Académique Documents
Professionnel Documents
Culture Documents
Lgica difusa
La lgica difusa (tambin llamada lgica borrosa) se basa en lo relativo de lo observado
como posicin diferencial. Este tipo de lgica toma dos valores aleatorios, pero
contextualizados y referidos entre s. As, por ejemplo, una persona que mida dos metros es
claramente una persona alta, si previamente se ha tomado el valor de persona baja y se ha
establecido en un metro. Ambos valores estn contextualizados a personas y referidos a una
medida mtrica lineal.
Fue formulada en 1965 por el ingeniero y matemtico Lotfi A. Zadeh.1
ndice
[ocultar]
1Funcionamiento
2Lgica Difusa Compensatoria (LDC)
3La modelizacin de la vaguedad en la Lgica Difusa Compensatoria
4Aplicaciones
o 4.1Aplicaciones generales
o 4.2Lgica difusa en inteligencia artificial
5Ventajas e inconvenientes
6Vase tambin
7Referencias
8Enlaces externos
Funcionamiento[editar]
La lgica difusa (fuzzy logic, en ingls) se adapta mejor al mundo real en el que vivimos, e
incluso puede comprender y funcionar con nuestras expresiones, del tipo hace mucho calor,
no es muy alto, el ritmo del corazn est un poco acelerado, etc.
La clave de esta adaptacin al lenguaje se basa en comprender los cuantificadores de
cualidad para nuestras inferencias (en los ejemplos de arriba, mucho, muy y un poco).
En la teora de conjuntos difusos se definen tambin las operaciones
de unin, interseccin, diferencia, negacin o complemento, y otras operaciones sobre
conjuntos (ver tambin subconjunto difuso), en los que se basa esta lgica.
Para cada conjunto difuso, existe asociada una funcin de pertenencia para sus elementos,
que indica en qu medida el elemento forma parte de ese conjunto difuso. Las formas de las
funciones de pertenencia ms tpicas son trapezoidal, lineal y curva.
Se basa en reglas heursticas de la forma SI (antecedente) ENTONCES (consecuente),
donde el antecedente y el consecuente son tambin conjuntos difusos, ya sea puros o
resultado de operar con ellos. Sirvan como ejemplos de regla heurstica para esta lgica
(ntese la importancia de las palabras muchsimo, drsticamente, un poco y
levemente para la lgica difusa):
Aplicaciones[editar]
Aplicaciones generales[editar]
La lgica difusa se utiliza cuando la complejidad del proceso en cuestin es muy alta y no
existen modelos matemticos precisos, para procesos altamente no lineales y cuando se
envuelven definiciones y conocimiento no estrictamente definido (impreciso o subjetivo).
En cambio, no es una buena idea usarla cuando algn modelo matemtico ya soluciona
eficientemente el problema, cuando los problemas son lineales o cuando no tienen solucin.
Esta tcnica se ha empleado con bastante xito en la industria, principalmente en Japn,
extendindose sus aplicaciones a multitud de campos. La primera vez que se us de forma
importante fue en el metro japons, con excelentes resultados. Posteriormente se generaliz
segn la teora de la incertidumbre desarrollada por el matemtico y economista
espaol Jaume Gil Aluja.
A continuacin se citan algunos ejemplos de su aplicacin:
Ventajas e inconvenientes[editar]
Como principal ventaja, cabe destacar los excelentes resultados que brinda un sistema de
control basado en lgica difusa: ofrece salidas de una forma veloz y precisa, disminuyendo as
las transiciones de estados fundamentales en el entorno fsico que controle. Por ejemplo, si el
aire acondicionado se encendiese al llegar a la temperatura de 30, y la temperatura actual
oscilase entre los 29-30, nuestro sistema de aire acondicionado estara encendindose y
apagndose continuamente, con el gasto energtico que ello conllevara. Si estuviese
regulado por lgica difusa, esos 30 no seran ningn umbral, y el sistema de
control aprendera a mantener una temperatura estable sin continuos apagados y encendidos.
Tambin est la indecisin de decantarse bien por los expertos o bien por la tecnologa
(principalmente mediante redes neuronales) para reforzar las reglas heursticas iniciales de
cualquier sistema de control basado en este tipo de lgica.