Professional Documents
Culture Documents
Resumo: Ensinar algo no uma atividade trivial, na qual basta o docente realizar a
colagem dos contedos presentes nas referncias, colocando-os numa determinada sequncia
que faz sentido para o entendimento de quem o elabora, pois do outro lado, nas salas de
aulas e laboratrios, existem os alunos e suas formas de aprender, entender, estudar e
aplicar. A proposta educacional desenvolvida resultado das experincias vivenciadas no
ensino da lgica fuzzy na disciplina Introduo Inteligncia Artificial. Inicialmente, os
conceitos sobre a lgica fuzzy eram apresentados por meio de slides, com alguns exemplos
gerais e observou-se que os alunos estavam encontrando dificuldades para aplicar a teoria
nas aulas de laboratrio. Nos anos subsequentes, foi proposto um exemplo prtico de como
funciona o sistema de inferncia fuzzy. Ao dotar o contedo de significado, a lacuna existente
entre a aula terica e a aula prtica foi preenchida, favorecendo o processo de
aprendizagem. O resultado positivo observado no processo de ensino-aprendizagem
justificado pela abordagem histrico-cultural proposta por Vygotsky, a qual assume a
condio de referencial terico educacional, permitindo uma melhor articulao entre
contedo, ensino, didtica e aprendizagem.
Palavras-chave: lgica fuzzy, raciocnio fuzzy. sistema de inferncia fuzzy.
1.
INTRODUO
O desenvolvimento deste trabalho relata a experincia em sala de aula da disciplina
optativa Introduo Inteligncia Artificial, que ministrada para os alunos do quarto e
quinto ano do curso de Engenharia Eltrica.
Esta disciplina apresenta os principais conceitos de Inteligncia Artificial, e a lgica
fuzzy um dos tpicos desta disciplina. Os conceitos sobre a lgica fuzzy desta disciplina so
apresentados da seguinte forma: primeiro so apresentados slides com os principais conceitos
sobre a lgica fuzzy, com alguns exemplos gerais e em seguida era solicitado para que os
alunos implementassem um controlador fuzzy utilizando o toolbox fuzzy do software Matlab
no laboratrio.
ASPECTOS CONCEITUAIS
Para a compreenso deste trabalho ser apresentado neste item um resumo dos
principais aspectos conceituais sobre a lgica fuzzy, mas para aprofundar o estudo neste
assunto, as seguintes referncias (TANAKA, 1996; SANDRI, 1999; NEGNEVITSKY, 2001)
devem ser estudadas.
Dispondo do contedo, a prxima etapa consiste em adotar um referencial terico
educacional que permita favorecer os processos de ensino-aprendizagem.
2.1. Lgica Fuzzy
A lgica fuzzy, tambm conhecida por lgica difusa ou lgica nebulosa, foi baseada na
teoria dos conjuntos fuzzy introduzido por Lofti Zadeh em 1965 (TANAKA, 1996). Na teoria
de conjuntos clssicos, possvel dizer que um objeto no pertence ou pertence a um
conjunto; e por isso possui apenas dois graus de pertinncia em relao ao conjunto [0 ou 1]
(EL-HAWARY, 1998). J os conjuntos fuzzy, possuem diferentes graus de pertinncia que
varia suavemente no intervalo de 0 1.
Seja, por exemplo, um conjunto de pessoas adultas com ndice de Massa Corprea
(IMC) normal. Pode-se representar este conjunto tanto por conjuntos clssicos quanto por
conjuntos fuzzy. A funo de pertinncia N (x) do conjunto clssico N representada na
Equao (1):
1
N ( x)
0
x N
x N
(1)
Nos conjuntos fuzzy, a transio abrupta substituda por uma funo de pertinncia
suave (EL-HAWARY, 1998). O conjunto fuzzy de adultos com IMC normal apresentado na
Figura 1(b) e representado por funo de pertinncia trapezoidal N(x) detalhado na Equao
(2). O universo de discurso I deste conjunto varia de 18 25,5.
x 18
0
2 x 36
18 x 18,5
N x 1
18,5 x 25
(2)
51 2 x
25 x 25,5
x 25.5
0
Matematicamente, o conjunto fuzzy N, definido em um universo de discurso I pode ser
representado pela Equao (3):
x,
x | x I
(3)
N N xi / xi
(4)
i 1
(a)
(b)
Figura 1 - Conjunto representando IMC de pessoa adulta (a) Clssico e (b) Fuzzy.
No conjunto clssico, quando a pessoa tem IMC igual a 18,4, no pertence ao conjunto
de pessoas com peso normal, N ( x) 0 . Mas quando tem um ndice de massa corprea igual
a 18,5, esta pertence a este grupo, N ( x) 1 . Utilizando o mesmo exemplo com base na
lgica fuzzy, o conjunto de pessoas com peso normal representado por uma funo de
pertinncia trapezoidal. Quando a pessoa tem um IMC igual a 18,4, ela pertence ao conjunto
de pessoas com peso normal, com grau de pertinncia 0,8 e se o IMC igual a 18,5 o grau de
pertinncia ao conjunto de pessoas com peso normal igual 1 ( N ( x) 1 ).
As funes de pertinncia fuzzy so representadas por variveis lingsticas que podem
ser expressas por palavras ou sentenas usadas na lngua (ZADEH, 1975, ELHAWARY,1998). Uma varivel lingstica definida por trs elementos principais: (x, T(x),
I), onde x o nome da varivel. T(x) um conjunto de valores lingsticos para os valores de
x. No caso da varivel lingstica ndice de massa corprea T(IMC) (Figura 2), tem-se:
(5)
conhecido como Mximo e Mnimo, que o mtodo de raciocnio fuzzy mais utilizado
(TANAKA, 1996). Para o clculo de um sistema de inferncia fuzzy composto de duas regras,
com dois antecedentes e um conseqente cada.
Primeiro, feito o clculo do mnimo entre os graus de ativao das entradas
fuzificadas. Em seguida, realizado o mnimo entre os conseqentes das regras e os graus de
ativao obtidos, obtendo-se assim, uma funo de pertinncia ceifada. A funo resultante
obtida, utilizando o operador mximo das funes resultantes, conforme apresentado na
Figura 4.
=1
=1
(6)
pertinncia da entrada Altura), totalizando 16 regras (Tabela 2). Para facilitar a visualizao,
a base de regras tambm pode ser representada no formato de tabela, conforme mostrado na
Tabela 3.
Tabela 2 Base de Regras do Sistema de Inferncia Fuzzy IMC.
Regra 01:
Regra 02:
Regra 03:
Regra 04:
Regra 05:
Regra 06:
Regra 07:
Regra 08:
Regra 09:
Regra 10:
Regra 11:
Regra 12:
Regra 13:
Regra 14:
Regra 15:
Regra 16:
SE (Peso Leve)
SE (Peso Leve)
SE (Peso Leve)
SE (Peso Leve)
SE (Peso Mdio)
SE (Peso Mdio)
SE (Peso Mdio)
SE (Peso Mdio)
SE (Peso Alto)
SE (Peso Alto)
SE (Peso Alto)
SE (Peso Alto)
SE (Peso Muito Alto)
SE (Peso Muito Alto)
SE (Peso Muito Alto)
SE (Peso Muito Alto)
E (Altura Baixa)
E (Altura Mdia)
E (Altura Alta)
E (Altura Muito Alta)
E (Altura Baixa)
E (Altura Mdia)
E (Altura Alta)
E (Altura Muito Alta)
E (Altura Baixa)
E (Altura Mdia)
E (Altura Alta)
E (Altura Muito Alta)
E (Altura Baixa)
E (Altura Mdia)
E (Altura Alta)
E (Altura Muito Alta)
ENTO
ENTO
ENTO
ENTO
ENTO
ENTO
ENTO
ENTO
ENTO
ENTO
ENTO
ENTO
ENTO
ENTO
ENTO
ENTO
( IMC Normal);
( IMC Magro);
( IMC Muito Magro);
( IMC Muito Magro);
( IMC Acima do Peso);
( IMC Normal);
( IMC Magro);
( IMC Muito Magro);
( IMC Obesidade 1);
( IMC Acima do Peso);
( IMC Normal);
( IMC Magro);
( IMC Obesidade 2);
( IMC Obesidade 1);
( IMC Acima do Peso);
( IMC Normal).
Mdio
Alto
Muito
Alto
Baixo
AP
OB1
OB2
Mdio
AP
OB1
Alto
MM
AP
Muito
Alto
MM
MM
Altura
= 24.2kg/m2
(7)
CONCLUSO
A mudana de estratgia de ensino favoreceu o processo de aprendizagem, visto que a
ao do docente foi coerente com a aplicao do referencial terico educacional, ao dotar o
contedo de significado, ou seja, ocorreu a contextualizao. Diante do exposto, ao justificar
a ao do docente dentro de uma teoria educacional permite classificar as aes que so
eficazes e estud-las, permitindo a realizao de um ciclo virtuoso no aprimoramento da
atividades didtico-pedaggicas e, conseqentemente, conduzir os alunos atravs da zona de
desenvolvimento proximal de forma consciente.
5.
REFERNCIAS BIBLIOGRFICAS
<