Professional Documents
Culture Documents
Sumrio
Funo
Propriedades das FP
As
regio do universo caracterizada pela completa pertinncia no conjunto A Suporte: regio do universo caracterizado pela pertinncia diferente de zero no conjunto A Limites: regio do universo contendo elementos que tm pertinncia intermediria (entre 0 e 1)
Propriedades das FP
Propriedades das FP
Conjunto
Propriedades das FP
Conjunto
fuzzy convexo: descrito por uma funo de pertinncia cujos valores de pertinncia so monotonicamente crescentes ou decrescentes.
Formas das FP
Formas
mais comuns: normal e convexa. Contudo, muitas operaes sobre conjuntos fuzzy (ex: unio e interseco) resultam em conjuntos fuzzy subnormais e no-convexos. Podem ser simtricas ou assimtricas Podem assumir formas irregulares
Formas das FP
Fuzzyficao
Processo
Exemplo:
voltmetro digital gera um dado fuzzy que est sujeito a erros experimentais. Uma possvel representao desse erro associada com uma funo de pertinncia que representa sua impreciso :
Defuzzyficao
Existem
situaes em que a sada de um processo fuzzy precisa ser um nico escalar. Exemplo:
Se
Defuzzyficao:
Defuzzyficao
Suponha
partes:
Defuzzyficao
Dada
Mtodo de Mximo
a
sada defuzzyficada tomando o valor de pertinncia mais alto. Ou seja, procura-se: c (z*)c (z) para todo zZ
Mtodo do Centride
centro
ao mtodo do mximo, aplicvel onde existe um grupo de elementos com pertinncia mxima. Nesse caso, faz-se:
Exemplo 1
Uma
estrada de ferro est sendo construda, e para tanto reas particulares onde essa estrada passar precisam ser desapropriadas. O projeto foi inspecionado por trs analistas distintos que deram seus pareceres, apresentados no prximo slide (conjuntos B1, B2 e B3). Para fins de projeto, precisa-se fazer a estimativa concreta da quantidade de terra a ser desapropriada. Estime-a utilizando o mtodo centride.
Exemplo 1
Exemplo 1
4,9 m
tipo de sistema de inferncia fuzzy a ser abordado chamado de Mandani. Nesse tipo de sistema tanto as entradas como as sadas devem ser mapeadas para conjuntos fuzzy.
Sistema de Inferncia Fuzzy, consideram-se entradas no-fuzzy. Em virtude disto, necessrio efetuar a fuzzificao das entradas. Neste estgio ocorre tambm a ativao das regras relevantes para uma dada situao.
vez obtido o conjunto fuzzy de sada atravs do processo de inferncia (modus ponens generalizado), no estgio de defuzzificao efetuada uma interpretao dessa informao. Isto se faz necessrio pois, em aplicaes prticas, geralmente so requeridas sadas precisas.
Um
aspecto importante a definio dos conjuntos fuzzy correspondentes s variveis de entrada e (s) de sada, pois o desempenho do sistema de inferncia depender do nmero e forma dos conjuntos
efetuar uma sintonia "manual" das funes de pertinncia dos conjuntos, mas mais comum empregarem-se mtodos automticos. A integrao entre sistemas de inferncia neuro-fuzzy ou algoritmos genticos tem se mostrado adequada para a sintonia de funes de pertinncia e regras.
Exemplo 2
Considere-se
Exemplo 2
Exemplo 2
A
base de regras, que constitui a estratgia de estacionamento do veculo, dada em "forma matricial":
Exemplo 2
A
leitura das regras a partir desta matriz exemplificada para a clula sombreada (PS):
Se
RB,
LE e PS so os rtulos atribudos aos conjuntos fuzzy que representam os valores lingusticos de cada varivel (sete para as variveis e , e cinco para a varivel x).
Exemplo 2
Conjuntos
varivel x
fuzzy correspondentes
Exemplo 2
Conjuntos
varivel
fuzzy correspondentes
Exemplo 2
Conjuntos
varivel
fuzzy correspondentes
Exemplo 2
Os
valores de x e em um determinado instante (ou situao) so: x' = 65 m; ' = 113. As regras ativadas so aquelas com os seguintes antecedentes (com os graus de pertinncia aproximados de x' e ' nos conjuntos assinalados entre parnteses):
Para a varivel x: RI (0,2) e RC (0,7); Para a varivel : LV (0,9) e VE (0,5).
Exemplo 2
Da
Exemplo 2
Para
Exemplo 2
A
seguir efetuada a unio das regras acima, por meio do conectivo fou, que conforme especificado, o max.
Exemplo 2
Este
resultado est mostrado na figura abaixo, onde ' representa o valor aps defuzzificao pelo centro de gravidade (aproximadamente):