Académique Documents
Professionnel Documents
Culture Documents
O conceito de conjuntos fuzzy foi inicialmente introduzido por Zadeh [20] quando ele
observou a impossibilidade de modelar sistemas com fronteiras mal definidas segundo as
abordagens matemticas rgidas e precisas dos mtodos clssicos, como, por exemplo, a
teoria da probabilidade.
A : U [0,1] (3.1)
Um conjunto fuzzy pode ser interpretado como a ponte que liga o conceito impreciso
sua modelagem numrica, atribuindo-se a cada indivduo no universo um valor entre 0 e
1, que representa o grau de pertinncia deste indivduo ao conjunto fuzzy.
31
sup xU A ( x) = 1 (3.2)
nuc( A) = {x U / A ( x) = 1)}
PUC-Rio - Certificao Digital N 0210463/CA
(3.4)
Funo de Pertinncia
(x)
1
Grau de Pertinncia
0,8
0,6
0,4
0,2
0 x
0 1 2 3 4 5 6 7 8 9
Domnio do Conjunto Fuzzy
0,8
0,6
0,4
0,2
0 x
PUC-Rio - Certificao Digital N 0210463/CA
0 1 2 3 4 5 6 7 8 9
Domnio do Conjunto Fuzzy
Para todo valor do intervalo [0,1], definido o -cut A (ou corte no nvel ) de
um conjunto fuzzy A de U como o sub-conjunto:
A = {x U / A ( x) } (3.5)
O -cut pode ser interpretado como o conjunto fuzzy que apresenta uma restrio ou
um limite imposto ao domnio do conjunto baseado no valor do . Assim, o conjunto
resultante contm todos os elementos do domnio que possuem um grau de pertinncia,
(x) superior ou igual ao valor de .
Qualquer conjunto fuzzy A forma uma famlia aninhada (nested family) de conjuntos,
isto :
(x)
1
Grau de Pertinncia
0,8
0,6
0,4
0,2
0 x
0 1 2 3 4 5 6 7 8 9
Domnio do Conjunto Fuzzy
3.2.1. Intervalos
0, x < a1
A ( x) = 1, a1 x a3 (3.7)
0, x > a3
(x)
a1 a3 x
O nmero fuzzy um caso especial de conjunto fuzzy que define um intervalo fuzzy
nos nmeros reais, R. Para um nmero real cujo valor preciso no conhecido com
exatido, este nmero definido atravs de um intervalo fuzzy. Um intervalo fuzzy
geralmente representado por dois pontos extremos a1 e a3 (um valor mnimo e um valor
mximo) e um ponto mdio a2 (o valor mais possvel) como (a1 , a 2 , a3 ) , tambm ilustrado
na Figura 8.
Sendo os nmeros fuzzy mais comuns os triangulares e os trapezoidais, os graus de
pertinncia formam funes com equaes simples.
A operao de -cut tambm pode ser aplicada a nmeros fuzzy. Denotando-se como
A o intervalo -cut de um nmero fuzzy A, este intervalo definido como:
[ ( )
A = a1 , a3
( )
] (3.8)
35
(x)
a1 a2 a3 x
(x)
'
[
A = a1 , a3
( ) ( )
]
A ' = a1[ ( ')
, a3
( ')
]
Figura 9 - -cut de um nmero fuzzy: < A A '
36
Para que um conjunto fuzzy seja definido como um nmero fuzzy, este deve obedecer
s seguintes condies:
Estar definido nos nmeros reais;
A funo de pertinncia deve ser contnua;
O conjunto fuzzy deve ser normalizado;
O conjunto fuzzy deve ser convexo.
Logo, um nmero fuzzy deve ser normalizado e convexo. A condio de
normalizao implica que o valor mximo do grau de pertinncia 1, conforme a eq. (3.9):
x R, A ( x) = 1 (3.9)
[
A = a1
( )
, a3
( )
] (3.10)
( ') ( ) ( ') ( )
( ' < ) (a1 a1 , a3 a3 ) (3.11)
0, x < a1
x a1
, a1 x a 2
a2 a1
A ( x) = (3.13)
a x
3 , a 2 x a3
a3 a 2
0, x > a3
37
(x)
1
PUC-Rio - Certificao Digital N 0210463/CA
a1 a2 a3 x
intervalo crisp de um nmero fuzzy triangular, obtido atravs de uma operao de -cut,
[0,1] . Da eq. (3.13) obtm-se:
( ) ( )
a1 a1 a3 a3
= , =
a2 a1 a3 a 2
Assim:
( )
a1 = (a 2 a1 ) + a1 ,
( )
a3 = (a3 a2 ) + a3
Logo:
A = a1 , a3[ ( ) ( )
] = [(a 2 a1 ) + a1 , (a3 a2 ) + a3 ] (3.14)
38
0, x < 5
x +5
, 5 x 1
A ( x) = 4 (3.15)
1 x
, 1 x 1
2
0, x >1
x+5
= x = 4 5
PUC-Rio - Certificao Digital N 0210463/CA
4
1 x
= x = 2 + 1
2
A = a1[ ( )
, a3
( )
] = [4 5, 2 + 1] (3.16)
A0,5 = a1 [ ( 0, 5 )
, a3
( 0, 5 )
] = [ 3, 0]
39
(x)
0,5
-7 -6 -5 -4 -3 -2 -1 0 1 x
A0 , 5
Figura 11 Intervalo = 0,5 cut do nmero fuzzy triangular A = (-5, -1, 1)
PUC-Rio - Certificao Digital N 0210463/CA
Operaes com nmeros fuzzy podem ser generalizadas a partir das operaes de
intervalos crisp. A seguir so apresentadas brevemente as definies das principais
operaes intervalares, considerando A e B como nmeros expressos como intervalos [22],
[23], [24], de modo que:
a1 , a3 , b1 , b3 R
A = [a1 , a3 ], B = [b1 , b3 ]
i) Adio: a adio de dois intervalos definidos nos nmeros reais , eq. (3.17):
A + B = [a1 , a3 ] (+) [b1 , b3 ] = [a1 + b1 , a3 + b3 ] (3.17)
ii) Subtrao:
A B = [a1 , a3 ] () [b1 , b3 ] = [a1 b3 , a3 b1 ] (3.18)
iii) Multiplicao:
A B = [a1 , a3 ] () [b1 , b3 ]
40
A B = [a1 b1 a1 b3 a3 b1 a3 b3 , a1 b1 a1 b3 a3 b1 a3 b3 ]
isto :
A B = [min{a1 b1 , a1 b3 , a3 b1 , a3 b3 }, max{a1 b1 , a1 b3 , a3 b1 , a3 b3 }]
(3.19)
iv) Diviso:
A / B = [a1 , a3 ] (/) [b1 , b3 ]
A / B = [a1 / b1 a1 / b3 a3 / b1 a3 / b3 , a1 / b1 a1 / b3 a3 / b1 a3 / b3 ]
isto :
excluindo o caso de b1 = 0 ou b3 = 0.
v) Inversa de um intervalo:
A 1 = 1 = [a1 , a3 ]
1
A
A 1 = 1 1 , 1 1
a1 a3 a1 a3
isto :
A 1 = min 1 , 1 , max 1 , 1 (3.21)
1a a 3 1a a 3
excluindo o caso de a1 = 0 ou a3 = 0.
se < 0
A = [a1 , a3 ] = [a3 , a1 ] (3.23)
[
confiana A = a1 , a3
( ) ( )
], que uma funo montona decrescente de . Isto quer dizer
que:
PUC-Rio - Certificao Digital N 0210463/CA
ou
( ' > ) a1 [ ( ')
, a3
( ')
] [a
1
( )
, a3
( )
]
Desta forma, pode-se aplicar a teoria da aritmtica intervalar para definir as operaes com
nmeros fuzzy, onde cada intervalo possibilstico definido por um -cut pode ser tratado
independentemente pela aritmtica intervalar.
um conjunto crisp.
[
A = a1 , a3
( ) ( )
] [0, 1] a , a , a 1 3 1
( )
, a3
( )
R
Desta forma A um intervalo crisp. Logo, as operaes vistas na seo 3.2.4 podem
B = [b1 ,b3 ], b1 , b3 R
[ ( )
B = b1 , b3
( )
], [0, 1], b 1
( )
, b3
( )
R ,
A + B = a1 , a3[ ( ) ( )
](+)[b
1
( )
, b3
( )
] = [a 1
( )
+ b1
( )
, a3
( )
+ b3
( )
]
A B = a1 [ ( )
, a3
( )
]()[b
1
( )
, b3
( )
] = [a 1
( )
b3
( )
, a3
( )
b1
( )
]
Isto , para cada grau de pertinncia do nmero fuzzy estabelecido um -cut,
criando-se intervalos -cut. Logo, as operaes com o nmero fuzzy sero realizadas para
PUC-Rio - Certificao Digital N 0210463/CA
cada nvel, cada -cut, segundo a aritmtica intervalar. Estas operaes podem ser
estendidas para multiplicao, diviso, etc.
Pode-se concluir que as operaes com nmeros fuzzy seguem as mesmas
propriedades das operaes intervalares. A diferena que, com os nmeros fuzzy, as
operaes so realizadas para cada nvel de pertinncia. como se o nmero fuzzy fosse
fatiado em diversos nmeros intervalares.
i) Adio
ii) Subtrao
A = (3, 2, 4) e B = (1, 0, 6)
logo:
A(+) B = (4, 2, 10)
A() B = (9, 2, 5)
Os conjuntos fuzzy de A e de B, assim como os conjuntos fuzzy da soma A (+) B e da
subtrao A (-) B esto ilustrados na Figura 12.
No caso da multiplicao ou da diviso, ao invs de se efetuar o clculo preciso
atravs das funes de pertinncia, o que resultaria em um nmero fuzzy no triangular,
prefervel aproximar o resultado para um nmero fuzzy triangular.
44
1 A
0,5
-4 -3 -2 -1 0 1 2 3 4 5 6
A (+)B
0,5
PUC-Rio - Certificao Digital N 0210463/CA
-5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10
A (-)B
0,5
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5
A = (1, 2, 4) , B = (2, 4, 6)
O primeiro passo obter os -cuts dos nmeros fuzzy em questo:
45
A = [(2 1) + 1, (4 2) + 4]
= [ + 1, 2 + 4]
B = [(4 2) + 2, (6 4) + 6]
= [2 + 2, 2 + 6]
Para todo [0, 1], multiplica-se A e B , que so dois intervalos crisp. Observe-
se que, para [0, 1], todos os elementos de cada intervalo so nmeros positivos. Logo a
operao de multiplicao dos dois intervalos simples.
A () B = [ + 1, 2 + 4]()[2 + 2, 2 + 6]
= [( + 1)(2 + 2), (2 + 4)(2 + 6)]
= [2 2
+ 4 + 2, 4 2 20 + 24 ]
importante observar que, neste ponto, fica claro que o nmero fuzzy resultante da
PUC-Rio - Certificao Digital N 0210463/CA
A0 () B0 = [2, 24]
Quando = 1:
A1 () B1 = [2 + 4 + 2, 4 20 + 24] = [8, 8 = 8]
A ( )B
No aproximado
A B A ( )B
1 Aproximado
0,5
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
A (/) B = [ + 1, 2 + 4](/)[2 + 2, 2 + 6]
= [( + 1) /(2 + 6), (2 + 4) /(2 + 2)]
Quando = 0:
A0 (/) B0 = [1 / 6, 4 / 2]
= [0,17, 2]
Quando = 1:
Obtm-se desta forma um nmero fuzzy triangular que uma aproximao de A(/) B :