17/4/2007. Prof. Dr. Alexandre da Silva Simões. Introdução Apresentação da lógica Fuzzy
|
|
- Gabriel Antas de Carvalho
- 7 Há anos
- Visualizações:
Transcrição
1 7/4/27 ula - Conjuntos clássicos e conjuntos Fuzzy Prof. Dr. lexandre da Silva Simões Toda lógica tradicional habitualmente assume que símbolos precisos estão sendo empregados. Elas portanto não são aplicáveis a esta vida terrestre mas apenas a uma existência celestial imaginária. ertrand Russel (923) Matemático filósofo lógico político e prêmio Nobel da Literatura. Prof. Dr. lexandre da Silva Simões Prof. Dr. lexandre da Silva Simões 2 Fundamentos Formas de representar o mundo: ivalência: utilização de dois valores. mplamente utilizada na cultura ocidental e decorrente da lógica de ristóteles e lógica booleana Multivalência: utilização de diversos valores distintos. Profundamente útil em relações com o mundo real que por essência não é bivalente Fundamentos da lógica Fuzzy (ou nebulosa): Propriedade fundamental: um elemento pode ser membro de um conjunto parcialmente indicado por um valor fracionário dentro do intervalo numérico [] Teoria de conjuntos fuzzy: método para manipulação de conjuntos... Organização Introdução presentação da lógica Fuzzy Histórico e aplicações Teoria de Conjuntos Conceitos fundamentais Conjuntos clássicos (crisp) Operações sobre conjuntos crisp Propriedades de conjuntos crisp Mapeamento de conjuntos crisp para funções Conjuntos Fuzzy Operações sobre conjuntos fuzzy Propriedades de conjuntos fuzzy Conjuntos fuzzy não-interativos Operações alternativas Prof. Dr. lexandre da Silva Simões 3 Prof. Dr. lexandre da Silva Simões 4
2 7/4/27 lógica Fuzzy Desenvolvida em 965 por Lotfi. Zadeh (Universidade da Califórnia) Fuzzy: confuso vago pouco claro Como qualquer lógica trata e representa grandezas de uma maneira sistemática e rigorosa Permite representar grandezas que não são claramente definidas como: altura (alto médio baixo) velocidade (rápido lento) tamanho (grande médio pequeno muito pequeno) quantidade (muito razoável pouco) idade (jovem velho) etc. Histórico da Lógica Fuzzy a.c.: ristóteles estabeleceu a lógica e definiu um conjunto de regras rígidas para que conclusões pudessem ser aceitas como logicamente válidas 847: oole atribuiu valores numéricos e para as afirmações e criou uma álgebra que estabeleceu operações baseadas nesses valores 93: ertrand Russell publicou um problema que não pode ser resolvido pela lógica aristotélica 965: Zadeh propõe a lógica fuzzy 974: Mamdani usa a teoria Fuzzy para controlar uma máquina a vapor 977: Ostergaard realiza o controle de um trocador de calor e um forno de cimento Prof. Dr. lexandre da Silva Simões 5 Prof. Dr. lexandre da Silva Simões 6 Histórico da Lógica Fuzzy 98: controladores Fuzzy passaram a ser maciçamente utilizados em aplicações industriais 983: Sugeno e Takagi criam uma metodologia de derivação de regras de controle fuzzy 985: Watanabe e Togai criam o primeiro chip fuzzy 987: Takeshi Yamakawa demonstra o uso da lógica fuzzy - através de um conjunto de chips fuzzy - em um pêndulo invertido. O sistema manteve o pêndulo estável mesmo com um copo d água e um rato vivo sobre ele tualmente: lógica empregada em uma infinidade de processos e aparelhos usados no dia-a-dia... Prof. Dr. lexandre da Silva Simões 7 plicações de lógica Fuzzy Exemplos de empresas que empregam a tecnologia Fuzzy em seus produtos: Canon: câmeras digitais filmadoras fotocopiadoras Sanyo: câmeras digitais filmadoras fotocopiadoras forno microondas máquina de lavar roupa Hitachi: máquinas de lavar louças Sharp: geladeiras Mistisubichi: ar condicionado Matsushita: filmadoras fotocopiadoras aspiradores de pó Panasonic: panela elétrica de arroz câmera de vídeo Nissan Lexus: transmissão automática automotiva NS IM: robôs móveis Hitachi: controle de grupos de elevadores controle de motores Toshiba: sistema de ventilação de túneis urbanos... Prof. Dr. lexandre da Silva Simões 8 2
3 7/4/27 Teoria de conjuntos Conceitos fundamentais: Universo de discurso: é o universo de toda a informação disponível em um dado problema Conjuntos: abstrações matemáticas de eventos sobre este universo Conjunto clássico (crisp): Definido por bordas rígidas. Não há incerteza quando à localização dos limiares do conjunto Conjunto fuzzy: descrito por uma propriedade vaga ou ambígua. Seus limiares são especificados de forma ambígua Pertinência Conjunto crisp: a é membro do conjunto b não é membro do conjunto Conjunto fuzzy: a é certamente membro do conjunto (pertinência ) b certamente não é membro do conjunto (pertinência ) c tem um valor intermediário de pertinência ao conjunto no intervalo [] Prof. Dr. lexandre da Silva Simões 9 Prof. Dr. lexandre da Silva Simões Conjuntos clássicos Define-se o universo de discursos X como uma coleção de objetos todos tendo as mesmas características Os elementos individuais no universo X serão denotados x Exemplos de elementos: Inteiros de a Velocidades de clock de CPUs; Correntes de operação de um motor elétrico; Temperatura de operação de uma bomba de calor (em ºC) Operações sobre conjuntos Sejam e dois conjuntos no universo X. s operações sobre esses conjuntos são: União: = x ( x ) or ( x ) { } Intersecção: = x ( x ) and ( x ) { } Prof. Dr. lexandre da Silva Simões Prof. Dr. lexandre da Silva Simões 2 3
4 7/4/27 Operações sobre conjuntos Complemento: { x x x X } = Diferença: = x x { ( ) and ( x ) } Propriedades dos conjuntos s propriedades mais interessantes a serem mencionadas nesse momento são: Comutatividade: = = ssociatividade: C C ( ) = ( ) C ( ) = ( ) C Prof. Dr. lexandre da Silva Simões 3 Prof. Dr. lexandre da Silva Simões 4 Propriedades dos conjuntos Distributividade: Ex: ( C) = ( ) ( C) ( C) = ( ) ( C) ( ) C = ( C) ( C) ( ) C = ( C) ( C) Propriedades dos conjuntos Idempotência: Identidade: Transitividade: Involução: = = = = X = X = X Se e C então C = DeMorgan: = = Prof. Dr. lexandre da Silva Simões 5 Prof. Dr. lexandre da Silva Simões 6 4
5 7/4/27 Funções de conjuntos Se X e Y são dois universos de discursos diferentes e um elemento xœx corresponde a um elemento yœy dizse que existe um mapeamento de X para Y ou: definido por: f : X Y se x ( x) = se x onde m(x) expressa a pertinência no conjunto para o elemento x no universo. Funções de conjuntos Exemplo: Motoristas que dirigem mais rápido do que 8Km/h pertencem ao conjunto dos infratores (I) Representação crisp: Grau de pertinência ao conjunto ( I ) = = 5 8 km/hora Prof. Dr. lexandre da Silva Simões 7 Prof. Dr. lexandre da Silva Simões 8 Propriedades de conjuntos s propriedades dos conjuntos crisp podem ser redefinidas em termos de funções. Exemplo: : = max ( ) m : m : m» : 5 8 km/hora 5 8 km/hora 5 8 km/hora Propriedades de conjuntos : = min( ) m : m : m : 5 8 km/hora 5 8 km/hora 5 8 km/hora Prof. Dr. lexandre da Silva Simões 9 Prof. Dr. lexandre da Silva Simões 2 5
6 7/4/27 Propriedades de conjuntos : = m : 5 8 km/hora Conjuntos fuzzy Conjuntos crisp: a transição de um elemento no universo entre pertinência e não-pertinência é abrupta Conjuntos fuzzy: esta transição pode ser gradual. função de pertinência tenta descrever essa vagueza e ambigüidade. m / : 5 8 km/hora conjunto crisp zero Representação de Representação de quase zero próximo de zero Prof. Dr. lexandre da Silva Simões 2 Prof. Dr. lexandre da Silva Simões 22 Conjuntos fuzzy Conjunto dos pacientes afebris: Representação crisp: Representação fuzzy: Conjuntos fuzzy Exemplo: Motoristas que andam muito depressa pertencem ao conjunto dos infratores (I) Possível representação fuzzy: x = 78 ( x ) = x = 8 ( x ) = 2 2 x = 82 ( x ) = 4 3 x = 84 ( x ) = 6 4 x = 86 ( x ) = 8 5 x = 88 ( x ) = = = 5 8 km/hora Prof. Dr. lexandre da Silva Simões 23 Prof. Dr. lexandre da Silva Simões 24 6
7 7/4/27 Operações em conjuntos Fuzzy Operações válidas com conjuntos crisp continuam válidas para conjuntos Fuzzy? É muito mais fácil entender a validade dessas operações analisando os conjuntos utilizando o conceito da função de pertinência... Operações em conjuntos fuzzy : = max( ) : = min ( ) Prof. Dr. lexandre da Silva Simões 25 Prof. Dr. lexandre da Silva Simões 26 Operações em conjuntos fuzzy : = Obs: X Propriedades de conjuntos fuzzy Conjuntos fuzzy seguem as mesmas propriedades que conjuntos crisp. lgumas propriedades úteis são: Comutatividade: = = ssociatividade: ( C) = ( ) C ( C ) = ( ) C Distributividade: ( C) = ( ) ( C) ( C) = ( ) ( C) Prof. Dr. lexandre da Silva Simões 27 Prof. Dr. lexandre da Silva Simões 28 7
8 7/4/27 Propriedades de conjuntos fuzzy Idempotência: Identidade: Transitividade: Involução: DeMorgan: = = = = X = X = X Se e C então C = = = Prof. Dr. lexandre da Silva Simões 29 Notações Uma convenção de notação para conjuntos fuzzy quando o universo de discurso X é discreto e finito é: ( x ) ( x2) =... = x x2 i ( x i ) xi Quando o universo de discurso é contínuo e infinito o conjunto fuzzy é denotado por: = x Obs: Em ambas as notações a barra não indica um quociente mas apenas um delimitador. Prof. Dr. lexandre da Silva Simões 3 Exemplo Seja o universo de discurso discreto X={ } que define a altura de pessoas em centímetros. Sejam e respectivamente os conjuntos fuzzy abaixo representando pessoas de estatura média e pessoas altas cm = = Prof. Dr. lexandre da Silva Simões 3 Exemplo: conjuntos discretos = = O conjunto de alturas para as quais uma pessoa não é de estatura média:.5 = O conjunto de alturas para as quais uma pessoa não é alta:.7.2 = Prof. Dr. lexandre da Silva Simões 32 8
9 7/4/27 Exemplo: conjuntos discretos = = O conjunto de alturas para as quais as pessoas são médias ou altas:.5 = O conjunto de alturas para as quais as pessoas são médias e altas: = Prof. Dr. lexandre da Silva Simões 33 Exemplo: conjuntos discretos = = = = O conjunto das alturas para as quais as pessoas não são médias e não são altas: = = Prof. Dr. lexandre da Silva Simões 34 ibliografia Principal: ROSS T. J. Fuzzy Logic with engineering applications. 2 nd edition. England: Wiley 24. Capítulo 2. uxiliar: SHWI.S.;SIMÕESM.G.Controle e modelagem fuzzy. São Paulo: Editora Edgard lücher Ltda ª edição 999. NSCIMENTO Jr. C.; YONEYM T. Inteligência artificial em controle e automação. São Paulo: Editora Edgard lücher Ltda ª edição 2. Prof. Dr. lexandre da Silva Simões 35 9
Aula 15 Introdução à lógica fuzzy
Organização Aula 5 Introdução à lógica fuzzy Prof. Dr. Alexandre da Silva Simões Introdução à teoria de conjuntos nebulosos Bivalência x multivalência Números fuzzy Conjuntos fuzzy Probabilidade e possibilidade
Leia maisIntrodução aos Conjuntos
Introdução aos Conjuntos Nebuloso (Fuzzy) Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B niversidade Estadual de Feira de Santana Informações imprecisas Termos imprecisos
Leia maisInteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC.
Inteligência Artificial Escola de Verão 28 Laboratório Associado de Computação e Matemática Aplicada LAC www.lac.inpe.br/~demisio/ia_lac.html Lógica Nebulosa A Lógica Nebulosa (ou Lógica Difusa Fuzzy Logic
Leia mais27/8/2011. Princípios, Conceitos e Metodologia de Gestão 2o semestre de 2011 Professores: Alexandre Mota / Lia Mota Agosto/2011
Tomada de Decisão e Regras Nebulosas Princípios, Conceitos e Metodologia de Gestão 2o semestre de 2011 Professores: Alexandre Mota / Lia Mota Agosto/2011 Representação Matemática de Incertezas Padrões
Leia maisLógica Difusa (Fuzzy)
Lógica Difusa (Fuzzy) Prof. Josiane M. Pinheiro Ferreira Outubro/2007 Lógica tradicional x Lógica difusa Lógica tradicional (Aristóteles) Uma proposição = dois estados possíveis (V ou F) Pode ser insuficiente
Leia maisSistemas especialistas Fuzzy
Sistemas Fuzzy Sistemas especialistas Fuzzy Especialistas Senso comum para resolver problemas Impreciso, inconsistente, incompleto, vago Embora o transformador esteja um pouco carregado, pode-se usá-lo
Leia maislnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy)
lnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy) Sumário Introdução Fundamentos Operações básicas Representação do Conhecimento Modelo de Inferência Passos de Projeto de um Sistema Nebuloso
Leia maisFuzzy Logic. (Lógica Difusa) Adriano Zanette Eduardo Aquiles Radanovitsck William Wolmann Gonçalves
Fuzzy Logic (Lógica Difusa) Adriano Zanette Eduardo Aquiles Radanovitsck William Wolmann Gonçalves Apresentação realizada para a disciplina de Lógica para Computação 2006/2 Prof. Marcus Ritt Breve história
Leia maisConteúdo: Operações Conjuntos Crisp Operações Conjuntos fuzzy. Operadores de Zadeh Operadores Compensatórios Operadores T-norm e T-conorm
Conteúdo: Operações Conjuntos Crisp Operações Conjuntos fuzzy Operadores de Zadeh Operadores Compensatórios Operadores T-norm e T-conorm Operações com Conjuntos Crisp Função característica: determina se
Leia maisInteligência Artificial
DSC/CCT/UFC Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação em Ciência da Computação Inteligência Artificial Representação do Conhecimento (Lógica Fuzzy) Prof.
Leia maisLÓGICA NEBULOSA CONTEÚDO
LÓGICA NEBULOSA Marley Maria B.R. Vellasco ICA: Núcleo de Pesquisa em Inteligência Computacional Aplicada PUC-Rio CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características
Leia maisModelos Evolucionários e Tratamento de Incertezas
Ciência da Computação Modelos Evolucionários e Tratamento de Incertezas Aula 05 Teoria dos Conjuntos Difusos Max Pereira CONJUNTOS CLÁSSICOS Teoria dos Conjuntos é o estudo da associação entre objetos
Leia maisLógica Difusa (Fuzzy)
Lógica Difusa (Fuzzy) Prof. Josiane M. Pinheiro Ferreira Outubro/2007 Lógica tradicional x Lógica difusa Lógica tradicional (Aristóteles) Uma proposição = dois estados possíveis (V ou F) Pode ser insuficiente
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 09 Lógica Fuzzy Edirlei Soares de Lima Introdução A Lógica Fuzzy é baseada na teoria dos conjuntos fuzzy. Tradicionalmente, uma proposição lógica
Leia maisCONTEÚDO LÓGICA NEBULOSA INTRODUÇÃO INTRODUÇÃO. Lógica Procura modelar o raciocínio. Lógica. Marley Maria B.R. Vellasco
LÓGICA NEBULOSA Marley Maria B.R. Vellasco ICA: Núcleo de Pesquisa em Inteligência Computacional Aplicada PUC-Rio CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características
Leia maisSISTEMA ESPECIALISTA NEBULOSO (MINICURSO) Luiz Biondi Neto Pedro Henrique Gouvêa Coelho Jorge Luís Machado do Amaral Maria Helena C.
Luiz Biondi Neto Pedro Henrique Gouvêa Coelho Jorge Luís Machado do Amaral Maria Helena C. Soares de Mello Inteligência Computacional A Inteligência Computacional (IC) é uma área de pesquisa que visa investigar
Leia maisInteligência Computacional
Inteligência Computacional CP78D Lógica Fuzzy Aula 4 Prof. Daniel Cavalcanti Jeronymo Universidade Tecnológica Federal do Paraná (UTFPR) Engenharia Eletrônica 9º Período 1/37 Lógica Clássica Plano de Aula
Leia maisFACULDADE LEÃO SAMPAIO
FACULDADE LEÃO SAMPAIO Conjuntos Fuzzy Curso de Análise e Desenvolvimento de Sistemas 1 Conjuntos crisp A teoria dos conjuntos Fuzzy é uma extensão da teoria dos conjuntos crisp (tradicionais). Portanto
Leia maisHistórico da Lógica Fuzzy
Histórico da Lógica Fuzzy Lógica Fuzzy Huei Diana Lee e Newton Spolaôr Artigo de Lofti A. Zadeh Universidade da Califórnia em Berkley, EUA, 1965 Ruptura com a Lógica Aristotélica Universidade Estadual
Leia maisTeoria dos conjuntos difusos
Teoria dos conjuntos difusos Documento complementar à dissertação José Iria ee06210@fe.up.pt - 10-03-2011. A teoria dos conjuntos difusos foi proposta por Lotfi Zadeh num artigo publicado em 1965 na revista
Leia maislnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy)
lnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy) Sumário Introdução Fundamentos Operações básicas Representação do Conhecimento Modelo de Inferência Passos de Projeto de um Sistema Nebuloso
Leia maisImplementação de um Controlador Fuzzy para um Sistema de Controle de Nível
Implementação de um Controlador Fuzzy para um Sistema de Controle de Nível 1 IFPB. e-mail: josue.souza@cear.ufpb.br 2 IFRN. e-mail: jlopes0@gmail.com Josué da Silva Souza 1, José Soares Batista Lopes 2
Leia maisConhecimento e Raciocínio Incertos
Conhecimento e Raciocínio Incertos Aula #6.1 EBS 564 IA Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã Seres humanos são capazes de lidar com processos bem complexos 2 Seres humanos
Leia maisAplicações da teoria de conjuntos álgebra booleana. Pontifícia Universidade Católica de Goiás Msc. Gustavo Siqueira Vinhal 2016/1
Aplicações da teoria de conjuntos álgebra booleana Pontifícia Universidade Católica de Goiás Msc. Gustavo Siqueira Vinhal 2016/1 CONJUNTOS Conjuntos são fundamentais para formalização de qualquer teoria.
Leia maisConteúdo: Sistemas Fuzzy Fuzzifier Inferência Regras Máquina de Inferência Defuzzifier
Conteúdo: Sistemas Fuzzy Fuzzifier Inferência Regras Máquina de Inferência Defuzzifier Sistemas fuzzy A inferência fuzzy é um paradigma computacional baseado na Teoria de conjuntos fuzzy, regras de inferência
Leia maisPós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO
Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO AULA 07 Lógica Fuzzy Introdução A lógica FUZZY uma extensão da lógica booleana. Ela permite que estados imprecisos
Leia maisConteúdo: Conjuntos crisp x Conjuntos fuzzy Representação Propriedades Formatos
Conteúdo: Conjuntos crisp x Conjuntos fuzzy Representação Propriedades Formatos Conjuntos Crisp x Fuzzy Conjuntos crisp ou Conjuntos clássicos: cada entidade ou objeto de um dado universo pode pertencer
Leia maisObjetivos da aula. Introdução. Teoria da Probabilidade Lógica Nebulosa. Introdução 21/02/17. PCS 5869 lnteligência Ar9ficial
2/2/7 PCS 5869 lnteligência Ar9ficial Prof. Dr. Jaime Simão Sichman Prof. Dra. Anna Helena Reali Costa Material com contribuições de: Prof. Marco Tulio C. Andrade, PCS/EPUSP Objetivos da aula Fornecer
Leia maisLaboratório 4 - Controle nebuloso
Laboratório 4 - Controle nebuloso PTC 2619 / PTC 3418 Laboratório de Automação 1º semestre de 2017 Bruno A. Angélico Laboratório de Automação e Controle Departamento de Engenharia de Telecomunicações e
Leia maisInteligência Artificial. Lógica Fuzzy
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Lógica Fuzzy Aula I Introdução a Lógica Fuzzy Conceitos básicos Lógica clássica e lógica fuzzy
Leia maisLÓGICA FUZZY (difusa ou nebulosa) Adão de Melo Neto
LÓGICA FUZZY (difusa ou nebulosa) Adão de Melo Neto SUMÁRIO INTRODUÇÃO CONCEITO OBJETIVO PRINCÍPIO LÓGICAS: CLÁSSICA x DIFUSA CONJUNTO FUZZY GRAU DE PERTINÊNCIA FUNÇÃO DE PERTINÊNCIA MODIFICADORES TERMINOLOGIA
Leia maisTP034-Tópicos Especiais de Pesquisa Operacional I
TP034-Tópicos Especiais de Pesquisa Operacional I (Conjuntos Difusos Variáveis Linguísticas) Prof. Volmir Wilhelm Curitiba, Paraná, Brasil Introdução Técnicas convencionais de análise de sistemas são inadequadas
Leia maisUNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO ACADÊMICO DE CIÊNCIA DA COMPUTAÇÃO CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO ACADÊMICO DE CIÊNCIA DA COMPUTAÇÃO CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO LIN YU HAN RENAN RISSÁ FRANCO LÓGICA FUZZY RELATÓRIO PONTA GROSSA
Leia maisConjuntos Fuzzy e Lógica Fuzzy
1 Introdução Conjuntos Fuzzy e Lógica Fuzzy users.femanet.com.br/~fabri/fuzzy.htm Os Conjuntos Fuzzy e a Lógica Fuzzy provêm a base para geração de técnicas poderosas para a solução de problemas, com uma
Leia maisUniversidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação. Inteligência Artificial. Lógica Fuzzy Aula II
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Lógica Fuzzy Aula II Introdução a Lógica Fuzzy Retomada Função de pertinência Variáveis linguísticas
Leia maisMétodos de Inferência Fuzzy
Métodos de Inferência Fuzzy Prof. Paulo Cesar F. De Oliveira, BSc, PhD 16/10/14 Paulo C F de Oliveira 2007 1 Seção 1.1 Método de Mamdani 16/10/14 Paulo C F de Oliveira 2007 2 Professor Ebrahim Mamdani
Leia maisConjuntos Fuzzy. Prof. Paulo Cesar F. De Oliveira, BSc, PhD. 10/10/14 Paulo C F de Oliveira
Prof. Paulo Cesar F. De Oliveira, BSc, PhD 10/10/14 Paulo C F de Oliveira 2007 1 Seção 1.1 Características dos Conjuntos Fuzzy 10/10/14 Paulo C F de Oliveira 2007 2 Teoria clássica dos conjuntos desenvolvida
Leia maisResumo. Parte 2 Introdução à Teoria da Probabilidade. Ramiro Brito Willmersdorf Introdução.
Parte 2 Introdução à Teoria da Probabilidade Ramiro Brito Willmersdorf ramiro@willmersdorf.net Departamento de Engenharia Mecânica Universidade Federal de Pernambuco 2011.2 Resumo 1 Introdução 2 Espaço
Leia maisLógica Fuzzy 7.1 INTRODUÇÃO
7 Lógica Fuzzy Ser ou não ser: esta é a questão. (William Shakespeare, Hamlet) 7.1 INTRODUÇÃO Usamos, no cotidiano, conceitos subjetivos para classificar ou considerar certas situações tais como : - Siga
Leia maisIncertezas na Computação Científica: Abordagens via Matemática Intervalar e Teoria Fuzzy
Incertezas na Computação Científica: Abordagens via Matemática Intervalar e Teoria Fuzzy Rogério Vargas Dr. Luciano Vitoria Barboza, orientador Dra. Graçaliz Pereira Dimuro, co-orientadora Pelotas-RS,
Leia maisIntrodução. A Inteligência Artificial (IA) vem sendo desenvolvida desde o século passado.
Introdução A Inteligência Artificial (IA) vem sendo desenvolvida desde o século passado. Iniciou-se já na época da Grécia antiga, onde foi desenvolvido o Distribuidor de Água em Delfos, o qual fornecia
Leia maisA maioria dos fenômenos com os quais nos deparamos são imprecisos. compreensão do problema. capacidade de medição.
SISTEMAS NEBULOSOS A maioria dos fenômenos com os quais nos deparamos são imprecisos Exemplo: dia QUENTE (40, 35, 30, 29,5?) Imprecisão Intrínseca ajuda na compreensão do problema. Fuzziness é independente
Leia maisSistemas de Numeração
Sistemas de Numeração Módulo 1.1 1 Sistemas de Numeração O sistema de numeração com o qual estamos mais familiarizados é o decimal, cujo alfabeto (coleção de símbolos) é formado por 10 dígitos acima mostrados.
Leia maisLógica Fuzzy. Profs. João Alberto Fabro André Schneider de Oliveira. Sistemas Autônomos Inteligentes
Sistemas Autônomos Inteligentes Lógica Fuzzy Profs. João Alberto Fabro André Schneider de Oliveira Adaptado de material dos profs. Mauro Roisenberg e Luciana Rech - UFSC Introdução A Lógica Fuzzy é baseada
Leia maisIdentificando a necessidade de um sistema Fuzzy
Identificando a necessidade de um sistema Fuzzy Sempre que ocorrem ajustes em máquinas com o objetivo de redução de perdas e de matéria prima, como função de julgamento de um operador é interessante a
Leia maisRESPOSTA BASE GRÁFICA. Banco de Dados: Exemplo. Banco de Dados. Banco de Dados. Banco de Dados
: Exemplo RESPOSTA AS RESPOSTAS À TODAS ESSAS PERGUNTAS, SOMENTE SERÃO POSSÍVEIS SE O SISTEMA POSSUIR UM BANCO DE DADOS QUE CONTENHA TODOS OS DADOS NECESSÁRIOS PARA AS MESMAS. FORMA GRÁFICA Mapa Desenho
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL LÓGICA FUZZY (ou NEBULOSA) Prof. Ronaldo R. Goldschmidt ronaldo.rgold@gmail.com O que é? Técnica inteligente que tem como objetivo modelar o modo aproimado de raciocínio, imitando
Leia maisLógica Nebulosa (Fuzzy)
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Lógica Nebulosa (Fuzzy) Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisLÓGICA FUZZY. Adão de Melo Neto
LÓGICA FUZZY Adão de Melo Neto INTRODUÇÃO CONCEITO OBJETIVO PRINCÍPIO LÓGICAS: CLÁSSICA x DIFUSA CONJUNTO FUZZY GRAU DE PERTINÊNCIA FUNÇÃO DE PERTINÊNCIA MODIFICADORES TERMINOLOGIA OPERAÇÕES SOBRE CONJUNTOS
Leia maisCONJUNTOS FUZZY CONTEÚDO. CONJUNTOS CRISP x FUZZY. Conjuntos Crisp x Fuzzy Definição Representação Propriedades Formatos Operações Hedges
CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características e Formas de Imprecisão Conjuntos Fuzzy Propriedades, Formas de Representação e Operações Lógica Fuzzy Relações,
Leia maisPrograma. 3. Características da lógica Fuzzy. 3.a Características gerais. 3.a Características gerais. 3.a Características gerais
Computação Fuzzy - PCS 5711 (capítulo 3 - Parte a) Pós-Graduação: área de Sistemas Digitais (341) Professor Marco Túlio Carvalho de Andrade PCS - Depto. de Enga. de Computação e Sistemas Digitais - EPUSP
Leia maisIF-705 Automação Inteligente Sistemas Nebulosos
IF-75 Automação Inteligente Sistemas Nebulosos Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br Conteúdo
Leia maisMDI0001 Matemática Discreta Aula 04 Álgebra de Conjuntos
MDI0001 Matemática Discreta Aula 04 Álgebra de Conjuntos Karina Girardi Roggia karina.roggia@udesc.br Departamento de Ciência da Computação Centro de Ciências Tecnológicas Universidade do Estado de Santa
Leia maisExistem conjuntos em todas as coisas e todas as coisas são conjuntos de outras coisas.
MÓDULO 3 CONJUNTOS Saber identificar os conjuntos numéricos em diferentes situações é uma habilidade essencial na vida de qualquer pessoa, seja ela um matemático ou não! Podemos dizer que qualquer coisa
Leia maisIntrodução à Lógica Nebulosa
Distancia Angulo Gerador de Sinal Controlador Nebuloso Osciloscópio 2.141e-016 Display Introdução à Lógica Nebulosa Álvaro Guarda Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade
Leia maisLógicas Difusas e Sistemas Difusos
Lógicas Difusas e Sistemas Difusos 1 Semestre de 2015 Cleber Zanchettin UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática 1 Introdução (1/2) O conhecimento humano é muitas vezes incompleto,
Leia maisCONTEÚDO LÓGICA FUZZY LÓGICA FUZZY. Proposições Fuzzy. Regras são implicações lógicas. Introdução Introdução, Objetivo e Histórico
CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos ásicos Definição, Características e Formas de Imprecisão Conjuntos Fuzz Propriedades, Formas de Representação e Operações Relações, Composições,
Leia maisLógica Nebulosa. Lógica Fuzzy
Lógica Nebulosa Ou Lógica Fuzzy Lógicas Bivalente e Polivalente Na logica clássica ou aristotélica: Dois valores verdade possíveis: Proposições verdadeiras;ou Proposições falsas. São sistemas chamados
Leia maisUtiliza variáveis binárias, i.e., que só podem assumir um de dois valores: {0,1}; {Low,High}; {True,False}; etc.
Álgebra de oole binária através do recurso à utiliação de funções booleanas (ou funções lógicas) é a principal teoria de suporte às metodologias de síntese e análise de circuitos digitais. Utilia variáveis
Leia maisLOGICA FUZZY. Adão de Melo Neto
LOGICA FUZZY Adão de Melo Neto SUMÁRIO INTRODUÇÃO PRINCÍPIOS CLÁSSICA x DIFUSA CONJUNTOS FUZZY OPERAÇÕES EM CONJUNTO FUZZY MODIFICADORES Introdução "A logica difusa (fuzzy) tem por objetivo modelar modos
Leia maisCLASSIFICAÇÃO DE OVINOS PARA O ABATE COM A UTILIZAÇÃO DE LÓGICA FUZZY RESUMO INTRODUÇÃO
CLASSIFICAÇÃO DE OVINOS PARA O ABATE COM A UTILIZAÇÃO DE LÓGICA FUZZY Wesley Osvaldo Pradella Rodrigues 1, Danilo Augusto Heredia Vieira 1, Rhaysa Wolf 1 (Alunos do Curso de Administração da Universidade
Leia maisn. 25 DIAGRAMAS DE VENN
n. 25 DIAGRAMAS DE VENN Foi o matemático inglês John Venn (1834-1923) que criou os diagramas, com o intuito de facilitar a compreensão na relação de união e intersecção entre conjuntos. John Venn desenvolveu
Leia maisSISTEMAS FUZZY CONTEÚDO CONJUNTOS FUZZY. CONJUNTOS CRISP x FUZZY
SISTEMAS FUZZY A maioria dos fenômenos com os quais nos deparamos são imprecisos Exemplo: dia QUENTE (40, 35, 30, 29,5?) Imprecisão Intrínseca ajuda na compreensão do problema. Fuzziness é independente
Leia maisSexta Feira. Cálculo Diferencial
Sexta Feira Cálculo Diferencial 15/0/013 Funções Reais Domínio, imagem e gráficos Código: EXA37 A Turmas: ELE1AN, MEC1AN Prof. HANS-ULRICH PILCHOWSKI Prof. Hans-Ulrich Pilchowski Notas de aula Cálculo
Leia maisLógica dos Conjuntos Difusos (Fuzzy Sets)
Lógica dos Conjuntos Difusos (Fuzzy Sets) Uma aula dada por: Francisco Andrade (ei05013@fe.up.pt) José Santos (ei05038@fe.up.pt) Luís Carneiro (ei05045@fe.up.pt) Ricardo Paulo (ei05067@fe.up.pt) Conteúdos
Leia maisModelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Proceeding Series of the Brazilian Society of pplied and Computational Mathematics, Vol., N., 0. Trabalho apresentado no XXXV CNMC, Natal-RN, 0. Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Leia maisLAB3 Controle nebuloso (VERSÃO PROVISÓRIA)
LAB3 Controle nebuloso (VERSÃO PROVISÓRIA) 3.1 Objetivo Esta experiência tem por objetivo a familiarição com a técnica de Controle Nebuloso (Fuzzy Control, em inglês). Para isso será contruído um controlador
Leia maisPROTÓTIPO DE UM CONTROLADOR DE TEMPERATURA BASEADO EM LÓGICA FUZZY UTILIZANDO UM MICRONTROLADOR
PROTÓTIPO DE UM CONTROLADOR DE TEMPERATURA BASEADO EM LÓGICA FUZZY UTILIZANDO UM MICRONTROLADOR EDUARDO KLAUS BARG ORIENTADOR: MIGUEL ALEXANDRE WISINTAINER ROTEIRO DE APRESENTAÇÃO Introdução Objetivos
Leia maisConjuntos Difusos. Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 7)
Conjuntos Difusos Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 7) Conjuntos Difusos 2 Conjuntos Difusos Quais das seguintes pessoas são altas? Paulo:
Leia maisÁLGEBRA. AULA 1 _ Conjuntos Professor Luciano Nóbrega. Maria Auxiliadora
1 ÁLGEBRA AULA 1 _ Conjuntos Professor Luciano Nóbrega Maria Auxiliadora 2 Pode-se dizer que a é, em grande parte, trabalho de um único matemático: Georg Cantor (1845-1918). A noção de conjunto não é suscetível
Leia maisTeoria dos Conjuntos Fuzzy
Teoria dos Conjuntos Fuzzy Francisco Carpegiani Medeiros Borges Universidade Federal do Piauí Campus Parnaíba 27 de setembro de 2011 1 / 34 Sumário Como tudo começou! 1 Como tudo começou! 2 3 4 5 6 2 /
Leia maisSISTEMAS DIGITAIS ÁLGEBRA BOOLEANA. Professor Carlos Muniz
Professor Carlos Muniz Uma álgebra Booleana pode ser definida com um conjunto de operadores e um conjunto de axiomas, que são assumidos verdadeiros sem necessidade de prova. Em 1854, George Boole introduziu
Leia maisHistórico. George Boole ( ) Claude Elwood Shannon ( )
Histórico Em meados do século XIX o matemático inglês George oole desenvolveu um sistema matemático de análise lógica Em meados do século XX, o americano Claude Elwood Shannon sugeriu que a Álgebra ooleana
Leia maisCONTEÚDO LÓGICA FUZZY LÓGICA FUZZY LÓGICA FUZZY. Um dos componentes mais importantes de um sistema fuzzy é o Módulo de Regras.
CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos ásicos Definição, Características e Formas de Imprecisão Conjuntos Fuzzy Propriedades, Formas de Representação e Operações Lógica Fuzzy Relações,
Leia maisUniversidade Estadual Paulista Campus de Ilha Solteira. Palestra: Carlos Roberto Minussi DEE FEIS UNESP
Universidade Estadual Paulista Campus de Ilha Solteira Palestra: Lógica Fuzzy (Nebulosa) Carlos Roberto Minussi DEE FEIS UNESP História e Motivação Lógiica Fuzzy Computação com Pallavras Zadeh [1965] desenvolveu
Leia maisTeoria dos Conjuntos. Teoria dos Conjuntos. Teoria dos Conjuntos. Teoria dos Conjuntos. Teoria dos Conjuntos. Teoria dos Conjuntos
Pode-se dizer que a é em grande parte trabalho de um único matemático: Georg Cantor (1845-1918). noção de conjunto não é suscetível de definição precisa a partir d noções mais simples, ou seja, é uma noção
Leia maisReconhecimento das cores do MSX por Lógica Fuzzy
Reconhecimento das cores do MSX por Lógica Fuzzy Resumo O objetivo deste artigo é demonstrar como é possível reconhecer as cores nativas do MSX 1 a partir de imagens de 24 bits do PC. 1- Introdução A redução
Leia maisSimpósio Brasileiro de Automação Inteligente XI SBAI 2013
Simpósio Brasileiro de Automação Inteligente XI SBAI 2013 CONTROLE DE TEMPERATURA DE UMA TOCHA DE PLASMA TÉRMICO COM ACOPLAMENTO INDUTIVO UTILIZANDO A PLACA ARDUINO GUSTAVO FERNANDES DE LIMA (Mestrando)
Leia maisProf. Doutor Paulo Salgado UTAD. Doutoramento em Engª Electrotécnica e de Computadores - Prof. Paulo Salgado
Introdução à LÓGICA DIFUSA Prof. Doutor Paulo Salgado UTAD psal@utad.pt Tópicos do Curso Introdução à LÓGICA DIFUSA (Fuzzy Logic). Operações Lógicas e Inferência difusa Técnicas automáticas de geração
Leia maisVariáveis Linguísticas CONTEÚDO. Variáveis Linguísticas. Variáveis Linguísticas. Formalismo: caracterizada por uma
ONTEÚDO Introdução Introdução, Objetivo e Histórico onceitos ásicos Definição, aracterísticas e Formas de Imprecisão onjuntos Fuzzy, Formas de Representação e Operações Lógica Fuzzy Relações, omposições,
Leia maisCONJUNTOS, LÓGICA E SISTEMAS FUZZY
COE 765 TÉCNICAS INTELIGENTES APLICADAS A SISTEMAS DE POTÊNCIA CONJUNTOS, LÓGICA E SISTEMAS FUZZY Djalma M. Falcão COPPE/UFRJ Agosto de 2002 INTRODUÇÃO Modelos matemáticos convencionais são: Crisp, isto
Leia maisSistemas de Numeração
Sistemas de Numeração UNIDADE 1 PROF. ANTONIO LOPES DE SOUZA, Ph.D. DEPARTAMENTO DE ENGENHARIA ELÉTRICA / UFRJ Sistemas de Numeração O sistema de numeração com o qual estamos mais familiarizados é o decimal,
Leia maisUniversidade Federal do Pampa - UNIPAMPA
Universidade Federal do Pampa - UNIPAMPA Projeto: Fundamentos Matemáticos para Computação INTRODUÇÃO À MATEMÁTICA DISCRETA 2 Introdução Praticamente qualquer estudo relacionado a computação, teórico ou
Leia maisOperações Fundamentais com Números
Capítulo 1 Operações Fundamentais com Números 1.1 QUATRO OPERAÇÕES Assim como na aritmética, quatro operações são fundamentais em álgebra: adição, subtração, multiplicação e divisão. Quando dois números
Leia maisCONJUNTOS NEBULOSOS. Formatos dos Conjuntos
CONJUNTOS NEBULOSOS Conjuntos Crisp x Nebulosos Definição Representação Propriedades Formatos Operações Hedges Formatos dos Conjuntos A função verdade de um conjunto fuzzy representa as propriedades semânticas
Leia maisTeoria Ingênua dos Conjuntos (naive set theory)
Teoria Ingênua dos Conjuntos (naive set theory) MAT 131-2018 II Pouya Mehdipour 5 de outubro de 2018 Pouya Mehdipour 5 de outubro de 2018 1 / 22 Referências ALENCAR FILHO, E. Iniciação à Lógica Matemática,
Leia maisFísica Geral - Laboratório (2016/2) Organização e descrição de dados
Física Geral - Laboratório (2016/2) Organização e descrição de dados 1 Física Geral - 2016/2 Bibliografia: Estimativas e Erros em Experimentos de Física (EdUERJ) 2 Dados e medidas Todo experimento em física
Leia maisRedes Neurais e Sistemas Fuzzy
Sistema de Inferência Fuzzy Redes Neurais e Sistemas Fuzzy Conceitos Básicos dos Conjuntos Fuzzy Um Sistema de Inferência Fuzzy (SIF) é um tipo especial de Sistema Baseado em Conhecimento (SBC). A Base
Leia maisMatemática para Ciência de Computadores
Matemática para Ciência de Computadores 1 o Ano - LCC & ERSI Luís Antunes lfa@ncc.up.pt DCC-FCUP Complexidade 2002/03 1 Teoria de Conjuntos Um conjunto é uma colecção de objectos/elementos/membros. (Cantor
Leia maisÁLGEBRA DE BOOLE B.1 - DIAGRAMA DE VENN
ÁLGEBRA DE BOOLE B.1 - DIAGRAMA DE VENN No século XIX Georges Boole desenvolveu uma teoria matemática com base nas leis da lógica - a Álgebra de Boole - cuja aplicação nos circuitos digitais e computadores
Leia mais2ª PROVA ICIN 1º/2015
Departamento de Engenharia Elétrica Prof. Adolfo Bauchspiess Faculdade de Tecnologia Laboratório de Automação e Robótica Universidade de Brasília 163848 INTRODUÇÃO AO CONTROLE INTELIGENTE NUMÉRICO - 1
Leia maisProf.Letícia Garcia Polac. 6 de abril de 2017
Fundamentos de Lógica e Conjuntos Prof.Letícia Garcia Polac Universidade Federal de Uberlândia UFU-MG 6 de abril de 2017 Sumário 1 EMENTA 2 BIBLIOGRAFIA 3 AVALIAÇÕES 4 INTRODUÇÃO EMENTA Ementa 1. Lógica
Leia maisLogica Difusa (Fuzzy( Fuzzy)
Logica Difusa (Fuzzy( Fuzzy) Patricia Tedesco e Germano Vasconcelos {pcart, gcv}@cin.ufpe.br Horários: 2 as e 4 as 14 às 16 Sala: D001 e D226 Página da Disciplina: www.cin.ufpe.br/~îf684/ec/2010-1/ 1 Introdução
Leia maisCLASSIFICAÇÃO DE PROBLEMAS SEQÜENCIAIS DE MÚLTIPLOS ESTÁGIOS
Encontro Internacional de Produção Científica Cesumar 23 a 26 de outubro de 2007 CLASSIFICAÇÃO DE PROBLEMAS SEQÜENCIAIS DE MÚLTIPLOS ESTÁGIOS João Candido Bracarense 1, Juliano Rodrigo Lamb 2 RESUMO: A
Leia maisBases Matemáticas. Definição ingênua de conjunto. Aula 3 Conjuntos. Rodrigo Hausen
1 ases Matemáticas ula 3 Conjuntos Rodrigo Hausen v. 2012-9-26 1/14 Definição ingênua de conjunto 2 Um conjunto é uma qualquer coleção de objetos, concretos ou abstratos, sem repetição. Dado um conjunto,
Leia maisAPLICAÇÃO DE ANALISE DE RISCO DE CLIENTE PARA TOMADA DE CRÉDITO UTILIZANDO LÓGICA FUZZY TOOLBOX DO MATLAB. Diogo Mendes.
APLICAÇÃO DE ANALISE DE RISCO DE CLIENTE PARA TOMADA DE CRÉDITO UTILIZANDO LÓGICA FUZZY TOOLBOX DO MATLAB Diogo Mendes. Luciana Wanderley Especialização em Engenharia de Sistemas Universidade Estadual
Leia mais1. SISTEMAS DE CONTROLE: CONCEITOS. Prof. JOSÉ RODRIGO DE OLIVEIRA
1. SISTEMAS DE CONTROLE: CONCEITOS Prof. JOSÉ RODRIGO DE OLIVEIRA 1. INTRODUÇÃO Sistemas de Controle: surgiu da necessidade de entendimento e controle de materiais e forças da natureza para o benefício
Leia mais