Carregar apresentação
A apresentação está carregando. Por favor, espere
1
Sistemas Baseados em Lógica Fuzzy
João Marques Salomão
2
Funções de Pertinência Básicas
20 40 60 80 100 0.2 0.4 0.6 0.8 1 Grau de Pertinência (a) Triangular Função Triangular Função Trapezoidal 20 40 60 80 100 0.2 0.4 0.6 0.8 1 Grau de Pertinência (b) Trapezoidal
3
Funções de Pertinência avançadas
20 40 60 80 100 0.2 0.4 0.6 0.8 1 Grau de Pertinência (c) Gaussiana Função Gaussiana Função Sino Generalizada 20 40 60 80 100 0.2 0.4 0.6 0.8 1 Grau de Pertinência (d) Sino Gerneralizada
4
Partição Fuzzy do Universo
Partição fuzzy do universo de X representando “idade”, formada pelos conjuntos fuzzy “jovem”, “maduro” e “idoso”. 10 20 30 40 50 60 70 80 90 0.2 0.4 0.6 0.8 1 1.2 X = Idade Grau de Pertinência Jovem Maduro Idoso
5
Variáveis Lingüísticas
Uma variável lingüística possui valores que não são números, mas sim palavras ou frases na linguagem natural. Idade = idoso Um valor lingüístico é um conjunto fuzzy. Todos os valores lingüísticos formam um conjunto de termos: T(idade) = {Jovem, velho, muito jovem,... Maduro, não maduro,... Velho, não velho, muito velho, mais ou menos velho,... Não muito jovem e não muito velho,...} Permitem que a linguagem da modelagem fuzzy expresse a semântica usada por especialistas: Exemplo: If projeto.duração is não muito LONGO then risco is ligeiramente reduzido
6
Etapas do raciocínio Fuzzy
1ª FUZZIFICAÇÃO AGREGAÇÃO 2ª INFERÊNCIA COMPOSIÇÃO 3ª DEFUZZIFICAÇÃO
7
Raciocínio Fuzzy: Método de Sugeno
Linguístico Numérico Nível Variáveis Calculadas (Valores Numéricos) (Valores Linguísticos) Inferência Variáveis de Comando Defuzzificação Planta Fuzzificação
8
Fuzzificação TRIANGULAR Frio Normal Quente TRAPEZOIDAL Lento Rápido
9
Inferência Fuzzy O mecanismo chave do modelo Fuzzy é a proposição.
A proposição é o relacionamento entre as variáveis do modelo e regiões Fuzzy. Na definição das proposições, deve-se trabalhar com: Proposições Condicionais if W is Z then X is Y Proposições Não-Condicionais X is Y Etapa na qual as proposições (regras) são definidas e são examinadas paralelamente; Engloba a: Definição das proposições Análise das Regras Criação da região resultante
10
Inferência Fuzzy AGREGRAÇÃO COMPOSIÇÃO
Calcula a importância de uma determinada regra para a situação corrente. COMPOSIÇÃO Calcula a influência de cada regra nas variáveis de saída.
11
Defuzificação Etapa na qual as regiões resultantes são convertidas em valores reais (Crisp) para a variável de saída do sistema. Ela corresponde a ligação funcional entre as regiões Fuzzy e o valor esperado. Destacam-se os tipos de técnicas de defuzzificação: Centróide First-of-Maxima Middle-of-Maxima Critério Máximo
12
Defuzificação Exemplos: z0 First-of-Maxima Critério do Máximo
Centróide
13
Um exemplo Objetivo do sistema:
Um analista de projetos de uma empresa quer determinar o risco de um determinado projeto; Quantidade de dinheiro e de pessoas envolvidas no projeto. Representação das variáveis de entrada: Base de conhecimento: Se dinheiro é adequado ou pessoal é pequeno então risco é pequeno; Se dinheiro é médio e pessoal é alto, então risco é normal Se dinheiro é inadequado, então risco é alto
14
Fuzzificação Dinheiro Pessoal Inadequado Adequado Médio Baixo Alto 35
.25 .75 Baixo Alto Pessoal 60 .2 .8
15
Avaliação das regras Risco Risco Risco Ou máximo; e mínimo.
Adequado Regra 1: Baixo 0,0 ou 0,2 Risco Ou máximo; e mínimo. médio Regra 2: Alto 0,25 e 0,8 Risco Risco Inadequado Regra 3: 0,75
16
Defuzzificação Cálculo do Centróide Risco 0,75 0,25 10 20 30 40 70 60
50 100 90 80 Cálculo do Centróide
17
FIM
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.