Introdução aos Conjuntos
|
|
- Pietra Ana Júlia Branco Alcântara
- 6 Há anos
- Visualizações:
Transcrição
1 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 são muito utilizados pelos seres humanos para analisar/quantificar uma determinada situação. Exemplos O tempo está muito ensolarado. Hoje está um pouco nublado, vou levar o meu guardachuva. Esta sala está muito quente, vou aumentar um pouco a potência do ar-condicionado. Garçom, traga-me uma picanha mal passada. 3 4 Informações Imprecisas Quando o ser humano utiliza termos, tais como, um pouco, mais ou menos, não muito, etc., ele infere um grau de verdade, ou seja, entre as certezas de ser ou não ser, existem infinitos graus de incerteza. Os valores que definem o grau de verdade de uma proposição podem ser definidos pelo contexto social, linguístico ou uma base de referência experimental. Aristóteles, filósofo grego (384 3 A.C.), foi o fundador da lógica e estabeleceu um conjunto de regras rígidas para que as conclusões pudessem ser aceitas logicamente. O emprego da lógica de Aristóteles é sintetizado em uma linha de raciocínio baseada em premissas e conclusões. ma declaração é falsa ou verdadeira, não podendo ser ao mesmo tempo parcialmente verdadeira ou parcialmente falsa. A Lógica Proposicional e a Lógica de Predicados são conhecidas como Lógicas Clássicas. 5 6 Vários problemas reais não podem ser resolvidos pela Na os objetos são classificados em categorias bem definidas m objeto pertence ou não a uma determinada categoria Exemplo: conjunto pessoa alta μ A (x),,7,9, se x,9 μa( x) = se x <,9 O problema da escolha do limiar entre dois conjuntos (alto / não alto) é denominado de paradoxo Sorites - conhecido também por paradoxo do monte, com "monte" no sentido de grande quantidade, atribuído ao filósofo grego g Eubulides de Mileto, que era um adversário de Aristóteles O paradoxo se enuncia da seguinte forma: Quando um monte de areia deixa de ser um monte de areia, caso retiremos um grão de areia de cada vez?
2 7 8 Lógica Nebulosa (Fuzzy) A Lógica Nebulosa é baseada na teoria dos Conjuntos Nebulosos definida por Lotfi A. Zadeh, em 965. Fuzzy Sets, Information and Control, vol.8, pp , 965. Os conjuntos nebulosos são usados para traduzir em termos matemáticos a informação imprecisa expressa por um conjunto de regras linguísticas. Princípio da Incompatibilidade (973) Lotfi A. Zadeh À medida que a complexidade de um sistema aumenta, nossa habilidade de fazer afirmações precisas e que sejam significativas acerca deste sistema diminui até que um limiar é atingido, além do qual precisão e significância (ou relevância) tornam-se quase que características mutuamente exclusivas. 9 m conjunto nebuloso é definido como uma coleção de objetos com valores de pertinência entre zero (exclusão completa) e um (inclusão completa). Os valores de pertinência expressam graus de compatibilidade dos objetos com as propriedades p ou características distintas da coleção. Conjuntos nebulosos são formalmente caracterizados por uma função de pertinência que mapeia os elementos do domínio, espaço ou universo de discurso no intervalo [,]. niverso de discurso é o domínio onde todos os valores são definidos. Este mapeamento é formalmente definido como: μ A (x) : [, ]; x μ A (x) representa o grau de pertinência do elemento x, pertencente ao universo de discurso, em relação ao conjunto nebuloso A. Os gráficos das funções podem ter diferentes formas e propriedades. As mais comuns são Triangular, Trapezoidal e Gaussiana. Função Triangular, se x a x a, se x [ a, m] m a A ( x ) = b x, se x [ m, b] b m, se x b onde m é um valor modal, e a e b denotam o limite inferior e superior, respectivamente, para valores não nulos de A(x). Na Figura é ilustrado o gráfico de uma função triangular, sendo a = -,5, b =,5 e m =. Função Trapezoidal se x < a x a se x [ a, m] m a Ax ( ) = se x [ m, n] b x se x [ n, b] b n se x > b onde m e n são valores modais, e a e b denotam o limite inferior e superior, respectivamente, para valores não nulos de A(x). Na Figura é ilustrado o gráfico de uma função trapezoidal, sendo a = -,5, m =, n =,5 e b = 5,.
3 3 4 Função Gaussiana Exemplo: conjunto nebuloso pessoa alta μ A (x) A ( x ) = e onde k > k( x m),,7,9, Na Figura é ilustrada a forma de uma função gaussiana, com m = e k =. niverso de discurso 5 6 Definição. Conjunto Nebuloso Normalizado [A NORM ] m conjunto nebuloso A é normalizado se pelo menos um de seus elementos possui grau de pertinência igual a, ou seja, μ A (x) =, se há x Definição. Altura de um Conjunto Nebuloso [ALT(A)] Corresponde ao maior grau de pertinência assumido por um de seus elementos ALT(A) = MAX xi { μ A (x i ) } Definição 3. Suporte de um Conjunto Nebuloso [SPP(A)] Conjunto de todos os elementos de um conjunto A, que possuem graus de pertinência maiores que zero. SPP(A) ) = { x / μ A () (x) > } Definição 4. Conjunto Nebuloso Convexo m conjunto nebuloso é convexo se, e somente se, for observada a seguinte desigualdade: μ A (λx +(- λ)x )) MIN [ μ A (x ); ] λ 7 8 Definição 4. Conjunto Nebuloso Convexo μ A (λx +(- λ)x )) MIN [ μ A (x ); ] μ A (x ) μ A (x ) μ A (x ) x x x x x x Ou seja, escolhidos dois pontos, x e x, todos os elementos do intervalo entre eles deve ter grau de pertinência maior ou igual ao mínimo grau de pertinência entre x e x. Definição 5. Cardinalidade de um Conjunto Nebuloso [CARD(A)] É a soma dos graus de pertinência de todos os elementos de A CARD ( A ) = μ ( x ) A x Exemplo: seja o conjunto nebuloso A definido por: A =./ +.3/ +.6/3 +./4 +.6/5 +./6 X = {,, 3, 4, 5, 6} CARD(A) =.8 3
4 9 Definição 6. Corte-α em Conjuntos Nebulosos m corte-α em um conjunto nebuloso A é especificado por um conjunto crisp definido por: A α = { x / μ A (x) α} Exemplo : seja o conjunto nebuloso A definido por: A =.3/ +.7/ +./3 +.9/4 +.6/5 +./6 X = {,, 3, 4, 5, 6} A.4 = {, 3, 4, 5} A.65 = {, 3, 4} Definição 6. Corte-α em Conjuntos Nebulosos Exemplo : seja o conjunto nebuloso contínuo: A.5 = {3 x 6} ma variável linguística pode ser definida como uma variável cujos valores são palavras ou sentenças, ao invés de números. Definição Formal: (X, T(X),, G, M) X é o nome da variável T(X) é o conjunto de termos linguísticos Cada elemento de T(X) representa um rótulo L dos termos que a variável X pode assumir é o universo de discurso da variável linguística X G é a gramática para a geração dos termos ou rótulos M é a regra semântica que associa a cada rótulo L um conjunto nebuloso no universo, representando o seu significado M(L) Exemplo: considere a variável linguística velocidade X = velocidade. = [,5] Seja F(X) uma família de conjuntos nebulosos definidos no universo Então, a regra M mapeia T(X) F(X), ou seja, associa a cada rótulo do conjunto de termos T(X) a um conjunto nebuloso definido em A gramática G define como os termos primários {baixa, média, alta} serão associados aos modificadores {muito, pouco, maior, menor, ou, não} para formar os nomes dos termos não-primários T(velocidade) = {muito baixa, baixa, média, alta, muito alta} 3 4 Termos linguísticos Velocidade Variável linguística muito baixa baixa média alta muito alta Regra semântica Granularidade O número de valores linguísticos define a granularidade m número pequeno de termos linguísticos define uma partição esparsa ou grossa, ao passo que um número maior resulta numa partição fina muito baixa baixa média alta muito alta baixa alta x (velocidade) 5 Partição fina Partição grossa 4
5 5 6 Aplicações Metro Sendai: 6 estações e 3,5 km de trilhos, desenvolvido pela Hitachi. Lavadoras de roupa medem peso e sujeira da roupas para avaliar programa de lavagem. Máquinas para filmagens comparam imagens para diminuir tremidas. Aspiradores de pó medem quantidade de pó para variar potência de sucção. Fornos de microondas medem temperatura, umidade e peso dos alimentos para controlar tempo. Aplicações Ar condicionado mede a temperatura ambiente e preferências dos usuários. Sistemas ABS medem deslizamento e travamento das rodas para controlar freios. Mitsubishi desenvolveu sistema que controla suspensão, tração, transmissão e ar. Hitachi usa 5 regras para negociar bonds e mercados futuros. Yamaichi usava sistema com centenas de regras para negociar ações. Fujitec desenvolveu um controle de elevadores para reduzir tempo de espera. 5
27/8/2011. 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 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 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 maisApresentação Lógica Nebulosa
Apresentação Lógica Nebulosa Adriano Cruz 2002 NCE e IM/UFRJ Adriano@nce.ufrj.br Computadores são estúpidos, eles somente respondem perguntas. Pablo Picasso Adriano Cruz NCE-IM UFRJ adriano@nce.ufrj.br
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 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 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 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 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 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 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 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 mais1.4 Números Fuzzy. Números fuzzy formato. Outras formas. Casos especiais. Conjuntos fuzzy definidos no conjunto dos números reais A: R [0,1]
.4 Números Fuzzy Conjuntos fuzzy definidos no conjunto dos números reais : R [0,] Conceitos intuitivos: Números próximos de um dado número real Números em torno de um dado intervalo de números reais Números
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 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 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 mais17/4/2007. Prof. Dr. Alexandre da Silva Simões. Introdução Apresentação da lógica Fuzzy
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
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 maisSistemas Fuzzy Lógica Fuzzy e Sistemas Baseados em Regras Fuzzy
Sistemas Fuzzy Lógica Fuzzy e Sistemas Baseados em Regras Fuzzy Profa. Dra. Sarajane M. Peres e Prof. Dr. Clodoaldo A. M. Lima EACH USP http://each.uspnet.usp.br/sarajane/ } Baseado em: Dimensão Topológica
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 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 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: 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 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 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 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 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 maisModelos Evolucionários e Tratamento de Incertezas
Ciência da Computação Modelos Evolucionários e Tratamento de Incertezas Aula 07 Inferência Difusa Sistemas de Controle Difuso Max Pereira Regras difusas SE ENTÃO Antecedente:
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 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 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 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 maisSistema de Inferência Fuzzy baseado em Redes Adaptativas (ANFIS) Sistema de Inferência Fuzzy
Redes Neurais Sistema de Inferência Fuzzy baseado em Redes Adaptativas (ANFIS) Sistema de Inferência Fuzzy Um Sistema de Inferência Fuzzy (SIF) é um tipo especial de Sistema Baseado em Conhecimento (SBC).
Leia maisConjuntos e Relações Nebulosas (Fuzzy)
Conjuntos e Relações Nebulosas (Fuzzy) Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Operações Básicas Para sistemas que usam
Leia maisIntrodução. Lógica Fuzzy (Lógica Nebulosa) Introdução. Conceito
Lógica Nebulosa Introdução Lógica Fuzzy (Lógica Nebulosa) Adaptado de material da profa. Luciana Rech Lógica Difusa ou Lógica Fuzzy extensão da lógica boolena um valor lógico difuso é um valor qualquer
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 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 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 maisAula 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 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 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 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 maisVariáveis Linguísticas CONTEÚDO. Variáveis Linguísticas. Variáveis Linguísticas. Formalismo: caracterizada por uma
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 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 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 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 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 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 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 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 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 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 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 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 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 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 maisRedes Neurais e Sistemas Fuzzy
Redes Neurais e Sistemas Fuzzy Conceitos Básicos da Lógica Fuzzy. Raciocínio aproximado Raciocínio aproximado é a forma mais conhecida de lógica fuzzy, cobrindo várias regras de inferência cujas premissas
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 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 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 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 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 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 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 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 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 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 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 maisMatemática discreta e Lógica Matemática
AULA 1 - Lógica Matemática Prof. Dr. Hércules A. Oliveira UTFPR - Universidade Tecnológica Federal do Paraná, Ponta Grossa Departamento Acadêmico de Matemática Ementa 1. Lógica proposicional: introdução,
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 mais2 Lógica Fuzzy. 2 Lógica Fuzzy. Sintaxe da linguagem
2 Lógica Fuzzy 2.1 Cálculo proposicional (lógica proposicional) 2.2 Lógica de Predicados 2.3 Lógica de múltiplos valores 2.4 Lógica Fuzzy Proposições fuzzy Inferência a partir de proposições fuzzy condicionais
Leia maisTeoria da Decisão. Modelagem de Preferência. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Modelagem de Preferência Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas
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 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 maisAPROXIMAÇÃO SPLINE PARA A EXTENSÃO DE ZADEH
APROXIMAÇÃO SPLINE PARA A EXTENSÃO DE ZADEH PPG. Matemáticas - IBILCE-UNESP gigu1885@hotmail.com III WORKSHOP Introdução PRELIMINARES Como sabemos, o principio fundamental da aritmética fuzzy é o principio
Leia maisIntrodução. Sistemas Nebulosos (Fuzzy) Benefícios da Lógica Nebulosa. Introdução. Probabilidade e Possibilidade. Complexidade e Compreensão
(Fuzzy) Introdução Benefícios da Lógica Nebulosa Conjuntos Nebulosos Variáveis Lingüísticas Operadores (Fuzzy) Raciocínio Etapas Conclusão Introdução Surgiu com Lofti Zadeh em 965. O boom foi nos anos
Leia maisLógicas Difusas que Parecem Clássicas p. 1/5
Lógicas Difusas que Parecem Clássicas Benjamín R. Callejas Bedregal Universidade Federal do Rio Grande do Norte Departamento de Informática e Matemática Aplicada Laboratório de Lógica e Inteligência Computacional
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 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 maisFUNÇÃO DO 2 GRAU TERÇA FEIRA
FUNÇÃO DO GRAU TERÇA FEIRA 1. (G1 - cftmg 016) Dadas as funções reais f e g, definidas por correto afirmar que 1 a) f(x) g 0, 4 para todo x. b) f(x) 0, para todo x. f(x) 3x e g(x) 4x 1, é c) f(x) g(x),
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 maisSistemas difusos (Fuzzy Systems)
Sistemas difusos (Fuzzy Systems) Victor Lobo Mestrado em Estatística e Gestão de Informação Ideia geral Conjunto das pessoas altas h Lógica clássica Sim ou Não: ou é, ou não é Probabilidades Sim, com uma
Leia maisLógica Fuzzy: Introdução a Lógica Fuzzy, exemplo da Gorjeta e ANFIS
Lógica Fuzzy: Introdução a Lógica Fuzzy, exemplo da Gorjeta e ANFIS 24 de outubro de 2013 Sumário I 1 Introdução 2 Propriedades 3 Variáveis linguísticas 4 Regras Fuzzy 5 Arquitetura 6 Exemplo Exemplo 1
Leia maisMÓDULO II - PARTE II LÓGICA DOS PREDICADOS
MÓDULO II - PARTE II LÓGICA DOS PREDICADOS Quantificadores Professora Dr. a Donizete Ritter 26 de julho de 2017 Ritter, D. (UNEMAT/DEAD/SI) LÓGICA 26 de julho de 2017 1 / 18 Sumário 1 INTRODUÇÃO 2 TIPOS
Leia maisMatemática discreta e Lógica Matemática
AULA 1 - Lógica Matemática Prof. Dr. Hércules A. Oliveira UTFPR - Universidade Tecnológica Federal do Paraná, Ponta Grossa Departamento Acadêmico de Matemática Ementa 1 Lógica Sentenças, representação
Leia maisLógica Fuzzy. Plano de aula. Motivação Fundamentação Teórica Sistemas Difusos (aplicações) Estudo de Caso Considerações Finais
LÓGICA FUZZY 1 Plano de aula Motivação Fundamentação Teórica Sistemas Difusos (aplicações) Estudo de Caso Considerações Finais 2 Motivação: Grau de Crença vs. Grau de Verdade Grau de crença: População
Leia mais1. Conjuntos Fuzzy - Fundamentos. Sistemas Nebulosos
Sistemas Nebulosos Heloisa de Arruda Camargo. Conjuntos Fuzzy - Fundamentos. Conceitos básicos de conjuntos fuzzy.2 Operações em conjuntos fuzzy.3 Relações fuzzy.4 Aritmética fuzzy.5 Variáveis linguísticas
Leia maisLógica Fuzzy. Lógica Fuzzy: Noções Gerais e Aplicações. apresentação. Prof a. Responsável: Graçaliz Pereira Dimuro. Disciplina: Computação Flexível
apresentação Lógica Fuzzy Conrado Ruch. Diego Pereira. Rogério Vargas Prof a. Responsável: Graçaliz Pereira Dimuro Disciplina: Computação Flexível Programa Conrado Ruch. Diego de Pereira Pós-Graduação.
Leia maisGeração Automática de Sistemas Nebulosos por Co-Evolução
Geração Automática de Sistemas Nebulosos por Co-Evolução Geração Automática de Sistemas Nebulosos por Co-Evolução Anderson Francisco Talon Heloisa de Arruda Camargo Geração Automática de Sistemas Nebulosos
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 maisConteúdo: Hedges Relações e Composições
Conteúdo: Hedges Relações e Composições Hedges: Operadores semânticos Atuam na modelagem de um sistema fuzzy da mesma forma que advérbios atuam em uma sentença. Modificam a natureza de um conjunto fuzzy.
Leia maisA derivada de uma função
Universidade de Brasília Departamento de Matemática Cálculo 1 A derivada de uma função Supona que a função f está definida em todo um intervalo aberto contendo o ponto a R. Dizemos que f é derivável no
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 maisNHI Lógica Básica (Lógica Clássica de Primeira Ordem)
NHI2049-13 (Lógica Clássica de Primeira Ordem) página da disciplina na web: http://professor.ufabc.edu.br/~jair.donadelli/logica O assunto O que é lógica? Disciplina que se ocupa do estudo sistemático
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 mais