Professional Documents
Culture Documents
Belo Horizonte
2015/1
Artigo
acadmico
apresentado
Belo Horizonte
2015/1
1. INTRODUO
1.1 O QUE ?
que
exista
um
modelo
matemtico
que
contemple
esta
caracterstica de incerteza.
Os conceitos da Lgica Fuzzy so usados desde a dcada de 20 (1920), pelo
polons chamado Jan Luasiewicz, onde o mesmo j se utilizava de conceitos
de incerteza. Porm a lgica ficou realmente conhecida em meados dos anos
60, a partir e uma publicao de jornal de responsabilidade do professor Lofti
Zadeh, da Universidade da Califrnia. Foi no Japo, na dcada de 80, que a
lgica fuzzy teve sua expanso, atravs de sua aplicao na indstria.
As primeiras aplicaes da Lgica Fuzzy que se tem notcias foram utilizadas
em tratamento de gua feito pela empresa Fuji Electric e logo aps pela Hitachi
em um sistema de metr.
Hoje a Lgica Fuzzy amplamente reconhecida e utilizada, principalmente em
sistemas de controle de processos, mais utilizada na indstria.
2. COMO IMPLEMENTADA ?
Assim como foi dito acima, a Lgica Fuzzy funciona com graus de
pertinncia, ou seja, valores que se encaixam entre o 0 e 1, assumindo valores
dentro deste intervalo. Porm no existem valores previamente determinados e
que so utilizados de maneira global, a fim de estipular-se um padro.
Fonte: http://www.ft.unicamp.br/liag/wp/monografias/monografias/2010_IA_FT_UNICAMP_logicaFuzzi.pdf
Representao:
Um conjunto Fuzzy A representado como uma coleo de pares: A={(x,u(x))},
onde u(x) o grau de pertinncia do elemento x. O valor u(x) uma funo e
seu conjunto imagem est associado entre 0 ou 1 (0% e 100%)
Grau de pertinncia a quantificao de elementos de determinado conjunto
em relao ao conjunto fuzzy.
Fuzzificao
Inferncia
Exemplo:
If idade.individuo is no muito IDOSO AND NO MUITO VELHO
Then valor.plano is mais barato
Deffuzificao
Esta a etapa em que ocorre a transformao dos valores fuzzy para valores
reais, criando assim um conjunto de sada com um modelamento matemtico
definido.
Nesta etapa tambm so relacionados a funcionalidade entre os valores
fuzzy e os valores reais.
Existem diversos tipos de Deffuzificao. Alguns tipos so citados abaixo:
-Centroid: o mtodo de deffuzificao onde a sada o centro de gravidade
de um conjunto fuzzy. Ou seja, seus valores permanecem na mdia do
conjunto. o mtodo mais utilizado.
-Maximum Height: Mtodo em que so tomadas as mdias de dois elementos
extremos que correspondem aos maiores valores de pertinncia do conjunto
fuzzy.
Neste caso, a lgica Fuzzy pode atuar no suporte aos sistemas de controle
financeiros, controle de aquecimento em espaonaves, reconhecimento de
placas veiculares, controle de processos, etc.
A aplicao e suporte ao ser humano, nas operaes, se d de tal maneira que
a lgica fuzzy apresenta um funcionamento eficiente nas situaes abaixo:
-Sistemas complexos difceis de haver modelamento;
-Sistemas controlados por humanos;
-Sistemas com entradas e sadas complexas e contnuas;
-Sistemas que se utilizam de observaes humanas;
-Sistemas que envolvem conhecimento cultural, comportamento social, etc.
4. ESTADO DA ARTE
Hoje em dia, a lgica Fuzzy est mais voltada para seu uso na Inteligncia
Artificial.
5. REFERENCIAS
LGICA FUZZY: Conceitos e Aplicaes
LGICA FUZZY
Disponvel
em:
http://www.ft.unicamp.br/liag/wp/monografias/monografias/2010_IA_FT_UNICA
MP_logicaFuzzi.pdf
Acesso em: 02/04/2015
em:
http://www.feg.unesp.br/~paloma/Disciplinas/art/logicafuzzytipo2.pdf
Acesso em: 02/04/2015
O CONCEITO FUZZY
Disponvel em: http://www.pucsp.br/~logica/Fuzzy.htm
Acesso em: 02/04/2015
LGICA FUZZY
Disponvel em: http://www.cos.ufrj.br/~mario/logica/logicaFuzzy.pdf
Acesso em: 02/04/2015
10