RAZONAMIENTO BORROSO

1. CLASIFICACIN DEL RAZONAMIENTO DIFUSO

Reglas de Inferencia SI ENTONCES Mtodos Directos: De Mamdani; fue el primero y presenta una estructura sencilla de mnimos y mximos. SI x es A Y y es B ENTONCES z es C A, B, C difusos De Takagi y Sugeno; mejora del anterior que usa funciones lineales como consecuente. SI x es A Y y es B ENTONCES z = ax + by + c Simplificado; utiliza una constante como consecuente. SI x es A Y y es B ENTONCES z = c

Mtodos Indirectos; conducen el razonamiento en el espacio de valor de verdad. Mecanismo muy complejo.

2. MECANISMO DEL RAZONAMIENTO BORROSO

En la Lgica Clsica el razonamiento se basa en el Modus Ponens y Modus Tollens (ambos complementarios). El Razonamiento Difuso se basa en el Modus Ponens Generalizado (GMP) o Modus Ponens Difuso: SI x es A ENTONCES y es B Premisa 1 x es A' Premisa 2 Conclusin

y es B'

A, A' , B, B' conjuntos difusos

Observacin: Si slo se tiene una regla en la Premisa 1, es imposible la flexibilidad en el razonamiento. Se necesitan ms reglas. Pasos Para un Razonamiento Difuso Prctico: P.1 Medir la adaptabilidad de las reglas de la premisa para una entrada dada. P.2 Por la adaptabilidad, inferir la conclusin de cada regla. P.3 Agregar las conclusiones individuales para conseguir una conclusin total.

3. MTODO 1: MTODO DIRECTO DE MAMDANI Mecanismo de Razonamiento

Ejemplo: Con dos variables en las premisas y una variable en la consecuencia. Regla 1 Regla 2
SI SI x es A1 Y x es A2 Y y es B1 ENTONCES y es B2 ENTONCES z es C1 z es C 2

Notacin ( x0 , y0 ) . El Proceso de Razonamiento para ( x0 , y0 ) es:

Supongamos x0 , y 0 entradas para la premisa en las variables x e y respectivamente. P.1 Medir la adaptabilidad de cada regla para ( x0 , y0 ) . Adaptabilidad Regla 1 W1 = A1 ( x 0 ) B1 ( y 0 ) Adaptabilidad Regla 2

W 2 = A2 ( x 0 ) B2 ( y 0 )

Observacin: como en las premisas hay dos variables, se obtienen dos valores de la funcin de pertenencia para cada variable. P.2 Aplicar la adaptabilidad de P.1 a los conjuntos difusos de la consecuencia y obtener la conclusin de cada regla. Conclusin Regla 1 C '1 ( x 0 ) = W1 C1 (z ) z C Conclusin Regla 2

C ' ( x 0 ) = W 2 C ( z ) z C
2 2

Este clculo se corresponde con cortes de los conjuntos difusos de la consecuencia por la altura de la adaptabilidad de la premisa. P.3 Agregar la conclusin de cada regla de P.2 y obtener la conclusin final como sigue: Conclusin Final C (z ) = C '1 ( z ) C '2 ( z ) Se obtiene un conjunto difuso. Esto no es prctico cunado se quiere dar un valor definido como salida de razonamiento como en los procesos de control Convertir el conjunto difuso en un valor definido (DESBORROSIFICACIN) Mtodos de Desborrosificacin: (Usuales) 1) Tomando el centro de gravedad del conjunto difuso: z 0 =

2) Tomando el mximo valor de la funcin de pertenencia: z 0 = max c ( z )

z

z (z )dz (z )dz
c c

Puede haber casos en los que la entrada sean conjuntos difusos A' , B' ; en esos casos el clculo de la adaptabilidad en P.1 se sustituye por el siguiente paso P.1:

Adaptabilidad Regla 1 Adaptabilidad Regla 2

W1 = max A1 ( x ) A' ( x ) max B1 ( y ) B ' ( y )

x y

W2

( ) ( ) = max( ( x ) ( x )) max( ( y ) ( y ))
x A2 A' y B2 B'

Ejemplo: Lgica en la conduccin considerando la velocidad y distancia entre coches.

Relaciones Difusas y Regla de Inferencia Composicional

Si el nmero de reglas es grande es mejor aplicar una aproximacin de relaciones difusas para programar. Sea el nmero de reglas que sea, las reglas SI ENTONCES se ajustaran al formato de relaciones difusas. Esta operacin de ajuste se hace aparte y una vez que se tiene esa forma compacta de relacin difusa, la velocidad de razonamiento es mayor que con la aproximacin vista. La aproximacin de las relaciones difusas para el mtodo directo de razonamiento borroso implica los siguientes pasos: P.1 Convertir reglas SI ENTONCES en relaciones difusas. P.2 Obtener conclusin usando las relaciones difusas de P.1 y la Regla Composicional de Inferencia. Se revisa el Modus Ponens Generalizado En la aproximacin de relaciones difusas, primero se convierte la regla SI ENTONCES de la Premisa 1 en una Relacin Difusa R AB . Despus la conclusin

B' se infiere de las relaciones difusas RAB y A' de la Premisa 2 aplicando la operacin de composicin: B' = A'o R AB . Este proceso de razonamiento se conoce por REGLA COMPOSICIONAL DE INFERENCIA.

Conversin de Reglas Si Entonces en Relaciones Difusas

Si el nmero de reglas es grande es mejor aplicar una aproximacin de relaciones difusas para programar. Sea el nmero de reglas que sea, las reglas SI ENTONCES se ajustaran al formato de relaciones difusas. -

Mtodo de Zadeh
Zadeh propus el siguiente mtodo para componer relaciones difusas R : ( ( ) ( )) R = A B = (X B) A Y = 1 1 A x + B y ( x, y ) X Y Basado en la implicacin de Lukasiewicz definida: a b = 1 (1 a + b )

Mtodo de Mamdani
Propone el siguiente mtodo para componer relaciones difusas R : ( A (x ) B ( y )) R = A B = A B = ( x, y ) X Y Basado en la definicin del producto cartesiano: a b = ab

Con valores de pertenencia: Mtodo de Zadeh: Mtodo de Mamdani:

R ( x, y ) = 1 (1 A ( x ) + B ( y )) R ( x, y ) = A ( x ) B ( y )

Sea un razonamiento difuso del tipo: SI x es A Y y es B ENTONCES z es C ( A y B C ). No es exacto expresar A B C , pues A y B son subconjuntos de X e Y . Si es indispensable el uso de se aplica la extensin cilndrica: x es A e y es B ( x, y ) es ( A B ) Aplicando ( x, y ) es ( A B ) , la relacin difusa x es A e y es B se expresa: ( A (x ) B ( y )) A y B = A B =
X Y

(x , y )

As la regla A y B C se puede traducir como veremos:

Mtodo de Zadeh

R = A y B C = (X Y C ) A B Z =

1 (1 ( A ( x ) B ( y )) + C ( z ))

X Y Z

( x, y , z )

Mtodo de Mamdani
R = A y B C = (A B C ) =
X Y Z

( A (x ) B ( y ) C (z ))

(x, y, z )

Con valores de pertenencia:

R ( x, y, z ) = 1 (1 ( A (x ) B ( y )) + C (z )) R (x, y, z ) = A (x ) B ( y ) C (z ) Mtodo de Mamdani:

Mtodo de Zadeh:

CASO GENERAL
Regla SI ENTONCES del modo:

x1 es A1 , K, xm es Am C

Frmula de Conversin de Zadeh 1 (1 ( A ( x1 ) K A (xm )) + C ( z ))

=
1 m

X 1 K X m Z

(x1 ,K, xm , z )

Frmula de Conversin de Mamdani

=
A1 1 Am m X 1 K X m Z

( (x ) K (x ) (z ))
C

(x1 ,K, x m , z )

Esas discusiones se refieren al mtodo de convertir una regla en una relacin difusa. Pero normalmente se trabaja con varias reglas, as pues veamos una descripcin del mtodo de composicin de relaciones difusas para muchas reglas. Supongamos que hay n-reglas del tipo SI ENTONCES: Regla 1 SI x es A1 ENTONCES y es B1 Regla 2 SI x es A2 ENTONCES y es B2 M SI x es An1 ENTONCES y es Bn 1 Regla n-1 Regla n Lo reescribimos:

SI

x es An 2

ENTONCES

y es Bn 2

A1 B1 A2 B2

o o

(else) (else)
o

M An 1 Bn 1 An Bn

(else)

Convertimos las n-reglas a n-relaciones difusas por separado: Regla A1 B1 else A2 B2 else M An 1 Bn 1 else

Relacin Difusa R1 R2 M Rn1

An Bn

else

Rn

Ahora se compilan las relaciones difusas individuales en una. Problema: cmo interpretar la conectiva else? Depende del mtodo de interpretacin del else. Mamdani: Interpreta ELSE como un OR Zadeh: Lo toma como operacin AND

COMPILACIN DE RELACIONES DIFUSAS Dadas n-reglas las relaciones difusas Ri obtenidas de la implicacin Ai Bi i = 1,K, n . La relacin R compilada se obtiene:

Mtodo de Zadeh Mtodo de Mamdani

R = R1 K Rn = I Ri
i =1

R = R1 K Rn = U Ri
i =1

Ejemplo 1: Sean las reglas: Regla 1 SI x es A1 ENTONCES y es B1 Regla 2 SI x es A2 ENTONCES y es B2 donde X = {x1 , x2 , x3 } A1 , A2 X Y = {y1 , y 2 , y3 } B1 , B2 Y con 1 .0 0 .6 0 .8 1 .0 A1 = A2 = + + x1 x2 x2 x3 1 .0 0 .6 0 .1 0 .2 0 . 8 0 .9 B1 = B2 = + + + + y1 y2 y3 y1 y2 y3 Mtodo de Mamdani introducen las relaciones difusas, usando el Mtodo ( A (x ) B ( y )) R = A B = A B = (x, y ) convertimos la regla A1 B1 en X Y una relacin difusa R1 : 1.0 0.6 0.1 R1 (1,1) = A1 ( x1 ) B1 ( y1 ) = 1.0 1.0 R1 = 0.6 0.6 0.1 0 0 0 Del mismo modo se obtiene R 2 , correspondiendo a la regla A2 B2 0 0 0 R 2 = 0 .2 0 . 8 0 .8 0 .2 0 . 8 0 .9
1 .0 0 .6 0 .1 R = R1 R2 = 0.6 0.8 0.8 0 .2 0 .8 0 .9

Primero

se

Compilando R1 y R2 :

Mtodo de Zadeh introducen las relaciones difusas, usando el Mtodo 1 (1 A ( x ) + B ( y )) R= AB= (x, y ) convertimos la regla A1 B1 en una X Y relacin difusa R1 :
1 .0 0 .6 0 .1 R1 = 1.0 1.0 0.5 1 .0 1 .0 1 .0
R1 (1,1) = 1 1 A1 ( x1 ) + B1 ( y1 ) = 1 (1 1.0 + 1.0 ) = 1.0

Primero

se

Del mismo modo se obtiene R 2 , correspondiendo a la regla A2 B2 1 .0 1 .0 1 .0 R 2 = 0 .4 1 .0 1 .0 0 .2 0 . 8 0 .9

1 .0 0 .6 0 .1 R = R1 R2 = 0.4 1.0 0.5 0 .2 0 .8 0 .9

Compilando R1 y R2 :

Ejemplo 2: Sean las reglas: Regla 1 Regla 2

SI SI x es A1 e y es B1 ENTONCES z es C1 x es A2 e y es B2 ENTONCES z es C 2

X = {x1 , x2 , x3 } A1 , A2 X ; con 1 .0 0 .6 A1 = + x1 x2 1 .0 0 .5 B1 = + y1 y2 1 .0 0 .6 0 .1 C1 = + + z1 z2 z3
Mtodo de Mamdani

Y = {y1 , y 2 , y3 } B1 , B2 Y ;
0 .8 1 .0 + x2 x3 0 . 2 0 .9 B2 = + y2 y3 0 .2 0 .8 0 .9 C1 = + + z1 z2 z3
A2 =

Z = {z1 , z 2 , z 3 } C1 , C 2 Z

Convertimos la regla A1 B1 en una relacin difusa R1 : 1.0 0.5 0 0.6 0.5 0 0.1 0.1 0 = 0.6 0.5 0.6 0.6 0.5 0 0.1 0.1 0 0 0 0 .6 0 0 0 0 0 0 Del mismo modo se obtiene 0 0 0 0 = 0 0.2 0.2 0 0 0.2 0.2 0 Compilando R1 y R2 :
1.0 0.5 0 0.6 0.5 0 0.1 0.1 0 R = R1 R2 = 0.6 0.5 0.2 0.6 0.5 0.8 0.1 0.2 0.8 0 0 0 .2 0 0.2 0.8 0 0.2 0.9
R 2 , correspondiendo a la regla A2 B2

0 0 0 0 0 0.2 0.8 0 0.2 0.8 0 .2 0 .8 0 0.2 0.9

 Razonando con Relaciones Difusas y Regla Compositiva de Inferencia

Sean las siguientes reglas con una sola entrada y una sola salida:

Regla 1 Regla 2

SI SI

x es A1 x es A2

ENTONCES ENTONCES

y es B1 y es B2

x variable de entrada
y

variable de salida

Supongamos ya convertidas las reglas en relaciones difusas por alguno de los mtodos descritos. Para el conjunto difuso A' de X (como entrada) obtenemos B' de Y :
B' = A'oR

Considerando dos entradas y una salida:

Regla 1 Regla 2

SI SI

x es A1 e y es B1 ENTONCES z es C1 x es A2 e y es B2 ENTONCES z es C 2

Supongamos ya la relacin difusa R obtenida por la conversin de las reglas. Para A' de X y B' de Y (como entrada) obtenemos el conjunto difuso de salida:
C ' = ( A' y B') o R = A'o(B'o R ) = B'o( A'o R )

Cuando en las premisas hay dos variables, la relacin difusa R tiene 3 trminos (relacin entre x , y y z ). Se aplica el proceso de 2 etapas de composicin por el razonamiento.

CASO GENERAL
Si consideramos n-entradas y una salida:

Regla 1 Regla 2

SI
SI

x es A11
x es A12

yK y

x es An1

ENTONCES

z es C1
z es C 1

yK y

x es A n1

ENTONCES

Como hay n-variables, R es una relacin difusa de (n+1)- trminos. La C ' = ( A1 ' y K y A' n ) o R = A1 'o K o A' n o R conclusin del razonamiento se obtiene como:

Ejemplo 1: Sean las reglas: Regla 1 SI x es A1 Regla 2 SI x es A2 donde X = {x1 , x2 , x3 } A1 , A2 X con 1 .0 0 .6 A1 = + x1 x2 1 .0 0 .6 0 .1 B1 = + + y1 y2 y3 Suponemos:
A' = 0.8 0.3 + . x1 x 2

ENTONCES ENTONCES

y es B1 y es B2

Y = {y1 , y 2 , y3 } B1 , B2 Y
0 .8 1 .0 + x2 x3 0 .2 0 . 8 0 .9 B2 = + + y1 y2 y3
A2 =

Conclusin B' de Y en nuestro razonamiento (Mamdani):

1.0 0.6 0.1 B ' = A'o R = (0.8 0.3 0.0) 0.6 0.8 0.8 = (0.8 0.6 0.3) 0.2 0.8 0.9

Ejemplo 2: Sean las reglas: Regla 1 Regla 2 donde

SI SI

x es A1 e y es B1 ENTONCES z es C1 x es A2 e y es B2 ENTONCES z es C 2

X = {x1 , x2 , x3 } A1 , A2 X ;
con
1 .0 0 .6 + x1 x2 1 .0 0 .5 B1 = + y1 y2 1 .0 0 .6 0 .1 C1 = + + z1 z2 z3
A1 =

Y = {y1 , y 2 , y3 } B1 , B2 Y ;

Z = {z1 , z 2 , z 3 } C1 , C 2 Z

0 .8 1 .0 + x2 x3 0 . 2 0 .9 B2 = + y2 y3 0 .2 0 .8 0 .9 C1 = + + z1 z2 z3
A2 =

Consideramos las relaciones difusas R en 3 dimensiones con el Mtodo de Mamdani de conversin. Considerando como conjuntos difusos de entrada A' de X y B' de Y , la conclusin C ' de Z se obtiene: C ' = B'o( A'o R ) . Con funciones de pertenencia: C '1 (x, y ) = max ( y ) max[ A' (x ) R (x, y, z )] B'
y

Suponemos:

A' =

0.8 0.3 + x1 x 2

B1 =

0 .4 0 .9 + y1 y3

Definimos: T ( y, z ) = max[ A' (x ) R (x, y, z )]

x

T = A'oR .

As C ' = B'oT

1) Clculo de T
1.0 0.5 0 0.6 0.5 0 0.1 0.1 0 0.8 0.6 0.1 T = A'o R = (0.8 0.3 0.0 ) o 0.6 0.5 0.2 0.6 0.5 0.8 0.1 0.2 0.8 = 0.5 0.5 0.2 0 0 0 .2 0 0.2 0.8 0 0.2 0.9 0.2 0.3 0.3 0.8 0.6 0.1 0.2 0.3 0.3

2) C ' = B'oT = (0.4 0.0 0.9) o 0.5 0.5 0.2 = (0.4 0.4 0.3)

Razonamiento Difuso Usando Varias Implicaciones

Vamos a ver el mtodo de compara relaciones difusas con otros mtodos. Las frmulas de implicacin para el razonamiento difuso se representan a continuacin: 1) Mtodo de Mamdani: 2) Producto Algebraico: 3) Producto Limitado: 4) Producto Drstico:
a b = a b a b = a b a b = 0 (a + b 1)
a b = 1 a b = b a = 1 0 resto

a b = 1 (1 a + b ) 5) Mtodo de Zadeh: a b = (1 a ) b 6) Implicacin Lgica Booleana:

7) Implicacin Lgica de Goedel: 8) Implicacin de Goguen:

1 ab = b
ab a>b

ab a>b

1 a b = b a

10

4. MTODO 2: RAZONAMIENTO FUNCIONES LINEALES.

BORROSO

USANDO

Cuando hay muchas variables en las premisas, el mtodo directo de razonamiento tiene las siguientes desventajas: a) El nmero de reglas aumenta exponencialmente con el nmero de las variables de las premisas. b) Segn aumenta el nmero de reglas, el trabajo de construir reglas llega a ser excesivamente pesado. c) Si el nmero de las variables es muy grande, se hace difcil coger la relacin causal entre las premisas y consecuencias, y por tanto construir reglas. Para resolver esto, un mecanismo de razonamiento difuso se ide usando funciones lineales en la consecuencia. Este mtodo tiene las siguientes caractersticas: i) ii) La consecuencia de la regla usa funciones lineales de entrada-salida. Se pueden identificar reglas modelando con datos basado en entradasalida.

Este mtodo lo propuso Takagi, Kang y Sugeno. Debido a la modelizacin la construccin de las reglas no es un procedimiento manual. Para una aplicacin prctica del mtodo se necesita una aproximacin usando datos de entrada-salida.

11