Tutorial de lógica difusa: ¿Qué es, Architecnología, aplicación, ejemplo

¿Qué es la lógica difusa?

Lógica difusa se define como una forma lógica multivaluada que puede tener valores de verdad de variables en cualquier número real entre 0 y 1. Es el concepto de verdad parcial. En la vida real, podemos encontrarnos con una situación en la que no podemos decidir si la afirmación es verdadera o falsa. En ese momento, la lógica difusa ofrece una flexibilidad muy valiosa para el razonamiento.

El algoritmo de lógica difusa ayuda a resolver un problema después de considerar todos los datos disponibles. Luego se toma la mejor decisión posible para la entrada dada. El método FL imita la forma de toma de decisiones de un ser humano que considera todas las posibilidades entre los valores digitales T y F.

Historia de los sistemas de lógica difusa

Sin embargo, el concepto de lógica difusa se había estudiado desde la década de 1920. El término lógica difusa fue utilizado por primera vez en 1965 por Lotfi Zadeh, profesor de UC Berkeley en California. Observó que la lógica informática convencional no era capaz de manipular datos que representaran ideas humanas subjetivas o poco claras.

El algoritmo difuso se ha aplicado a varios campos, desde la teoría del control hasta la IA. Fue diseñado para permitir que la computadora determine las distinciones entre datos que no son verdaderos ni falsos. Algo similar al proceso del razonamiento humano. Como Un poco de oscuridad, Algo de brillo, etc.

Características de la lógica difusa

Estas son algunas características importantes de la lógica difusa:

Flexible y fácil de implementar máquina de aprendizaje la técnica
Te ayuda a imitar la lógica del pensamiento humano.
La lógica puede tener dos valores que representan dos posibles soluciones.
Método muy adecuado para razonamientos inciertos o aproximados.
La lógica difusa considera la inferencia como un proceso de propagación de restricciones elásticas
La lógica difusa permite construir funciones no lineales de complejidad arbitraria.
La lógica difusa debe construirse con la completa orientación de expertos.

Cuándo no utilizar la lógica difusa

Sin embargo, la lógica difusa nunca es una cura para todos. Por lo tanto, es igualmente importante comprender dónde no debemos utilizar la lógica difusa.

Aquí hay ciertas situaciones en las que es mejor no usar la lógica difusa:

Si no le resulta conveniente asignar un espacio de entrada a un espacio de salida
La lógica difusa no debe usarse cuando se puede usar el sentido común.
Muchos controladores pueden hacer un buen trabajo sin el uso de lógica difusa

Lógica difusa Architectura

La arquitectura de lógica difusa tiene cuatro partes principales como se muestra en el diagrama:

Base de reglas

Contiene todas las reglas y las condiciones "si-entonces" ofrecidas por los expertos para controlar el sistema de toma de decisiones. La reciente actualización de la teoría difusa proporciona varios métodos para el diseño y ajuste de controladores difusos. Estas actualizaciones reducen significativamente el número de reglas difusas.

Fuzzificación

El paso de fuzzificación ayuda a convertir las entradas. Le permite convertir números nítidos en conjuntos difusos. Entradas nítidas medidas por sensores y pasadas al sistema de control para su posterior procesamiento. Como temperatura ambiente, presión, etc.

Máquina de inferencia

Le ayuda a determinar el grado de coincidencia entre la entrada difusa y las reglas. Según el porcentaje de coincidencia, determina qué reglas deben implementarse según el campo de entrada proporcionado. Posteriormente, las reglas aplicadas se combinan para desarrollar las acciones de control.

Defuzzificación

Por último, se realiza el proceso de desdifusificación para convertir los conjuntos difusos en un valor nítido. Hay muchos tipos de técnicas disponibles, por lo que es necesario seleccionar la que mejor se adapte cuando se utiliza con un sistema experto.

Lógica difusa versus probabilidad

Lógica difusa	Probabilidad
Difuso: el grado de pertenencia de Tom dentro del conjunto de personas mayores es 0.90.	Probabilidad: Hay un 90% de posibilidades de que Tom sea mayor.
La lógica difusa toma los grados de verdad como base matemática en el modelo del fenómeno de la vaguedad.	La probabilidad es un modelo matemático de ignorancia.

Nítido versus difuso

Crujiente	borroso
Tiene límite estricto T o F	Límite difuso con cierto grado de membresía
Algunos tiempos nítidos pueden resultar confusos	no puede ser crujiente
Verdadero/Falso {0,1}	Valores de membresía en [0,1]
En la lógica nítida, la ley del medio excluido y la no contradicción puede cumplirse o no.	En la ley de lógica difusa del Medio Excluido y la No Contradicción se mantiene

Teoría de conjuntos clásicos versus teoría de conjuntos difusos

Conjunto clásico	Teoría de conjuntos borrosos
Clases de objetos con límites definidos.	Las clases de objetos no tienen límites definidos.
Un conjunto clásico está definido por límites nítidos, es decir, hay claridad sobre la ubicación de los límites del conjunto.	Un conjunto difuso siempre tiene límites ambiguos, es decir, puede haber incertidumbre sobre la ubicación de los límites del conjunto.
Ampliamente utilizado en el diseño de sistemas digitales.	Utilizado sólo en controladores difusos.

Ejemplos de lógica difusa

Vea el diagrama a continuación. Muestra que en un sistema difuso, los valores se indican con un número de 0 a 1. En este ejemplo, 1.0 significa verdad absoluta y 0.0 significa falsedad absoluta.

Áreas de aplicación de la lógica difusa

La tabla de Blow muestra la aplicación de la lógica difusa por parte de empresas famosas en sus productos.

Producto	Compañía	Lógica difusa
frenos antibloqueo	Nissan	Utilice lógica difusa para controlar los frenos en casos peligrosos que dependen de la velocidad, la aceleración, la velocidad de las ruedas y la aceleración del automóvil.
Transmisión automática	NOK/Nissan	La lógica difusa se utiliza para controlar la inyección de combustible y el encendido según la configuración del acelerador, la temperatura del agua de refrigeración, las RPM, etc.
motor automático	Honda, Nissan	Utilícelo para seleccionar la marcha según la carga del motor, el estilo de conducción y las condiciones de la carretera.
Maquina de copiar	Canónigo	Se utiliza para ajustar el voltaje del tambor según la densidad de la imagen, la humedad y la temperatura.
Control de crucero	Nissan, Isuzu, Mitsubishi	Úselo para ajustar la configuración del acelerador para establecer la velocidad y aceleración del automóvil.
Lavaplatos	Matsushita	Úselo para ajustar el ciclo de limpieza, las estrategias de enjuague y lavado dependen de la cantidad de platos y la cantidad de comida que se sirve en los platos.
Control de ascensor	Fujitec, Mitsubishi Electric, Toshiba	Úselo para reducir el tiempo de espera según el tráfico de pasajeros.
Sistema de diagnóstico de golf	Golf Marumán	Selecciona el palo de golf en función del swing y el físico del golfista.
Gestión física	Omron	Reglas difusas que implican para comprobar la aptitud de sus empleados.
control del horno	Nippon Steel	Mezcla cemento
Horno microondas	Mitsubishi Chemical	Establece el poder del lunes y la estrategia de cocina.
Ordenador de bolsillo	Hitachi, Sharp, Sanyo, Toshiba	Reconoce caracteres Kanji escritos a mano.
Grabado con plasma	Mitsubishi Electric	Establece el tiempo de grabado y la estrategia.

Ventajas del sistema de lógica difusa

La estructura de Fuzzy Logic Systems es fácil y comprensible.
La lógica difusa se utiliza ampliamente con fines comerciales y prácticos.
La lógica difusa en IA le ayuda a controlar máquinas y productos de consumo
Puede que no ofrezca un razonamiento preciso, pero el único razonamiento aceptable
Lógica difusa en Extracción de Información le ayuda a lidiar con la incertidumbre en la ingeniería
Mayormente robusto ya que no se requieren entradas precisas
Se puede programar en la situación en la que el sensor de retroalimentación deja de funcionar.
Se puede modificar fácilmente para mejorar o alterar el rendimiento del sistema.
Se pueden utilizar sensores económicos que le ayudarán a mantener bajos el costo general y la complejidad del sistema.
Proporciona una solución más eficaz para problemas complejos.

Desventajas de los sistemas de lógica difusa

La lógica difusa no siempre es precisa, por lo que los resultados se perciben en base a suposiciones, por lo que es posible que no sea ampliamente aceptada.
Los sistemas difusos no tienen la capacidad de aprendizaje automático ni de reconocimiento de patrones de tipo red neuronal
La validación y verificación de un sistema basado en conocimiento difuso requiere pruebas exhaustivas con hardware
Establecer reglas y funciones de membresía exactas y confusas es una tarea difícil
Parte de la lógica del tiempo difuso se confunde con la teoría de la probabilidad y los términos

Resum

El término difuso significa cosas que no son muy claras o vagas.
El término lógica difusa fue utilizado por primera vez en 1965 por Lotfi Zadeh, profesor de UC Berkeley en California.
La lógica difusa es una técnica de aprendizaje automático flexible y fácil de implementar
La lógica difusa no debe usarse cuando se puede usar el sentido común.
La arquitectura de lógica difusa tiene cuatro partes principales: 1) Base de reglas 2) Fuzzificación 3) Motor de inferencia 4) Desfuzzificación
La lógica difusa toma los grados de verdad como base matemática en el modelo de la vaguedad, mientras que la probabilidad es un modelo matemático de la ignorancia.
El conjunto nítido tiene un límite estricto T o F, mientras que el límite difuso tiene un grado de membresía
Un conjunto clásico se usa ampliamente en el diseño de sistemas digitales, mientras que el conjunto difuso se usa solo en controladores difusos.
Transmisión automática, gestión de fitness, sistema de diagnóstico de golf, lavavajillas, fotocopiadora son algunas áreas de aplicación de la lógica difusa.
La lógica difusa en Soft Computing te ayuda a controlar máquinas y productos de consumo.

Te podría gustar: