Professional Documents
Culture Documents
Lógica Difusa
Universidad Tecnológica Nacional - Facultad Regional Córdoba
Cátedra Inteligencia Artificial
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Definición
Cuando hablamos de lógica difusa,
el adjetivo “difuso” se debe a que en
esta lógica, los valores de verdad son
no-deterministas y tienen, por lo
general, una connotación de
incertidumbre.
Universidad Tecnológica Nacional - Facultad Regional Córdoba
Cátedra Inteligencia Artificial
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Estructura
La lógica difusa tiene como base los
denominados conjuntos difusos y
posee un sistema de inferencia
basado en reglas de producción de la
forma “SI antecedente ENTONCES
consecuente”, donde los valores
lingüísticos del antecedente y el
consecuente están definidos por
conjuntos difusos.
Universidad Tecnológica Nacional - Facultad Regional Córdoba
Cátedra Inteligencia Artificial
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------
VISIÓN
CLASIFICACIÓN COMPUTARIZADA
Universidad Tecnológica Nacional - Facultad Regional Córdoba
Cátedra Inteligencia Artificial
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Ejemplo:
El problema consiste en determinar el valor “correcto”,
para una propina que se debe abonar en función de
algunas características del servicio recibido.
La esencia del problema es que:
Caso específico:
Servicio Propina
Función difusa
µ joven(x) = 1 si edad(x) <= 20
1 – ((edad(x) -20)/10)
Universidad Tecnológica Nacional - Facultad Regional Córdoba
Cátedra Inteligencia Artificial
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Funciones de membresía:
Trapezoidal, Triangular, Gaussiana y Singleton
Universidad Tecnológica Nacional - Facultad Regional Córdoba
Cátedra Inteligencia Artificial
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Si X es A luego Y es B
Por ejemplo:
Antecedente Consecuente
luego
Si el servicio es bueno la propina es media
X A Y B
Universidad Tecnológica Nacional - Facultad Regional Córdoba
Cátedra Inteligencia Artificial
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------
ATENCIÓN!!!!!!
Paso V: Defuzificación
Para obtener como salida un número se aplica algún método de
defuzificación.
Universidad Tecnológica Nacional - Facultad Regional Córdoba
Cátedra Inteligencia Artificial
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Esquema Representativo
Comida
0 -10
Regla 3: Si el servicio es excelente
o la comida es deliciosa
Luego la propina es generosa
Universidad Tecnológica Nacional - Facultad Regional Córdoba
Cátedra Inteligencia Artificial
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Esquema de razonamiento
Paso I: Fuzificación
La comida es deliciosa
0.7
Entrada = 8 = 0.7
8
Universidad Tecnológica Nacional - Facultad Regional Córdoba
Cátedra Inteligencia Artificial
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------
ANTECEDENTE CONSECUENTE
Fuzificación de entradas Operador OR (max) Operador de implicación (min)
0.7
0.0
Servicio =3 Comida =8
Entrada 1 Entrada 2
Paso III: Aplicación del método de Implicación
Para todas las reglas
Pobre Rancia
1
Servicio es pobre o comida rancia propina baja
Buena
2
Servicio es bueno propina media
Excelente Deliciosa
La entrada: La salida:
Es la lista de salidas Es un conjunto difuso para
truncadas cada variable de salida
Paso V: Defuzificación
Si y Luego
Si y Luego
Entrada 1 Entrada 2
Universidad Tecnológica Nacional - Facultad Regional Córdoba
Cátedra Inteligencia Artificial
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------