Introduccion A La Logica Difusa

Introduccin a la Lgica Difusa
Toms Arredondo Vidal

4/4/14
Introduccin a la lgica difusa

Contenidos
Conceptos y definiciones bsicos de la lgica difusa
Sets difusos y funciones de membresa
peraciones sobre sets difusos
!nferencia usando lgica difusa

Introduccin
"or e#emplo se considera a una persona como alta si
mide mas de 1$%&mts' pero de igual forma se considera
a una persona como alta si mide 1$()))mts
*sta consideracin no e+iste en la logica tradicional ,ue
utili-a demarcaciones estrictas para determinar
pertenencia en sets.
*#emplo. A es el set clsico de personas altas
A / 0 + 1 + 2 1$%3
4na persona ,ue mide 1$()))))mts es ba#a5

Introduccin (cont)
6a logica difusa es una e+tension de la logica tradicional
78ooleana9 ,ue utili-a conceptos de pertenencia de sets
mas parecidos a la manera de pensar :umana
*l concepto de un subset difuso fue introducido por 6$A$
;ade: en 1)<= como una generali-acin de un subset
e+acto 7crisp subset9 tradicional$
6os subsets e+actos usan lgica 8ooleana con >alores
e+actos como por e#emplo la lgica binaria ,ue usa
>alores de 1 o & para sus operaciones$

Introduccin (cont)
6a lgica difusa no usa >alores e+actos como 1 o & pero
usa >alores entre 1 y & 7inclusi>e9 ,ue pueden indican
>alores intermedios 7*#$ &' &$1' &$?' @'&$)'1$&' 1$1' @etc9
6a lgica difusa tambiAn incluye los >alores & y 1
entonces se puede considerar como un superset o
e+tensin de la lgica e+acta$

Contenidos

Set difuso
Asumiendo ,ue B es un set' un set difuso A en B es
asociado con una funcin caracterstica. C
A
7+9
C
A
7+9. B D2 E&' 1F
6a funcin caracterstica es tipicamente denominada
funcin de pertenencia 7members:ip function9$

Set difuso (cont)
Si B es una coleccin de ob#etos en el cual + B' un set
difuso es un mapa C
G
7+9 . B D2 E&' F' en el cual a cada
>alor + la funcin C
G
7+9 le asigna un numero entre los
>alores & a $
*l set difuso es el set de pares ordenados.
A / 07+' C
A
7+99 1 + B3

Set difuso (cont)
*#emplos discretos y continuos.
A / 07&' &$19' 71' &$=9' 7?' 19' 7H' &$19' 74'&$%93
8 / 0&$1/&' &$=/1' 1/?' &$1/H' &$%/43
C / 07+' C
C
7+91 + B3' C
C
7+9 / 1 / 71 I 7+/1& D =9
4
9
B / 0&' 1' ?' H' 4' =' <' (3 es el set de :i#os ,ue puede
tener una familia' entonces el set difuso J es Kel numero
ra-onable de :i#os ,ue puede tener una familiaL
J / 0 7&' &$19' 71' &$H9' 7?' &$(9' 7H' 19' 74' &$(9'
7=' &$H9' 7<' &$?9' 7(' &$19 3

Funcin de pertenencia (o membresa)
*l >alor asignado por C

G
7+9 corresponde al grado en el
cual el >alor + tiene el atributo G$
Visto de otra manera la funcin C

G
7+9 nos indica cual es
el grado de pertenencia de + al atributo G$
6a funcin C
G
7+9 se llama la funcin de pertenencia del
atributo G$
6a funcin tiene ,ue >er con un grado de ambigMedad
sobre la caracterstica de la >ariable ,ue se esta
midiendo pero no es una probabilidad

Funcin de pertenencia (cont)
*#. C
G
7+9 corresponde al ni>el de fro medido en la
>ariable +
D4& D?& & 1& ?& H&
1
&
C
G
7+9
+ 7C
o
9
fro
mas o menos fro
No tan fro
Jefiniti>amente no fro

Un set exacto (crisp set) :
C
s
7+9
+
C
S
. B D2 0&'13

C
S
7+9 / 1 si + es un miembro de S
C
S
7+9 / & si + no es un miembro de S
N
funcin
caracterstica
par binario
1
} 0 : { N S X S

Un set difuso (fu! set):
C
s
7+9
+
C
S
. B D2 E&'1F' & O C
S
7+9 O 1

C
S
7+9 / & si + es &P miembro de S'$$$' C
S
7+9 / &$1& si + es 1&P miembro de S'$$$'
C
S
7+9 / &$?& si + es ?&P miembro de S'$$$'C
S
7+9 / 1 si + es 1&&P miembro de S
N
funcin de
pertenencia
inter>alo de >alores entre cero y uno 7inclusi>e9
1
} 0 : { N S X S
subset

"tros sets difusos (cont):
C
s
7+9
+
C
s
7+9
+
1
1
Qay muc:as posibilidades de como representar un set difuso$

#ariables Ling$sticas
Se usan >ariables lingMsticas para anali-ar y modelar un
sistemas.
*#. Supongamos ,ue B / KedadL' se pueden definir
set difusos. K#o>enL' KadultoL' KancianoL
1$&
&$=
&
%
& ?= =& (= 1&&
&(x)
#o>en adulto anciano

Funciones de pertenencia
'
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
l trapesoida
, 0
,
, 1
,
, 0
) , , , ; (
Guncin de pertenencia trape-oidal.
*#. C
trapesoid
7+R 1&' ?&' <&' )=9
1
& ?& 4& <& %& 1&&

Funciones de pertenencia (cont):
Guncin de pertenencia triangular.
*#. C
triangle
7+R ?&' <&' %&9
'
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
) , , ; (
1
& ?& 4& <& %& 1&&

Guncin de pertenencia llamada un singleton' tiene un >alor
Snico cuando + / a 7es como una funcin delta de Jirac9.
*#. C
singleton
7+R <&9
a x
a x
a x
s
'
, 1
, 0
) ; (
1
& ?& 4& <& %& 1&&

Tausiana
2
2
1
) , ; (

,
_

c x
e c x
Gausiana
*#. C
Tausiana
7+R H' 19

Tausiana
2
2
1
) , ; (

,
_

c x
e c x
Gausiana
*#. C
Tausiana
7+R H' y9

8ell
b
Bell
a
c x
c b a x
2
| | 1
1
) , , ; (
+

*#. C
8ell
7+R ?' 1' H9

8ell
b
Bell
a
c x
c b a x
2
| | 1
1
) , , ; (
+

*#. C
8ell
7+R 1' y' H9

8ell
b
Bell
a
c x
c b a x
2
| | 1
1
) , , ; (
+

*#. C
8ell
7+R y' 1' H9

Sigmoide.
) (
1
1
) , , ; (
c x a
e
c b a x s i g m f

+
d i s p ' s i g ( m

6U.
'
,
_

<
,
_
c x
c x
F
c x
x c
F
c x L R
R
L
,
,
) , , ; (

c ) * +
a ) * ,
b ) - ,
c ) . +
a ) - ,
b ) / ,
d i f f l r ( m
F x x
L
( ) m a x ( , ) 0 1
2
F x x
R
( ) e x p ( )
3

V "ara ,ue un sistema difuso sea adaptati>o es util el poder
calcular los deri>ados de las funciones de pertenencia$
V 6os deri>ados toman un rol central en la adaptacin de un
sistema difuso 7>er Wang ?$4$H9

Funciones de pertenencia en . o mas dimensiones:
6as funciones de pertenencia tambiAn pueden ser de
>arias dimensiones
V C / 07+' y' C
C
7+' y91 + B' y X3
*sto es muc:as >eces necesario ya ,ue puede ,ue
nuestra funcin de pertenencia tenga >arios inputs

F u n c i o n e s d e m e m b r e s a e n . D :
. d m f ( m

con0exmf(m
4n set difuso A es con0exo si para cual,uier +1'+? B
y
en E&' 1F'

A A A
x x x x ( ( ) ) min( ( ), ( ))
1 2 1 2
1
+

1lgunas definiciones de los sets difusos:
Jefinicin. 4n set difuso A en B se llama normal si
e+iste por lo menos un elemento + B en el cual A7+9 / 1$
4n set difuso ,ue no es normal se llama subnormal$
Jefinicin. 6a altura 7:eig:t9 de un set difuso A es el
miembro mas grande en A$ *ntonces altura7A9 / Ya+ A7+9
Jefinicin. *l soporte 7support9 de un set difuso A es el
subset e+acto de B consistente de todos los miembros con
>alor de pertenencia 2 &$ Supp7A9 / 0+ 1 A7+9 2 & and + B3

1lgunas definiciones de los sets difusos (cont):
Jefinicin. 6a medula 7o core9 de un set A son todos
los elementos con >alor de pertenencia / 1$
medula7A9 / 0+ 1 A7+9 / 1 and + B3
Jefinicin. Si A y 8 son dos fu--y sets en B$ A es un
subset de 8 si 87+9 A7+9 para todos los >alores + B$
Jefinicin. Si A y 8 son dos fu--y subsets de B$ A ) 8 si
A es un subset de 8 y 8 es un subset de A$

Definiciones de los sets difusos (cont):
Jefinicin. *l 2le0el set de A es el crisp set en B
consistente de los elementos en B para el cual A7+9
A
/ 0+ 1 A7+9 ' + B3
*+ponentes. Jado ,ue B/0a' b' c' @3$
Si A / 0+
1
/a' +
?
/b' $$$' 3 entonces A
n
/ 0+
1
n
/a' +
?
n
/b' $$$' 3

Definiciones de los sets difusos (cont):
3 F
%
( +
-
,
C o r e
C r o s s o 0 e r p o i n t s
S u p p o r t
2 c u t

Contenidos

"peraciones en sets difusos:
Jefinicin. Asumiendo ,ue A y 8 son dos sets difusos
de B' la union de A y 8 es un set difuso C / A 8'
en el cual C7+9 / Ya+EA7+9' 87+9F
Jefinicin. Asumiendo ,ue A y 8 son dos sets difusos de
B' la interseccin de A y 8 es un set difuso C / A 8'
en el cual C7+9 / YinEA7+9' 87+9F
Jefinicin. *l complemento relati0o de 8 con respecto a A
es * / A V 8 en el cual *7+9 / Ya+E&' A7+9 V 87+9F

"peraciones en sets difusos (cont):
Jefinicin. 6a suma limitada 7bounded sum9 de A y 8'
Jefinicin. *l complemento o negacin de A'
denominado es el set ' entonces para
cual,uier + en
Jefinicin. 6a doble negacin de A es igual a A$
)] ( ) ( , 1 [ ) ( , x B x A Min x C B A C +
A(x) 1 (x) A
A
A X A

" p e r a c i o n e s e n s e t s d i f u s o s ( c o n t ) :
s u b s e t ( m
f u s e t o p ( m

N a
a
s a
s
( )

+
1
1
Complemento
Ue,uerimientos.
V 8orde. N7&9/1 and N719 / &
V Yonotonicidad. N7a9 2 N7b9 if a Z b
V !n>olucin. N7N7a99 / a
Jos tipos.
V Sugeno[s complement.
V Xager[s complement.
N a a
w
w w
( ) ( )
/
1
1

Complemento
N a
a
s a
s
( )

+
1
1
N a a
w
w w
( ) ( )
/
1
1

4 x t e n s i o n e s c i l n d r i c a s :
5 a s e s e t 1 C ! l i n d r i c a l 4 x t ( o f 1
c ! l ' e x t ( m

6 r o ! e c c i o n e s :
7 8 o 2 d i m e n s i o n a l
3 F
6 r o 9 e c t i o n
o n t o %
6 r o 9 e c t i o n
o n t o :
R
x ( , )

R
x
x
( )
m a x ( , )
B
x
R
x
( )
m a x ( , )
p r o 9 e c t ( m

Conmutati>idad.
A 8 / 8 A
A 8 / 8 A
\dempotencia.
A A / A
8 8 / 8
Asociati>idad
A 78 C9 / 7A 89 C / A 8 C
A 78 C9 / 7A 89 C / A 8 C

Jistribucin
A 78 C9 / 7A 89 7A C9
A 78 C9 / 7A 89 7A C9
Nulo
A = A
A =
Unin e Interseccin de X (A es un subset de X)
A B = X
A B = A

49emplos:
A/0$1/a'$1/b' $?/c' &/d' 1/e3
8/0$1/a' &/b' $?/c' &/d' $)/e3
A es un set fu--y normal en B 7a ra-n de el elemento 1/e9
8 es un set fu--y subnormal en B
altura7A9 / 1' altura789 / $)
supp7A9 / 0a' b' c' e3' supp789 / 0a' c' e3
core7a9 / 0e3' core789 / 0 3
78 es un subset de A ya ,ue A7+9 87+9 para + B9 A B

49emplos (cont):
A/0$1/a'$1/b' $?/c' &/d' 1/e3
8/0$1/a' &/b' $?/c' &/d' $)/e3
C / A 8 / Ya+EA7+9' 87+9F / 0$1/a' $1/b' $?/c' &/d' 1/e3
C / A 8 / YinEA7+9' 87+9F / 0$1/a' &/b' $?/c' &/d' $)/e3
/ 1 V A / 0$)/a' $)/b' $%/c' 1/d' &/e3
A

49emplos (cont):
]
C
7+9 / ]
A
7+9 ]
8
7+9 / min7 ]
A
7+9' ]
8
7+9 9
&
1
&
1
+
+
C
c
7+9
C
a
7+9
C
b
7+9

49emplos (cont):
]
C
7+9 / ]
A
7+9 ]
8
7+9 / ma+7 ]
A
7+9' ]
8
7+9 9
&
1
+
C
c
7+9
C
a
7+9
C
b
7+9
&
1
+

Interseccin de sets difusos (1 5) :
6a interseccin de dos sets difusos A y 8 se en
general se especifica por una funcin T.E&'1F :[0,1]^ [0,1].
*stas operaciones se efectSan a tra>As de un operador ,ue
opera sobre los grados de pertenencia de los con#untos .
C
A
7+9 / T7C
A
7+9' C
8
7+99 / C
A
7+9 EopF C
8
7+9
*n el cual EopF es un operador binario$

Interseccin de set difusos (1 5) (cont) :
!nterseccin o 72;orma Tenerali-ado
Ue,uerimientos.
V 8orde. T7&' &9 / &' T7a' 19 / T71' a9 / a
V Yonotonicidad. T7a' b9 Z T7c' d9 if a Z c and b Z d
V Conmutati>idad. T7a' b9 / T7b' a9
V Asociati>idad. T7a' T7b' c99 / T7T7a' b9' c9
*#emplos.
V Yinimum. Tm7a' b9
V Algebraic product. Ta7a' b9
V 8ounded product. Tb7a' b9
V Jrastic product. Td7a' b9

Interseccin de sets difusos (1 5) (cont) :
Cuatro operadores TDnorm.
V
T
min
7a'b9 / min7a' b9 / A 8 7minino9
V
T
ap
7a'b9 / ab 7producto algebraico9
V
T
bp
7a'b9 / & (aI bD19 7producto limitado9
V
T
dp
7a'b9 / a if b/1' 7producto drastico9
/ b if a/1'
/ & if a'b Z 1

3 i n i m u m :
7 m ( a < b )
1 l g e b r a i c
p r o d u c t :
7 a ( a < b )
5 o u n d e d
p r o d u c t :
7 b ( a < b )
D r a s t i c
p r o d u c t :
7 d ( a < b )
t n o r m ( m

Unin de sets difusos (1 5) :
4nion o 72conorm 7SDnorm9 satisface S7$ ' $9.
V 8orde. S71'19 / 1' S7&'a9 / S7a'&9 / a
V Yonotonicidad. S7a'b9 O S7c'd9 if a O c and b O d
V Conmutati>idad. S7a'b9 / S7b'a9
V Asociati>idad. S7a'S7b'c99 / S7S7a'b9'c99

Unin de sets difusos (1 5) (cont) :
Cuatro operadores TDconorm.
V S7a'b9 / ma+7a' b9 / A 8 7m+imo9
V S7a'b9 / aIbDab 7suma algebraico9
V S7a'b9 / 1 (a I b9 7suma limitada9
V S7a'b9 / a if b/&' 7suma drastica9
/ b if a/&'
/ 1 if a'b 2 &

3 a x i m u m :
S m ( a < b )
1 l g e b r a i c
s u m :
S a ( a < b )
5 o u n d e d
s u m :
S b ( a < b )
D r a s t i c
s u m :
S d ( a < b )
t c o n o r m ( m

6ey de Je Yorgan.
T7a' b9 / N7S7N7a9' N7b999
S7a' b9 / N7T7N7a9' N7b999
B A B A
B A B A

) (
) (
7 m ( a < b )
7 a ( a < b )
7 b ( a < b )
7 d ( a < b )
S m ( a < b )
S a ( a < b )
S b ( a < b )
S d ( a < b )

72norma ! 72conorma 6arametriadas
Varios in>estigadores :an propuesto >ersiones
parametri-adas de TDnorma y TDconorma
V Xager
V Sc:_ei-er and S`lar
V Jubois and "rade
V Qamac:er
V Gran`
V Sugeno
V Jombi

6rincipio de 4xtensin
*l principio de e+tensin nos da un mecanismo bsico para
e+tender las e+presiones matemticas de sets e+actos al
dominio difuso$
*ste principio generali-a la idea de un mapeo punto a punto
de una funcin en sets tradicionales y/f7+9 a un mapeo entre
con#untos difusos$

6rincipio de 4xtensin (cont)
Si f es una funcin X / f7B9 y A es un set difuso sobre B
definido como.
A / 0C
A
7+
1
9/+
1
' C
A
7+
?
9/+
?
' $$$ ' C
A
7+
n
9/+
n
3
*ntonces el principio de e+tensin indica ,ue la imagen del
set A ba#o la funcin f7 9 es el set difuso 8.
8 / f7A9 / 0C
8
7y
1
9/y
1
' C
8
7y
?
9/y
?
' $$$ ' C
8
7y
n
9/y
i
3
en el cual y
i
/ f7+
i
9 y C
8
7y9 / ma+ C
A
7+9

6rincipio de 4xtensin (cont)
*#emplo.
Si A / 0&$1/D?' &$4/D1' &$%/&' &$)/1' &$H/?3
y f7+9 / +
?
D H
*ntonces aplicando el principio de e+tensin tenemos ,ue.
8 / 0&$1/1' &$4/D?' &$%/DH' &$)/D?' &$H/13
/ 0&$%/DH' 7&$4 &$)9 /D?' 7&$1 &$H9/13
/ 0&$%/DH' &$)/D?' &$H/13

=elaciones Difusas
Uelaciones difusas binarias son mapas difusos en B X
,ue mapean cada elemento en B X a una sola funcin
de pertenencia 7entre & y 1 inclusi>e9$
6as relaciones difusas no solo pueden ser binarias si no
,ue pueden ser generali-adas a n >ariables
Jefinicin. *l producto Cartesiano de dos sets e+actos
7B X9 es un set consistente de todos los pares 7+' y9 donde
+ B' y X$

=elaciones Difusas 5inarias (cont)
Jefinicin. 4na relacin difusa sobre un par B' X se define
como el set difuso del producto Cartesiano B X.
U / 0 77+ ' y9' C
U
7+' y99 1 7+ ' y9 B X 3
*#emplo. Uelacin difusa discreta
Si B / 0a' b' c3' X / 01' ?3' entonces
A / 0&$1/7a' 19' &$</7a' ?9' &$)/7b' 19' 1/7b'?9' &/7c'19' &$?/7c'?93
es una relacin difusa sobre el espacio B X$

Jefinicin. Si e+isten un par de sets difusos A y 8 su
producto cruce 7cross product9 Cartesiano A 8 es una
relacin difusa T sobre el set A 8' T / A 8 donde
T7+' y9 / YinEA7+9' 87y9F
*#emplo.
Si A / 01/a' &$</b' &$H/c3' 8 / 01/1' &$=/?' &/H3 son dos subsets
difusos' entonces'
A / 0 1/7a' 19' &$=/7a' ?9' &/7a' H9' &$</7b'19' &$=/7b'?9'
&/7b'H9' &$H/7c'19' &$H/7c'?9' &/7c'H93

=elaciones Difusas 5inarias (cont):
*#. B. >ariable ,ue indica el tamaao de una casa' X. >ariable ,ue
indica el precio de una casa
C
Tamaao
7+9. tamaao atracti>o para familia de cuatro personas 7mts9
C
Tamaao
7+9 / C
Tausiana
7+R 1&&R ?9

*#. B. >ariable ,ue indica el tamaao de una casa' X. >ariable ,ue
indica el precio de una casa'
C
"recio
7y9. precio atracti>o de una casa para una familia de cuatro
personas 7millones9
C
"recio
7y9 / C
Tausiana
7yR H&R 19

*#. J / 07+' y' C
J
7+' y91 + B' y X3 indica casas de Ktamaao
atracti>o para familia de cuatro personasL ANJ Kprecio atracti>o
de una casa para una familia de cuatro personasL
C
J
al ser el producto de dos funciones de pertenencia se
denomina KcompuestaL . C
J
7+' y9 / C
T
7+9 C
"
7y9

*s posible e+presar la relacin difusa en un matri+ U de
C
U
7+' y9$
*#emplo.
Si B / 0+
1
' +
?
' +
H
3' X / 0y
1
' y
?
3' entonces U .
R=
[
x! " ! x! " #
x# " ! x# " #
x$ " ! x$ " #
]

Composicin de =elaciones Difusas
6as relaciones difusas se usan en sistemas de inferencia
difusa 7e$g$ if B / A and X/ 8 t:en ;/C9
"ara combinar las relaciones difusas se usan operaciones
de composicin
V ma+Dmin propuesta por ;ade:
V ma+Dproduct

Composicin de =elaciones Difusas (cont)
Jefinicin. Si U
1
y U
?
son dos relaciones difusas definidas en
B X e X ; respecti>amente$ 6a composicin max2min de
U
1
y U
?
es un set difuso definido como.
C
U1 b U?
7+' -9

/ ma+
y
minEC
U1
7+' y9' C
U?
7y' -9F
Jefinicin. Si U
1
y U
?
son dos relaciones difusas definidas en
B X e X ; respecti>amente$ 6a composicin max2
product de U
1
y U
?
es un set difuso definido como.
C
U1 b U?
7+' -9

/ ma+
y
EC
U1
7+' y9 C
U?
7y' -9F

Composicin de =elaciones Difusas (cont)
*n general se tiene ma+Dc en la cual c es un operador de
TDnorma.
C
U1 b U?
7+' -9

/ ma+
y
EC
U1
7+' y9 c C
U?
7y' -9F

=eglas IF27>4; difusas:
4na regla !GDTQ*N difusa es de la forma
!G + is A TQ*N y is 8
*n la cual A y 8 son >ariables lingMsticas definidas por sets
difusos en los uni>ersos B e X$ 6a parte IF + is 1 es llamada
el antecedente o premisa' mientras la parte 7>4; y is 5 es
la consecuencia o conclusin
*#emplos.
!f presin es alta' t:en >olumen es pe,ueao$
!f carretera esta mo#ada' t:en mane#ar es peligroso$

Ueglas !GDTQ*N pueden usar >ariables difusas linguisticas
*#emplos.
c o m p l 0 ( m

=eglas IF27>4; difusas (cont):
Si se ,uiere utili-ar la regla !G + is A TQ*N y is 8 7A ^89
entonces se puede definir la regla como una relacin binaria
difusa U en el espacio B X$
U puede ser >isto como un set difuso con una funcin de
pertenencia.
C
U
7+' y9 / f7C
A
7+9'C
8
7y99
6a funcin de implicacin difusa f con>ierte los grados de
pertenencia indi>iduales a grados de pertenencia de 7+' y9$

8asado en la interpretacin de 7A ^89 KA coupled _it: 8L o
KA y 8 ambos estnL entonces las cuatro funciones TDnorm se
pueden usar para resol>er la relacin U
V
U
min
7a'b9 / min7a' b9 / A 8 7minimo9
V
U
ap
V
U
bp
V
U
dp
7a'b9 / a if b/1' 7producto drstico9
/ b if a/1'
/ & if a'b Z 1

8asado en la interpretacin de 7A ^89 KA implies 8L o
KA implica 8L 7NT A U 89 se pueden utili-ar otras funciones.
V 8ounded sum
V Ya+Dmin composition
V 8oolean fu--y implicacin
V Tougends fu--y implication 7Wang$ p<?9

3aneras de Interpretar =eglas IF27>4; difusas:
1 c o u p l e d 8 i t ? 5
A
B
x
!
1 c o u p l e d 8 i t ? 5
A
B
x
!
A
B
1 e n t a i l s 5
!
x
A
B
1 e n t a i l s 5
!
x

1 coupled 8it? 5:

R A B
x f x f a b ( , ) ( ( ) , ( ) ) ( , )
f u i m p ( m

1 entails 5 (not 1 or 5):
f u i m p ( m

Contenidos

=aonamiento difuso:
*l Yodus "onens en reglas de lgica tradicional indica ,ue
podemos inferir la >erdad de la proposicin 8 basados en la
>erdad de A y en la implicacin A ^ 8.
premisa 1 7input9. + es A
premisa ? 7regla9. if + es A t:en y is 8'
consecuencia. y es 8
*l proceso de ra-onamiento difuso utili-a el Yodus "onens
Tenerali-ado 7TY"9.
premisa 1 7input9. + es Ad
premisa ? 7regla9. if + es A t:en y is 8'
consecuencia. y es 8d

=aonamiento difuso (cont):
Jefinicin. =aonamiento aproximado' si A' Ad' y 8 son sets
difusos de B' B e X respecti>amente$ Asumiendo ,ue 7A ^89
se e+presa como una relacin U en B X$
*ntonces el set difuso inducido por + es Ad y la regla difusa
if + is A t:en y is 8 se define como.
V
C
8d
7y9

/ ma+
+
minEC
Ad
7+9' C
U
7+'y9F

Si C
8d
7y9/ma+
+
minEC
Ad
7+9' &
=
(x<!)F' entonces usando las
funciones de implicacin de Yamdani y la regla de composicin
ma+Dmin. C
8d
7y9

/ ma+
+
minEC
Ad
7+9' &
1
(x) &
5
(!)F
/ ma+
+
EC
Ad
7+9 C
A
7+9F C
8
7y9 / _ C
8
7y9
1
%
8
1 @ 5
:
x i s 1 @
5 @
:
1 @
%
! i s 5 @
7 2 n o r m

*n casos con mas >ariables usando TY".
premisa 1 7input9. + is Ad and y is 8d
premisa ? 7regla9. if + is A and y is 8 t:en - is C'
consecuencia c is Cd
1 5
72norm
% :
8
1@ 5@ C.
A
C@
A
% :
1@ 5@
x is 1@ ! is 5@ is C@

=aonamiento con dos reglas: *n general se toma como la
unin de las relaciones difusas correspondiente a las reglas$
"remisas. + is A[ and y is 8[
Uegla 1. if + is A1 and y is 81 t:en - is C1
Uegla ?. if + is A? and y is 8? t:en - is C?
Conclusin. - is C[
1- 5-
1. 5.
72norm
%
%
:
:
8-
8.
1@
1@ 5@
5@ C-
C.
A
A
C@
A
% :
1@ 5@
x is 1@ ! is 5@ is C@

Inferencia usando lgica difusa:
6a computacin usando inferencia basada en lgica difusa
es un mAtodo de computo popular
Qay muc:as aplicaciones en reas como control'
clasificacin' sistemas e+pertos' robtica y reconocimiento
de patrones
*l sistema de inferencia difuso se conoce por muc:os
nombres como. sistema difuso de reglas' sistema e+perto
difuso' modelo difuso' lgica asociati>a difusa' controlador
difuso

Sistemas de inferencia usando lgica difusa:
*l sistema de inferencia difuso consiste de tres
componentes conceptuales.
V reglas difusas'
V diccionario 7con funciones de pertenencia9'
V mecanismo de raciocinio
!nput Ueglas utput

Sistemas de inferencia usando lgica difusa (cont):
Tipicamente los controladores se relacionan con el mundo
e+terno a tra>es de >alores e+actos 7no difusos9
>elocidad controlador flu#o de gasolina
Si el controlador usa logica difusa >a a ser necesario
alguna con>ersion

*sto se denomina fu--ificacion y defu--ificacion$

input
e+acto
fu--ificador
controlador
difuso
defu--ificador
output
e+acto

49emplo: Controlador 3amdani usando lgica difusa
4sando la lgica difusa y la teora de ra-onamiento
apro+imada introducida por ;ade: es posible crear un
controlador basado en esta logica
6a forma tradicional de las leyes de control con
autorregulacin 7feedbac`9 es.
u7`9 / f7e7`9' e7`D19'$$$'e7`D>9' u7`D19' u7`D?9' $$$' u7`D>99
e es el error entre el punto de control _ y el output y
C es el controlador y S es el sistema siendo controlado
6a idea es diseaar C ,ue minimi-a el error 7e/_Dy9 en el
tiempo
_
e
C S
u y

Controlador de lgica difusa (cont):
*l controlador de lgica difuso 7Gu--y 6ogic Controler9
utili-a leyes de control consistentes en reglas lgicas
!G$$$TQ*N en con#unto con funciones de pertenencia
difusas para controlar un proceso y minimi-ar el error
6os con#untos y los operadores difusos son los su#etos y
predicados de la lgica difusa$
6as reglas lgicas !GDTQ*N son usadas para formular
las e+presiones condicionales ,ue usan la lgica difusa

3amdani FLC (Fu! Logic Controler) :
*l Yamdani G6C fue propuesto por Yamdani y Assilian en
1)(4' este G6C utili-a el error e7`9 y el cambio de error
e7`9 para producir cambios en la funcin de output del
controlador (puede ser C7`9 o C7`99
e7`9 / _7`9 V y7`9
e7`9 / e7`9 V e7` V 19
u7`9 / G7e7`9' e7`99 o
u7`9 / G7e7`9' e7`99
e7`9 se define como el punto de control menos el output.
V Si e7`9 2 & entonces _7`9 2 y7`9
V Si e7`9 2 & entonces e7`9 2 e7`D19

3amdani FLC (Fu! Logic Controler) (cont) :
&$ !f e / positi>o and e / apro+ -ero t:en u / positi>o
1$ !f e / negati>o and e / apro+ -ero t:en u / negati>e
?$ !f e / apro+ -ero and e / apro+ -ero t:en u / apro+ -ero
H$ !f e / apro+ -ero and e / positi>o t:en u / positi>o
4$ !f e / apro+ -ero and e / negati>o t:en u / negati>o
1
D$=
& $= 1 D1
negati>o
-ero
positi>o
C
Guncines de pertenencia C7e9' C7e9' C7u9.

tra manera de definir las reglas del controlador es usando una matri-.
P P Z
P
P Z N
Z
Z N N
N
P Z N
e7`9
e7`9
Valores de la funcin de
pertenencia de input e7`9
pertenencia de input e7`9
pertenencia de output u7`9

Algoritmo del Yamdani G6C.
1$ 4sando el >alor del antecedente de cada una de las reglas 7!G$$$9
?$ Jeterminar la consecuencia 7TQ*N $$$9 de cada una de las reglas
H$ Agregar todos los outputs de las reglas para obtener el output de
todo el sistema 7este es una o mas funcines de pertenencia
difusa9' tambiAn se llama determinar el grado de disparo de todas
las reglas 7degree of firing9
4$ Jefu-ificar el output para obtener un >alor e+acto' se pueden usar
>arios mAtodos como el CA 7centroide9 o el YY

Jefu-ificacion usando el centroide.
*n forma discreta.
dx x f
xdx x f
Centroide
) (
) (
n
i
i
n
i
i i
x f
x x f
Centroide
0
0
) (
) (

*#emplo de defu-ificacion usando el centroide.
*n forma discreta con 1& muestras.

+ +
+ +
10
1 . 6
1 . 6
1 . 4
1 . 4
0
10
1 . 6
1 . 6
1 . 4
1 . 4
0
8 .
10
5 . 0
8 .
10
5 . 0
dx dx
x
dx
xdx xdx
x
xdx
Cg
8 . 8 . 8 . ) 10 / 6 ( ) 10 / 5 ( 5 . 5 . 5 . 5 . 5 .
8 . 9 8 . 8 8 . 7 ) 10 / 6 ( 6 ) 10 / 5 ( 5 5 . 4 5 . 3 5 . 2 5 . 1 5 . 0
+ + + + + + + + +
+ + + + + + + + +
Cg

49emplo 3amdani FLC (Fu! Logic Controler):
7*l siguiente e#emplo pro>iene del sitio _eb de la Seattle Uobotics Society9
*ste e#emplo es un sistema de control de temperatura$$$

49emplo 3amdani FLC (Fu! Logic Controler) (cont):
*n el e#emplo se ,uiere minimi-ar el error entre el Cmd y Temp
*rror. Cmd D Temp 7I cold' D :ot9
d*/dT. 7I cooling' D :eating9
ut. Qeat' N CQANT* or C6
Variables linguisticas usadas en el e#emplo.
V eNe / enegati>ee error or errorDdot input le>el 7input negati>o9
V e;e / e-eroe error or errorDdot input le>el 7input -ero9
V e"e / epositi>ee error or errorDdot input le>el 7input positi>o9
V eQe / eQeate output response 7output es calentar o KQeatL9
V eDe / eNo C:angee to current output 7output es ningun cambio
o KNo C:angeL9
V eCe / eCoole output response 7output es enfriar o KCoolL

49emplo (cont): e(B)) 2-(,F (>ot)< e(B) ) C.(+ F (Cooling)
Guncin de pertenencia del input e 7error9.
e7`9/ D1$& G 7QT9
^ e
neg
7D19 / &$=' e
-ero
7D19 / &$=
y e
positi>e
7D19 / &
Guncin de pertenencia de input e.
e7`9 / I?$= G 7C6!NT9
^ e
negati>e
7?$=9 / &'
e
-ero
7?$=9 / &$= y e
pos
7?$=9 / &$=

6asos - ! .: 4ncontrar ni0el de disparo ! output en todas las reglas e ! e
6aso D: "btener funciones del pertenencia del output:
E4rrorE selecciona reglas -<.</<+<F<G< Eerror2dotE reglas / a H(
1gregar outputs usando producto lgico (1;D) para obtener las reglas Iue
se acti0an (interseccin en ro9o)((( se acti0aron /< +< F< G (grado de disparo
o degree of firing)

-( If (e J ,) 1;D (e J ,) t?en u(B))Cool (,(+ K ,(, ) ,(,)
.( If (e ) ,) 1;D (e J ,) t?en u(B))Cool (,(+ K ,(, ) ,(,)
D( If (e L ,) 1;D ( e J ,) t?en u(B))>eat (,(, K ,(, ) ,(,)
/( If (e J ,) 1;D (e ) ,) t?en u(B))Cool (,(+ K ,(+ ) ,(+)
+( If (e ) ,) 1;D (e ) ,) t?en u(B));o'C?ng (,(+ K ,(+ ) ,(+)
*( If (e L ,) 1;D (e ) ,) t?en u(B))>eat (,(, K ,(+ ) ,(,)
F( If (e J ,) 1;D (e L ,) t?en u(B))Cool (,(+ K ,(+ ) ,(+)
G( If (e ) ,) 1;D (e L ,) t?en u(B))>eat (,(+ K ,(+ ) ,(+)
H( If (e L ,) 1;D (e L ,) t?en u(B))>eat (,(, K ,(+ ) ,(,)

"aso 4. Jefu-ificar usando algoritmo de Centroide
para obtener un >alor e+acto ,ue es el pr+imo output
para calentar o enfriar el ambiente controlado$$$
Calcular fuer-a 7strengt:9 de las reglas usando Uoot Sum S,uared 7USS9.
eQeate / 7U
H
?
I U
<
?
I U
%
?
I U
)
?
9
1/?
/ 7&
?
I &
?
I &$=
?
I &
?
9
1/?
/ &$= 7Qeat9
eNoDC:ge / 7U
=
?
9
1/?
/ 7&$=
?
9
1/?
/ &$= 7No C:ange9
eCoole / 7U
1
?
I U
?
?
I U
4
?
I U
(
?
9
1/?
/ 7&
?
I &
?
I &$=
?
I &$=
?
9
1/?
/ &$(&( 7Cool9
4sando USSDCentroide.
"U76U7 ) (:eatfcenter c :eatfstrengt: I -erofcenter c -erofstrengt: I coolfcenter
c coolfstrengt:9 / 7:eatfstrengt: I -erofstrengt: I coolfstrengt:9
7D1&& c &$= I & c &$= I 1&& c &$(&(9/ 7&$= I &$= I &$(&(9 / --(FM
n
i
i
n
i
i i
x f
x x f
Centroide
0
0
) (
) (

49emplo (cont):
6a coordenada :ori-ontal se toma como el >alor e+acto$ *n este e#emplo el >alor
de 11$(P 7*nfriando9 parece lgico ya ,ue el e / D1 G de input indica ,ue toda>ia
esta QT a pesar de ,ue ya se estaba enfriando 7e7`9 / I?$= G' C6!NT9$
1
=& & =& 1&& D1&&
Qeat
NoDC:g
Cool
C
11$(

*l e#emplo anterior es basado en un modelo de inferencia
difuso llamado el modelo Yamdani
tro modelo utili-ado es el modelo Sugeno 7tambiAn
conocido como modelo Taàgi' Sugeno' gang o TSg9
4n tercer modelo es el modelo Tsuàmoto
Cada modelo tiene caractersticas especificas ,ue lo
:acen mas ameno a ser usado en una implementacin
dependiendo del problema a resol>er

6a principal diferencia entre los modelos es en las
consecuencias de las reglas y en los mAtodos de
agregacin y defu-ificacion
input
e+acto
fu--ificador
controlador
difuso.
reglas if t:en
agregacin
defuificador
output
e+acto

4l modelo 3amdani:
Gue uno de los primeros mAtodos de control difuso
obtenidos basados en la e+periencia de operadores
:umanos
*n el modelo Yamdani se pueden usar diferentes
operadores 7siempre ,ue sean TDnorm o TDconorm9

#ariantes de 72norm ! 72conorm en modelos 3amdani:
"ara implementar un modelo Yamdani :ay ,ue asignar un
operador basado en las operaciones seleccionadas.
ANJ. 7usualmente TDnorm9 para calcular la fuer-a de disparo de
una regla con antecedentes ,ue usan ANJ
U. 7usualmente TDconorm9 para calcular la fuer-a de disparo de
una regla con antecedentes ,ue usan U
!mplicacin. 7usualmente TDnorm9 para calcular consecuentes
Agregacin. 7usualmente TDconorm9 para agregar consecuentes y
generar una funcin de pertenencia del output
Jefu-ificacion. para transformar la funcin de pertenencia 7output
difuso9 a un output e+acto

Union e Interseccin de lgica difusa (1 5< 1 5) (cont) :
Cuatro posibles operadores TDnorm.
V
T
min
7a'b9 / min7a' b9 / A 8 7minimo9
V
T
ap
V
T
bp
V
T
dp
7a'b9 / a if b/1' 7producto drastico9
/ b if a/1'
/ & if a'b Z 1

Union e Interseccin de lgica difusa (1 5< 1 5) (cont) :
Cuatro posibles operadores TDconorm.
V S7a'b9 / ma+7a' b9 / A 8 7ma+imo9
V S7a'b9 / aIbDab 7suma algebraico9
V S7a'b9 / 1 (a I b9 7suma limitada9
V S7a'b9 / a if b/&' 7suma drastica9
/ b if a/&'
/ 1 if a'b 2 &

4l modelo 3amdani (original):
!f + is A
1
and y is 8
1
t:en - is C
1
!f + is A
?
and y is 8
?
t:en - is C
?
TDnorm / min
TDconorm / ma+

4l modelo 3amdani II:
!f + is A
1
and y is 8
1
t:en - is C
1
!f + is A
?
and y is 8
?
t:en - is C
?
TDnorm / product
TDconorm / ma+

3Ntodos de defuificacion usados en 3amdani:
Centroid 7Centroid o CA9
8isector de un Area 78A9
Yas pe,ueao' medio' m+imo de un m+imo 7SY'
YY' 6Y9

3odelo 3amdani de tres reglas con un input ! un output:
4sando composicin ma+Dmin' defu-ificacion centroide
!f B is small t:en X is small
!f B is medium t:en X is medium
!f B is large t:en X is large

3amdani de cuatro reglas con dos input ! un output:
4sando composicin ma+Dmin' defu-ificacion centroide
!f B is small and X is small t:en ; is negati>e large
!f B is small and X is large t:en ; is negati>e small
!f B is large and X is small t:en ; is positi>e small
!f B is large and X is large t:en ; is positi>e large

4l modelo Sugeno:
tro modelo desarrollado para la inferencia difusa' utili-a
una funcin como consecuente.
V !f + is A and y is 8 t:en - / f7+' y9
; / f7+' y9 es una funcin e+acta en el consecuente
f7+' y9 es un polinomio
V Si f7+' y9 es constante el modelo Sugeno es de orden
-ero
V Si f7+' y9 es de primer orden el modelo Sugeno es de
orden uno

4l modelo Sugeno (cont):
*n el modelo Sugeno no es necesaria la defu-ificacion'
ya ,ue cada regla tiene un output e+acto' alternati>as son.
V "romedio ponderada de cada regla
V
Suma ponderada de cada regla 7-d / _
1
-
1
I _
?
-
?
9

4l modelo Sugeno (cont):
*l output continuo del modelo Sugeno de orden -ero
depende de ,ue las funciones de pertenencia de los
antecedentes estAn suficientemente traslapados

3odelo Sugeno con antecedentes exactos ! difusos:
Consideren un modelo Sugeno de un input.
V !f B is small t:en X / &$1+ I <$4
V !f B is medium t:en X / D&$=+ I 4
V !f B is large t:en X / + D 4

3odelo Sugeno con cuatro reglas< dos inputs ! un output:
!f B is small and X is small t:en ; / D+ I y I 1
!f B is small and X is large t:en ; / Dy I H
!f B is large and X is small t:en ; / D+ I H
!f B is large and X is large t:en ; / + Iy I H

3odelo 7suBamoto:
*n este modelo la funcin consecuente es un set difuso con
una funcin monotonica.
V !f + is A and y is 8 t:en - is C
*l output de cada regla se define como un >alor e+acto
inducido por la fuer-a de disparo de cada regla
Cada regla tiene un output e+acto
*ste metodo no necesita defu-ificacion ya ,ue agrega los
outputs e+actos de cada regla usando el promedio
ponderado

3odelo 7suBamoto con dos reglas dos inputs ! un output:
!f + is A
1
and y is 8
1
t:en - is C
1
!f + is A
?
and y is 8
?
t:en - is C
?

3odelo 7suBamoto con tres reglas un input ! un output
(cont):
!f B is small t:en X is C
1
!f B is medium t:en X is C
?
!f B is large t:en X is C
H

3odelamiento difuso:
6a idea del modelamiento difuso es di>idir 7particin9 los posibles
>alores de input 7antecedentes9
6os consecuentes pueden ser funciones de pertenencia
7Yamdani y Tsuàmoto9' >alores constantes 7Sugeno de orden
-ero9 o funciones lineares 7Sugeno9
6os diferentes consecuentes resultan en diferentes sistemas de
inferencia pero los antecedentes son los mismos

3odelamiento difuso: 3Ntodos de particin del input:
a9 Trid partition. di>idir el espacio del input en celdas de igual
tamaao e igual distribucin
V Sufre de un problema de dimensionalidad
V *#. Yodelo con H inputs y ? funciones 7large' small9 de
pertenencia por input. A' 8' C ^ ?
H
/ % reglas'
V Yodelo con 4 inputs y H funciones de pertenencia 7large'
medium' small9 por input.
V A' 8' C' J ^ H
4
/ %1 reglas' $$$

3odelamiento difuso: 3Ntodos de particin del input (cont)
b9 Tree partition. di>idir el espacio de bSs,ueda en celdas de
diferente tamaao y basado en la lgica de un rbol
No tiene el problema e+ponencial de grid partition
Yuc:as >eces el significado de las >ariables no es tan genArico
lingMsticamente como en Trid 7no es tan ortogonal9
4sado en el algoritmo CAUT 7Wang$ C:149

3odelamiento difuso: 3Ntodos de particin del input (cont)
c9 Scatter partition. no cubrir el espacio de bSs,ueda completo si no
,ue solo un subcon#unto de este
6a particin es decidida por especficos pares de datos de
inputDoutput
*l significado de las >ariables no es genArico linguisticamente
No es ortogonal y :ay traslapado posible

3odelamiento difuso: reglas generales
Tpicamente un sistema difuso tiene ,ue replicar 7o me#orar9 el
accionamiento de un sistema de control e+istente.
V 4n operador a cargo de un proceso en una planta ,umica
V 4n operador a cargo de un tren del metro
V 4n operador a cargo de monitorear una linea del metro
V 4n medico especialista en cierto diagnostico
V etc
*l sistema difuso se con>ierte en un sistema e+perto en el cual las
reglas ,ue utili-a son dictadas por la lgica ,ue utili-a el e+perto
original 7reglas h conocimiento del dominio del problema9
Cuando solo se tienen pares de datos de input ^ output entonces
se pueden usar mAtodos para identificar el sistema y modelarlo
7datos numAricos h conocimiento del dominio del problema9

3odelamiento difuso: pasos
"asos iniciales.
Seleccionar >ariables rele>antes de input y output
*legir un tipo especifico de sistema de inferencia
Jeterminar el numero de tArminos lingMsticos 7basados en
>ariables9
Jiseaar una coleccin de reglas ifDt:en difusas
JespuAs de estos pasos iniciales tpicamente se desea me#orar el
modelo.
*legir funciones de pertenencia correctamente parametri-adas
Ye#orar las reglas y los parmetros de la funciones de
pertenencia
Uefinar los parmetros de las funciones de pertenencia usando
mAtodos de optimi-acin 7*#$ Tradiente' TA' T"'$$$9

=eferencias:
O-P :ager< =(< File0< D(< 4ssentials of Fu! 3odeling and Control<
Qile! Interscience< ;:< -HH/
O.P Rartalopoulos< S(< Understanding ;eural ;et8orBs and Fu!
Logic< I444 6=4SS< ;:< -HH/
ODP Sang< S(< et al< ;euro2Fu! and Soft Computing< 6rentice
>all<-HHF
O/P 888(seattlerobotics(org

Introduccion A La Logica Difusa

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Introduccion A La Logica Difusa

Transféré par

Droits d'auteur :

Formats disponibles

Introduccin a la Lgica Difusa

Toms Arredondo Vidal

*l >alor asignado por C

Visto de otra manera la funcin C

Introduccin a la lgica difusa

Vous aimerez peut-être aussi