Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Trabajo Optativo
Trabajo Optativo
DE COMUNICACIONES
T RABAJ O OPT AT I V O
Au t or :
Sá n ch e z Góm e z, Ra ú l
¿QUÉ ES LA LÓGICA DIFUSA?
La lógica difusa es una metodología que proporciona una manera simple y elegante de
obtener una conclusión a partir de información de entrada vaga, ambigua, imprecisa,
con ruido o incompleta. En general la lógica difusa imita como una persona toma
decisiones basada en información con las características mencionadas. Una de las
ventajas de la lógica difusa es la posibilidad de implementar sistemas basados en ella
tanto en hardware como en software o en combinación de ambos.
Zadeh dice: "La lógica difusa trata de copiar la forma en que los humanos toman
decisiones. Lo curioso es que, aunque baraja información imprecisa, esta lógica es en
cierto modo muy precisa: se puede aparcar un coche en muy poco espacio sin darle al de
atrás. Suena a paradoja, pero es así."
El profesor Zadeh menciona que la gente no requiere información numérica precisa del
medio que le rodea para desarrollar tareas de control altamente adaptables, por ejemplo
conducir un automóvil o caminar por una acera sin chocarse con los postes y las otras
personas. Si los controladores convencionales, en esencia realimentados, se pudieran
programar para aceptar entradas con ruido e imprecisas ellos podrían trabajar de una
manera mas eficiente y quizás se podrían implementar mas fácilmente.
RESISTENCIA A LA LÓGICA DIFUSA
El nuevo punto de vista propuesto por Zadeh choca con siglos de tradición cultural –la
lógica binaria de Aristóteles, ser ó no ser-, por lo cual hubo resistencia por parte de los
científicos, quienes se negaban a aceptar que se trataba de un intento por estudiar
científicamente el campo de la vaguedad, permitiendo manipular conceptos del lenguaje
cotidiano, lo cual era imposible anteriormente.
Según comenta Zadeh: "En Occidente la acogida fue menos positiva. En Asia aceptan
que el mundo no es blanco o negro, verdad o mentira. En Occidente todo es A o B." Por
este motivo es en Asia (Japón sobretodo) donde más aplicaciones tecnológicas se
realizan a partir de la lógica difusa.
Aunque el concepto de lógica difusa fue introducido en los EEUU, los científicos e
investigadores americanos y europeos no hicieron caso en gran parte de ella por años,
principalmente por razones culturales. Algunos matemáticos discutieron que la lógica
confusa fuera simplemente una probabilidad disimulada. Esta resistencia, sin embargo,
contrastaba con los resultados exitosos de la aplicación tecnológica de la teoría.
Pero la lógica confusa fue aceptada fácilmente en Japón, China y otros países asiáticos,
que han estado desde la década de los 80 construyendo aplicaciones reales y productos
que funcionan basados en esta lógica. Por ejemplo en 1986 Yamakawa publica el
articulo, "Fuzzy Controller hardward system" y desarrolla controladores difusos en
circuitos integrados. En 1987, se inaugura en Japón el metro de Sendai, uno de los más
espectaculares sistemas de control difuso creados por el hombre. Desde entonces el
controlador inteligente ha mantenido los trenes rodando eficientemente. En 1987, surge
el "FUZZY BOOM", se comercializan multitud de productos basados en la lógica
difusa. En este sentido, en Japón desde 1988 se viene dando un auge de la lógica
borrosa, en especial por los trabajos de Michio Sugeno, que reúnen complejos
desarrollos matemáticos con aplicaciones tecnológicas de gran importancia, lo cual
permite hablar de una "ingeniería difusa", además de la lógica y la tecnología difusa. A
partir de los trabajos de Sugeno, se puede advertir que la convergencia de técnicas
borrosas con técnicas neuronales, probabilísticas y otras como los algoritmos genéticos,
van generando un nuevo campo en las ciencias de la computación: computación
flexible, que parece muy prometedora para manejar razonamientos de sentido común y
lograr que las computadoras "razonen" de un modo similar al humano. También se
utilizan elementos de la teoría de los conjuntos difusos para describir y resolver
problemas de gestión, economía, medicina, biología, ciencias políticas y lingüística. Lo
que se busca en estos casos es, en definitiva, describir la realidad a través de
metodologías flexibles que interpreten más apropiadamente las leyes del
comportamiento individual y social. El número más grande de investigadores se
encuentra hoy en China, con unos 10.000 científicos. Japón, aunque considerado el
abanderado en los estudios borrosos, tiene pocas personas contratadas a este tipo de
investigaciones.
CONJUNTOS DIFUSOS
El concepto clave para entender como trabaja la lógica difusa es el de conjunto difuso,
se puede definir un conjunto difuso de la siguiente manera.
Teniendo un posible rango de valores al cual llamaremos U, por ejemplo U=Rn, donde
Rn es un espacio de n dimensiones, a U se le denominara Universo de Discurso. En U
se tendrá un conjunto difuso de valores llamado F el cual es caracterizado por una
función de pertenencia uf tal que uf:U->[0, 1], donde uf(u) representa el grado de
pertenencia de un u que pertenece a U en el conjunto difuso F.
Por ejemplo, supongamos que se desea representar con conjuntos difusos la variable
altura de una persona, en este caso el universo de discurso será el rango de posibles
valores de la altura que tenga un persona adulta, se escogerá un rango entre 140cm y
200cm, valores por fuera de este rango son posibles pero son muy escasos. El universo
de discurso U = [140, 200], para denominar los conjuntos difusos se suelen trabajar con
etiquetas lingüísticas similares a las que se usan de manera coloquial, por ejemplo en la
vida diaria decimos que una persona es Muy Baja (MB), Baja (B), Mediana (M), Alta
(Alta) y Muy Alta (MA)
Si en el ejemplo anterior se desea trabajar con conjuntos clásicos (crisp) se tienen dos
opciones: alguien Alto (A) o Bajo (B). Se supondrá que alguien Alto si mide mas de
170cm es caso contrario es bajo
Figura No. 2 Conjuntos crips para la altura de una persona
Los sistemas de lógica difusa tienen una estrecha relación con los conceptos difusos
tales como conjuntos difusos, variables lingüísticas y demás. Los mas populares
sistemas de lógica difusa que se encuentran en la literatura se encuentran en unos de los
siguientes tipos: sistemas difusos tipo Mamdani (con fuzzificador y defuzzificador ) o
sistemas difusos tipo Takagi-Sugeno.
* Fuzzificador
Teniendo los diferentes niveles de pertenencia arrojados por el fuzzificador, los mismos
deben ser procesados para generar una salida difusa. La tarea del sistema de inferencia
es tomar los niveles de pertenencia y apoyado en la base de reglas generar la salida del
sistema difuso.
Una regla de la base de reglas o base de conocimiento tiene dos partes, el antecedente y
la conclusión como se observa en la siguiente figura:
* Defuzzificador
La salida que genera el mecanismo de inferencia es una salida difusa, lo cual significa
que no puede ser interpretada por un elemento externo (por ejemplo un controlador) que
solo manipule información numérica. Para lograr que la salida del sistema difuso pueda
ser interpretada por elementos que solo procesen información numérica, hay que
convertir la salida difusa del mecanismos de inferencia; este proceso lo realiza el
defuzzificador.
Centros Promediados
Otra alternativo de procesamiento en los sistemas difusos fue la propuesta por Sugeno
en los sistemas difusos que llevan su nombre.
* Fuzzificador
En los sistemas difusos tipo Sugeno, los valores que arrojan los consecuentes de las
diferentes reglas que se han activado en un momento determinado ya son valores
numéricos, por lo que no se necesita una etapa de deffuzificación.
Para calcular la salida del sistema difuso se ponderan los diferentes consecuentes
teniendo en cuenta el valor que se activó el antecedente de cada una de las reglas, para
un sistema con dos reglas la salida del sistema difuso sería:
En este caso:
Serían las funciones que permiten calcular el consecuente de cada una de las dos reglas
implicadas.
Lofti A. Zadeh
Su ensayo (seminal paper) sobre los Conjuntos Difusos en 1965 proporcionaba una
base para el acercamiento cualitativo a los análisis de sistemas complejos en los que las
variables lingüísticas se emplean para describir la conducta del sistema y su actuación
más que las variables numéricas. De esta forma, se entiende mucho mejor cómo el trato
incertidumbre puede ser alcanzado, y modelos mejores del razonamiento humano
pueden ser construidos.
El concepto de computación blanda (soft computing), el cual fue introducido por Lotfi
Zadeh en 1991, sirve para destacar la aparición de las metodologías de computación en
las cuales el objetivo está en explotar la tolerancia para que la imprecisión de la
incertidumbre alcancen maleabilidad, robustez y coste bajo de la solución. En esta
tesitura, los componentes principales de la computación suave son la lógica difusa, la
neurocomputación, la computación evolutiva y probabilística. Juntos conducen al
concepto de sistemas inteligentes híbridos. Tales sistemas están creciendo rápidamente
en importancia y visibilidad.