Créditos. Introdução a Sistemas Inteligentes. Aula de Hoje. Parte deste material consiste de adaptações e extensões dos originais gentilmente cedidos:

Transcrição

1 Introdução a Sisteas Inteligentes Raciocínio Aproiado e Sisteas Fu arte II: Sisteas Baseados e Regras Fu réditos arte deste aterial consiste de adaptações e etensões dos originais gentilente cedidos: pelo rof. Dr. Fernando Antonio apos Goide da FEE/Unicap rof. Ricardo J. G. B. apello IM / US Variáveis Lingüísticas Aula de Hoje Teperatura Variável Lingüística Sisteas Baseados e Regras Fu fuificação, defuificação e inferência de Madani Modelos Linguísticos Método de Etração de Regras Modelos de Takagi-Sugeno (TS) Teros Lingüísticos Baia Média Alta Regra Seântica Baia Média Alta Sibólico uérico Treinaento de Modelos TS Variável base Universo X

2 Regras Lingüísticas Sisteas Baseados e Regras ebulosas Geralente são proposições Se Então A fora ais usual é do tipo Se velocidade é alta e distância é pequena Então tepo de viage é curto Base de Dados Base de Regras SBR X Fuificação Defuificação Z variáveis linguísticas teros linguísticos Fu sets e X Lógica de Decisão Fu sets e Z Singleton: Método do Triângulo: Fuificação, se = µ( ) = 0, se R i Lógica de Decisão: Inferência lássica de Madani Ai A i a A Se é A i E é B i Então é i Bi B b B i Se é A j E é B j Então é j i i R j A j A B B j j Aj Bj j a b X Fuificação pelo étodo singleton i j i j =

3 Eeplo Siples Se é Fria E é Alta Então é equena Defuificação: Método do entro de Gravidade / Área Fria Alta equena R 5 50 Se é Morna E é Média Então é oral.0 R Morna 0.8 Média oral 5 50 = Z = [, K, n ] Defuificação: Método do entro de Gravidade / Área Eeplo: = { 0/5, 0/6, /7, /8, /9, 0.75/0, 0.75/, /, 0/, 0/, 0/5 } o quadro... Modelos Lingüísticos Geração de Bases de Regras (Método Ingênuo) Li-Xin Wang, Adaptive Fu Sstes and ontrol, rentice Hall, 99 K. M. assino & S. Yurkovich, Fu ontrol, Addison-Wesle, Dado: onjunto de pares entrada/saída (atributos / atributo eta) (, ; ), (, ; i i ),..., (, ; ),... i, entradas / atributos saída / atributo eta - Deterar: Base de Regras Se-Então tal que F : ( X, Y ) Z

4 Modelos Lingüísticos - Granulariar espaços de entrada e saída Deterar universos de discurso: [, ], [ ], [ articionar universos (e geral usando de a 7 teros linguísticos e cada):,, ] - Gerar regras a partir dos dados Deterar graus de ativação riar regras correspondentes aos graus ais altos: R : Se é A e é B então é R : Se é A e é B então é Modelos Lingüísticos A A A A A 5 - Resolver conflitos Deterar grau de cada regra: Grau( Regra) = A ( ) B ( ) ( ) k l 5 Resolva conflitos toando a regra de aior grau B B B B B 5 B 6 B 7 - Sintonia fina opcional (odelage quantitativa) Ajuste das funções de pertinência (fu sets) Eeplo Instâncias de variáveis, sendo entradas (, ) e saída (), co valores no eso universo de discurso: Eeplo Instâncias de variáveis, sendo entradas (, ) e saída (), co valores no eso universo de discurso: ,, -, 0, -,5,5,5 -,,5,,8, -, 5, -. -, Se é e é Então é (Grau 0,5 = 0,5) Se é e é Então é (Grau 0,5 = 0,5),, -, 0, -,5,5,5 -,,5,,8, -, 5, -. -, Se é e é Então é (Grau 0,75 0,75 0,75 = 0,)... conflito! sobrevive a regra (, ) Eercício: opletar o eeplo para as deais instâncias da base de dados!

5 Eercícios Eercícios. Fuificar a grandea nuérica r = 0Mbps utiliando o étodo do triângulo co ua incertea áia de ± Mbps. alcular e representar graficaente (e detalhes) o conjunto fu de saída inferido através do Método de Madani e as seguintes regras: continuação... R: Se é egativo Então é ositivo R: Se é Zero Então é Zero onde a entrada é dada por = -.5 e os conjuntos fu egativo* (), Zero* () e ositivo* () são dados (tanto para a entrada coo para a saída) a seguir alcular a saída nuérica referente ao eercício anterior utiliando o étodo do centro de gravidade. Use ua discretiação do universo de discurso. Repetir e para = -.5, Referência rincipal W. edrc & F. Goide, An Introduction to Fu Sets: Analsis and Design, MIT ress,