Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Containment (Subconjunto):
Intersección.
Unión
Conmutación:
Asociatividad:
Distributividad:
Idempotencia
Identidad
Transitividad:
Leyes de Morgan
Una operación compleja con hedges
Se cuenta con un ser A de tall men y un set B short men. Queremos derivar a un set C: not
very tall and not very short men o un ser D: not very very tall and not very very short men
¿QUÉ ES UNA REGLA DIFUSA?
Una regla difusa puede ser definida como una sentencia condicional en la forma:
Donde x y y son variables lingüísticas y A y B son valores lingüísticos determinado por conjuntos
difusos en el universo del discurso X y Y respectivamente
DIFUSO
De lo anterior, la variable lingüística speed tiene el rango(universo del discurso)
entre 0 y 220 km/h pero incluye conjuntos difusos tales como slow, médium y
fast.El universo del discurso de la variable lingüística stopping_distance puede
ser entre 0 y 300m y puede incluir conjuntos difusos como short, médium y long.
En sistemas expertos difusos unen las reglas y consecuentemente corta el número
de reglas por al menos 90 %.
¿COMO RAZONAN LAS REGLAS DIFUSAS?
El razonamiento difuso contiene 2 partes: evaluando la regla del antecedente(la parte del
IF de la regla) e implicación o aplicando el resultado al consecuente(la parte del THEN
de la regla)
En el razonamiento clásico si el antecedente es verdadero, entonces el consecuente
también es verdadero. En lógica difusa si el antecedente es verdadero para algún grado
de membresía entonces el consecuente es tambien verdadero para ese mismo grado
Ejemplo
Todas las partes del antecedente son calculados simultáneamente y resueltas en un solo
número, usando las operaciones de conjuntos difusos
¿PUEDE EL CONSECUENTE DE UNA REGLA DIFUSA TENER MULTIPLES PARTES ?
Si puede incluir múltiples partes
Se define como un proceso de mapeo dado una entrada para una salida, usando la
teoría de conjuntos difusos.
Es la técnica mas común usada en inferencia difusa. Fue postulada en 1975 por el
profesor del London Univrsity Ebrahim Mamdani.
La inferencia de Mamdani se realiza en 4 pasos: fuzzification de las variables de
entrada, rule evaluation, agregación de la regla a las salidas y defuzzification.
El siguiente ejemplo contiene 3 reglas:
Donde x,y,z son Project funding, Project staffing y risk respectivamente como
variables lingüísticas; A1,A2 Y A3(inadequate,marginal y adequate) son valores
linguisticos determinados por el universo del discurso X. B1 y B2(small y large)
son valores linguisticos determinados por el universo del discurso Y. C1,C2 y C3
son valores linguisticos del universo del discurso Z.
Step1: Fuzzyfication
El primer paso es tomar los crisp inputs x1 y y1 y determinar el grado en que estas
entradas pertenecen a cada uno de los conjuntos difusos correspondientes.
Del ejemplo siguiente se toman como crisp input: x1=35% y1=60%
STEP 2: RULE EVALUATION
El segundo paso consiste en tomar los
valores fuzzyficados de la entradas
u(A1)=0,5; u(A2)=0,2; u(B1)=0,1;
u(B2)=0,7; y aplicarles los
antecedentes a las reglas difusas. Si se
tiene múltiples antecedentes se debe
operar (AND ,OR) para obtener un
simple número. Este número será
aplicado al consecuente.
Esto quiere decir que se encuentra un punto que representa el centro de gravedad en un
intervalo ab.
STEP 4: DEFUZZIFICATION
En teoría el centro de gravedad es calculado para un conjunto de puntos continuos. Pero
en la practica se pude calcular sobre una muestra de puntos:
Mamdani style inference calcula el centroide de una forma bidimensional. Esto no
es computacionalmente eficiente.
Este método fue desarrollado por Michio Sugeno, considerado del Zadeh de Japón.
Introduce el termino de singleton difuso. El singleton difuso es un conjunto difuso
con una función de membresía que es unitaria en un punto particular en el
universo del discurso.
El método de sugeno es muy parecido por a Mamdani. Sugeno cambia sólo cambia
una regla de consecuente. En vez de usar un conjunto difuso usa un función
matemática de la variable de entrada. El formato es el siguiente:
Donde x,y,z son variables linguisticas; A,B son conjuntos difusos del universo del
conjunto X,Y. f(x,y) es una función matemática
El modelo mas usado para la inferencia es Sugeno de orden cero, el cual tiene la
siguiente forma. Donde k es una constante
Para este caso todas la funciones de membresía del consecuente son singleton
spikes
DEFUZZIFICATION
Para la salida puede usarse el promedio de los pesos de todos los singletons