You are on page 1of 35

LOGICA DIFUSA

Lgica bivaluada: cada proposicin debe ser verdadera o falsa.



Lgica multivaluada: infinitos valores.

En 1965 Lotfi A. Zadeh public su trabaj acerca de los
conjuntos difusos, la cual propone que los valores falso o
verdadero operen sobre el rango de nmeros reales.

Las matemticas generadas por estas teoras son consistentes
y la lgica difusa puede ser una generalizacin de la lgica
clsica.

La estadstica mide la probabilidad que un evento futuro ocurra,
cuando la lgica difusa mide la ambigedad de eventos que ya
han ocurrido.
CONJUNTOS DIFUSOS
Un conjunto no tiene lmites claramente definidos o precisos.

La transicin de la pertenencia o no-pertenencia de un
elemento, es gradual, y esta transicin est caracterizada por
funciones de membresa.

A = { ( x,
A
(x) ) | x e X }

donde
A
(x) se conoce como la funcin de membresa

X es llamado el universo de discurso

x son los elementos de ese universo
0
0,2
0,4
0,6
0,8
1
1,2
0 0,5 1 1,5 2 2,5 3 3,5
Nmeros inferiores a 3
G
r
a
d
o
s

d
e

m
e
m
b
r
e
s

a
EJEMPLO
El universo puede tener elementos discretos (ordenados o no
ordenados) o ser un espacio continuo.

El conjunto difuso A = nmeros inferiores a 3 se puede
expresar de la siguiente manera:

A = { (x,
A
(x) | x e X } , donde
A
(x) se puede definir como:


A
(x) = 1 (x / 3)

INTERSECCIN (AND)

C
(x) = min(
A
(x),
B
(x) ) =
A
(x)
B
(x)



0
0,2
0,4
0,6
0,8
1
1,2
0 2 4 6 8 10
0
0,2
0,4
0,6
0,8
1
1,2
0 2 4 6 8 10
0
0,2
0,4
0,6
0,8
1
1,2
0 2 4 6 8 10
0
0,2
0,4
0,6
0,8
1
1,2
0 2 4 6 8 10
UNION (OR)

C
(x) = max(
A
(x),
B
(x) ) =
A
(x)
B
(x)



0
0,2
0,4
0,6
0,8
1
1,2
0 2 4 6 8 10
0
0,2
0,4
0,6
0,8
1
1,2
0 2 4 6 8 10
0
0,2
0,4
0,6
0,8
1
1,2
0 2 4 6 8 10
0
0,2
0,4
0,6
0,8
1
1,2
0 2 4 6 8 10
COMPLEMENTO (NOT)

(x) = 1 -
A
(x)



0
0,2
0,4
0,6
0,8
1
1,2
0 2 4 6 8 10
0
0,2
0,4
0,6
0,8
1
1,2
0 2 4 6 8 10
0
0,2
0,4
0,6
0,8
1
1,2
0 2 4 6 8 10
0
0,2
0,4
0,6
0,8
1
1,2
0 2 4 6 8 10
F. M. TRIANGULAR
Una FM triangular se especifica mediante tres parmetros { a, b,
c }, de la siguiente forma:






Utilizando operadores min y max, la expresin anterior se
puede expresar como sigue:


s
s s

s s

s
=
x c
c x b
b c
x c
b x a
a b
a x
a x
c b a x tringulo
, 0
,
,
, 0
) , , ; (
|
|
.
|

\
|
|
.
|

\
|

= 0 , , ) , , ; (
b c
x c
a b
a x
min max c b a x tringulo
F. M. TRAPEZOIDAL
Una FM trapezoidal se especifica mediante cuatro parmetros {
a, b, c, d }, de la siguiente forma:







Utilizando operadores min y max, la expresin anterior se
puede expresar como sigue:


s
s s

s s
s s

s
=
x d
d x c
c d
x d
c x b
b x a
a b
a x
a x
d c b a x trapecio
, 0
,
, 1
,
, 0
) , , , ; (
|
|
.
|

\
|
|
.
|

\
|

= 0 , , 1 , ) , , , ; (
c d
x d
a b
a x
min max d c b a x trapecio
F. M. GAUSIANA Y TIPO CAMPANA
Una FM gausiana se especifica con dos parmetros { c, o }; c
representa el centro de la FM y o determina su anchura.




Una FM del tipo campana generalizada (o FM tipo campana) se
caracteriza mediante tres parmetros { a, b, c }; donde c y a
definen el centro y el ancho de la FM, respectivamente,
mientras que el parmetro b controla las pendientes en los
puntos de cruce.



2
2
1
) , ; (
|
|
|
.
|

\
|

=
o
o
c x
e c x gauss
b
a
c x
c b a x campana
2
1
1
) , , ; (

+
=
FORMAS DE ONDA
Las FM que se muestran en la figura corresponden a las
definidas por los siguientes valores: tringulo(x; 6, 7, 9),
trapecio(x; 5, 6, 8, 10), gauss(x; 0.7, 3) y campana(x; 1.5, 5, 3).


SINGLETON
Un conjunto difuso que contiene un nico elemento, x
0
, es denominado
una singularidad difusa o fuzzy singleton.

El uso de singletons simplifica considerablemente el proceso de
inferencia y posibilita la implementacin electrnica eficiente de los
sistemas de inferencia difusos.


s
(x) = 0 si x = x
0

s
(x) = 1 si x = x
0


x
0

s
(x)
REGLAS DIFUSAS IF....THEN
Los conjuntos y los operadores difusos son los sujetos y
predicados de la lgica difusa. Las reglas if-then son usadas
para formular las expresiones condicionales que abarca la
lgica difusa

if x is A then y is B

Donde A y B son los valores lingsticos definidos por los
conjuntos definidos en los rangos de los universos de discurso
llamados X e Y, respectivamente.

La parte if de la regla x es A es llamada el antecedente o
premisa, mientras la parte then de la regla y es B es llamada
la consecuencia o conclusin
ESTRUCTURA DEL SISTEMA
La fusificacin de las variables de entrada.

Aplicacin del operador difuso (AND OR) en el antecedente.

Implicacin del antecedente con el consequente.

Agregacin de los consecuentes a travs de las reglas.

La defusificacin.
ESTRUCTURA DEL SISTEMA
Regla 1
Regla 2
Regla 3

Salida
Entrada 1
Entrada 2
Las entradas
son nmeros
limitados a un
rango
especifico.
Entradas no
difusas.
Las reglas son
evaluadas en
paralelo
usando un
razonamiento
difuso.
Los resultados
de las reglas
son
combinadas y
defusificadas.
El resultado es
un valor
numrico no
difuso.
Regla 4
FUSIFICACIN DE LAS ENTRADAS
Para cada entrada existen diferentes conjuntos con variables
lingsticas, en nuestro caso hay dos subconjuntos para cada
variable de entrada.
X = {BAJO, ALTO}
Y = {BAJO, ALTO}
Las variables de entrada X e Y, al igual que la variable de salida Z
pertenecen al mismo universo de discurso comprendido en el rango
entre 0 y 10.
Las funciones de membresa son:

BAJO(T) = 1 - ( T / 10 )
ALTO(T) = T / 10
FUSIFICACIN DE LAS ENTRADAS
10
1
Entrada no difusa = 5
Salida difusa = 0,5
REGLAS DEL SISTEMA
Regla 1: if X es BAJO and Y es BAJO then Z es ALTO
Regla 2: if X es BAJO and Y es ALTO then Z es BAJO
Regla 3: if X es ALTO and Y es BAJO then Z es BAJO
Regla 4: if X es ALTO and Y es ALTO then Z es ALTO

Otra manera de analizar las reglas es mediante una tabla:





X





BAJO

ALTO


Y

BAJO

ALTO

BAJO

ALTO

BAJO

ALTO

APLICAR EL OPERADOR DIFUSO
Una vez que las entradas han sido fusificadas, conocemos el
grado en el cual cada parte del antecedente ha sido satisfecho
para cada regla.
S el antecedente de una regla dada tiene ms de una parte, el
operador difuso es aplicado para obtener un nmero que
represente el resultado del antecedente para esa regla.
Para la operacin AND existen dos formas conocidas como min
(mnimo) y prod (producto algebraico).
Para la operacin OR existen dos formas conocidas como max
(mximo) y sum (suma algebraica).
Adems de estos mtodos de construccin, uno puede crear
su propio mtodo para AND y OR escribiendo cualquier funcin.

APLICAR EL OPERADOR DIFUSO
El grado de verdad para la premisa de una regla es referida
como el nivel de disparo y es denotada como o (alfa).
X

Y

BAJO(X
)

ALTO(X)

BAJO(Y)

ALTO(Y)

o1

o2

o3

o4

0

0.32

1

0

0.68

0.32

0.68

0.32

0

0












0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 1 2 3 4 5 6 7 8 9 10
X
u
(
X
)
ALTO
BAJO
S
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 1 2 3 4 5 6 7 8 9 10
Y
u
(
Y
)
ALTO
BAJO
S


METODO DE IMPLICACION
Un consecuente es un conjunto difuso representado por una
funcin de membresa, en nuestro caso tiene asignada dos, las
cuales son:
Z = { BAJO, ALTO }
Hay dos mtodos conocidos que son las mismas funciones
usadas por el mtodo AND: min (mnimo), que trunca el
conjunto difuso de salida, y el PROD (producto), el cual escala
al conjunto difuso de salida.
El grado de verdad de la premisa de cada regla es computada
y aplicada al consecuente de cada regla. Este resultado es un
subconjunto difuso que ser asignado a cada variable de salida
correspondiente. Nosotros aplicamos en este ejemplo el mtodo
de Mamdani mtodo de inferencia MIN-MAX. Para cada regla
hacemos el MIN entre el nivel de disparo y la funcin de
membresa de la variable de salida indicada en el consecuente.
METODO DE IMPLICACION













0
0,2
0,4
0,6
0,8
1
0 1 2 3 4 5 6 7 8 9 10
R1
0
0,2
0,4
0,6
0,8
1
0 1 2 3 4 5 6 7 8 9 10
R2


0
0,2
0,4
0,6
0,8
1
0 1 2 3 4 5 6 7 8 9 10
R4
0
0,2
0,4
0,6
0,8
1
0 1 2 3 4 5 6 7 8 9 10
R3
METODO DE AGREGACION











Agregacin o composicin es el proceso por el cual los conjuntos
difusos que representan las salidas de cada regla son combinadas
en un nico conjunto difuso.
La salida del proceso de agregacin es un conjunto difuso para
cada salida variable.
Los dos mtodos ms conocidos son: max (mximo) y sum
(suma).
Lo ms comn cuando usamos la funcin 'min' en el mtodo de
implicacin es corresponder con la funcin 'max' en el mtodo de
agregacin.
De igual manera si elegimos la funcin 'prod' para el mtodo de
implicacin, es usual hacerlo corresponder con la funcin 'sum'
para el mtodo de agregacin.
METODO DE AGREGACION
En el proceso de composicin o agregacin, todos los
subconjuntos difusos son combinados para dar un nico conjunto
de salida, esto se logra haciendo el MAX de las funciones
mostradas en los grficos anteriores, obtenindose la siguiente
figura:
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 1 2 3 4 5 6 7 8 9 10
Composicin
DEFUSIFICACION


La entrada para el proceso de defusificacin es un conjunto difuso
(la salida de la etapa de agregacin) y la salida es un simple
nmero concreto. Los sistemas del mundo real requieren un
resultado numrico.

El mtodo ms popular de defusificacin es el clculo del centro
de gravedad centroide, el cual retorna el centro del rea bajo la
curva. Al igual que en los pasos anteriores existen ms mtodos de
clculo.
Centro de gravedad
DEFUSIFICACION


Forma continua
Para calcular el algoritmo del centro de gravedad (cog, siglas en
ingles) dividimos al Momento de la funcin por el Area de la funcin:

Forma discreta
Se divide la funcin en partes iguales y se calcula haciendo la
sumatoria de todos los puntos de la siguiente manera:



Hay que tener en cuenta que al dividir en partes iguales al
conjunto de salida se simplifican los Az, si las particiones fueran
diferentes habra que tener en cuenta el Az porque sino se pierde el
sentido de Momento y Area de la funcin.
DEFUSIFICACION


Forma continua:
Forma discreta para 10 muestras:
PRODUCTO CARTESIANO




El producto cartesiano es usado para definir una relacin entre dos
o ms conjuntos (sean ordinarios o difusos).
El producto cartesiano es denotado como AxB y es definido como:


Una relacin difusa R de A y B es un subconjunto difuso de AxB,
donde
R
(a, b) es la funcin de membresa de R.


R tambin puede ser representado como una matriz, depositando
cada elemento de
R
(a, b):
IMPLICACION


La regla 'si el nivel es bajo, entonces abro V1' es llamada una
implicacin, porque el valor de 'nivel' implica el valor de 'V1' en el
controlador.
Hay muchas maneras de definir la implicacin, se puede elegir una
funcin matemtica distinta en cada caso para representar a la
implicacin.
Cada regla puede ser interpretada como una relacin difusa como
Ri: ( X Y ) [ 0, 1 ].
Cuando usamos una conjuncin A . B, la interpretacin de las
reglas if-then sera "es verdadero que A y B cumplen
simultneamente".
Esta relacin es simtrica y puede ser invertida. La relacin R es
computada por el mtodo de Mamdani utilizando el operador Min.
La representacin de la relacin difusa R del modelo entero es
dado por la disjuncin (unin) de las K relaciones de cada regla
individual R
i
.
IMPLICACION


MODUS PONENS GENERALIZADO


Premisa 1: x es A
Premisa 2: Si x es A entonces y es B
Consecuente: entonces y es B
El principio anterior establece que en la medida que A sea similar a A,
entonces se puede deducir un B que es similar a B. Obsrvese que el
MP es un caso especial del MPG cuando A es completamente igual A
entonces B es B. Por otra parte, regla composicional se basa en el
siguiente principio intuitivo:
dados dos conjuntos difusos A y B definidos en los conjuntos universos
X e Y respectivamente,
si existe una relacin R entre A y B definida en X x Y,
entonces a partir del conjunto A se puede deducir B a travs de la
composicin entre A y la relacin R de la siguiente forma:
B = A
o
R
INFERENCIA

AB


Si x es A entonces y es B

R

x c A

A
y c B

B
INFERENCIA
El grado de cumplimiento del i antecedente de cada regla sera:


Para un conjunto difuso singleton la ecuacin anterior se
simplifica:


El conjunto difuso de salida del modelo lingstico es:
EJEMPLO
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 1 2 3 4 5 6 7 8 9 10
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 1 2 3 4 5 6 7 8 9 10
3 4 5 6 7
A 0 0,5 1 0,5 0
3 4 5 6 7
B 0 0,5 1 0,5 0
Elementos del dominio X
Elementos del dominio Y
A
B
EJEMPLO
R 3 4 5 6 7
3 0 0 0 0 0
4 0 0,5 0,5 0,5 0
5 0 0,5 1 0,5 0
6 0 0,5 0,5 0,5 0
7 0 0 0 0 0
R : si x es A entonces y es B

AB

3
4
5
6
7
3
5
7
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
EJEMPLO
| = max [
A
(x) .
A
(x) ] = max ( [0; 0.5; 0; 0; 0] . [0; 0.5; 1; 0.5; 0] )
| = max [0; 0.5; 0; 0; 0] = 0.5

B = | . B = 0.5 . [0; 0.5; 1; 0.5; 0]
B = 0.5 . [0; 0.5; 0.5; 0.5; 0]