¿Qué es la lógica difusa?
La lógica difusa se define como una forma lógica de muchos valores que puede tener valores de verdad de las variables en cualquier número real entre 0 y 1. Es el concepto de identificación de la verdad parcial. En la vida real, podemos encontrarnos con una situación en la que no podemos decidir si la afirmación es verdadera o falsa. En ese momento, la lógica difusa ofrece una flexibilidad muy valiosa para el razonamiento.
El algoritmo de lógica difusa ayuda a resolver un problema después de considerar todos los datos disponibles. Entonces toma la mejor decisión posible para la entrada dada. El método FL imita la forma de tomar decisiones en un ser humano que considera todas las posibilidades entre los valores digitales T y F.
En este tutorial, aprenderá
- ¿Qué es la lógica difusa?
- Historia de los sistemas de lógica difusa
- Características de la lógica difusa
- Cuando no usar la lógica difusa
- Arquitectura de lógica difusa
- Lógica difusa frente a probabilidad
- Crujiente contra difuso
- Teoría del conjunto clásico frente a la teoría del conjunto difuso
- Ejemplos de lógica difusa
- Áreas de aplicación de la lógica difusa
- Ventajas del sistema de lógica difusa
- Desventajas de los sistemas de lógica difusa
Historia de los sistemas de lógica difusa
Aunque, el concepto de lógica difusa se había estudiado desde la década de 1920. El término lógica difusa fue utilizado por primera vez en 1965 por Lotfi Zadeh, profesor de UC Berkeley en California. Observó que la lógica informática convencional no era capaz de manipular datos que representaran ideas humanas subjetivas o poco claras.
El algoritmo difuso se ha aplicado a varios campos, desde la teoría del control hasta la IA. Fue diseñado para permitir que la computadora determine las distinciones entre datos que no son ni verdaderos ni falsos. Algo parecido al proceso del razonamiento humano. Como poca oscuridad, algo de brillo, etc.
Características de la lógica difusa
A continuación, se muestran algunas características importantes de la lógica difusa:
- Técnica de aprendizaje automático flexible y fácil de implementar
- Te ayuda a imitar la lógica del pensamiento humano.
- La lógica puede tener dos valores que representan dos posibles soluciones
- Método muy adecuado para razonamientos inciertos o aproximados.
- La lógica difusa ve la inferencia como un proceso de propagación de restricciones elásticas
- La lógica difusa le permite construir funciones no lineales de complejidad arbitraria.
- La lógica difusa debe construirse con la guía completa de expertos.
Cuando no usar la lógica difusa
Sin embargo, la lógica difusa nunca es una cura para todos. Por lo tanto, es igualmente importante comprender que no debemos utilizar la lógica difusa.
Aquí hay ciertas situaciones en las que es mejor no usar Fuzzy Logic:
- Si no le resulta conveniente asignar un espacio de entrada a un espacio de salida
- La lógica difusa no debe usarse cuando puede usar el sentido común
- Muchos controladores pueden hacer un buen trabajo sin el uso de lógica difusa
Arquitectura de lógica difusa
Arquitectura de lógica difusa
La arquitectura de Fuzzy Logic tiene cuatro partes principales, como se muestra en el diagrama:
Base de reglas:
Contiene todas las reglas y las condiciones si-entonces ofrecidas por los expertos para controlar el sistema de toma de decisiones. La reciente actualización de la teoría difusa proporciona varios métodos para el diseño y ajuste de controladores difusos. Estas actualizaciones reducen significativamente el número de reglas difusas.
Fuzzificación:
El paso de fuzzificación ayuda a convertir las entradas. Le permite convertir números nítidos en conjuntos difusos. Entradas nítidas medidas por sensores y pasadas al sistema de control para su posterior procesamiento. Como temperatura ambiente, presión, etc.
Máquina de inferencia:
Le ayuda a determinar el grado de coincidencia entre la entrada difusa y las reglas. Basado en el% de coincidencia, determina qué reglas necesitan implementación de acuerdo con el campo de entrada dado. Después de esto, las reglas aplicadas se combinan para desarrollar las acciones de control.
Defuzzificación:
Por último, se realiza el proceso de Defuzzification para convertir los conjuntos difusos en un valor nítido. Hay muchos tipos de técnicas disponibles, por lo que debe seleccionar la más adecuada cuando se utiliza con un sistema experto.
Lógica difusa frente a probabilidad
| Lógica difusa | Probabilidad |
|---|---|
| Difusa: el grado de pertenencia de Tom dentro del conjunto de personas mayores es 0,90. | Probabilidad: Hay un 90% de probabilidad de que Tom sea mayor. |
| La lógica difusa toma grados de verdad como base matemática sobre el modelo del fenómeno de la vaguedad. | La probabilidad es un modelo matemático de ignorancia. |
Crujiente contra difuso
| Crujiente | Difuso |
|---|---|
| Tiene límite estricto T o F | Límite difuso con cierto grado de pertenencia |
| Un tiempo definido puede resultar confuso | No puede ser nítido |
| Verdadero / Falso {0,1} | Valores de membresía en [0,1] |
| En la lógica nítida, la ley de la mitad excluida y la no contradicción puede o no mantenerse | En la ley de la lógica difusa del medio excluido y la no contradicción se mantienen |
Teoría del conjunto clásico frente a la teoría del conjunto difuso
| Conjunto clásico | Teoría de conjuntos difusos |
|---|---|
| Clases de objetos con límites definidos. | Las clases de objetos no tienen límites definidos. |
| Un conjunto clásico se define 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 usa solo en controladores difusos. |
Ejemplos de lógica difusa
Vea el diagrama que se proporciona a continuación. Muestra que en un sistema difuso, los valores se indican con un número de 0 a 1. En este ejemplo, 1.0 significa verdad absoluta y 0.0 significa falsedad absoluta.
Lógica difusa con ejemplo
Áreas de aplicación de la lógica difusa
La tabla dada por Blow muestra la aplicación de la lógica difusa por parte de empresas famosas en sus productos.
| Producto | Compañía | Lógica difusa |
|---|---|---|
| Frenos antibloqueo | Nissan | Utilice lógica difusa para controlar los frenos en casos peligrosos dependiendo de la velocidad del automóvil, la aceleración, la velocidad de las ruedas y la aceleración. |
| Transmisión automática | NOK / Nissan | La lógica difusa se utiliza para controlar la inyección de combustible y el encendido en función del ajuste del acelerador, la temperatura del agua de refrigeración, las RPM, etc. |
| Motor de auto | Honda, Nissan | Úselo para seleccionar la velocidad según la carga del motor, el estilo de conducción y las condiciones de la carretera. |
| Maquina de copiar | Canon | Se utiliza para ajustar el voltaje del tambor en función de la densidad, la humedad y la temperatura de la imagen. |
| Control de crucero | Nissan, Isuzu, Mitsubishi | Úselo para ajustar la configuración del acelerador para establecer la velocidad y la aceleración del automóvil |
| Lavavajillas | Matsushita | Se utiliza para ajustar el ciclo de limpieza, las estrategias de enjuague y lavado dependen de la cantidad de platos y la cantidad de comida servida en los platos. |
| Control de ascensor | Fujitec, Mitsubishi Electric, Toshiba | Úselo para reducir el tiempo de espera basado en el tráfico de pasajeros |
| Sistema de diagnóstico de golf | Maruman Golf | Selecciona el palo de golf según el swing y el físico del golfista. |
| Gestión de fitness | Omron | Reglas difusas implícitas por ellos para verificar la aptitud de sus empleados. |
| Control de horno | Acero Nippon | Mezclas de cemento |
| Horno microondas | Mitsubishi Chemical | Establece el poder del lunes y la estrategia de cocción. |
| Ordenador de bolsillo | Hitachi, Sharp, Sanyo, Toshiba | Reconoce los caracteres Kanji escritos a mano. |
| Grabado con plasma | Mitsubishi Electric | Establece el tiempo y la estrategia de grabado |
Ventajas del sistema de lógica difusa
- La estructura de Fuzzy Logic Systems es fácil y comprensible
- La lógica difusa se usa ampliamente con fines comerciales y prácticos
- La lógica difusa en la IA le ayuda a controlar las máquinas y los productos de consumo
- Puede que no ofrezca un razonamiento preciso, pero es el único razonamiento aceptable.
- La lógica difusa en la minería de datos lo ayuda a lidiar con la incertidumbre en la ingeniería
- Mayormente robusto ya que no se requieren entradas precisas
- Se puede programar en la situación en la que el sensor de retroalimentación deja de funcionar
- Se puede modificar fácilmente para mejorar o alterar el rendimiento del sistema.
- Se pueden usar sensores económicos que le ayudan a mantener bajos el costo y la complejidad generales del sistema.
- Proporciona una solución más eficaz para problemas complejos.
Desventajas de los sistemas de lógica difusa
- La lógica difusa no siempre es precisa, por lo que los resultados se perciben en función de suposiciones, por lo que es posible que no sea ampliamente aceptado.
- Los sistemas difusos no tienen la capacidad de aprendizaje automático ni de reconocimiento de patrones de tipo de red neuronal
- La validación y verificación de un sistema basado en conocimiento difuso requiere pruebas exhaustivas con hardware
- Establecer reglas precisas y difusas y funciones de membresía es una tarea difícil
- Alguna lógica de tiempo difuso se confunde con la teoría de la probabilidad y los términos
Resumen
- El término difuso significa cosas que no son muy claras o vagas
- El término lógica difusa fue utilizado por primera vez en 1965 por Lotfi Zadeh, profesor de UC Berkeley en California.
- La lógica difusa es una técnica de aprendizaje automático flexible y fácil de implementar
- La lógica difusa no debe usarse cuando puede usar el sentido común
- La arquitectura de Fuzzy Logic tiene cuatro partes principales 1) Base de reglas 2) Fuzzificación 3) Motor de inferencia 4) Defuzzificación
- La lógica difusa toma grados de verdad como base matemática en el modelo de vaguedad, mientras que la probabilidad es un modelo matemático de ignorancia.
- El conjunto nítido tiene un límite estricto T o F, mientras que el límite difuso tiene un grado de pertenencia
- Un conjunto clásico se usa ampliamente en el diseño de sistemas digitales, mientras que el conjunto difuso se usa solo en controladores difusos
- Transmisión automática, gestión de fitness, sistema de diagnóstico de golf, lavavajillas, fotocopiadora son algunas áreas de las aplicaciones de Fuzzy Logic
- La lógica difusa en Soft Computing le ayuda a controlar máquinas y productos de consumo
