Sistemas de Inferência Difusa

Daniel Sebastian Vargas CristanchoCarlos Julio González Aguilera

Universidade Federal de Santa Catarina (UFSC)Programa de Pós-Graduação em Eng. de Automação e Sistemas (PPGEAS)

Inteligência Computacional

Florianópolis, Setembro de 2013

Sumário

Logica Difusa e Regras de Inferência

Sistemas de Inferência Difusa (FIS)

Casos de Estudo

Aplicação

Conclusões

Logica Difusa e Regras de Inferência

• Faz mais de 30 anos da primeira publicação de Lotfi Asker Zadeh, Fuzzy Sets (1965), a qual senta as bases de uma nova forma de Logica.

• A Logica Difusa foi criada para emular a logica humana e tomar decisões certas embora da informação.

Logica Difusa e Regras de Inferência

No campo da inteligência artificial, existem várias maneiras de representar o conhecimento. Talvez a forma mais comum de representar o conhecimento humano para formar em expressões da linguagem natural é do tipo:

IF(antecedente) - THEN(consequente)

Logica Difusa e Regras de Inferência

Modelos Baseados em Regras

Modelos de Regras não Aditivos

Modelos Mamdani, Larsen

Modelos de Regras Aditivos

Modelos TSK, Tsukamoto

Sistemas de Inferência Difusas (FIS)

• Os sistemas de inferência difusa são uma infraestrutura computacional popular que é baseada nos conceitos da teoria dos conjuntos difusos, regras IF-THEN e raciocínio.

• Encontrou-se uma grande variedade de aplicações em diferentes áreas, tais como: Controle Automático, Classificação de Dados, Analise de Decisão, Sistemas Expertos, Robótica, e reconhecimento de padrões.

Base de Regras (contém as regras difusas).

Base de Dados (Define as funções de pertenencia utilizadas nas regras difusas)

Mecanismo de Raciocinio (Processo de inferência )

Sistemas de Inferência Difusas (FIS)

Defuzzificação

Base de Conhecimento

Mecanismo de Inferência

Fuzzificação

Modelos

Modelo Difuso Mamdani

) Ʌ )

) Ʌ )

(w)= Ʌ (w)

(w)= Ʌ (w)

(w)= (w) (w)

Ativação de Regras

Saídas Individuais de Regras

Saída total do Sistema

Modelos

Modelo Difuso Larsen

(w)= (w)

(w)= (w)

(w)= (w) (w)

Saídas Individuais de Regras

Saída total do Sistema

Modelos

Modelo Difuso TSK

* = +

* = +

= (* + *)

( + )

Saídas Individuais de Regras

Saída total do Sistema

Modelos

Modelo Difuso Tsukamoto

Saídas Individuais de Regras

Saída total do Sistema

(w)= (w)

(w)= (w)

= (* + *)

( + )

Modelos

Casos de Estudo

Sistemas de

Inferência Difusa

Controle de

Processos

Robótica

Avaliação de

Projetos

Economia

Aplicação

Aplicação

Ângulo Direção Min Max 22°,-13°,33°,12°,-5°,-16°,-25°optimização daCurva Min Max Aceleração Min Max Direção Min Bsum 19°,-13°,17°,12°,-12°,-14°,-23°optimização daCurva Min Bsum Aceleração Min Bsum Direção Prod Max 22°,-13°,17°,16°,-17°,-12°,-29°optimização daCurva Prod Max Aceleração Prod Max Direção Max Bsum 22°,-13°,23°,18°,-14°,-25°,30optimização daCurva Max Bsum Aceleração Max Bsum

Referências

• Belohlavek, R. and Klir, G. J. (2011). Concepts and Fuzzy Logic, MIT Press.

• Jang, J.-S. R. and Sun, C.-T. (1996). Neuro-fuzzy and soft computing: a computational approach to learning and machine intelligence, Prentice-Hall.

• Cruz, P. P. (2010). Inteligencia Artificial con aplicaciones a la Ingeniería, Alfaomega.

• IFSA - International Fuzzy Systems Association (organization dedicated to the support, development and promotion of the fundamental issues of fuzzy theory related to (a) sets, (b) logics, (c) relations, (d) natural languages, (e) concept formation, (f) linguistic modeling, etc.)

• iFuzzy 2013 International Conference on Fuzzy Theory and Its Applications

• FuzzyTech http://www.fuzzytech.com/

OBRIGADO