Inferencia Logica Fuzzy

11

Click here to load reader

description

Inferencia Logica Fuzzy

Transcript of Inferencia Logica Fuzzy

  • Lgica Fuzzy

    Conjuntos Fuzzy

    Relaes Fuzzy

    Associam elementos de dois conjuntos atravs de um critrio definido.

    Exemplo:

    = ,

    = , ,

    R: Prxima

    Matriz Relacional

    Vila Velha Pima Linhares

    Vitria 1,0 0,3 0,2

    Guarapari 0,6 0,8 0,1

  • Lgica Fuzzy

    Conjuntos Fuzzy

    Composio de Relaes Fuzzy: Produz uma relao a partir de outras.

    R1: Perfil do Aluno

    Teoria Prtica Hardware Programao

    Pedro 0,2 1,0 0,8 0,1

    Maria 1,0 0,1 0,0 0,5

    Joo 0,5 0,9 0,5 1,0

    Lgica Fuzzy

    Controle Fuzzy

    Redes Neurais Sistemas Especialistas

    Teoria 1,0 0,5 0,6 0,1

    Aplicao 0,2 1,0 0,8 0,8

    Hardware 0,0 0,3 0,7 0,0

    Programao 0,1 0, 0,8 1,0

    R1: Perfil da Disciplina

  • Lgica Fuzzy

    Pedro

    Teoria

    Prtica

    Hardware

    Programao

    Lgica Fuzzy

    0,2

    1,0

    0,8

    0,1

    1,0

    0,2

    0,0

    0,1

    Analisando a compatibilidade entre as preferncias de Pedro e as caractersticas da disciplina Lgica

    Fuzzy, podemos concluir:

    Pedro gosta pouco (0,2) de teoria e LF tem muita (1,0) teoria Pedro gosta pouco (0,2) de LF;

    Pedro gosta muito (1,0) de prtica e LF tem pouca (0,2) prtica Pedro gosta pouco (0,2) de LF

    Pedro gosta muito (0,8) de Hardware e LF no tem (0,0) Hardware Pedro gosta pouco (0,0) de LF;

    Pedro gosta pouco (0,1) de programao e LF tem pouca (0,1) programao Pedro gosta pouco (0,1)

    de LF.

    Concluso: Pedro gosta pouco (0,2) de LF.

  • Lgica Fuzzy

    Pedro

    Teoria

    Prtica

    Hardware

    Programao

    Redes Neurais

    0,2

    1,0

    0,8

    0,1

    0,6

    0,8

    0,7

    0,8

    Analisando a compatibilidade entre as preferncias de Pedro e as caractersticas da disciplina Lgica

    Fuzzy, podemos concluir:

    Pedro gosta pouco (0,2) de teoria e RN tem muita (0,6) teoria Pedro gosta pouco (0,2) de RN;

    Pedro gosta muito (1,0) de prtica e RN tem muita (0,8) prtica Pedro gosta muito (0,8) de RN

    Pedro gosta muito (0,8) de Hardware e RN tem muito (0,7) Hardware Pedro gosta muito (0,7) de RN;

    Pedro gosta pouco (0,1) de programao e RN tem muita (0,8) programao Pedro gosta pouco (0,1)

    de RN.

    Concluso: Pedro gosta muito (0,8) de RN.

  • Lgica Fuzzy

    Conjuntos Fuzzy

    Composio das Relaes R1 e R2.

    R3: Perfil do Aluno-Disciplina

    Lgica Fuzzy

    Controle Fuzzy

    Redes Neurais Sistemas Especialistas

    Pedro 0,2 1,0 0,8 0,8

    Maria 1,0 0,5 0,6 0,5

    Joo 0,5 0,9 0,8 1,0

    Podemos observar que, se o aluno puder escolher apenas uma disciplina::

    Pedro tem grande afinidade com: Controle Fuzzy;

    Maria tem afinidade com: Lgica Fuzzy;

    Joo tem afinidade com: Sistemas Especialistas.

  • Lgica Fuzzy

    Sistema Lgico Fuzzy (FLS)

    Permite implementar, atravs de computador, um mtodo de Raciocnio Aproximado

    Fusificador Defusificador Mquina de Inferncia

    Banco de Regras

    Entradas Sadas

  • Lgica Fuzzy

    Sistema Lgico Fuzzy (FLS)

    Fusificador: associa os valores numricos (x), do universo de discurso X, das

    variveis de entrada a valores lingusticos, representados por conjuntos

    fuzzy, atravs de graus de pertinncia.

    NEG ZER POS

    Grau de pertinncia

    Temperatura

    Varivel Lingustica

    Valores Lingusticos

    Conjunto NEG Conjunto POS

    Conjunto ZER

    Universo de discurso (X)

    (x)

    x

  • Lgica Fuzzy

    Sistema Lgico Fuzzy (FLS)

    Exemplo:

    Fusificador: associa os valores numricos (x), do universo de discurso X, das variveis de entrada a

    valores lingusticos, representados por conjuntos fuzzy, atravs de graus de pertinncia.

    NEG ZER POS

    Temperatura

    (x)

    X = -10

    0,8

    0,2

    X = -10 [NEG | 0,8 + ZER | 0,2] Fusificador

  • Lgica Fuzzy

    Sistema Lgico Fuzzy (FLS)

    Banco de Regras: associa os conjuntos fuzzy de entrada aos conjuntos fuzzy

    de sada atravs de sentenas do tipo SE...ENTO. As Regras armazenam o

    conhecimento do sistema

    Zero Pequena Alta

    Temperatura

    (Temperatura)

    20 0,0

    Frio Bom Quente

    Conforto

    (Conforto)

    -1 0

    Se Temperatura Ento Conforto

    Zero Frio

    Pequena Bom

    Alta Quente

    40 1

  • Lgica Fuzzy

    Sistema Lgico Fuzzy (FLS)

    Defusificao: converte a resposta simblica fornecida pela Mquina de

    Inferncia em informao til, normalmente um nmero.

    Zero Pequena Alta

    Temperatura

    (Temperatura)

    20 0,0 40

    35

    0,25

    0,75

    Frio Bom Quente

    Conforto

    (Conforto)

    -1 0 1

    Se Temperatura Ento Conforto

    Zero Frio

    Pequena Bom

    Alta Quente

    Temperatura = 35 Pequena | 0,25

    Alta | 0,75

    Fusificador Mquina de Inferncia Bom | 0,25

    Quente | 0,75

    Defusificador Resposta

  • Lgica Fuzzy

    Sistema Lgico Fuzzy (FLS)

    Mtodos de Defusificao:

    Temperatura = 35 Pequena | 0,25

    Alta | 0,75

    Fusificador Mquina de Inferncia Bom | 0,25

    Quente | 0,75

    Defusificador Resposta

    (Conforto)

    1

    Bom Quente

    Conforto 0

    som lom

    mom bis cent

    Mtodo de Defusificao Resposta

    Centroide 0,71

    Bissetor 0,84

    mean value of maximum (mom) 1,00

    largest (absolute) value of maximum (lom) 1,24

    smallest (absolute) value of maximum (som) 0,76