¿Qué es la lógica difusa? ArchiDiagrama de arquitectura y aplicación
evelyn clarke
⚡ Resumen inteligente
La lógica difusa es un método de razonamiento multivaluado en el que la verdad puede tomar cualquier valor real entre 0 y 1, lo que permite a las máquinas manejar información vaga, parcial e incierta de forma muy similar a como lo hace el juicio humano.
¿Qué es la lógica difusa?
Lógica difusa La lógica difusa es una lógica multivaluada en la que el valor de verdad de una variable puede ser cualquier número real entre 0 y 1. Maneja el concepto de verdad parcial. En la vida real, a menudo nos encontramos con situaciones en las que no podemos decidir si una afirmación es completamente verdadera o completamente falsa. En esos casos, la lógica difusa ofrece una flexibilidad muy valiosa para el razonamiento.
Ese valor se llama grado de membresía: 0 significa ausencia total de pertenencia, 1 significa pertenencia total y 0.7 significa pertenencia parcial. Un algoritmo difuso pondera todos los datos disponibles en esa escala y luego toma la mejor decisión posible para la entrada dada. El método imita la toma de decisiones humana, que considera todas las posibilidades entre los valores digitales T y F.
Historia de los sistemas de lógica difusa
La lógica multivaluada es anterior a su nombre: Jan Łukasiewicz describió una lógica trivaluada en la década de 1920. El paso decisivo se dio en 1965, cuando Lotfi Zadeh, profesor de la UC Berkeley en California, publicó el artículo “Conjuntos difusos” in Información y controlObservó que la lógica informática convencional no podía manipular datos que representaran ideas humanas subjetivas o poco claras.
La idea llegó al hardware en 1974, cuando Ebrahim Mamdani construyó el primer controlador difuso funcional para una máquina de vapor; los fabricantes japoneses lo comercializaron durante la década de 1980. Los algoritmos difusos ahora abarcan la teoría de control a inteligencia artificial, permitiendo que una computadora establezca distinciones entre datos que no son ni estrictamente verdaderos ni estrictamente falsos: "un poco oscuro", "bastante brillante", etcétera.
Características de la lógica difusa
Estas son algunas características importantes de la lógica difusa:
- Flexible y fácil de implementar aprendizaje automático la técnica
- Te ayuda a imitar la lógica del pensamiento humano.
- La verdad no se limita a dos valores; cualquier grado entre 0 y 1 puede representar una solución.
- 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
La lógica difusa nunca es la solución a todos los problemas. Es igualmente importante comprender cuándo no se debe utilizar.
Aquí hay ciertas situaciones en las que es mejor evitar la lógica difusa:
- Si no puede asignar fácilmente un espacio de entrada a un espacio de salida
- La lógica difusa no debe utilizarse cuando el sentido común ya resuelve el problema.
- Muchos controladores convencionales funcionan perfectamente sin necesidad de lógica difusa.
Lógica difusa Architectura
La arquitectura de lógica difusa tiene cuatro partes principales, y el siguiente diagrama muestra cómo una entrada nítida viaja a través de todas ellas:
Base de reglas
Contiene todas las reglas y las condiciones SI-ENTONCES propuestas por los expertos para controlar el sistema de toma de decisiones. Trabajos recientes en teoría difusa ofrecen diversos métodos para el diseño y ajuste de controladores difusos, y estos métodos reducen significativamente la cantidad de reglas que necesita un conjunto difuso.
Fuzzificación
La fuzzificación convierte las entradas: transforma números nítidos en conjuntos difusos. Las entradas nítidas se miden mediante sensores (temperatura ambiente, presión, etc.) y se transmiten al sistema de control para su posterior procesamiento. La conversión se realiza mediante un Función de la membresía, una curva que asigna a cada posible valor de entrada un grado de pertenencia entre 0 y 1.
Máquina de inferencia
Determina el grado de coincidencia entre la entrada difusa y cada regla. En función de ese porcentaje de coincidencia, decide qué reglas deben aplicarse al campo de entrada dado. Las reglas aplicadas se combinan para desarrollar las acciones de control.
Defuzzificación
Finalmente, la desborrosificación convierte los conjuntos difusos de nuevo en un único valor nítido. Existen varias técnicas: Métodos basados en el centroide, la bisectriz y el máximo son las opciones habituales, así que seleccione la que mejor se adapte a sus necesidades. Experto en Sistemas.
Lógica difusa versus probabilidad
La imprecisión y la probabilidad se confunden habitualmente, pero responden a preguntas diferentes.
| 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 lógica clásica, la ley del tercero excluido y la ley de no contradicción pueden o no cumplirse. | En lógica difusa se cumplen las leyes del tercero excluido y de no contradicción. |
Teoría clásica de conjuntos frente a 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. | Se utiliza principalmente en controladores difusos y sistemas de razonamiento aproximado. |
Ejemplos de lógica difusa
El diagrama que aparece a continuación ilustra la escala de pertenencia. En un sistema difuso, los valores se representan mediante un número del 0 al 1, donde 1.0 significa verdad absoluta y 0.0 significa falsedad absoluta.
Áreas de aplicación de la lógica difusa
La tabla que aparece a continuación muestra las aplicaciones de la lógica difusa en los productos de empresas reconocidas.
| Producto | Empresa | Lógica difusa |
|---|---|---|
| frenos antibloqueo | Nissan | Utilice lógica difusa para controlar los frenos en situaciones peligrosas, en función de la velocidad del coche, la aceleración, la velocidad de las ruedas y la aceleración de las ruedas. |
| 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 | Se utiliza para seleccionar la marcha adecuada en función de 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 en función de la densidad de la imagen, la humedad y la temperatura. |
| Control de crucero | Nissan, Isuzu, Mitsubishi | Se utiliza para ajustar la configuración del acelerador y así establecer la velocidad y la aceleración del coche. |
| Lavaplatos | Matsushita | Se utiliza para ajustar el ciclo de limpieza, las estrategias de enjuague y lavado, según la cantidad de platos y la cantidad de comida servida en ellos. |
| Control de ascensor | Fujitec, Mitsubishi Electric, Toshiba | Se utiliza para reducir el tiempo de espera en función del 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 | Se aplicaron reglas difusas para comprobar la idoneidad de sus empleados. |
| control del horno | Nippon Steel | Mezcla cemento |
| Horno microondas | Mitsubishi Chemical | Establece la estrategia de potencia y cocción. |
| 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. |
Nota: Muchos de estos productos datan del auge de los electrodomésticos con tecnología de fibra óptica de finales de los años 1980 y 1990; Matsushita opera bajo el nombre de Panasonic desde 2008.
Ventajas del sistema de lógica difusa
Los ingenieros siguen recurriendo a los controladores difusos porque les permiten obtener tolerancia a entradas irregulares a bajo costo.
- La estructura de los sistemas de lógica difusa es simple y comprensible.
- La lógica difusa se utiliza ampliamente con fines comerciales y prácticos.
- La lógica difusa en la IA te ayuda a controlar máquinas y productos de consumo.
- Puede que no ofrezca un razonamiento exacto, pero ofrece un razonamiento que es aceptable en la práctica.
- Lógica difusa en Extracción de Información Te ayuda a lidiar con la incertidumbre en la ingeniería.
- En general, es robusto, ya que no se requieren datos de entrada precisos.
- Se puede programar para que siga funcionando en situaciones en las que un sensor de retroalimentación deje de responder.
- Se puede modificar fácilmente para mejorar o alterar el rendimiento del sistema.
- Se pueden utilizar sensores económicos, lo que ayuda a mantener bajos el costo y la complejidad general del sistema.
- Proporciona una solución altamente eficaz a problemas complejos.
Desventajas de los sistemas de lógica difusa
- La lógica difusa no siempre es precisa; los resultados se derivan de suposiciones, por lo que pueden no ser ampliamente aceptados.
- Los sistemas difusos por sí solos no aprenden, a diferencia de un red neural con su capacidad de reconocimiento de patrones
- La validación y verificación de un sistema basado en conocimiento difuso requiere pruebas exhaustivas con hardware.
- Establecer reglas difusas y funciones de pertenencia exactas es una tarea difícil.
- La lógica difusa se confunde frecuentemente con la teoría de la probabilidad, y ambos vocabularios se mezclan.
