• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Seminario fuzzy
 

Seminario fuzzy

on

  • 1,397 views

por Guilherme

por Guilherme

Statistics

Views

Total Views
1,397
Views on SlideShare
1,397
Embed Views
0

Actions

Likes
2
Downloads
23
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Seminario fuzzy Seminario fuzzy Presentation Transcript

    • Cálculo da Incerteza por Lógica Fuzzy Guilherme Parmezani Pereira
    • Introdução• Lógica Fuzzy baseada na Teoria dos Conjuntos• Aplicabilidade nas áreas de controle e tomada de decição• Trabalha com informações vagas, ambíguas e imprecisas• Sistemas de base Fuzzy têm a habilidade de raciocinar de forma semelhante à dos humanos
    • Definição• Proposição Lógica Clássica (0 ou 1)• Proposição Lógica Fuzzy (Grau de pertinência)• Funções de Pertinência:• Triangular• Trapezoidal• Gaussiana
    • Grau de Pertinência• Operações matemáticas: união, interseção e complemento
    • Lógica Fuzzy VS Probabilidade• Suponha que você está a uma semana em um deserto sem beber nada e encontra duas garrafas. Na garrafa K está escrito GP(K) = 0.91 e na garrafa M, Pr(M E P) = 0.91. Sabendo que: L = {conjunto de todos os líquidos} e P = {todos os líquidos potáveis} – o conjunto P é um subconjunto fuzzy de L. Lembrando que no conjunto L podemos ter água potável, esgoto, lama, veneno, etc. De qual das duas garrafas você beberia?
    • Lógica Fuzzy VS Probabilidade• Supondo que após analise, fosse concluído que K e M sãoa respectivamente cerveja e veneno. O Grau de Pertinência de K continua o mesmo, enquanto a probabilidade de M cai de 0.91 para 0.
    • Sistema de Lógica Fuzzy• O Sistema de Lógica Fuzzy (FLS) é dividido em 4 etapas.• Fuzzificação (Singleton /Non-singleton)• Regras (SE/ENTÃO)• Máquina de Inferência• Desfuzzificação
    • Fuzzificação• Singleton: Quando não há nenhum tipo de incerteza nas entradas e elas são ditas rígidas• Non-Singleton: Há incertezas, portanto as entradas são modeladas como números fuzzy.• Função de Pertinência
    • Regras• Operadores Fuzzy• AND/OR• Grau máximo e mínimo de pertinência
    • Inferência• Aplicar o operador de implicação• Criar hipótese• Exemplo: Serviço é excelente OU atendimento é rápido ENTÃO pagamento é alto
    • Desfuzzificação• Combinação das saídas em uma só• União e Interseção