Logia Difusa

Introduccin
Incertidumbre
Se relaciona a la informacin (falta de informacin).
Cuando no se sabe cuando puede ocurrir cierto evento.
No se conoce una teora que explique el fenmeno.

Probabilidad
Es una propiedad fsica de los objetos, determina la
posibilidad de que cierto evento puede ocurrir.
Se calcula y verifica por experimentacin.

Imprecisin (ambigedad).
Es una caracterstica del lenguaje de comunicacin humano.
Esta relacionada con el grado en que el evento ocurre.

Incertidumbre
Se trabaja con niveles de creencias.
Rango de valores [0,1]
Cundo va ha suceder un terremoto?
Silencio ssmico
Aprobar el curso?
Estudiaste?, le dedicaste tiempo?, hiciste tus trabajos?
Si tiro la moneda, saldr cara o sello?
la moneda est sesgada?
Cul es la respuesta para una pregunta con V o F?
Si sabes, responde. Si no sabes, cualquiera es buena
respuesta.

Probabilidad
Ejemplos:

P (X = cara) = 0.5

P (X = hombre) = 0.5

P (X = ROJO) = 2/7

P(X=x)
X
ROJO AZUL VERDE
Ambigedad
Ambigedad est relacionada con el grado con el cual los
eventos ocurren sin importar la probabilidad de su ocurrencia.

Por ejemplo, el grado de juventud de una persona es un evento
difuso sin importar que sea un elemento aleatorio.

Lgica Difusa
Lgica Difusa
La lgica difusa es una extensin de la lgica convencional
(Booleana) para manejar el concepto de verdad parcial.

La verdad parcial se presenta cuando los valores de verdad se
encuentran entre absolutamente cierto y absolutamente falso


F
V
F
V
Lgica booleana Lgica difusa
Conjuntos Difusos y Lgica Difusa
La palabra fuzzy viene del ingles fuzz (tamo, pelusa, vello) y se
traduce por difuso o borroso.
Lotfi A. Zadeh: Es el padre de toda esta teora (Zadeh, 1965).
Importancia: En la actualidad es un campo de investigacin muy
importante, tanto por sus implicaciones matemticas o tericas
como por sus aplicaciones prcticas.
Revistas: Fuzzy Sets and Systems, IEEE Transactions on Fuzzy
Systems...
Congresos: FUZZ-IEEE, IPMU, EUSFLAT, ESTYLF...
Bibliografa Gral.: (Kruse, 1994), (McNeill, 1994), (Mohammd,
1993), (Pedrycz, 1998)...

Problemas Bsicos subyacentes:
Conceptos SIN definicin clara: Muchos conceptos que
manejamos los humanos a menudo, no tienen una definicin
clara: Qu es una persona alta? A partir de qu edad una
persona deja de ser joven?

La lgica clsica o bivaluada es demasiado restrictiva: Una
afirmacin puede no ser ni VERDAD (true) ni FALSA (false).
Yo leer El Quijote: En qu medida es cierto? Depende
de quien lo diga y...
l es bueno en Fsica: Es bueno, muy bueno o un poco
mejor que regular?

Conjuntos Difusos y Lgica Difusa
Ejemplo
Defina los siguientes conceptos:

Algunas mujeres jvenes son inteligentes.

Algunos hombres maduros son responsables.

Sgueme de cerca.

El carro est limpio.

Otros ejemplos . . . . . . .

Cundo usar la lgica difusa?
En procesos complejos, si no existe un modelo de solucin
sencillo.
En procesos no lineales.
Cuando haya que introducir la experiencia de un operador
experto que se base en conceptos imprecisos obtenidos de su
experiencia.
Cuando ciertas partes del sistema a controlar son desconocidas
y no pueden medirse de forma fiable (con errores posibles).

Cundo no usar la lgica difusa?
Si puedes resolver el problema con otra tcnica ms
sencilla.
Ventajas
La lgica clsica no admite espacios grises entre lo
verdadero y lo no verdadero, tambin conocido
como falso.

Muchos de los conceptos que manipulamos a diario
no encajan en la categora:

Hace Frio?
Es pesado eso?
Sigo siendo joven?
Aplicaciones
Control de sistemas: Control de trfico, control de vehculos
(helicpteros...), control de compuertas en plantas
hidroelctricas, centrales trmicas, control en mquinas
lavadoras, control de metros (mejora de su conduccin, precisin
en las paradas y ahorro de energa), ascensores...
Prediccin y optimizacin: Prediccin de terremotos, optimizar
horarios...
Reconocimiento de patrones y Visin por ordenador:
Seguimiento de objetos con cmara, reconocimiento de escritura
manuscrita, reconocimiento de objetos, compensacin de
vibraciones en la cmara
Sistemas de informacin o conocimiento: Bases de datos,
sistemas expertos
Conjuntos Difusos
Conjuntos Clsicos
El conjunto universal U (Universo de discurso) contiene todos los
elementos de cada contexto aplicacin en particular.

Los conjuntos clsicos se pueden definir de las siguientes maneras:
Mtodo de Lista (Finito) (extensin)
Mtodo de Regla A = {x U / x cumple ciertas condiciones}
(comprensin)
Mtodo de membresa (comprensin)

Ejercicio
Defina el conjunto A mediante los tres mtodos de
representacin de conjuntos:


A B C D
J F H
N
M
K
L
A
U
Ejemplo
Extensin:
A = {A, B, C, D, F, J, H}

Comprensin:
A = {x / A x H & xE & xG}

Membresa:



1
0
si x {A, B, C, D, F, J, H}
si x {K, L, M, N}
A(x) =
A K L M N B C D F H J
1
0
Conjuntos Clsicos
Conjunto de Frutas: Manzana|Frutas, Lechuga|Frutas...
0
1
Manzanas
Frutas que no
son manzanas
0
1
lechugas
Frutas que no
son lechugas
Grado de pertenencia o
funcin de membresa
Conjuntos Difusos
Conjunto Clsico Conjunto Difuso
Conjuntos Difusos (fuzzy):
Ejemplo
Sea el conjunto difuso joven.
30
15 20 25
50
35 40 45
A = {1/10, 1/15, 1/20, 0.75/25, 0.25/30, 0/35 }
A = {(1,10), (1,15), (1,20), (0.75,25), (0.25,30), (0,35) }
grado de
pertenencia
edad
Ejemplo
Sea el conjunto difuso joven.
30 15 20 25 50 35 40 45
A = {1/10, 1/15, 0.80/20, 0.60/25, 0.40/30, 0.20/35, 0/40 }
A = {(1,10), (1,15), (0.8,20), (0.60,25), (0.40,30), (0.20,35), (0,40) }
grado de
pertenencia
edad
Funciones de Membresa
Funcin de membresa
Se pueden definir como:
Una funcin con parmetros pk(x) del elemento x.


Una enumeracin de pares definidos sobre elementos discretos del
conjunto

donde
no representa una suma, sino una agregacin de pares.
A(x)/x no representa ningn cociente, sino un par
(posibilidad / elemento)

)) ( , ),... ( ), ( ( ) (
2 1
x p x p x p x
n A A
=

e
=
U x
A
x x A / ) (
Ejemplo 4
Sea el conjunto de las personas altas definido sobre el conjunto
de la poblacin y considerando un elemento del mismo
denominado pepe.
pepe pertenece o no al conjunto de las personas altas?
Esto se puede resolver atendiendo a la medida altura(pepe) y una
funcin que mide la posibilidad de ser considerado alto en base
a la altura.
1.0
0.5
0.0

alto
(altura)
1.0 1.5 2.0
altura (m)
Ejemplo









La escala vertical representa la opinin de los especialistas sobre lo que es
rpido. El valor 1 significa que el 100 % opina que una aceleracin por
debajo de los 8 segundos supone un carro rpido. El 0 indica que por
encima de los 8 segundos de aceleracin, nadie cree que un carro sea
rpido
Ejemplo









En ella se muestra que slo el 50 % de los especialistas considerar que
un tiempo por debajo de los 8 segundos es rpido. En cualquier caso, l
numero entre 0 y 1 da un valor que indica rapidez de un carro, medida en
una cierta escala.

0
8
1
tiempo
grado de
pertenencia
Ejemplo
Grafique el conjunto difuso cerca de 50 aos
30 70 50 30 70 50
Ejemplos de Funciones de
Membresa
Triangular
1.0
0.5
0.0
0 50 100
Triangular

s
s s

s s

s
=
x c
c x b
b c
x c
b x a
a b
a x
a x
c b a x tringulo
, 0
,
,
, 0
) , , ; (
Trapezoidal
1.0
0.5
0.0
0 50 100
Trapezoidal

s
s s

s s
s s

s
=
x d
d x c
c d
x d
c x b
b x a
a b
a x
a x
d c b a x trapecio
, 0
,
, 1
,
, 0
) , , , ; (
Gaussiana
1.0
0.5
0.0
0 50 100
Campana
1.0
0.5
0.0
0 50 100
Sigmoide
1.0
0.5
0.0
0 50 100
Ejemplo de funcin de membresa
Altura(cm)
a
1
a
2

Bajo Mdio Alto
1
G
r
a
d
o

d
e

P
e
r
t
e
n
e
n
c
i
a

1
Conceptos Relacionados
con Conjuntos Difusos
Conceptos Bsicos
Soporte
El soporte de un conjunto difuso A en el universo de discurso U es
un conjunto crips que contiene todos los elementos de U que
tenga valores de membresa 0 en A.

Suporte(A) = {x U / A(x) > 0}

1
suporte
x

A
(x)
Soporte
Si el soporte de un conjunto difuso es vaco, este es llamado
conjunto difuso vaco (empty fuzzy set).

Si el conjunto soporte est representado por un solo punto en U,
este se denomina singleton difuso (fuzzy singleton).

El punto de cruce
(crossover point) de un
conjunto difuso es el
punto en U donde el
valor de membresa en
A es 0.5.

A
(x)
x
0.5
1
Punto de cruce
Ncleo
El conjunto x, donde A(x) alcanza el valor de 1 se denomina
ncleo (core).
1
x

A
(x)
Altura
La altura de un conjunto difuso es el mayor valor de membresa
logrado por algn punto.
En un conjunto difuso normal la altura es 1.




normal: se A(x) = 1
subnormal: se A(x) < 1

altura

A
(x)
x
Reglas Difusas If....Then
Los conjuntos y los operadores difusos son los sujetos y
predicados de la lgica difusa. Las reglas if-then son usadas
para formular las expresiones condicionales que abarca la
lgica difusa

if x is A then y is B

Donde A y B son los valores lingsticos definidos por los
conjuntos definidos en los rangos de los universos de discurso
llamados X e Y, respectivamente.

La parte if de la regla x es A es llamada el antecedente o
premisa, mientras la parte then de la regla y es B es llamada
la consecuencia o conclusin
Estructura del Sistema
Las entradas
son nmeros
limitados a un
rango
especifico.
Entradas no
difusas.
Las reglas son
evaluadas en
paralelo
usando un
razonamiento
difuso.
Los resultados
de las reglas
son
combinadas y
defusificadas.
El resultado es
un valor
numrico no
difuso.
Regla 1
Regla 2
Regla 3

Salida
Entrada 1
Entrada 2
Regla 4
Defusificacion
Forma continua
Para calcular el algoritmo del centro de gravedad (cog, siglas en
ingles) dividimos al Momento de la funcin por el Area de la funcin:

Forma discreta
Se divide la funcin en partes iguales y se calcula haciendo la
sumatoria de todos los puntos de la siguiente manera:



Hay que tener en cuenta que al dividir en partes iguales al
conjunto de salida se simplifican los Az, si las particiones fueran
diferentes habra que tener en cuenta el Az porque sino se pierde el
sentido de Momento y Area de la funcin.
Defusificacion
Forma continua:
Forma discreta para 10 muestras:
Ejemplo
Con cuanta temperatura hace mucho calor?






Bajo el acercamiento tradicional 30 se considera caluroso, pero
28 no.

En cambio bajo el acercamiento difuso tanto 28 como 30 se
ubican en la frontera del conjunto difuso.
Contraste con las Funciones
de Pertenencia Usuales
Qu tan joven es pepe?

Funcin de Pertenencia
Qu tan joven es pepe?
Altura
La altura de un conjunto difuso es el mayor valor de membresa
logrado por algn punto.
En un conjunto difuso normal la altura es 1.




normal: se A(x) = 1
subnormal: se A(x) < 1

altura

A
(x)
x