Sistemas de lógica difusa
Los sistemas de lógica difusa son una amplia clase de sistemas de control que utilizan el razonamiento «difuso» para tomar decisiones. Mediante un proceso llamado «traducción», a veces denominado «motor de reglas difusas», se crea un sistema experto.
Un sistema de lógica difusa toma básicamente un valor de entrada, al que podemos referirnos como variable de salida, que no es un valor de verdad o de naturaleza concreta/arbitraria.
La lógica difusa nos permite tener algoritmos que se basan en el conocimiento humano y tiene muchas ventajas sobre los sistemas binarios estándar.
A veces tenemos una respuesta que puede representarse como un valor entre el rango 0-1. La lógica difusa es entonces el proceso de mapear nuestra variable de salida imprecisa en valores verdaderos o falsos fuera de su rango dado.
La lógica difusa existe desde los años sesenta, pero no cobró protagonismo hasta la década de 1980.
Se retomó en la década de 1990, cuando psicólogos e ingenieros se dieron cuenta de que la lógica difusa podía utilizarse en sistemas en tiempo real y en ordenadores tradicionales para mejorar su funcionalidad.
Hoy en día, está bien establecido que los sistemas de lógica difusa pueden resolver ciertos problemas con más precisión que los métodos tradicionales.
Los sistemas de lógica difusa son una forma de lógica multivaluada derivada de la teoría de conjuntos difusos para tratar el concepto de verdad parcial, donde el valor de verdad puede oscilar entre completamente verdadero y completamente falso.
En cambio, en la lógica booleana, los valores de verdad de las variables sólo pueden ser los valores enteros 0 o 1. En la lógica booleana, el término «difuso» se utiliza a veces para significar «falso» (en contraposición a «verdadero»).
La lógica difusa es una forma de lógica multivaluada en la que los valores de verdad de las variables pueden ser cualquier número real entre 0 y 1.
Por el contrario, en la lógica booleana, los valores de verdad de las variables sólo pueden ser los valores enteros 0 o 1.
La lógica difusa se ha ampliado para manejar el concepto de verdad parcial, donde el valor de verdad puede oscilar entre completamente verdadero y completamente falso.
Además, cuando se utilizan variables lingüísticas, estos grados pueden ser gestionados por funciones específicas
Sistemas de lógica difusa para la ingeniería son una amplia gama de herramientas para diseñar y probar rápidamente controladores para su uso en sistemas embebidos.
Estas herramientas ofrecen capacidades de simulación rápida, autoajuste y pruebas de robustez.
Con un enfoque orientado al mundo real, el Máster en Inteligencia Artificial CEUPE te formará para ser un experto en IA, capaz de aprovechar sus múltiples oportunidades, a través de un conjunto de habilidades que te aportan versatilidad y polivalencia.
¿Por qué necesitamos sistemas de lógica difusa?
Los sistemas de lógica difusa pueden ser útiles en el razonamiento deductivo.
Pueden aplicarse a la situación en la que se necesita un sistema inteligente, que tiene que tomar decisiones basadas en varias entradas.
A veces, las distintas entradas no son lo suficientemente claras en los sistemas convencionales y no saben qué hacer con ellas.
Hoy en día, muchas de las aplicaciones complejas que se desarrollan requieren algún tipo de control inteligente, pero no siempre es posible formular reglas lo suficientemente precisas para captar la complejidad de estas aplicaciones.
En este caso, los sistemas difusos pueden ser muy útiles porque permiten expresar las reglas con palabras en lugar de con números.
Esto significa que las reglas reflejan la forma de pensar de las personas y, por lo tanto, pueden ser escritas por personas que no tienen una formación técnica.
Los sistemas de lógica difusa se utilizan en aplicaciones de control por las siguientes razones
a. Se utilizan variables lingüísticas para describir el sistema. El usuario puede entender estas variables fácilmente.
b. Las reglas de un sistema difuso son fáciles de desarrollar y modificar, es decir, se utiliza el conocimiento del dominio para desarrollar las reglas. Estas reglas pueden ser escritas muy fácilmente por los expertos del dominio sin ningún conocimiento matemático.
c. Es fácil incorporar nuevas relaciones de entrada-salida en el sistema de lógica difusa existente, ya que no hay modelos matemáticos involucrados en el desarrollo de sistemas de lógica difusa utilizando el conocimiento de los expertos.
Traducción del lenguaje natural a la lógica difusa.
La entrada de lenguaje natural al sistema se traduce en una consulta de lógica difusa. El proceso de traducción se basa principalmente en el análisis de la sintaxis y la semántica de la frase en lenguaje natural.
El análisis sintáctico se realiza mediante una gramática libre de contexto (CFG) que define la sintaxis de las frases que puede traducir correctamente el sistema.
El análisis semántico consiste en identificar un conjunto de palabras de la frase que son miembros de alguna clase semántica.
Estas palabras se sustituyen por sus equivalentes en lógica difusa, por ejemplo, los sustantivos que se refieren a valores numéricos se sustituyen por variables y los que representan conceptos cualitativos se sustituyen por constantes simbólicas.
El procesamiento de la sintaxis difusa incluye construcciones como «más que», «menos que», «sobre», así como adjetivos y adverbios que implican coberturas lingüísticas como «muy» y «ligeramente».
Después de sustituir todas las palabras por sus equivalentes en lógica difusa, se utilizan cuantificadores para especificar el dominio de aplicabilidad de la consulta en lógica difusa resultante.
¿Cómo encaja el concepto de «precisión» en los sistemas de lógica difusa?
El concepto de «precisión» encaja en los sistemas de lógica difusa al proporcionar una forma de expresar el grado exacto de verdad (o falsedad) que se está considerando.
Los grados de verdad se definen mediante números reales que van de cero a uno y se interpretan mediante la definición matemática de precisión del sistema.
Los sistemas de lógica difusa utilizan variables lingüísticas para aproximar valores. Estas variables se denominan conjuntos difusos, y pueden representarse como una serie de funciones de pertenencia, que asignan un grado de verdad a la variable.
El concepto de «precisión» está directamente ligado a la incertidumbre. Por ejemplo, una persona puede decir que está «muy segura» de que lloverá mañana, pero esta afirmación no es necesariamente precisa porque la definición de «muy segura» de una persona puede diferir de la de otra.
El sistema no sabe hasta qué punto la persona confía en sus fuentes o cuánta experiencia tiene en la predicción del tiempo.
En los sistemas de lógica difusa, la precisión se representa mediante una función de pertenencia. Esta función toma un valor de entrada y emite un grado de pertenencia entre 0 y 1.
El tipo de función de pertenencia utilizado depende del problema y de la solución requerida. Una función lineal, por ejemplo, dará una salida de 0 cuando el valor de entrada sea menor que el principio del conjunto y una salida de 1 cuando el valor de entrada sea mayor o igual que el final del conjunto.
El uso de una función lineal supone que todas las entradas dentro del rango tienen valores de pertenencia iguales.
¿Cuáles son algunas aplicaciones comunes de la lógica difusa?
Los sistemas de lógica difusa se utilizan desde hace muchos años y en muchos campos diferentes. He aquí algunos ejemplos comunes de lógica difusa:
En una lavadora, la lógica difusa puede utilizarse para decidir la temperatura ideal del agua, el tiempo del ciclo de lavado y el ciclo de centrifugado en función de ajustes como el tamaño de la carga, el tipo de tejido y la temperatura de lavado. El sistema de lógica difusa determina la mejor combinación de ajustes para cada carga.
En un ascensor, la lógica difusa puede utilizarse para determinar cuántos ascensores son necesarios para dar servicio a un edificio en función del número de personas que esperan un ascensor en cada planta.
En un crucero, la lógica difusa puede utilizarse para determinar la mejor manera de dirigir a los pasajeros a través de la línea del buffet en función de su hora de llegada y de la popularidad de la comida.
En un coche con control de tracción, la lógica difusa puede utilizarse para determinar si es necesario o no aplicar presión de frenado a una o más ruedas cuando se detecta un deslizamiento de las mismas.
Algunas aplicaciones típicas de los sistemas difusos son:
Controles automáticos de electrodomésticos como lavadoras, lavavajillas, televisores, etc.
Control y supervisión de procesos.
Pronóstico: predecir un fallo antes de que se produzca.
Sistemas de comercio financiero.
Componentes de los sistemas de lógica difusa
Los sistemas de lógica difusa son sistemas basados en el conocimiento que pueden llegar a una solución a partir de información imprecisa y ambigua.
Los sistemas de lógica difusa utilizan la teoría de los conjuntos difusos y la inferencia difusa para asignar las entradas a las salidas.
Los sistemas de lógica difusa constan de cinco componentes:
Fuzzificación: El proceso de convertir los números crispados en números difusos.
Base de conocimientos: Una base de datos de reglas si-entonces para el sistema de lógica difusa.
Evaluación de reglas: El proceso que hace inferencias difusas a partir de la base de conocimientos y los datos de entrada difusos.
Desfuzzificación: El proceso de convertir la salida de la base de conocimiento en números crujientes.
Decisión de salida: La acción final tomada por el sistema después de la defuzzificación.
Conclusión: Conociendo los sistemas de Lógica Difusa.
Los sistemas difusos se emplean en un enfoque multifacético cuando se trata del funcionamiento de un sistema. La naturaleza específica de la aplicación de estos sistemas de lógica difusa en diferentes situaciones depende de cada usuario.
Teniendo en cuenta la naturaleza simple de la creación y el trabajo con estos sistemas, han crecido para ser muy versátil en su diseño y se han aplicado en muchos aspectos de la tecnología.
Hay muchos usos para estos sistemas que muchos usuarios no conocen o no se dan cuenta. Con la creación de la inteligencia artificial y los sistemas operativos de los ordenadores, el uso de la lógica difusa se ha vuelto aún más valioso y eficaz en su conjunto.
