Académique Documents
Professionnel Documents
Culture Documents
Sim
Não
Não? Sim?
Fuzzy: Não
Introdução
LOGO
Não? Sim?
Fuzzy: Um pouco
Introdução
LOGO
Não? Sim?
Ar condicionado.
Controles de automóveis.
Casas inteligentes.
Controladores de processo industrial.
etc...
Introdução
LOGO
Conjuntos
Conjunto com limitesConjunto
Clássico imprecisos
Fuzzy
1.0 1.0
0.9
0.8
0.5
Função de
pertinência
uA:X [0,1]
A {( x , u ( x )) | x X }
Definição formal: Um conjunto
A fuzzy A em X é
expresso como um conjunto de pares ordenados:
Conjunto Função de Universo
Fuzzy Pertinência
“alto” no Brasil
0.8
Função Triangular:
xa cx
trimf ( x; a, b, c ) max min , ,0
b a c b
2
1 x c
Função
gaussmf (Gaussiana:
x; a , b , c ) e 2
1
gbellmf ( x; a , b, c ) 2b
Função Sino Generalizada: xc
1
b
Função de Pertinência
LOGO
1 1
Grau de Pertinência
Grau de Pertinência
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
0 20 40 60 80 100 0 20 40 60 80 100
1 1
Grau de Pertinência
Universo Discreto
X = {0, 1, 2, 3, 4, 5, 6}
1
0.6
A = {(0, 0.1), (1, 0.3),
0.4 (2, 0.7), (3, 1), (4, 0.6),
0.2 (5, 0.2), (6, 0.1)}
0
0 2 4 6
X = Número de filhos
LOGO
Função de Pertinência: Universo Contínuo
0.8
B = “Pessoas com idade em
0.6
torno de 50 anos”
0.4
1.2
Partição fuzzy do universo de X representando
Jovem
“idade”, Adulto
formada pelos conjuntos Idoso
fuzzy “jovem”,
Grau de Pertinência
0.8
“adulto” e “idoso”.
0.6
0.4
0.2
0
0 10 20 30 40 50 60 70 80 90
X = Idade
Variáveis Linguísticas
LOGO
A B
1 1
A está contido em B 0.8 0.8
Grau de Pertinência
0.6 0.6
1 B
0.4 0.4
0.8 A 0.2 0.2
0.6
0 0
0.4
0.2 (c) Conjunto Fuzzy "A ou B" (d) Conjunto Fuzzy "A e B"
0
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
Exemplo: União e Interseção
LOGO
X = {a, b, c, d, e}
A = {1/a, 0.7/b, 0.3/c, 0/d, 0.9/e}
B = {0.2/a, 0.9/b, 0.4/c, 1/d, 0.4/e}
União
C = {1/a, 0.9/b, 0.4/c, 1/d, 0.9/e}
Interseção
D = {0.2/a, 0.7/b, 0.3/c, 0/d, 0.4/e}
Regras Fuzzy
LOGO
SeExemplo:
velocidade > 100 Então Se velocidade é alta Então
DPP é 30 metros DPP é longa
Se velocidade < 40 Então Se velocidade é baixa
DPP é 10 metros Então DPP é curta
Etapas do Raciocínio Fuzzy
LOGO
1ª Fuzzificação
Agregação
2ª Inferência
Composição
3ª Defuzzificação
Etapas do Raciocínio Fuzzy
LOGO
Nível
Linguístico Fuzzificação
Nível Defuzzificação
Numérico
Engloba
Análise do Problema
Definição das Variáveis
Definição das Funções de pertinência
Criação das Regiões
Triangular Trapezoidal
Engloba:
Definição das proposições
Análise das Regras
Criação da região resultante
Inferência Fuzzy
LOGO
Proposições Não-Condicionais:
X=Y
Inferência Fuzzy
LOGO
Exemplos:
z0 z0 z0
Centróide First-of-Maxima Critério Máximo
Exemplo Inferência Fuzzy
LOGO
Exemplo:
Um analista de projetos de uma empresa quer
determinar o risco de um determinado projeto.
Variáveis: Quantidade de dinheiro e de pessoas
envolvidas no projeto.
Base de conhecimento:
Se dinheiro é adequado ou o número de pessoas é
pequeno então risco é pequeno.
Se dinheiro é médio e o numero de pessoas é alto,
então risco é normal.
Se dinheiro é inadequado, então risco é alto.
Exemplo Inferência Fuzzy
LOGO
Número de Pessoas
Dinheiro
Passo 1: Fuzzificar
0.8
0.75
0.25
0.2
35 60
Regra 1: Risco
Passo 2: Avaliação das regras
Ou máximo e mínimo
0,2
ou
Adequado 0,0 Baixo
Regra 2: Risco
0,8
e
0,25
médio Alto
Exemplo Inferência Fuzzy
LOGO
Regra 3:
Risco
0,75
Inadequado
Exemplo Inferência Fuzzy
LOGO
Passo 3: Defuzzificação
Risco
0.75
0.25
10 20 30 40 50 60 70 80 90 100
Cálculo do Centróide
(10 20 30 40) * 0,2 (50 60 70) * 0,25 (80 90 100) * 0,75 267,5
C 70,4
0,2 0,2 0,2 0,2 0,25 0,25 0,25 0,75 0,75 0,75 3,8