Unidad 2: Lógica Difusa Tipo – I
Ing. Oscar Alonso Rosete Beas
Semana 18 Marzo Rev:1 ciclo 2021-1
oscarrosete.com
oscarrosete.com
2.1. Introducción a la Lógica Difusa
2.2. Conjuntos difusos y funciones de membresía
2.3. Operaciones sobre conjuntos difusos
2.4. Inferencia usando Lógica Difusa
2.5. Diseño de clasificadores difusos
oscarrosete.com
oscarrosete.com
oscarrosete.com
oscarrosete.com
2.1. Introducción a la Lógica Difusa
2.2. Conjuntos difusos y funciones de membresía
2.3. Operaciones sobre conjuntos difusos
2.4. Inferencia usando Lógica Difusa
2.5. Diseño de clasificadores difusos
oscarrosete.com
oscarrosete.com
También llamada lógica clásica o booleana, esta fundamentada en la lógica aristotélica.
Solamente existen dos posibles valores de veracidad, donde la verdad (T) y la falsedad (F) pueden ser cualquier número en [0,1] tal que T+F=1.
Neutrosophic computing and machine learning
oscarrosete.com
oscarrosete.com
Gama de posibilidades de veracidad
No solo 2 posibles estados, permite valores intermedios para poder definir evaluaciones convencionales, valores entre 0 y 1.
oscarrosete.com
oscarrosete.com
¿Qué tan mojada está la ropa?
oscarrosete.com
oscarrosete.com
El uso de técnicas de lógica difusa en control automático trata de imitar o emular el comportamiento consciente de un operador humano en el gobierno de procesos, sistemas o plantas alineales reales, los que difícilmente pueden ser modelados por los métodos fisicomatemáticos usuales.
oscarrosete.com
oscarrosete.com
Método básico: Traducir la experiencia o forma de trabajo de la persona experta en manipulación o control de una maquinaria en reglas lingüísticas que las comprenda una computadora.
Potencial propósito: Diseñar un controlador difuso que complemente o sustituya la operación manual.
oscarrosete.com
oscarrosete.com
La información que proviene de nuestro entorno que obtenemos a través de sentidos, aparatos de medición, etc tiene errores y la manera clásica de procesar la información para obtener conclusiones es utilizando teoría de probabilidad y estadística.
Otra alternativa es utilizar un razonamiento aproximado de la lógica difusa.
oscarrosete.com
oscarrosete.com
El enfoque tradicional desarrollado estuvo basado en problemas muy bien definidos con modelos precisos pero carecen de autonomía y la habilidad de la toma de decisiones.
La problemática es utilizarlos en entornos inciertos.
Intelligent Systems: Modeling, Optimization, and Control
By Yung C. Shin, Chengying Xu
oscarrosete.com
oscarrosete.com
No necesitamos modelo matemático, no se requiere identificar el sistema , lo cual lo hace más eficiente en términos del tiempo.
No necesitamos linealizarlo.
Facilita el diseño del controlador.
Desventajas:
Necesitamos conocer las reglas lingüísticas de control de un experto, en el control de cierta maquinaria o cierto sistema y traducir a reglas si y entonces de control
oscarrosete.com
oscarrosete.com
Cuando no conoces el modelo, tenemos 2 alternativas:
Control pid (una entrada y una salida)
Control difuso (multiples entradas y salidas)
oscarrosete.com
oscarrosete.com
oscarrosete.com
oscarrosete.com
Cambio fundamental de permitir que las afirmaciones tomen una gama de valores de veracidad entre 0 y 1
¿Qué puede cambiar en las matemáticas?
¿Qué implica el cambio de conjuntos clásicos a conjuntos difusos?
Las aplicaciones todavía se encuentran en investigación.
oscarrosete.com
oscarrosete.com
Nuestro enfoque será en la aplicación de lógica difusa para entender la teoría detrás de los controladores difusos (Mamdani, tsukamoto, Sugeno)
Las aplicaciones todavía se encuentran en investigación.
oscarrosete.com
oscarrosete.com
oscarrosete.com
oscarrosete.com
2.1. Introducción a la Lógica Difusa
2.2. Conjuntos difusos y funciones de membresía
2.3. Operaciones sobre conjuntos difusos
2.4. Inferencia usando Lógica Difusa
2.5. Diseño de clasificadores difusos
oscarrosete.com
oscarrosete.com
Un conjunto es un grupo de elementos u objetos especificados de tal forma que se pueda afirmar con certeza que un objeto dado pertenece o no al conjunto. En general, para denotar a los conjuntos se usan las letras mayúsculas, y letras minúsculas para sus elementos.
oscarrosete.com
oscarrosete.com
Para los conjuntos y sus elementos se utilizan símbolos de pertenencia e igualdad.
oscarrosete.com
oscarrosete.com
oscarrosete.com
oscarrosete.com
Conjuntos clásicos (certeros)
Potencial criterio para diferenciar altos de bajos, quizás altura promedio.
Todos los que estén abajo del promedio serán clasificados como bajos.
oscarrosete.com
oscarrosete.com
Conjuntos difusos
Todas las personas pertenecen en cierta medida a ambos conjuntos.
Por ejemplo la persona mas alta del grupo puede tener una muy baja pertenencia de 0.1 al grupo de los bajos.
oscarrosete.com
oscarrosete.com
Universo de discurso
Todas las personas pertenecen en cierta medida a ambos conjuntos.
La totalidad de los elementos que se estan clasificando, se puede escoger esa totalidad o todo el mundo.
En este escenario representaría los números reales que representen las estaturas de las personas.
oscarrosete.com
oscarrosete.com
Función de membresía
Medida de pertenencia de un elemento al conjunto
0 significa no hay pertenencia al conjunto y 1 significa que hay mucha pertenencia
Bajos
Altos
oscarrosete.com
oscarrosete.com
Función de membresía para el conjunto de los bajos
La altura intermedia entre 1 y 2.5 es 1.75
Estaturas inferiores a 1.75 decrecen pertenencia y superiores a 1.75 incrementan pertenencia aproximándose a 1.
oscarrosete.com
oscarrosete.com
Asumamos que X es la colección de objetos representado por x, un conjunto difuso A en X es un conjunto de pares ordenados.
Entre mayor sea el valor de su funcion de membresia, mayor sera la certeza de que x pertenece a A.
oscarrosete.com
oscarrosete.com
Los miembros del conjunto difuso tienen un grado de pertenencia o membresía.
Un conjunto difuso puede ser representado por un conjunto de pares ordenados, el primer elemento es ensimmismo el elemento, el segundo elemento es el grado de pertenencia-membresia.
oscarrosete.com
oscarrosete.com
Un agente de bienes raíces quiere clasificar las casas que ofrece a sus clientes. Un indicador de la comodidad de las casas es el numero de habitaciones en ellas.
Definiendo X={1,2,3,4...,10} como el conjunto de casas disponibles. El conjunto difuso de "comodidad de acuerdo al tipo de casa para una familia" puede ser descrito de la siguiente manera:
oscarrosete.com
oscarrosete.com
Función de membresía
oscarrosete.com
oscarrosete.com
Función de membresía
oscarrosete.com
oscarrosete.com
2.1. Introducción a la Lógica Difusa
2.2. Conjuntos difusos y funciones de membresía
2.3. Operaciones sobre conjuntos difusos
2.4. Inferencia usando Lógica Difusa
2.5. Diseño de clasificadores difusos
oscarrosete.com
oscarrosete.com
B es un subconjunto de A, porque todos sus elementos están contenidos en A.
Si solo parcialmente algunos de B están en A, entonces B no es un subconjunto de A.
oscarrosete.com
oscarrosete.com
Tenemos que realizar alguna operación u evaluación con respecto a funciones de membresía, ya que caracterizan la pertenencia de los elementos a los conjuntos difusos.
oscarrosete.com
oscarrosete.com
El conjunto difuso B es subconjunto del conjunto difuso A si y solo si la función de membresía de B es menor o igual a la función de membresía de A para todos los posibles valores en el universo de discurso X.
oscarrosete.com
oscarrosete.com
La intersección sera definida como todos los elementos que estén en A y B.
¿Cómo lo generalizamos para conjuntos difusos, si todos los elementos tienen cierta pertenencia a todos los conjuntos?
oscarrosete.com
oscarrosete.com
La intersección sera definida como todos los elementos que estén en A y B.
oscarrosete.com
oscarrosete.com
La unión sera definida como todos los elementos que estén en A ó en B.
oscarrosete.com
oscarrosete.com
La unión sera definida como todos los elementos que estén en A ó en B.
oscarrosete.com
oscarrosete.com
El complemento sera definido como todos los elementos que estén en X, pero no en A
oscarrosete.com
oscarrosete.com
El complemento sera definido como todos los elementos que estén en X, pero no en A
oscarrosete.com
oscarrosete.com
Dados los siguientes conjuntos difusos determine
Represente gráficamente su resultado
Ejercicio 2
Ejercicio 1
Universo de discurso=X={5,10,20,25,30,40}
oscarrosete.com
oscarrosete.com
Fundamental properties of crisp set operations
Conmutativa
Asociativa
Distributiva
Idempotencia
Identidad
Involutiva
Leyes de morgan
oscarrosete.com
oscarrosete.com
oscarrosete.com
oscarrosete.com
oscarrosete.com
oscarrosete.com
Un conjunto es una colección de elementos con cierta propiedad
1(verdadero)
0(falso)
Conjunto difuso: conjunto con membresía graduada
oscarrosete.com
oscarrosete.com
Conjunto Difuso: Conjunto con membresía graduada
oscarrosete.com
oscarrosete.com
Conjunto Difuso: Conjunto con membresía graduada
Subjetivo y dependiente del contexto
oscarrosete.com
oscarrosete.com
Es una variable cuyos posibles valores son palabras y pueden ser representados mediante conjuntos difusos.
Todos los valores linguistico forman un conjunto de terminos o etiquetas denominados terminos linguisticos.
Permite describir el estado de un objeto o fenómeno.
Funciones de membresía
oscarrosete.com
oscarrosete.com
oscarrosete.com
oscarrosete.com
Una variable lingüística se caracteriza mediante
oscarrosete.com
oscarrosete.com
Todas las propiedades para conjuntos clásicos son válidas para los difusos, excepto la complementareidad.
oscarrosete.com
oscarrosete.com
Semana 12 (19-23 de Abril)
presentación de proyectos lógica difusa
Fuzzy-logic classifier/controller
oscarrosete.com
oscarrosete.com
2.1. Introducción a la Lógica Difusa
2.2. Conjuntos difusos y funciones de membresía
2.3. Operaciones sobre conjuntos difusos
2.4. Inferencia usando Lógica Difusa
2.5. Diseño de clasificadores difusos
oscarrosete.com
oscarrosete.com
oscarrosete.com
oscarrosete.com
Dados los siguientes conjuntos difusos determine
Represente gráficamente su resultado
Ejercicio 2
Ejercicio 1
Universo de discurso=X={5,10,20,25,30,40}
oscarrosete.com
oscarrosete.com
Todas las propiedades para conjuntos clásicos son válidas para los difusos, excepto la complementareidad.
oscarrosete.com
oscarrosete.com
Es una variable cuyos posibles valores son palabras y pueden ser representados mediante conjuntos difusos.
Todos los valores linguístico forman un conjunto de términos o etiquetas denominados términos linguísticos.
Permite describir el estado de un objeto o fenómeno.
Funciones de membresía
oscarrosete.com
oscarrosete.com
La principal diferencia existente entre los conjuntos difusos y los clásicos o certeros es la posibilidad de asignar valores de pertenencia entre 0 y 1 a los elementos del universo de discurso.
La relación entre el valor de membresía a un conjunto difuso y los elementos es denominada como función de membresía.
oscarrosete.com
oscarrosete.com
El núcleo de una función de membresía para un conjunto difuso es la región del universo caracterizada por tener pertenencia total al conjunto (valor de 1).
Las fronteras son las regiones donde los elementos tienen valores de membresía entre 0 y 1.
oscarrosete.com
oscarrosete.com
El soporte de una función de membresía para un conjunto difuso se define como la región del universo caracterizada por tener un valor de membresía diferente de 0.
La unión de núcleo y frontera nos da el soporte.
oscarrosete.com
oscarrosete.com
Puntos de cruce, elementos en el universo para los cuales su valor de membresía es igual a 0.5.
oscarrosete.com
oscarrosete.com
El ancho de banda es definido como el valor absoluto de la diferencia de los puntos de cruce.
oscarrosete.com
oscarrosete.com
Un conjunto difuso normal es el que cuenta con una función de membresía que tiene por lo menos un elemento x en el universo cuyo valor de membresía es unitario.
Si tiene núcleo un conjunto y no es vacío, el conjunto será normal.
oscarrosete.com
oscarrosete.com
La función roja y azul alcanza por lo menos en 1 punto el valor de 1.
Azul y roja funciones normales, función verde subnormal.
Deseamos crear y diseñar funciones de membresía normales
oscarrosete.com
oscarrosete.com
oscarrosete.com
oscarrosete.com
Si una función de membresía de un conjunto difuso A satisface el siguiente criterio en un punto c, se le denomina un conjunto simétrico.
oscarrosete.com
oscarrosete.com
Verde es una función de membresía simétrica
Azul y roja no son simétricas, la roja tiene inclinación distinta de un lado con respecto al otro y ambas no se encuentran centradas.
se diseñan simétricas para simplificar proceso de diseño.
oscarrosete.com
oscarrosete.com
Las funciones de membresía pueden ser abiertas por la derecha, abierta por la izquierda o cerradas
Open left
Open right
Closed
oscarrosete.com
oscarrosete.com
Las funciones abiertas por la derecha, nunca baja el valor de membresía hacia 0.
No hay prioridad en el diseño, generalmente se diseñan abiertos los conjuntos de los extremos del universo y cerrados en el centro.
oscarrosete.com
oscarrosete.com
Un conjunto difuso convexo es descrito por una función de membresía cuyos valores son monotónicamente incrementales o monotónicamente decrementales para valores incrementales de los elementos del universo.
Debe cumplir con la siguiente regla.
oscarrosete.com
oscarrosete.com
Función en verde y rojo son convexas, la azul no
oscarrosete.com
oscarrosete.com
Si un conjunto difuso solo tiene un único punto, teniendo un valor de membresía de 1, es considerado un conjunto singleton (Fuzzy Singleton)
oscarrosete.com
oscarrosete.com
A los controladores difusos solo le llegan valores discretos en algún momento del tiempo, los representamos como singleton.
oscarrosete.com
oscarrosete.com
Conjunto cortado, conjunto clásico resultado de cortar un conjunto difuso.
Un conjunto cortado (α– Cut) es un conjunto que contiene todos los elementos con los valores de membresía mayores o iguales a α.
oscarrosete.com
oscarrosete.com
Se utiliza para transformar los conjuntos difusos que son resultados de los controladores difusos a un resultado certero.
oscarrosete.com
oscarrosete.com
Consideremos un tiro de penales en futbol soccer.
En términos discretos un tiro puede ser 1 (patada completa) o 0 (no patada).
En la vida real, esto no sucede, la velocidad del tiro depende no solo de la mente del tirador, sino de la anticipación de hacia donde se dirigirá el guardameta.
El tirador selecciona la velocidad de la patada y la dirección a la que apunta.
oscarrosete.com
oscarrosete.com
La velocidad no puede ser definida únicamente con dos valores discretos, 0 y 1. La velocidad varia entre 0 y 1; 0 consistiendo en velocidad nula y 1 velocidad maxima.
Supongamos que el tirador apunta a la esquina superior derecha, en esta situación la decision principal consistirá en seleccionar la velocidad más adecuada.
Mucha velocidad elevaría demasiado la pelota, muy lento puede ser anticipado.
oscarrosete.com
oscarrosete.com
Derivadas discontinuas
Derivadas discontinuas: la pendiente sufre cambios abruptos en algunos puntos del universo de discurso.
Función triangular, así como un triangulo tiene 3 coordenadas, la función de membresía triangular tiene 3 parámetros.
El núcleo es un solo elemento (b).
oscarrosete.com
oscarrosete.com
Supongamos que el tirador puede seleccionar 4 tipos de tiros:
oscarrosete.com
En promedio la velocidad media de un tirador de penales es de 80 mph, por lo tanto no hay manera de decir que esa velocidad es lenta.
Asignamos 0% de valor de membresía a 80 mph en el conjunto difuso de velocidad lenta.
Similar, de manera arbitraria, una velocidad 60 mph puede ser considerada 70% rápida y 30% media.
oscarrosete.com
Considerando los tres parámetros de la función triangular.
oscarrosete.com
oscarrosete.com
oscarrosete.com
Función Trapezoidal, así como un trapezoide tiene cuatro coordenadas, una función de membresía trapezoidal tiene 4 valores. a, b, c y d.
Derivadas discontinuas
oscarrosete.com
oscarrosete.com
Los valores de membresía comienzan a subir en la primer frontera (entre a y b), y baja a cero en la segunda frontera (entre c y d).
Comparada con la función triangular tiene un núcleo mas amplio que va entre b y c.
Cerrada
Abierta por la derecha
oscarrosete.com
oscarrosete.com
Considerando los cuatro parámetros de la función trapezoidal.
oscarrosete.com
oscarrosete.com
Grafique funciones de membresía para el ejemplo mencionado en clase.
Sin utilizar librería skfuzzy
Utilizando librería skfuzzy, represente los conjuntos difusos previamente mencionados utilizando:
oscarrosete.com
oscarrosete.com
Derivada continua, funciones cerradas simétricas
Cuando se conoce la media aritmética y la desviación estándar de los valores certeros y los queremos tomar en cuenta en la representación difusa, se puede utilizar una función de membresía Gaussiana.
c es la media aritmética, s la desviación estándar y m es el factor de fuzzificación.
oscarrosete.com
oscarrosete.com
La función gaussiana es similar a la función triangular pero con derivada continua.
oscarrosete.com
oscarrosete.com
Al aplicar la función de membresía al ejemplo de soccer la representación cuenta con mejoría y la interpolación es más suave.
Ejemplo considerando distribución de datos históricos y que cuentan con una desviación estándar de 4 mph.
Podríamos asignar a la velocidad máxima una media de 80 mph y generar las siguientes funciones gaussianas de manera similar.
oscarrosete.com
oscarrosete.com
oscarrosete.com
oscarrosete.com
La función de membresía de campana generalizada toma en consideración 3 parametros:
Se representa por la siguiente ecuación
Derivada continua, funciones cerradas simétricas
oscarrosete.com
oscarrosete.com
Se relaciona con la función trapezoidal, pero cuenta con derivada continua.
oscarrosete.com
oscarrosete.com
Para representar una función abierta con derivada continua utilizamos la función sigmoidal.
La transición entre valor de membresía de 0 y valor de membresía de 1 es definida por a.
Punto de cruce es donde vale 0.5 el valor de membresía
Derivada continua, función abierta
oscarrosete.com
oscarrosete.com
Ver la distribución de los datos, por ejemplo con ayuda de un histograma. Si no se pueden deducir patrones de la visualización se recomienda utilizar función triangular o trapezoidal, en caso contrario utilizar funciones basadas en la distribución.
Entrenar el modelo con funciones de membresía distintas y comparar los resultados utilizando métricas tales como MAPE (mean average percentage error), el método que te de el menor error es el mejor modelo.
oscarrosete.com
oscarrosete.com
Funciones de membresia polinomiales
z-shaped
s-shaped
pi-shaped
oscarrosete.com
oscarrosete.com
oscarrosete.com
oscarrosete.com
Lógica clásica
La lógica formal se enfoca al desarrollo de esquemas de razonamiento válidos en cuanto al proceso con que se deducen las conclusiones en función de las premisas, sin atender al contenido de los enunciados, o mas propiamente proposiciones, ambos conceptos entendidos en el único sentido de expresiones lingüísticas que puedan ser verdaderas o falsas.
oscarrosete.com
oscarrosete.com
Estudia la naturaleza del lenguaje y sus relaciones independiente de la realidad del mundo, tiene como utilidad infinitas aplicaciones entre las cuales los circuitos lógicos de la electrónica se encuentran.
oscarrosete.com
oscarrosete.com
La lógica analiza la forma del pensamiento para determinar argumentos o razonamientos válidos e inválidos con el uso de reglas y técnicas, además proporciona leyes y principios que otorgan un mayor conocimiento verídico y preciso.
La lógica se utiliza en la cotidianidad, ya que a través de acciones diarias hacemos uso de esta para tomar decisiones o ejecutar alguna acción.
oscarrosete.com
oscarrosete.com
El razonamiento lógico es un proceso mental mediante el cual los seres humanos obtienen conclusiones a partir de hipótesis consideradas como verdaderas.
Razonamiento intuitivo, deductivo, inductivo, por analogía
oscarrosete.com
oscarrosete.com
Ejemplos
Todo hombre es mortal. Sócrates es hombre. Por lo tanto, Sócrates es mortal.
Arturo observa el cielo oscuro en la ciudad de Mexicali a las 2:00 p.m
Arturo concluye: !va a llover!
oscarrosete.com
oscarrosete.com
Proposición clásica
En lógica matemática, una proposición es una afirmación con sentido completo y en un contexto específico de la que se puede determinar si es verdadera(1) o falsa(0).
Ejemplos
oscarrosete.com
oscarrosete.com
Proposición clásica
Bertrand Russell propuso el término de proposiciones atómicas a los elementos más simples que componen un razonamiento, describe un hecho, afirma que una cosa posee una cualidad o determina la relación entre dos hechos o cosas y proposiciones moleculares aquellos enunciados que describen un conjunto de hechos o un estado complejo de cosas.
También llamadas simples y compuestas.
oscarrosete.com
oscarrosete.com
Términos de enlace y conectivos lógicos
Los términos de enlace se usan para crear y formar proposiciones a partir de proposiciones simples.
Los términos de enlace son "y", "o", etc.
oscarrosete.com
oscarrosete.com
Ejemplos
La Tierra no es cuadrada
Es una proposición compuesta que utiliza el término de enlace "no", el cual actua sobre una proposición simple, "La Tierra es cuadrada"
Hace sol o hace frío
El termino de enlace "o", actúa sobre las proposiciones simples "Hace sol" y "Hace frio"
oscarrosete.com
oscarrosete.com
Simbolización de proposiciones
Las proposiciones simples se simbolizan con las letras del alfabeto p,q,r,s
p: los habitantes de Marte invaden la tierra.
q: los directivos son amables con sus subordinados
r: El gobierno regula la inflación.
oscarrosete.com
oscarrosete.com
Simbolización de proposiciones
Las proposiciones compuestas se simbolizan utilizando letras proposicionales entre paréntesis, para distinguir las proposiciones simples entre sí, y conectivos lógicos.
oscarrosete.com
oscarrosete.com
Simbolización de proposiciones
La siguiente tabla muestra algunas frases que representan los conectivos lógicos:
oscarrosete.com
oscarrosete.com
Tabla de valores de verdad para los diferentes conectivos
Una tabla de verdad es un esquema que muestra todas las combinaciones que puede haber en un argumento según sus variables involucradas.
Permite visualizar las combinaciones de valores de verdad que se les da a las proposiciones.
oscarrosete.com
oscarrosete.com
Traducción del lenguaje natural al simbólico
1. Se le asigna una letra siempre diferente a cada enunciado
2. Se simboliza cada idea del argumento y se agrupan dichas ideas partiendo de (),[] y {}. Cada idea del argumento se une con una conjunción.
3. Todo argumento tiene un conector principal y este separa la conclusión de las premisas.
Como paso adicional se puede determinar
el valor de verdad de la proposición compuesta.
oscarrosete.com
oscarrosete.com
Ejemplo
Mi tío no vino a dormir y no fue a trabajar
1. Asignamos variables proposicionales.
Dicha proposición esta compuesta por las proposiciones simples:
p: Mi tío no vino a dormir
q: Mi tío no fue a trabajar
2. Traducción lógica
oscarrosete.com
oscarrosete.com
Ejemplo
3. Obtener la cantidad de combinaciones de valores de verdad, dos variables proposicionales por lo que la cantidad de combinaciones de valores de verdad será:
2^2=4.
4. Asignar valores de verdad a variables y resolver operaciones lógicas.
oscarrosete.com
oscarrosete.com
Base de los conectivos lógicos
oscarrosete.com
oscarrosete.com
Hay 3 operaciones elementales a partir de las cuales las demas pueden obtenerse.
conjuncion, disyuncion y negacion.
Ejemplo
Implicación, negamos antecedente p y hacemos la disyunción con el consecuente.
oscarrosete.com
oscarrosete.com
Proposición difusa
Sentencia cuya veracidad puede tomar valores entre 0 y 1.
oscarrosete.com
oscarrosete.com
Generalización a lógica difusa
Nota: La conjunción se da entre valores de veracidad, no valores de membresía
oscarrosete.com
oscarrosete.com
Correspondencia con operadores de teoría de conjuntos
oscarrosete.com
oscarrosete.com
Correspondencia con Álgebra de Boole
oscarrosete.com
oscarrosete.com
Una tautología se define como una proposición formada por la combinación de otras proposiciones y cuya verdad es independiente de la certeza o falsedad de las proposiciones que la forman.
En la lógica clásica el Modus Ponendo Ponens y Modus Tollendo Tollens son tautología.
oscarrosete.com
oscarrosete.com
Inferencia lógica
Es una parte primordial de la logica formal que se centra en el analisis de los razonamientos correctos. Para la inferencia logica, la validez de un razonamiento esta determinada por su forma logica, independientemente de la realidad del mundo.
En la teoria clasica proposicional existen dos importantes reglas de inferencia, el Modus Tollens y el Modus Ponens.
oscarrosete.com
oscarrosete.com
Modus Ponendo Ponens (MPP)
En latín significa "modo en que afirmando se afirma". De la afirmación del antecedente se infiere la afirmación del consecuente.
Premisa 1: "x es A"
Premisa 2: "Si x es A, entonces y es B"
Consecuencia:" Y es B"
oscarrosete.com
oscarrosete.com
Ejemplos
oscarrosete.com
oscarrosete.com
El Modus Tollendo Tollens(MTT)
En latín significa "modo en que negando se niega"
De la negación del consecuente se infiere la negación del antecedente.
Premisa 1: "y es No B"
Premisa 2: "SI X es A Entonces y es B"
Consecuencia: "x es no A"
oscarrosete.com
oscarrosete.com
Ejemplos
oscarrosete.com
oscarrosete.com
Ejercicio: Considere que V(p)=0.3, V(q)=0.8 y V(s)=0.5 para calcular el grado de verdad de las siguientes proposiciones compuestas:
oscarrosete.com
oscarrosete.com
Un sistema de inferencia difusa
El esquema de un sistema basado en técnicas de lógica difusa se presenta en la figura
oscarrosete.com
oscarrosete.com
Un sistema de inferencia difusa
Esta compuesto por los siguientes bloques
Bloque difuso: bloque en el que a cada variable de entrada se le asigna un grado de pertenencia a cada uno de los conjuntos difusos. Las entradas a este bloque son valores concretos de las variables de entrada y las salidas son grados de pertenencia a los conjuntos difusos considerados.
oscarrosete.com
oscarrosete.com
Un sistema de inferencia difusa
Bloque de inferencia:
Bloque que, mediante los mecanismos de inferencia relaciona conjuntos difusos de entrada y de salida y que representa a las reglas que definen el sistema. Las entradas a este bloque son conjuntos difusos(grados de pertenencia) y las salidas son también conjuntos difusos, asociados a la variable de salida.
oscarrosete.com
oscarrosete.com
Un sistema de inferencia difusa
Desdifusor:
Bloque en el cual a partir del conjunto difuso obtenido en el mecanismo de inferencia y mediatne los metodos matematicos de desdifusion se obtiene un valor concreto de la variable de salida, es decir, el resultado.
oscarrosete.com
oscarrosete.com
Un sistema de inferencia difusa provee una manera de "mapear" un espacio de entradas a un espacio de salidas con lógica difusa. Un FIS intenta emular el proceso con el que los humanos razonamos, utilizando lógica difusa especialmente las reglas si-entonces.
oscarrosete.com
oscarrosete.com
Los bloques previamente mostrados se describen como:
A la unión de las reglas y funciones de membresía se les llama base del conocimiento.
oscarrosete.com
oscarrosete.com
Los sistemas de inferencia difusos pueden ser divididos en tres tipos:
oscarrosete.com
oscarrosete.com
Modelo Mamdami
Es el modelo mas ampliamante utilizado por su estructura simple, es utilizado para resolver problemas de toma de decisión generales.
oscarrosete.com
oscarrosete.com
Fuzzification
convertir entradas certeras en conjuntos difusos
Supongamos en nuestra base de reglas tenemos la siguiente:
Podemos dividir la critica de los productos y la belleza del producto en una calificación del 1 al 5.
oscarrosete.com
oscarrosete.com
Fuzzification (sigmoidal)
Excellent reviews
Awesome product
oscarrosete.com
oscarrosete.com
Suponiendo critica de 1 y una entrada de nuestro diseño equivalente a 4
Find and evaluate the antecedent
oscarrosete.com
oscarrosete.com
Considerando la condición OR, podemos aplicar un operador de maximización.
max(0.0, 0.7)=0.7
Find the consequent
oscarrosete.com
oscarrosete.com
Suponiendo la función de membresía del consecuente también es sigmoidal y la regla menciona:
Find the consequent
oscarrosete.com
oscarrosete.com
Suponiendo tenemos las siguientes tres reglas en nuestra base de reglas y las funciones de membresía de salida son triangulares y analizamos una critica=1 y un diseño=4.
Aggregate the consequents
oscarrosete.com
oscarrosete.com
Aggregate the consequents
oscarrosete.com
oscarrosete.com
Aggregate the consequents
Una vez evaluadas todas las reglas y obtenidos los conjuntos difusos de salida modificados, hay que realizar la agregacion de todas las reglas para obtener un resultado unico de la actuacion de todas ellas.
Esta agregación es una unión lógica y una vez más para conservar la equivalencia entre lógicas clásica y difusa se traduce por una t-conorma.
oscarrosete.com
oscarrosete.com
Aggregate the consequents
oscarrosete.com
oscarrosete.com
Defuzzify the results
El bloque desdifusor realiza la función contraria al difusor. El difusor tiene como entradas valores concretos de las variables de entrada y como salidas grados de pertenencia a conjuntos difusos. La entrada al bloque desdifusor es el conjunto difuso de salida, resultado del bloque de inferencia y la salida es un valor concreto de la variable de salida.
Ejemplos sencillos de métodos de calculo son:
oscarrosete.com
oscarrosete.com
Defuzzify the results
Método del centroide
Utiliza como salida del sistema el centro de gravedad de la función característica de salida
Es el método mas utilizada en aplicaciones de la lógica difusa a la ingeniería ya que se obtiene una solución única , aunque a veces es difícil de calcular.
Con esta formula obtendríamos un resultado
de 13.75%
oscarrosete.com
oscarrosete.com
Aplicación
oscarrosete.com
oscarrosete.com
La variable lingüística cuenta con 5 elementos
Los términos lingüísticos describen cualitativamente la variable lingüística.
oscarrosete.com
oscarrosete.com
Ejemplo
x= posesión del balón
X=[0,90] minutos
T(x)={casi nada, poca,
equilibrada, grande,
enorme}
son propuestas, pudo centrar
gaussianas distintas
La cantidad de terminos linguisticos y su selección se hará a la conveniencia del diseñador.
oscarrosete.com
oscarrosete.com
Nosotros tenemos libertad de elegir conjuntos difusos y sus funciones de membresía para cada uno de los términos lingüísticos siempre y cuando sean razonables
oscarrosete.com
oscarrosete.com
Son el núcleo de un controlador difuso
si x es A, entonces y es B
relacion entre si ocurre algo concluimos que ocurre otra cosa
Donde x y y son variables linguisticas
A y B son valores o terminos linguisticos
si la presion es alta, entonces el volumen es grande
si la carretera es sinuosa, entonces la carretera es peligrosa
si el jitomate esta rojo, entonces el jitomate esta maduro
oscarrosete.com
los terminos linguistiocs tienen un significadod deifinido por un conjunto difuso
un ser humano las puede entender estas reglas, la idea es que una computadora la pueda utilizar para concluir cosas, concluir razonamientos, debe tener una manera de interpretar estas reglas si entonces de manera matematica
oscarrosete.com
oscarrosete.com
Existen dos maneras de interpretar las reglas si entonces de manera matematica
la relacion difusa formada por el producto cartesiana entre el conjunto a yb
la otra es utilizar la implicacion difusa.
Las dos tienen interpretaciones distintas.
oscarrosete.com
oscarrosete.com
Relación difusa AXB
intensidad de la causabilidad entre A y B, cuando tiene una calificacion arriba de 8, la intensidad de la relacion con estudiar mucho es mas grande.
intensidad de la relacion del antecedente si entonces con el consecuente de la misma regla
oscarrosete.com
oscarrosete.com
La veracidad de la implicacion
a implica a b
para que sea falsa la implicacion el antecedente sea verdadero y el consecuente sea falso.
azul es igual a cero
oscarrosete.com
oscarrosete.com
Ambas interpretacions son utilizadas, en control difuso se utiliza la interpretación de la relación difuso formada por el producto cartesiando entre A y b
La implicacion para sistemas expertos.
oscarrosete.com
oscarrosete.com
Se constituye por dos premisas
1 es un hecho
x es una variable linguistica , A' es un termino linguistico
y b
con estas dos premisas podemos obtener una conclusión.
nos permite dar razonamientos utilizando la computadora.
oscarrosete.com
oscarrosete.com
El hecho esta conformado por un conjunto difuso A{
la regla es un producto cartesiano AXB
para la conclusion realizamos la composicion entre el hecho y la regla.
oscarrosete.com
oscarrosete.com
Esta regla si-entonces nos va a servir para concluir que tan excelente es pedro como estudiante.
oscarrosete.com
oscarrosete.com
oscarrosete.com
oscarrosete.com
oscarrosete.com