You are on page 1of 3

Resumo Prolog

A principal utilização da linguagem Prolog reside no domínio da programação simbólica, não numérica,
sendo especialmente adequada à solução de problemas, envolvendo objetos e relações entre objetos. Seu
uso evita que o programador descreva os procedimentos necessários para a solução de um problema,
permitindo que ele expresse declarativamente apenas a sua estrutura lógica, através de fatos, regras e
consultas.
Características
→ É uma linguagem orientada ao processamento simbólico;
→ Representa uma implementação da lógica como linguagem de programação;
→ Permite a obtenção de respostas alternativas;
Ideias básica do prolog
• Descrever a situação de interesse
• Fazer uma pergunta
• Prolog deduz logicamente novos fatos sobre a situação que nós descrevemos
• Prolog retorna suas deduções como respostas
Aplicação prolog
Sistemas de Bases de Dados (BDs),
Sistemas Especialistas (SEs),
Processamento da Linguagem Natural (PLN),
Educação, e Modelagem de Arquiteturas Não-Convencionais
Lógica matemática e solução de equações simbólicas.
Prova automática de teoremas.
Planejamento de atividades.
Solução geral de problemas.

Um programa Prolog é formado por cláusulas. As cláusulas Prolog podem ser de três tipos distintos:
fatos, regras e consultas;
→ Os fatos declaram coisas que são incondicionalmente verdadeiras; Fatos servem para
estabelecer um relacionamento existente entre objetos de um determinado contexto de discurso
→ As regras declaram coisas que podem ser ou não verdadeiras, dependendo da
satisfação das condições dadas;
→ Por meio de consultas podemos interrogar o programa acerca de que coisas são verdadeiras;
Uma
consulta pergunta se uma determinado relacionamento existe entre objetos.
As cláusulas Prolog são constituídas por uma cabeça e um corpo. O corpo é uma lista de objetivos
separados por vírgulas que devem ser interpretadas como conjunções;
Denomina-se predicado ao conjunto de fatos e regras empregados para descrever uma determinada
relação;
Feliz(iolanda)
Escuta música(maria) -> predicado escuta música, feliz.
Reconhecer um fato e uma regra no exercício
• Implicação :-
• Conjunção ,
• Disjunção ;
• Negação not
Qual a definição de Lógica Fuzzy?
Uma lógica multivalorada capaz de capturar informações vagas, em geral descritas em uma linguagem
natural e convertê-las para um formato numérico, de fácil manipulação pelos computadores atuais.
– uma lógica que suporta modos de raciocínio aproximados, ao invés de exatos.
OBJETIVO
A lógica difusa objetiva fazer com que as decisões tomadas pela máquina se aproximem cada vez
mais das decisões humanas. E isto é importante ao se trabalhar com informações vagas e incertas,
que podem ser traduzidas por expressões do tipo: a maioria, mais ou menos, talvez, etc

Dê alguns exemplos de afirmações em linguagem natural que envolvem conceitos nebulosos


(fuzzy).
PRINCÍPIOS
• Baseia-se em palavras e não em números, ou seja, os valores verdades são expressos
linguisticamente.
– Exemplo: baixo, médio, alto, quente, frio,
• Possui vários modificadores de predicado.
– Exemplo: muito, mais ou menos, pouco, bastante, médio.
• Possui também um amplo conjunto de quantificadores.
– Exemplo: poucos, vários, em torno de, usualmente.
Descreva situações onde são necessários conceitos nebulosos.
Situações para representar o clima, se o tempo está ensolarado através de porcentagem e mediadas
nebulosas
Representar em um conjunto fuzzy se por meio da idade a pessoa é jovem, adulto ou velho
O que é relação de pertinência? Dê um exemplo.
Nessa teoria, a pertinência de um dado elemento com relação a um conjunto refere-se ao fato de tal
elemento pertencer ou não a esse conjunto. a Lógica Fuzzy utiliza a ideia de que todas as coisas admitem
(temperatura, altura, velocidade, etc.) graus de pertinências. Com isso, a Lógica Fuzzy tenta modelar o
senso de palavras, cada elemento do conjunto difuso tem um grau de pertinência que vai de (0 a 1)
obtendo uma transição gradualmente. O grau de pertinência nos permite representar valores imprecisos
como quente e frio.
Explique a diferença entre tratamento de incerteza baseado probabilidade e o tratamento de
incerteza baseado em lógica fuzzy.
Para muitos problemas reais, e a imprecisão dos dados e a incerteza são utilizados para gerar valores
imprecisos, para auxiliar a automação do raciocínio, porem quando o problema se torna mais complexo,
e precisa utilizar valores verdadeiros ou falsos. De fato, as pessoas estão acostumada a trabalhar com
valores de indecisão, como valores probabilísticos onde o evento sempre possuem uma expectativa de
ocorrência entre 0.0 (sem chance de ocorrer) e 1.0 (certeza de ocorrer).
O que é um sistema especialista Fuzzy?
Sistemas especialistas são aqueles que imitam especialistas humanos na tomada de decisões de resolver
problemas.
Quais os principais componentes que formam um sistema especialista Fuzzy?
→ Bases de conhecimentos de dados
→ Mecanismo de inferências (raciocínio)
→ Base de regras.
Aplicação da lógica fuzzy na I.A
→ Sistemas especialistas → Análise de crédito bancário
→ Sistemas multiagentes → Máquina fotográfica, lavar roupas
→ Robótica → Freios ABS
→ Sistema de controle inteligentes → Ar condicionado
→ Algoritmos genéticos → Configuração dinâmica de servidor web
→ Data-Mining → Sistema de detecção a fraude
→ Sistema de previsão → Qualidade de software
Fuzzificação
Para os valores possam ser processados em um sistema usando logica fuzzy, é preciso que eles sejam
convertidos em valores nebulosos, esse processo de transformar um valor real na representação fuzzy,
com objetivo de expressar em medida de imprecisão chama-se de fuzzificação.

Usando apenas o senso comum, defina algumas funções de pertinência para os seguintes
conjuntos nebulosos.
Pi é grande
O vento está forte.
João é magro
Céu ensolarado
Temperatura de água

Pense em um sistema de refrigeração ou ventilação, que tem de controlar a temperatura de um certo


ambiente, crie as regras e defina se o ambiente está (frio, morno ou quente).