SlideShare una empresa de Scribd logo
1 de 19
SEP              SNEST                  DGEST




LÓGICA DIFUSA (FUZZY LOGIC)

       Sergio Enrique Hernández Ortega
ÍNDICE
•   Introducción
•   Definición de Lógica Difusa
•   Características
•   Conjuntos Difusos
•   Números Difusos
•   Variables Lingüísticas
•   Sistema basado en técnicas de Lógica Difusa
•   Aplicaciones
•   Ventajas y Desventajas
•   Referencias
INTRODUCCIÓN
Supongamos que una persona se considera alta si mide 1.80mts o más.
La lógica tradicional o clásica utiliza demarcaciones estrictas o exactas para determinar
pertenencia en sets (o valores asignados), por lo tanto tendríamos que:
                                      A = { x | x ≥ 1.8}
Esto quiere decir que una persona que mide 1.799999mts no es considerada como alta,
pero… Un ser humano como lo consideraría?
DEFINICIÓN DE LÓGICA DIFUSA
Es básicamente una lógica que permite valores imprecisos, inexactos, intermedios o
aproximados para poder definir evaluaciones convencionales entre sí/no, verdadero/falso,
negro/blanco, etc.
La inventó Lofti Zadeh en los años 60’s combinando los conceptos de la lógica y de los
conjuntos de Lukasiewicz mediante la definición de grados de pertenencia.
Expresiones como “bastante”, ”mucho”, “poco”, ”casi”, ”muy” e inclusive valores numéricos
inexactos (0.001, 0.999, 1.0, 2.052) se pueden formular matemáticamente y procesarse por
medio del computador para así similar con mayor precisión la forma de pensar del cerebro
humano.
Por lo tanto, si la lógica clásica es la “ciencia que estudia las leyes, los modos y las formas
del razonamiento“, entonces la lógica difusa es la “ciencia que estudia las leyes, los modos y
las formas del razonamiento aproximado".
CARACTERÍSTICAS
 Soporta datos imprecisos
 Es conceptualmente fácil de entender
 Es flexible
 Es tolerante a los datos imprecisos
 Se basa en el lenguaje humano
 Se basa en la experiencia de expertos conocedores del problema en cuestión.
 Puede modelar funciones no lineales de alguna complejidad.
 Combina en forma unificada expresiones lingüísticas con datos numéricos.
CONJUNTOS DIFUSOS
Conjunto: Colección de elementos que existen dentro de un Universo
Universo: Conjunto referencial que contiene a todos los elementos de una situación particular.
•   Conjunto concreto: Cada uno de los elementos del Universo pertenecen o no a un
    determinado conjunto mediante una regla de pertenencia que le asigna un valor de 1 si el
    elemento pertenece al conjunto, y de 0 si no pertenece.
•   Conjunto difuso: Se basa en el mismo principio de un conjunto concreto, con la diferencia de
    que en un conjunto difuso, un elemento puede pertenecer parcialmente a un conjunto.
________________________________________________________________________________
Ejemplo: U = {0,1,2,3,4,5,6,7,8,9}
            CCA = {0,2,4,6,8}                  CDA = {20%/1,50%/4,100%/7}
            CCB = {1,3,5,7,9}
            CCC = {1,4,7}
CONJUNTOS DIFUSOS (CONT.)
•
CONJUNTOS DIFUSOS (CONT.)
•
CONJUNTOS DIFUSOS (CONT.)
•
NÚMEROS DIFUSOS
•
VARIABLES LINGÜÍSTICAS
•
VARIABLES LINGÜÍSTICAS (CONT.)
•
SISTEMA BASADO EN TÉCNICAS DE LÓGICA
DIFUSA
•   Los sistemas de control difuso permiten describir un conjunto de reglas que utilizaría
    una persona para controlar un proceso y a partir de estas reglas generar acciones
    de control.
SISTEMA BASADO EN TÉCNICAS DE LÓGICA
DIFUSA (CONT.)
•   La fusificación tiene como objetivo convertir valores crisp (reales) en valores difusos.
•   La base de conocimiento contiene el conocimiento asociado con el dominio de la
    aplicación y los objetivos del control.
•   La inferencia relaciona los conjuntos difusos de entrada y salida para representar las
    reglas que definirán el sistema mediante el uso de condiciones.
•   La defusificación realiza el proceso de adecuar los valores difusos generados en la
    inferencia en valores crisp, que posteriormente se utilizarán en el proceso de control.
APLICACIONES
 Sistemas de control de acondicionadores de aire
 Sistemas de foco automático en cámaras fotográficas
 Electrodomésticos
 Optimización de sistemas de control industriales
 Sistemas de escritura
 Mejora en la eficiencia del uso de combustible en motores
 Sistemas expertos del conocimiento
 Tecnología informática
 Bases de datos difusas: Almacenar y consultar información imprecisa.
APLICACIONES (CONT.)
Ejemplo: Para un sistema de control de nivel de un tanque:




•    “SI el nivel es muy bajo ENTONCES abra bastante la válvula”
•    “SI el nivel es bajo ENTONCES abra poco la válvula”
•    “Si el nivel es medio ENTONCES no abra ni cierre la Válvula”
•    “SI el nivel es alto ENTONCES cierre un poco la válvula”
•    “SI el nivel es muy alto ENTONCES cierre bastante la válvula”
VENTAJAS Y DESVENTAJAS
Ventajas                                   Desventajas
 Facilidad de implementación.              En las redes neuronales se precisa de un
                                             tiempo de aprendizaje para obtener los
 Buenos resultados en procesos no
                                             mejores resultados en la salida. (Al igual
  lineales y de difícil modelización.
                                             que ocurre con los humanos).
 Modo de funcionamiento similar al
                                            Ante un problema que tiene solución
  comportamiento humano.
                                             mediante un modelo matemático,
 Forma rápida y económica de resolver       obtenemos peores resultados usando
  un problema.                               Lógica Difusa.
 No se necesita conocer el modelo
  matemático que rige su funcionamiento.
REFERENCIAS
 http://www.slideshare.net/renatolachira/logica-difusa
 http://catarina.udlap.mx/u_dl_a/tales/documentos/lmt/ramirez_r_o/capitulo3.pdf
 http://profesores.elo.utfsm.cl/~tarredondo/info/soft-
  comp/Introduccion%20a%20la%20Logica%20Difusa.pdf
 http://es.wikipedia.org/wiki/L%C3%B3gica_difusa
 http://pisis.unalmed.edu.co/cursos/material/3004604/1/14%20Logica%20difusa%20gener
  alidades.pdf
 https://docs.google.com/viewer?a=v&q=cache:p2AjlJn6DU0J:faculty.petra.ac.id/hanyf/sist
  emcerdas/Fuzzy%2520Logic.pps+&hl=es&gl=mx&pid=bl&srcid=ADGEEShPNMhaneai4O
  4bUTY9_M_KZ4EbdI0ETD-vKabtnjsWR44OVVNOjpPsQoNeNFYR9j0c4t7efMIeb-
  vL5QDwuGgPGUflg0Z8nbF1UUYjvl4JjrbUZzAwfrL4nsWkyfAt1Q66wL5A&sig=AHIEtbT17z
  An6zieWQVwCbKb2hRes0ETCQ
Lógica difusa (fuzzy logic)

Más contenido relacionado

La actualidad más candente

Unidad 2 concepto de Programa,Proceso y Procesador
Unidad 2  concepto de Programa,Proceso y ProcesadorUnidad 2  concepto de Programa,Proceso y Procesador
Unidad 2 concepto de Programa,Proceso y ProcesadorMario Alberto Antonio Lopez
 
Logica Difusa Introduccion
Logica Difusa IntroduccionLogica Difusa Introduccion
Logica Difusa IntroduccionESCOM
 
Logica difusa conceptos
Logica difusa conceptosLogica difusa conceptos
Logica difusa conceptosHugo Perdomo
 
3.1 Representación de conocimiento mediante reglas.pptx
3.1 Representación de conocimiento mediante reglas.pptx3.1 Representación de conocimiento mediante reglas.pptx
3.1 Representación de conocimiento mediante reglas.pptxRam Vazquez
 
Tipos de búsqueda en Inteligencia Artificial
Tipos de búsqueda en Inteligencia ArtificialTipos de búsqueda en Inteligencia Artificial
Tipos de búsqueda en Inteligencia ArtificialJuank Grifin
 
Algebra relacional
Algebra relacionalAlgebra relacional
Algebra relacionalLuis Jherry
 
Bases de datos distribuidas heterogéneas
Bases de datos distribuidas heterogéneasBases de datos distribuidas heterogéneas
Bases de datos distribuidas heterogéneasJuan Anaya
 
ESPRESIONES REGULARES
ESPRESIONES REGULARESESPRESIONES REGULARES
ESPRESIONES REGULARESAnel Sosa
 
automatas finitos
 automatas finitos automatas finitos
automatas finitosAnel Sosa
 
Inteligencia artificial unidad iii
Inteligencia artificial unidad iiiInteligencia artificial unidad iii
Inteligencia artificial unidad iiiGuadalupe Lopez
 
Normalizaciòn
NormalizaciònNormalizaciòn
Normalizaciònomarzon
 
Lenguajes autómatas.
Lenguajes autómatas.Lenguajes autómatas.
Lenguajes autómatas.LuiS YmAY
 

La actualidad más candente (20)

Unidad 2 concepto de Programa,Proceso y Procesador
Unidad 2  concepto de Programa,Proceso y ProcesadorUnidad 2  concepto de Programa,Proceso y Procesador
Unidad 2 concepto de Programa,Proceso y Procesador
 
Razonamiento monotono
Razonamiento monotonoRazonamiento monotono
Razonamiento monotono
 
Logica Difusa Introduccion
Logica Difusa IntroduccionLogica Difusa Introduccion
Logica Difusa Introduccion
 
Ejercicios
EjerciciosEjercicios
Ejercicios
 
Logica difusa conceptos
Logica difusa conceptosLogica difusa conceptos
Logica difusa conceptos
 
3.1 Representación de conocimiento mediante reglas.pptx
3.1 Representación de conocimiento mediante reglas.pptx3.1 Representación de conocimiento mediante reglas.pptx
3.1 Representación de conocimiento mediante reglas.pptx
 
Tipos de búsqueda en Inteligencia Artificial
Tipos de búsqueda en Inteligencia ArtificialTipos de búsqueda en Inteligencia Artificial
Tipos de búsqueda en Inteligencia Artificial
 
3.4. Logica de predicados
3.4. Logica de predicados3.4. Logica de predicados
3.4. Logica de predicados
 
Algebra relacional
Algebra relacionalAlgebra relacional
Algebra relacional
 
Taller de Base de Datos - Unidad 6 SQL procedural
Taller de Base de Datos - Unidad 6 SQL proceduralTaller de Base de Datos - Unidad 6 SQL procedural
Taller de Base de Datos - Unidad 6 SQL procedural
 
Lenguaje ensamblador
Lenguaje ensambladorLenguaje ensamblador
Lenguaje ensamblador
 
Bases de datos distribuidas heterogéneas
Bases de datos distribuidas heterogéneasBases de datos distribuidas heterogéneas
Bases de datos distribuidas heterogéneas
 
Código intermedio
Código intermedioCódigo intermedio
Código intermedio
 
ESPRESIONES REGULARES
ESPRESIONES REGULARESESPRESIONES REGULARES
ESPRESIONES REGULARES
 
Unidad 2 expresiones regulares
Unidad 2 expresiones regularesUnidad 2 expresiones regulares
Unidad 2 expresiones regulares
 
automatas finitos
 automatas finitos automatas finitos
automatas finitos
 
SIMULACION UNIDAD II
SIMULACION UNIDAD IISIMULACION UNIDAD II
SIMULACION UNIDAD II
 
Inteligencia artificial unidad iii
Inteligencia artificial unidad iiiInteligencia artificial unidad iii
Inteligencia artificial unidad iii
 
Normalizaciòn
NormalizaciònNormalizaciòn
Normalizaciòn
 
Lenguajes autómatas.
Lenguajes autómatas.Lenguajes autómatas.
Lenguajes autómatas.
 

Destacado

Ventajas y desventajas de control difuso
Ventajas y desventajas de control difusoVentajas y desventajas de control difuso
Ventajas y desventajas de control difusoaleckssss
 
2 Fundamentos de la Lógica Difusa
2 Fundamentos de la Lógica Difusa2 Fundamentos de la Lógica Difusa
2 Fundamentos de la Lógica DifusaESCOM
 
Tema 9 Bases De Datos Relacionales Difusas Modelos TeóRicos
Tema 9 Bases De Datos Relacionales Difusas Modelos TeóRicosTema 9 Bases De Datos Relacionales Difusas Modelos TeóRicos
Tema 9 Bases De Datos Relacionales Difusas Modelos TeóRicosESCOM
 
Control Fuzzy PID Vs Control Adaptativo
Control Fuzzy PID Vs Control AdaptativoControl Fuzzy PID Vs Control Adaptativo
Control Fuzzy PID Vs Control AdaptativoWilly Bujaico
 
Red NEURONAL de Hamming
Red   NEURONAL    de HammingRed   NEURONAL    de Hamming
Red NEURONAL de HammingESCOM
 
REDES NEURONALES COMPETITIVAS HAMMING
REDES NEURONALES COMPETITIVAS HAMMINGREDES NEURONALES COMPETITIVAS HAMMING
REDES NEURONALES COMPETITIVAS HAMMINGESCOM
 
Estimación por puntos de función
Estimación por puntos de funciónEstimación por puntos de función
Estimación por puntos de funciónLuisa Sanchez
 
Sistemas dinamicos con_simulink
Sistemas dinamicos con_simulinkSistemas dinamicos con_simulink
Sistemas dinamicos con_simulinkMarc Llanos
 
Materiales en-catalc3a1n-raonament-lc3b2gic-categorizar-y-agrupar
Materiales en-catalc3a1n-raonament-lc3b2gic-categorizar-y-agruparMateriales en-catalc3a1n-raonament-lc3b2gic-categorizar-y-agrupar
Materiales en-catalc3a1n-raonament-lc3b2gic-categorizar-y-agruparmarialopeztena
 
Control procesos con redes neuronales
Control procesos con redes neuronalesControl procesos con redes neuronales
Control procesos con redes neuronalesMarcos Diocaretz
 
Introducción Lógica Difusa
Introducción Lógica DifusaIntroducción Lógica Difusa
Introducción Lógica Difusayosueldo
 
Teoría, Prácticas y Exámenes de Control Inteligente
Teoría, Prácticas y Exámenes de Control InteligenteTeoría, Prácticas y Exámenes de Control Inteligente
Teoría, Prácticas y Exámenes de Control InteligenteJaime Martínez Verdú
 
Gestion de proyectos
Gestion de proyectosGestion de proyectos
Gestion de proyectosJhon Barrera
 
Sesion 1 - Introduccion a los Sistemas Inteligentes
Sesion 1 - Introduccion a los Sistemas InteligentesSesion 1 - Introduccion a los Sistemas Inteligentes
Sesion 1 - Introduccion a los Sistemas InteligentesRoy Melendez
 

Destacado (20)

Ventajas y desventajas de control difuso
Ventajas y desventajas de control difusoVentajas y desventajas de control difuso
Ventajas y desventajas de control difuso
 
Lógica Difusa
Lógica DifusaLógica Difusa
Lógica Difusa
 
2 Fundamentos de la Lógica Difusa
2 Fundamentos de la Lógica Difusa2 Fundamentos de la Lógica Difusa
2 Fundamentos de la Lógica Difusa
 
Tema 9 Bases De Datos Relacionales Difusas Modelos TeóRicos
Tema 9 Bases De Datos Relacionales Difusas Modelos TeóRicosTema 9 Bases De Datos Relacionales Difusas Modelos TeóRicos
Tema 9 Bases De Datos Relacionales Difusas Modelos TeóRicos
 
Control Fuzzy PID Vs Control Adaptativo
Control Fuzzy PID Vs Control AdaptativoControl Fuzzy PID Vs Control Adaptativo
Control Fuzzy PID Vs Control Adaptativo
 
Red NEURONAL de Hamming
Red   NEURONAL    de HammingRed   NEURONAL    de Hamming
Red NEURONAL de Hamming
 
REDES NEURONALES COMPETITIVAS HAMMING
REDES NEURONALES COMPETITIVAS HAMMINGREDES NEURONALES COMPETITIVAS HAMMING
REDES NEURONALES COMPETITIVAS HAMMING
 
Estimación por puntos de función
Estimación por puntos de funciónEstimación por puntos de función
Estimación por puntos de función
 
Sistemas dinamicos con_simulink
Sistemas dinamicos con_simulinkSistemas dinamicos con_simulink
Sistemas dinamicos con_simulink
 
Estimación Software por Puntos de Función
Estimación Software por Puntos de FunciónEstimación Software por Puntos de Función
Estimación Software por Puntos de Función
 
Materiales en-catalc3a1n-raonament-lc3b2gic-categorizar-y-agrupar
Materiales en-catalc3a1n-raonament-lc3b2gic-categorizar-y-agruparMateriales en-catalc3a1n-raonament-lc3b2gic-categorizar-y-agrupar
Materiales en-catalc3a1n-raonament-lc3b2gic-categorizar-y-agrupar
 
Logica Fuzzy
Logica FuzzyLogica Fuzzy
Logica Fuzzy
 
Control procesos con redes neuronales
Control procesos con redes neuronalesControl procesos con redes neuronales
Control procesos con redes neuronales
 
Introducción Lógica Difusa
Introducción Lógica DifusaIntroducción Lógica Difusa
Introducción Lógica Difusa
 
Teoría, Prácticas y Exámenes de Control Inteligente
Teoría, Prácticas y Exámenes de Control InteligenteTeoría, Prácticas y Exámenes de Control Inteligente
Teoría, Prácticas y Exámenes de Control Inteligente
 
Control inteligente & Fuzzy Logic
Control inteligente & Fuzzy LogicControl inteligente & Fuzzy Logic
Control inteligente & Fuzzy Logic
 
Gestion de proyectos
Gestion de proyectosGestion de proyectos
Gestion de proyectos
 
Logica difusa
Logica difusaLogica difusa
Logica difusa
 
Sesion 1 - Introduccion a los Sistemas Inteligentes
Sesion 1 - Introduccion a los Sistemas InteligentesSesion 1 - Introduccion a los Sistemas Inteligentes
Sesion 1 - Introduccion a los Sistemas Inteligentes
 
Control difuso
Control difusoControl difuso
Control difuso
 

Similar a Lógica difusa (fuzzy logic)

INTRODUCCIÓN A LOS SISTEMAS NEURODIFUSOS
INTRODUCCIÓN  A  LOS  SISTEMAS  NEURODIFUSOSINTRODUCCIÓN  A  LOS  SISTEMAS  NEURODIFUSOS
INTRODUCCIÓN A LOS SISTEMAS NEURODIFUSOSESCOM
 
Lógica difusa Santiago Mariño Maracaibo
Lógica difusa Santiago Mariño MaracaiboLógica difusa Santiago Mariño Maracaibo
Lógica difusa Santiago Mariño MaracaiboNeviparts Mitsubishi
 
Logica difusa1
Logica difusa1Logica difusa1
Logica difusa1Farmatodo
 
Trabajo colaborativo 3
Trabajo colaborativo 3Trabajo colaborativo 3
Trabajo colaborativo 3Vivy Castro
 
Trabajo colaborativo 3
Trabajo colaborativo 3Trabajo colaborativo 3
Trabajo colaborativo 3Vivy Castro
 
Logica difusa
Logica difusaLogica difusa
Logica difusarasc24
 
Ejercicios Unidad 5 - Inteligencia Artificial
Ejercicios Unidad 5 - Inteligencia ArtificialEjercicios Unidad 5 - Inteligencia Artificial
Ejercicios Unidad 5 - Inteligencia Artificialadrrog
 
Inteligencia artificial sistema experto
Inteligencia artificial sistema expertoInteligencia artificial sistema experto
Inteligencia artificial sistema expertoVelmuz Buzz
 

Similar a Lógica difusa (fuzzy logic) (20)

Logica difusa
Logica difusaLogica difusa
Logica difusa
 
INTRODUCCIÓN A LOS SISTEMAS NEURODIFUSOS
INTRODUCCIÓN  A  LOS  SISTEMAS  NEURODIFUSOSINTRODUCCIÓN  A  LOS  SISTEMAS  NEURODIFUSOS
INTRODUCCIÓN A LOS SISTEMAS NEURODIFUSOS
 
Lógica difusa Santiago Mariño Maracaibo
Lógica difusa Santiago Mariño MaracaiboLógica difusa Santiago Mariño Maracaibo
Lógica difusa Santiago Mariño Maracaibo
 
Logica difusa1
Logica difusa1Logica difusa1
Logica difusa1
 
Clase 4 logica difusa
Clase 4 logica difusaClase 4 logica difusa
Clase 4 logica difusa
 
2logica-difusa-diapositivas.pdf
2logica-difusa-diapositivas.pdf2logica-difusa-diapositivas.pdf
2logica-difusa-diapositivas.pdf
 
Trabajo colaborativo 3
Trabajo colaborativo 3Trabajo colaborativo 3
Trabajo colaborativo 3
 
Trabajo colaborativo 3
Trabajo colaborativo 3Trabajo colaborativo 3
Trabajo colaborativo 3
 
Logica difusa
Logica difusaLogica difusa
Logica difusa
 
Sistemas expertos y logica difusa
 Sistemas expertos y logica difusa Sistemas expertos y logica difusa
Sistemas expertos y logica difusa
 
Sistemas Expertos
Sistemas ExpertosSistemas Expertos
Sistemas Expertos
 
Sistemas expertos-1207532095228381-8
Sistemas expertos-1207532095228381-8Sistemas expertos-1207532095228381-8
Sistemas expertos-1207532095228381-8
 
Sistemas expertos-1207532095228381-8
Sistemas expertos-1207532095228381-8Sistemas expertos-1207532095228381-8
Sistemas expertos-1207532095228381-8
 
Reglasproduccion
ReglasproduccionReglasproduccion
Reglasproduccion
 
Ejercicios Unidad 5 - Inteligencia Artificial
Ejercicios Unidad 5 - Inteligencia ArtificialEjercicios Unidad 5 - Inteligencia Artificial
Ejercicios Unidad 5 - Inteligencia Artificial
 
Actividad no20 3do parcial
Actividad no20 3do parcialActividad no20 3do parcial
Actividad no20 3do parcial
 
Actividad no20 3do parcial
Actividad no20 3do parcialActividad no20 3do parcial
Actividad no20 3do parcial
 
Ii corte presentacion ii
Ii corte presentacion iiIi corte presentacion ii
Ii corte presentacion ii
 
Sistemas de razonamiento logico
Sistemas de razonamiento logicoSistemas de razonamiento logico
Sistemas de razonamiento logico
 
Inteligencia artificial sistema experto
Inteligencia artificial sistema expertoInteligencia artificial sistema experto
Inteligencia artificial sistema experto
 

Último

Electricidad Libro compendio de temas estudiados.docx
Electricidad Libro compendio de temas estudiados.docxElectricidad Libro compendio de temas estudiados.docx
Electricidad Libro compendio de temas estudiados.docxCsarNlsonMrquezContr
 
De Olmos Santiago_Dolores _ M1S3AI6.pptx
De Olmos Santiago_Dolores _ M1S3AI6.pptxDe Olmos Santiago_Dolores _ M1S3AI6.pptx
De Olmos Santiago_Dolores _ M1S3AI6.pptxdoloresolmosantiago
 
editorial de informática de los sueños.docx
editorial de informática de los sueños.docxeditorial de informática de los sueños.docx
editorial de informática de los sueños.docxssusere34b451
 
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...dramosbrise1403
 
Actividad 6/Las TIC en la Vida Cotidiana.
Actividad 6/Las TIC en la Vida Cotidiana.Actividad 6/Las TIC en la Vida Cotidiana.
Actividad 6/Las TIC en la Vida Cotidiana.241534381
 
Redes Neuronales profundas convolucionales CNN ́s-1.pdf
Redes Neuronales profundas convolucionales CNN ́s-1.pdfRedes Neuronales profundas convolucionales CNN ́s-1.pdf
Redes Neuronales profundas convolucionales CNN ́s-1.pdfJosAndrRosarioVzquez
 
avancestecnologicossigloveintiunoprofetengohambreayuda
avancestecnologicossigloveintiunoprofetengohambreayudaavancestecnologicossigloveintiunoprofetengohambreayuda
avancestecnologicossigloveintiunoprofetengohambreayudadocente
 
herramientas web para estudiantes interesados en el tema
herramientas web para estudiantes interesados en el temaherramientas web para estudiantes interesados en el tema
herramientas web para estudiantes interesados en el temaJadeVilcscordova
 
Navegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
Navegadores de internet - Nuevas Tecnologías de la Información y la ComunicaciónNavegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
Navegadores de internet - Nuevas Tecnologías de la Información y la ComunicaciónAntonia Yamilet Perez Palomares
 
Imágenes digitales: Calidad de la información
Imágenes digitales: Calidad de la informaciónImágenes digitales: Calidad de la información
Imágenes digitales: Calidad de la informaciónUniversidad de Sonora
 
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptx
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptxTipos de Datos de Microsoft Access-JOEL GARCIA.pptx
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptxJOELGARCIA849853
 
innovacion banking & warehouse 2024 blog
innovacion banking & warehouse 2024 bloginnovacion banking & warehouse 2024 blog
innovacion banking & warehouse 2024 blogManuel Diaz
 
Desarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - EstradaDesarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - EstradaRicardoEstrada90
 
el uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptxel uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptx221112876
 
BUSCADORES DE INTERNET (Universidad de Sonora).
BUSCADORES DE INTERNET (Universidad de Sonora).BUSCADORES DE INTERNET (Universidad de Sonora).
BUSCADORES DE INTERNET (Universidad de Sonora).jcaballerosamayoa
 
Chat GPT para la educación Latinoamerica
Chat GPT para la educación LatinoamericaChat GPT para la educación Latinoamerica
Chat GPT para la educación LatinoamericaEdwinGarca59
 
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiCVelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC6dwwcgtpfx
 
Tipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de DatosTipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de DatosYOMIRAVILLARREAL1
 
Uso de las TIC en la vida cotidiana .
Uso de las TIC en la vida cotidiana       .Uso de las TIC en la vida cotidiana       .
Uso de las TIC en la vida cotidiana .itzyrivera61103
 
Introduccion-a-la-electronica-industrial.pptx
Introduccion-a-la-electronica-industrial.pptxIntroduccion-a-la-electronica-industrial.pptx
Introduccion-a-la-electronica-industrial.pptxcj12paz
 

Último (20)

Electricidad Libro compendio de temas estudiados.docx
Electricidad Libro compendio de temas estudiados.docxElectricidad Libro compendio de temas estudiados.docx
Electricidad Libro compendio de temas estudiados.docx
 
De Olmos Santiago_Dolores _ M1S3AI6.pptx
De Olmos Santiago_Dolores _ M1S3AI6.pptxDe Olmos Santiago_Dolores _ M1S3AI6.pptx
De Olmos Santiago_Dolores _ M1S3AI6.pptx
 
editorial de informática de los sueños.docx
editorial de informática de los sueños.docxeditorial de informática de los sueños.docx
editorial de informática de los sueños.docx
 
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
 
Actividad 6/Las TIC en la Vida Cotidiana.
Actividad 6/Las TIC en la Vida Cotidiana.Actividad 6/Las TIC en la Vida Cotidiana.
Actividad 6/Las TIC en la Vida Cotidiana.
 
Redes Neuronales profundas convolucionales CNN ́s-1.pdf
Redes Neuronales profundas convolucionales CNN ́s-1.pdfRedes Neuronales profundas convolucionales CNN ́s-1.pdf
Redes Neuronales profundas convolucionales CNN ́s-1.pdf
 
avancestecnologicossigloveintiunoprofetengohambreayuda
avancestecnologicossigloveintiunoprofetengohambreayudaavancestecnologicossigloveintiunoprofetengohambreayuda
avancestecnologicossigloveintiunoprofetengohambreayuda
 
herramientas web para estudiantes interesados en el tema
herramientas web para estudiantes interesados en el temaherramientas web para estudiantes interesados en el tema
herramientas web para estudiantes interesados en el tema
 
Navegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
Navegadores de internet - Nuevas Tecnologías de la Información y la ComunicaciónNavegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
Navegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
 
Imágenes digitales: Calidad de la información
Imágenes digitales: Calidad de la informaciónImágenes digitales: Calidad de la información
Imágenes digitales: Calidad de la información
 
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptx
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptxTipos de Datos de Microsoft Access-JOEL GARCIA.pptx
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptx
 
innovacion banking & warehouse 2024 blog
innovacion banking & warehouse 2024 bloginnovacion banking & warehouse 2024 blog
innovacion banking & warehouse 2024 blog
 
Desarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - EstradaDesarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - Estrada
 
el uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptxel uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptx
 
BUSCADORES DE INTERNET (Universidad de Sonora).
BUSCADORES DE INTERNET (Universidad de Sonora).BUSCADORES DE INTERNET (Universidad de Sonora).
BUSCADORES DE INTERNET (Universidad de Sonora).
 
Chat GPT para la educación Latinoamerica
Chat GPT para la educación LatinoamericaChat GPT para la educación Latinoamerica
Chat GPT para la educación Latinoamerica
 
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiCVelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC
 
Tipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de DatosTipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de Datos
 
Uso de las TIC en la vida cotidiana .
Uso de las TIC en la vida cotidiana       .Uso de las TIC en la vida cotidiana       .
Uso de las TIC en la vida cotidiana .
 
Introduccion-a-la-electronica-industrial.pptx
Introduccion-a-la-electronica-industrial.pptxIntroduccion-a-la-electronica-industrial.pptx
Introduccion-a-la-electronica-industrial.pptx
 

Lógica difusa (fuzzy logic)

  • 1. SEP SNEST DGEST LÓGICA DIFUSA (FUZZY LOGIC) Sergio Enrique Hernández Ortega
  • 2. ÍNDICE • Introducción • Definición de Lógica Difusa • Características • Conjuntos Difusos • Números Difusos • Variables Lingüísticas • Sistema basado en técnicas de Lógica Difusa • Aplicaciones • Ventajas y Desventajas • Referencias
  • 3. INTRODUCCIÓN Supongamos que una persona se considera alta si mide 1.80mts o más. La lógica tradicional o clásica utiliza demarcaciones estrictas o exactas para determinar pertenencia en sets (o valores asignados), por lo tanto tendríamos que: A = { x | x ≥ 1.8} Esto quiere decir que una persona que mide 1.799999mts no es considerada como alta, pero… Un ser humano como lo consideraría?
  • 4. DEFINICIÓN DE LÓGICA DIFUSA Es básicamente una lógica que permite valores imprecisos, inexactos, intermedios o aproximados para poder definir evaluaciones convencionales entre sí/no, verdadero/falso, negro/blanco, etc. La inventó Lofti Zadeh en los años 60’s combinando los conceptos de la lógica y de los conjuntos de Lukasiewicz mediante la definición de grados de pertenencia. Expresiones como “bastante”, ”mucho”, “poco”, ”casi”, ”muy” e inclusive valores numéricos inexactos (0.001, 0.999, 1.0, 2.052) se pueden formular matemáticamente y procesarse por medio del computador para así similar con mayor precisión la forma de pensar del cerebro humano. Por lo tanto, si la lógica clásica es la “ciencia que estudia las leyes, los modos y las formas del razonamiento“, entonces la lógica difusa es la “ciencia que estudia las leyes, los modos y las formas del razonamiento aproximado".
  • 5. CARACTERÍSTICAS  Soporta datos imprecisos  Es conceptualmente fácil de entender  Es flexible  Es tolerante a los datos imprecisos  Se basa en el lenguaje humano  Se basa en la experiencia de expertos conocedores del problema en cuestión.  Puede modelar funciones no lineales de alguna complejidad.  Combina en forma unificada expresiones lingüísticas con datos numéricos.
  • 6. CONJUNTOS DIFUSOS Conjunto: Colección de elementos que existen dentro de un Universo Universo: Conjunto referencial que contiene a todos los elementos de una situación particular. • Conjunto concreto: Cada uno de los elementos del Universo pertenecen o no a un determinado conjunto mediante una regla de pertenencia que le asigna un valor de 1 si el elemento pertenece al conjunto, y de 0 si no pertenece. • Conjunto difuso: Se basa en el mismo principio de un conjunto concreto, con la diferencia de que en un conjunto difuso, un elemento puede pertenecer parcialmente a un conjunto. ________________________________________________________________________________ Ejemplo: U = {0,1,2,3,4,5,6,7,8,9} CCA = {0,2,4,6,8} CDA = {20%/1,50%/4,100%/7} CCB = {1,3,5,7,9} CCC = {1,4,7}
  • 13. SISTEMA BASADO EN TÉCNICAS DE LÓGICA DIFUSA • Los sistemas de control difuso permiten describir un conjunto de reglas que utilizaría una persona para controlar un proceso y a partir de estas reglas generar acciones de control.
  • 14. SISTEMA BASADO EN TÉCNICAS DE LÓGICA DIFUSA (CONT.) • La fusificación tiene como objetivo convertir valores crisp (reales) en valores difusos. • La base de conocimiento contiene el conocimiento asociado con el dominio de la aplicación y los objetivos del control. • La inferencia relaciona los conjuntos difusos de entrada y salida para representar las reglas que definirán el sistema mediante el uso de condiciones. • La defusificación realiza el proceso de adecuar los valores difusos generados en la inferencia en valores crisp, que posteriormente se utilizarán en el proceso de control.
  • 15. APLICACIONES  Sistemas de control de acondicionadores de aire  Sistemas de foco automático en cámaras fotográficas  Electrodomésticos  Optimización de sistemas de control industriales  Sistemas de escritura  Mejora en la eficiencia del uso de combustible en motores  Sistemas expertos del conocimiento  Tecnología informática  Bases de datos difusas: Almacenar y consultar información imprecisa.
  • 16. APLICACIONES (CONT.) Ejemplo: Para un sistema de control de nivel de un tanque: • “SI el nivel es muy bajo ENTONCES abra bastante la válvula” • “SI el nivel es bajo ENTONCES abra poco la válvula” • “Si el nivel es medio ENTONCES no abra ni cierre la Válvula” • “SI el nivel es alto ENTONCES cierre un poco la válvula” • “SI el nivel es muy alto ENTONCES cierre bastante la válvula”
  • 17. VENTAJAS Y DESVENTAJAS Ventajas Desventajas  Facilidad de implementación.  En las redes neuronales se precisa de un tiempo de aprendizaje para obtener los  Buenos resultados en procesos no mejores resultados en la salida. (Al igual lineales y de difícil modelización. que ocurre con los humanos).  Modo de funcionamiento similar al  Ante un problema que tiene solución comportamiento humano. mediante un modelo matemático,  Forma rápida y económica de resolver obtenemos peores resultados usando un problema. Lógica Difusa.  No se necesita conocer el modelo matemático que rige su funcionamiento.
  • 18. REFERENCIAS  http://www.slideshare.net/renatolachira/logica-difusa  http://catarina.udlap.mx/u_dl_a/tales/documentos/lmt/ramirez_r_o/capitulo3.pdf  http://profesores.elo.utfsm.cl/~tarredondo/info/soft- comp/Introduccion%20a%20la%20Logica%20Difusa.pdf  http://es.wikipedia.org/wiki/L%C3%B3gica_difusa  http://pisis.unalmed.edu.co/cursos/material/3004604/1/14%20Logica%20difusa%20gener alidades.pdf  https://docs.google.com/viewer?a=v&q=cache:p2AjlJn6DU0J:faculty.petra.ac.id/hanyf/sist emcerdas/Fuzzy%2520Logic.pps+&hl=es&gl=mx&pid=bl&srcid=ADGEEShPNMhaneai4O 4bUTY9_M_KZ4EbdI0ETD-vKabtnjsWR44OVVNOjpPsQoNeNFYR9j0c4t7efMIeb- vL5QDwuGgPGUflg0Z8nbF1UUYjvl4JjrbUZzAwfrL4nsWkyfAt1Q66wL5A&sig=AHIEtbT17z An6zieWQVwCbKb2hRes0ETCQ