Profa. Silvia Modesto Nassar

Slides:



Advertisements
Apresentações semelhantes
Árvores CC/EC/Mestrado Teoria dos Grafos ‏ 1.
Advertisements

Operações com intervalos
MÉTODOS QUANTITATIVOS
Amintas engenharia.
UFES CC/EC/Mestrado Teoria dos Grafos Árvores. UFES CC/EC/Mestrado Teoria dos Grafos Árvores Grafo Acíclico: não possui ciclos.
Lógica Difusa (Fuzzy). Lógica tradicional x Lógica difusa Lógica tradicional (Aristóteles) –Uma proposição = dois estados possíveis (V ou F) –Pode ser.
Lógica Fuzzy Aplicada a Sistemas de Diagnóstico
A CARTOGRAFIA TEMÁTICA E A ESTATÍSTICA
Introdução a Sistemas Fuzzy no Matlab e uso do Simulink
Sistemas especialistas Fuzzy
Ronaldo Gilberto de Oliveira
Lógica Auto-epistémica
Funções Especiais Aula 3 – Prof Marli.
Capítulo 3 - Aplicações das Derivadas
Sistemas Baseados em Lógica Fuzzy
Raciocínio Aproximado
5. MODELAGEM: PLANTAS E PROCESSOS - 1
Curso Superior de Tecnologia em Automação Industrial Prof. Leo Weber
4. TEORIA DOS CONJUNTOS FUZZY - 1
Inteligência Artificial
MEDIDAS E INCERTEZAS O Que é Medição?
POLINÔMIOS.
1) Se f(x) = 2x – 1, calcule f(100).
Números Complexos 1 Prof. Marlon.
Polinômios Prof. Marlon.
Algoritmos Genéticos - Capítulo 10 Representação Numérica
Inteligência Artificial
Universidade do Extremo Sul Catarinense - UNESC
INTRODUÇÃO À PROGRAMAÇÃO
4 - Para cada uma das operações abaixo informe quais são operações
PROPRIEDADES DE UM GRUPÓIDE
TEORIA DOS NÚMEROS Embora existam diversos tipos de números na Matemática (reais, complexos, etc.), o nome "Teoria dos Números" é tradicionalmente reservado.
ESTRUTURAS ALGÉBRICAS
Polinômios e fatoração
Introdução a Computação e Cálculo Numérico
TEORIA AXIOMÁTICA DOS CONJUNTOS
MBA em Gestão de Empreendimentos Turísticos
Cálculo Numérico / Métodos Numéricos
INF 1771 – Inteligência Artificial
Integral definida Profª Ana Cristina Corrêa Munaretto
Rogério Vargas Sistemas Fuzzy Rogério Vargas
Integração numérica.
Uma Abordagem Híbrida Fuzzy-Bayesiana para Modelagem de Incertezas
Introdução à Lógica Matemática
Aula V – Técnicas de Solução da equação de Laplace
Prof.: Uchôa Colaboração: Tiago Lemos
Aula 10 Medidas de dispersão Prof. Diovani Milhorim
Sistemas Nebolosos (Fuzzy)
POLINÔMIOS Matemática Dorta.
Como pensar e agir sobre as incertezas que afetam a decisão
Prof. Guilherme Amorim 29/10/2013
Métodos Quantitativos
Input » Processamento » Output »
Função quadrática: a função geral de 2º grau
Interpolação e Ajuste de Curvas
Isomorfismo Definição: Dados dois espaços vetoriais reais e uma transformação linear de entre eles. Dizemos que a transformação linear é um isomorfismo.
DISTRIBUIÇÃO NORMAL.
Regras e Desfuzzificação:
Profa. Silvia Modesto Nassar Incerteza: Sistemas Inteligentes Crença Plausibilidade Ignorância Teoria da Evidência Probabilidade Possibilidade.
Complexidade de Computação Katia Guimarães. Avaliando a Qualidade de um Algoritmo É preciso ter bem definido –O que é dado de entrada e –O que é esperado.
Conjuntos Difusos Operações: Definição e nomenclatura Tipos Axiomas
Introdução aos Conjuntos Difusos
Sistemas Especialistas Difusos Programa de Pós-Graduação em Ciência da Computação – INE – UFSC Profa. Silvia Modesto Nassar
Conjuntos Fuzzy Histórico
ITA - Instituto Tecnológico de Aeronáutica Arquiteturas Programáveis de uma Máquina de Inferência Fuzzy em Tecnologia CMOS Autor: Leonardo Mesquita Orientador:
FUNDAMENTOS DA ANÁLISE I
Números Reais 9.º Ano 2011/2012 Parte II.
MATEMÁTICA E SUAS TECNOLOGIAS Operações envolvendo números complexos
Wellington D. Previero Pontos Extremos.
Universidade do Sul de Santa Catarina Ciência da Computação Técnicas de Inteligência Artificial Aula 08 Conjuntos Difusos Max Pereira.
Transcrição da apresentação:

Profa. Silvia Modesto Nassar ARITMÉTICA DIFUSA Números Difusos e Intervalos Difusos Operações Aritméticas Difusas método clássico princípio da extensão Operações binárias: MÍNIMO e MÁXIMO Modelos Difusos Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Profa. Silvia Modesto Nassar NÚMEROS DIFUSOS Seja A um conjunto difuso definido para o conjunto R dos números reais da seguinte forma: A : R  [0 ; 1] sob determinadas condições A é qualificado como um número difuso. Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

NÚMEROS DIFUSOS: condições Seja o conjunto difuso A e R o conjunto dos números reais de tal forma que: A : R  [0 ; 1] Se A possuir as seguintes propriedades então A é qualificado como um número difuso: A deve ser um conjunto difuso NORMAL A deve ser um INTERVALO FECHADO para todo   (0 ; 1] O SUPORTE de A, 0+A, deve ser limitado. Propriedades: 1) A deve ser um conjunto normal : pretende-se trabalhar com o conceito de um conjunto de números reais proximo de r, onde r pertence totalmente ao conjunto ª 2) O suporte limitado de um número fuzzy e todos os seus -cuts para 0 devem ser intervalos fechados para permitir que sejam definidas operações aritméticas sobre números fuzzy em termos das operações aritméticas clássicas Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Números Difusos: exemplos A(x) 1 a R A(x) 1 a1 a a2 A = {número real crisp} A = {APROXIMADAMENTE a} Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Números Difusos: exemplos A(x) 1 a R A(x) 1 a Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Número Difuso: Função de Pertinência A é um número difuso SSE existe um intervalo fechado [a ; b]   tal que: 1 para x  [a ; b] s(x) para x  (- ; a) r(x) para x  (b ;) A(x) = Onde: s é uma função de (-; a) para [0; 1] monotonicamente crescente contínua à direita s(x)=0 para x (-; a1) Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Números Difusos: convexidade Se A é um número difuso então A é um conjunto difuso convexo. Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Intervalos Difusos: exemplos A(x) 1 a b R A(x) 1 a1 a b b1 Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Intervalos Difusos: exemplos A(x) A(x) 1 1 a b R a b R Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Intervalos Difusos: Variáveis Lingüísticas Variáveis Difusas Quantitativas Variáveis Lingüísticas classes de uma VDQ conceitos lingüísticos Intervalos Difusos Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Intervalos Difusos: variáveis lingüísticas Baixo Médio Alto Altura(cm) a1 a2 a3 a4 1 Grau de Pertinência Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Números Difusos: propriedades Cada conjunto difuso, e em conseqüência cada número difuso, pode ser unicamente e totalmente representado por seus -cuts -cuts de números difusos são intervalos fechados para todo  (0 ; 1] Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Operações Aritméticas : métodos Há dois métodos para operações aritméticas em números difusos: aritmética de intervalos clássica princípio da extensão Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Operações Aritméticas Difusas: definição Suposição: os números difusos são representados por funções de pertinência contínuas. Sejam A e B números difusos e  alguma das quatro operações aritméticas básicas então: o conjunto difuso resultante da operação A*B é definido por seus -cuts da seguinte forma:  (A*B) = A*  B para    (0;1] Quando *=/ supõe-se ainda que 0B   (0;1] Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Operações Aritméticas: A*B O conjunto difuso resultante da operação A*B pode ser expresso da seguinte forma: Método Clássico: UNIÃO FUZZY PADRÃO A*B =   (A* B)   (0;1] Princípio da Extensão: onde a FUNÇÃO DE PERTINÊNCIA é definida por (A*B) (z) = sup min [ A(x) , B(y) ] z = x*y Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Operações Aritméticas: exemplo Seja A um número difuso definido por A = { 0.2/ 0 + 1/1 + 0.2/2} calcule (A+A). Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Operações Aritméticas Clássicas:intervalos Sejam os intervalos [a,b] e [c,d] então: [a,b]+[c,d] = [a+c , b+d] [a,b]-[c,d] = [a-d , b-c] [a,b].[c,d] = [min (ac,ad,bc,bd), max (ac,ad,bc,bd)] [a,b]/[c,d] = [min (a/c,a/d,b/c,b/d), max (a/c,a/d,b/c,b/d)] para 0  [c,d] Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Operação Aritmética - Adição: exemplo Calcule a soma dos números difusos, A e B, definidos por: (x+2)/2 para -2 x 0 (2-x)/2 para 0 x 2 0 para outros valores A(x) = (x-2)/2 para 2 x 4 (6-x)/2 para 4 x 6 0 para outros valores B(x) = Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Operações Aritméticas Clássicas:intervalos Sejam os intervalos A=[a1,a2] ; B=[b1,b2] ; C=[c1,c2] e 1=[1,1] então: Comutatividade: A+B=B+A e A . B=B . A Associatividade: (A+B)+C=A+(B+C) e (A.B).C=A.(B.C) Identidade: A=0+A=A+0 e A.1=1.A Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Operações Aritméticas Clássicas: intervalos Subdistributividade: A.(B+C)  A.B+A.C Distributividade: se b.c  0 para  b  B e  c  C então A.(B+C)  A.B+A.C 0  A-A e 1  A/A Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Operações Aritméticas Clássicas Se AC e BD A+B  C+D A-B  C-D A.B  C.D A/B  C/D (monotonicamente inclusive) Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Operações Aritméticas : função de pertinência Existem algoritmos para obter a função de pertinência: algoritmo DSW (Dong, Shah e Wong, 1985) algoritmo DSW Modificado (Givens a Tahani, 1987) Ross, TJ. Fuzzy Logic with Engineering Applications. McGraw-Hill, 1995. Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Operações de MÍNIMO e MÁXIMO Números Reais Números Difusos Notação: min max Números Reais MIN MAX Números Difusos Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Operações de MÍNIMO e MÁXIMO: clássica Números Reais: para todo par (x,y)  R x se x  y y se y  x min (x, y) = y se x  y x se y  x max (x, y) = Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Operações de MÍNIMO e MÁXIMO: Difusa Números Difusos: a função de pertinência é definida por MIN (A , B) (z) = sup min [ A(x) , B(y) ] z = min( x, y) MAX (A , B) (z) = sup min [ A(x) , B(y) ] z = max( x, y) Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Operação MÍNIMO: exemplo Sejam A e B números difusos definidos por A = { 0.2/ 0 + 1/1 + 0.2/2} B = { 0.1/ 1 + 1/2 + 0.1/3} calcule MIN(A,B). Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

MÍNIMO e MÁXIMO DIFUSO: propriedades Comutatividade MIN (A,B) = MIN(B,A) e MAX (A,B) = MAX(B,A) Associatividade MIN[MIN (A,B), C] = MIN[A, MIN(B,C)] MAX[MAX (A,B), C] = MAX[A, MAX(B,C)] Distributividade MIN[A, MAX (B, C)]= MAX[MIN(A,B), MIN(B,C)] MAX[A, MIN (B, C)]=MIN[MAX(A,B), MAX(B,C)] Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

MÍNIMO e MÁXIMO DIFUSO: propriedades Idempotência MIN (A,A) = A MAX (A,A) = A Absorção MIN[A, MAX (A,B)] = A MAX[A, MIN (A,B)] = A Profa. Silvia Modesto Nassar silvia@inf.ufsc.br

Profa. Silvia Modesto Nassar Modelos Difusos os modelos são construídos com operações aritméticas difusas os coeficientes são números difusos desconhecidos Dr. Profa. Silvia Modesto Nassar silvia@inf.ufsc.br