Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Las funciones que utilizaremos para este control difuso son de tipo trapezoidal y tipo
triangular, de los cuales solo nos enfocaremos a ver estas 2 funciones.
µ
1.0
µ
1.0
a b c
Variable Lingüística
Se denomina variable lingüística a aquella que puede tomar por valor términos del
lenguaje normal, como: mucho, poco, positivo, negativo, etc., estas son las palabras que
desempeñan el papel de etiquetas en un conjunto difuso. En términos más comunes, una
variable lingüística se puede definir por (A, T(A)), donde A es el nombre de la variable y
T(A) es el conjunto de términos que nombran los valores x que puede tomar A.
Para entender un poco mejor este concepto se cita el siguiente ejemplo que permitirá
comprender el sentido de este término. Por ejemplo: Temperatura se puede considerar
una variable lingüística, de modo que A=temperatura. T(Temperatura) es el conjunto de
todos los términos que pueden hacer referencia a la temperatura, como muy fría, fría,
normal, caliente y muy caliente, de esta forma podemos expresar distintos rangos de
valores dentro de una variable.
Operaciones difusas
De la misma forma que los conjuntos clásicos, en los cuales se pueden generar distintos
tipos de operaciones, estas operaciones también se pueden generar en los conjuntos
difusos. Para ello se pueden definir tres operaciones básicas a estos conjuntos: el
complemento, la unión y la intersección. Estas operaciones básicas pueden expresarse
de la siguiente manera en términos de las funciones de pertenencia de los conjuntos
difusos.
Los Sistemas difusos son una alternativa a nociones tradicionales de lógica y
de pertenencia a conjuntos, que tiene sus orígenes en la filosofía Griega antigua, y
aplicaciones en inteligencia artificial. A pesar de sus orígenes, es un campo relativamente
nuevo, y como tal de mucha potencialidad para el desarrollo de la misma. Aquí se
presentarán algunas bases no formales ni matemáticas sobre los sistemas difusos,
conjuntamente con algunas de las aplicaciones más notables de uso,
con ejemplos sacados de la investigación actual en el campo de inteligencia artificial.
Finalmente, se demostrará que el uso de sistemas difusos hace una aporte viable al
campo de inteligencia artificial, y quizás más generalmente a las matemáticas aplicadas
como una totalidad.
Esta nueva lógica sostiene pues, que hay pocos hechos en el mundo en que pueda
encontrarse algo blanco o algo negro, un si o un no, una dicotomía valorativa. Sólo hay
raros momentos así en un mundo gris que es el real. El principio borroso afirma que todo
es cuestión de grado, trata el principio borroso aplicado a las cosas humanas, de cómo la
borrosidad impregna nuestro mundo y la visión que de él tenemos
cuando abandonamos aquel artificial mundo de las matemáticas. En el mundo
real, reina la borrosidad.
Desarrollo Definiciones:
Los nuevos modelos de procesamiento y control actuales como la lógica borrosa, junto
con algunos otros de relativa novedad, se engloban en la denominada soft computing o
tecnologías emergentes, que tienen en común el constituir paradigmas de procesamiento
muy diferentes a la convencional hard computing, basada en computadores en serie y en
la separación de hardware y software.
La Lógica Borrosa se puede catalogar entonces como propia del campo de soft, y se
puede definir como una estructura matemática ampliada de la lógica convencional, que
permite describir el lenguaje cotidiano con ductilidad.
Origen e historia de los sistemas borrosos Esta lógica fue inicialmente desarrollada por
Peirce, en el siglo pasado, y luego de forma independiente por Lukasiewicz. Es como la
lógica de las funciones veritativas, con la particularidad de admitir tres o más de esos
llamados valores veritativos, en vez de limitarse a verdadero y falso. En la década del ´20
Bertrand Russell se refería a la lógica polivalente con la palabra “vaga”; decía: “Todo es
vago en un grado del que no te das cuenta hasta que no intentas precisarlo”, por lo que
Russell se convirtió en el “abuelo” de la lógica borrosa. Asimismo, por el año ´37, el
filósofo cuántico Max Black publicó un artículo “Vagueness: An exercise in Logical
Analysis” que, pese a su enorme importancia en el estudio de la vaguedad del mundo
real, no logró llamar la atención. Finalmente, en 1965, el ingeniero Lofti Zadeh, iraní
educado en Azerbaiján, publica su artículo “Fuzzy Sets” o “Conjuntos Borrosos”, cuando
era profesor jefe en la Universidad de California, en Berkeley. Luego el artículo se
tranforma en un libro en el año 1987, cuando publica “Fuzzy Sets and Applications”.
La precisión de las matemáticas adeuda su éxito en gran parte a los esfuerzos de
Aristóteles y los filósofos que lo precedieron. En sus esfuerzos para idear una teoría
concisa de la lógica, y luego de la matemática, se postularon los llamados "Derechos de
Pensamiento". Uno de estos, el "Derecho de los medios excluidos”, dice que cada
propuesta debe o ser Cierta o Falsa.
Aun cuando Parmínedes propuso la primera versión de esta ley (alrededor 400 A.C.)
había objeciones inmediatas y fuertes: por ejemplo, Heráclitus propuso que las cosas
podrían ser simultáneamente Ciertas y no Ciertas. Era Platón quien colocó el fundamento
para lo que llegaría a ser lógica difusa, indica que había una tercera región (más allá de
Cierta y Falsa). Otros filósofos más modernos continuaron notablemente sus
pensamientos, Hegel y su dialéctica hegeliana de los tres momentos y otros filósofos
contemporáneos, ligados al materialismo y alejados de la categorización idealista. Pero
fué Lukasiewicz quien primero propuso una alternativa sistemática a la lógica bi–
valuada de Aristóteles. A finales del siglo XIX el matemático alemán George Cantor,
inició el estudio y la aplicación de la Teoría de Conjuntos, punto de partida de la
matemática moderna: “A una colección de objetos, se le llama conjunto, y los objetos
individuales de dicha colección se dice que son elementos del conjunto o que pertenecen
al conjunto”.
Fig3: Diferencias entre Lógica Clasica y
Difusa
No fue hasta 1973 que Zadeh no presentó la teoría básica de los controladores
borrosos. Aunque el trabajo de Zadeh fue recibido muy fríamente, especialmente en
Estados Unidos, a partir de él otros investigadores comenzaron a aplicar la lógica
borrosa a diversos procesos. Así, fue que E. Mamdani, aplicó la lógica borrosa por
primera vez a un sistema de control de vapor, y se inauguró una época de aplicaciones
y desarrollos difusos que se han venido sucediendo en muy numerosas ocasiones.
En Estados Unidos (y Europa) solamente se empezó a dar importancia a la lógica
borrosa cuando desde Japón empezó a llegar información sobre numerosas
aplicaciones prácticas. A partir de entonces, empresas norteamericanas como NASA,
Boeing, Ford, Rockwell o Bell comenzaron a aplicar la lógica borrosa.
Estas reglas, se asociarán a cada una de las posibles combinaciones de las entradas,
generando un valor de salida. Es posible describir esta base de reglas con el uso de una
memoria asociativa borrosa o FAM, utilizamos las abreviaturas ya conocidas {NG, NP, Z,
PP, PG}, para denotar {Negativo Grande, Negativo Pequeño, Cero, Positivo Pequeño,
Positivo Grande} y la ilustramos mediante un cuadro un poco mas acotado como es la
FAM.
La teoría de los Conjuntos Difusos y sus ulteriores desarrollos, constituyen modelos que
resultan especialmente útiles para tratar con la incertidumbre de manera más "natural" y
más "humana" que la lógica y la teoría de conjuntos clásicas.
La Lógica Difusa surgió debido a la necesidad de solucionar problemas complejos con
información imprecisa para los cuales la lógica tradicional no era suficiente. Es un
lenguaje que permite trasladar sentencias sofisticadas del lenguaje natural a un lenguaje
matemático formal.
Los Conjuntos Difusos, como su nombre lo indica, no tienen límites bien definidos, es
decir, la transición entre la pertenencia y la no pertenencia de una variable a un conjunto
es gradual. Para representar formalmente la incertidumbre de este tipo de enunciados se
definen variantes de la Lógica Clásica en la que los valores de verdad no se limitan
solamente a Verdadero y Falso.
Se caracteriza por Funciones de Pertenencia que dan la flexibilidad a la modelación
utilizando expresiones lingüísticas tales como mucho, poco, leve, severo, escaso,
suficiente, caliente, frío, joven.
Un elemento puede pertenecer a varios Conjuntos Difusos a la vez aunque con distinto
grado y, en este caso, no se puede decir, tratandose dé Conjuntos Difusos, que pertenece
a un único conjunto de manera rotunda.
BIBLIOGRAFÍA
Buckley, J. J.; Feuring, T. Fuzzy and Neural: Interactions and Applications. Ed.
Springer, New York 1999
Eckel, B. Piensa en Java. Ed. Pearson Education S.A, Madrid, 2007
Guadarrama, S. Representación del conocimiento impreciso: Revisión parcial de
las teorías de conjuntos borrosos. Ed. Facultad de Informática Universidad
Politécnica de Madrid, Madrid 2000
Martín, M.A. Java 2. Ed. Anaya Multimedia, Madrid 2000
Menchén, A.J. La lógica y los conjuntos borrosos. Aplicaciones en Inteligencia
Artificial, control de procesos e ingeniería. Apuntes de la Facultad de Informática
Universidad Politécnica de Madrid, Madrid
Nguyen, Hung T.; Walker, Elbert A. A first course in Fuzzy Logic. Ed. CRC Press,
New Mexico 1996
Sivanandam, S.N.; Sumathi, S.; Deepa S.N. Introduction to Fuzzy Logic using
MATLAB. Ed. Springer, Berlín, New York 2007
Tanaka, K. An introduction to fuzzy logic for practical Applications. Ed. Springer,
Estados Unidos 1997
Trillas, E.; Cubillo, S. Primeras Lecciones de Lógica Borrosa. Ed. Facultad de
Informática Universidad Politécnica de Madrid, Madrid 1999
Trillas, E.; Delgado, M.; Vila, M.A.; Castro, J. L.; Verdegay, J.L; Moraga, C.;
Cuena, J.; Gutierrez, J.; Ruiz, A. Fundamentos e introducción a la ingeniería
"Fuzzy". Ed. Omron Electronics S.A, España 1994