anteriores para hacer
una evaluacin media de la situacin en un perodo anterior...

Ventajas e inconvenientes

Como principal ventaja, cabe destacar los excelentes resultados que brinda un sistema de control basado en lgica difusa: ofrece salidas de una forma veloz y precisa,
disminuyendo as las transiciones de estados fundamentales en el entorno fsico que controle. Por ejemplo, si
el aire acondicionado se encendiese al llegar a la temperatura de 30, y la temperatura actual oscilase entre los
2930, nuestro sistema de aire acondicionado estara
encendindose y apagndose continuamente, con el gasto energtico que ello conllevara. Si estuviese regulado
por lgica difusa, esos 30 no seran ningn umbral, y el
sistema de control aprendera a mantener una temperatura estable sin continuos apagados y encendidos.
Tambin est la indecisin de decantarse bien por los expertos o bien por la tecnologa (principalmente mediante
redes neuronales) para reforzar las reglas heursticas iniciales de cualquier sistema de control basado en este tipo
de lgica.

Vase tambin
Sistema formal
Lgica
Lgica matemtica
Lgica bivalente
Lgica trivalente
Lgica plurivalente
Red neuronal
Inteligencia articial
Lgica paraconsistente

ENLACES EXTERNOS

7 Referencias
[1] El Mundo. La Fundacin BBVA premia a Lofti Zadeh, el
padre de los electrodomsticos 'inteligentes. Consultado
el 15 de enero de 2013.

8 Enlaces externos
Centro de investigacin espaol, organiza cursos y
seminarios sobre lgica difusa
FuzzyLite: A Fuzzy Logic Control Library written
in C++
Lgica difusa: Introduccin a la lgica difusa y su
relacin con el control de procesos
Morillas Raya, A. (2006): Introduccin al anlisis de
datos difusos PDF
Curso Introductorio de Conjuntos y Sistemas Difusos (Lgica Difusa y Aplicaciones), por el Dr. Jos
Galindo G., Universidad de Mlaga (Espaa)
Aplicacin de la lgica difusa compensatoria en el
sector empresarial, por el Msc. Jess Cejas Montero, Dr. Daniel Alfonso Robaina, Dr. Rafael Espn
Andrade Universidad de La Habana (Cuba)

Origen del texto y las imgenes, colaboradores y licencias

9.1

Texto

Lgica difusa Fuente: https://es.wikipedia.org/wiki/L%C3%B3gica_difusa?oldid=89104694 Colaboradores: Romero Schmidtke, 4lex,

Oblongo, Moriel, Sauron, JorgeGG, ManuelGR, Robbot, Dodo, Ascnder, Sms, Camilosw, Enric Naval, Renabot, Jhoropopo, Petronas,
AlfonsoERomero, Emijrp, Rembiapo pohyiete (bot), RobotQuistnix, Unf, Unicacion, Yrbot, FlaBot, Vitamine, Didac, YurikBot, Chanchi,
Baneld, Chlewbot, Folkvanger, CEM-bot, Alexav8, Baiji, Julian Mendez, Daniel JG, Ingenioso Hidalgo, Thijs!bot, Tatets, Isha, JAnDbot,
Joragupra, TXiKiBoT, Rei-bot, Biasoli, VolkovBot, Technopat, Urumi, Matdrodes, Hornet69~eswiki, Muro Bot, Numbo3, BotMultichill,
SieBot, PaintBot, Ensada, Loveless, Macarrones, Apohis, Drinibot, Raul.lara, PipepBot, Tirithel, Jarisleif, Dnu72, HUB, Nerika, Raulshc,
AVBOT, Krzysiulek~eswiki, Angel GN, Diegusjaimes, Jorge.maturana, Arjuno3, Luckas-bot, Ptbotgourou, Jorge 2701, Luis Felipe Schenone, ArthurBot, Megustalastrufas, Xqbot, Jkbw, SassoBot, Rubinbot, Ricardogpn, Fgomez58, Jcrada, Afrasiab, EmausBot, JackieBot,
Garciparedes, Acratta, LlamaAl, Elvisor, Santga, LauraBot, Alanvr7, Fran 81, Addbot, Sebastian.gesualdo, JacobRodrigues, Jarould, Matiia, BenjaBot, NoeliaBelenFerreyra y Annimos: 114

9.2

Imgenes

Archivo:SistemaDifuso.JPG Fuente: https://upload.wikimedia.org/wikipedia/commons/0/0c/SistemaDifuso.JPG Licencia: Public domain Colaboradores: ? Artista original: ?

9.3

Licencia del contenido

Creative Commons Attribution-Share Alike 3.0