Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 34 vistas

    Fuzzy Ensayo

    Cargado por

    Dick Tracy
    La lógica difusa surgió en 1965 cuando Lofti Zadeh publicó el artículo sobre conjuntos difusos. En 1977, E. Mamdani desarrolló una aplicación para un generador de vapor usando lógica difusa. Desde entonces, la lógica difusa se ha aplicado en diversos campos como ingeniería, toma de decisiones, ecología y psicología. Combina sistemas basados en reglas y redes neuronales para procesar datos en tiempo real e incluir conocimiento experto a través de reglas lingüísticas.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Fuzzy Ensayo

    Cargado por

    Dick Tracy
    34 vistas1 página
    La lógica difusa surgió en 1965 cuando Lofti Zadeh publicó el artículo sobre conjuntos difusos. En 1977, E. Mamdani desarrolló una aplicación para un generador de vapor usando lógica difusa. Desde entonces, la lógica difusa se ha aplicado en diversos campos como ingeniería, toma de decisiones, ecología y psicología. Combina sistemas basados en reglas y redes neuronales para procesar datos en tiempo real e incluir conocimiento experto a través de reglas lingüísticas.

    Título original

    Fuzzy ensayo

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    La lógica difusa surgió en 1965 cuando Lofti Zadeh publicó el artículo sobre conjuntos difusos. En 1977, E. Mamdani desarrolló una aplicación para un generador de vapor usando lógica difusa. Desde entonces, la lógica difusa se ha aplicado en diversos campos como ingeniería, toma de decisiones, ecología y psicología. Combina sistemas basados en reglas y redes neuronales para procesar datos en tiempo real e incluir conocimiento experto a través de reglas lingüísticas.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    34 vistas1 página

    Fuzzy Ensayo

    Cargado por

    Dick Tracy
    La lógica difusa surgió en 1965 cuando Lofti Zadeh publicó el artículo sobre conjuntos difusos. En 1977, E. Mamdani desarrolló una aplicación para un generador de vapor usando lógica difusa. Desde entonces, la lógica difusa se ha aplicado en diversos campos como ingeniería, toma de decisiones, ecología y psicología. Combina sistemas basados en reglas y redes neuronales para procesar datos en tiempo real e incluir conocimiento experto a través de reglas lingüísticas.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 1

    Fuzzy

    La Lógica Difusa (LD) apareció en 1965 cuando Lofti Zadeh publicó el artículo Fuzzy Sets
    (Altrock, 1995; Bojadziev, 1995; Cox, 1998; Klir, 1995; Lobrecht, 1999; Maskey, 1998).
    Hacia 1977, E. Mamdani desarrolló una aplicación para un generador de vapor que no podía
    funcionar bajo técnicas convencionales. Posteriormente se masificó y comercializó en Japón
    (Fuji Electric, planta de tratamiento de aguas, 1983; Hitachi, sistema del tren subterráneo,
    1987) (Altrock, 1995; Cox, 1998, Klir, 1995).

    Ha sido probada en diversos campos de la ingeniería y ha llegado a usarse en toma de


    decisiones, ecología y psicología. Como un modelo de sistema inteligente es una
    combinación de los sistemas basados en reglas (estudiados dentro de los sistemas basados
    en el conocimiento) y de la inteligencia computacional que abarca a las redes neuronales.
    Se puede emplear en cualquier área de control inteligente o procesamiento de datos en
    tiempo real. En este estudio se aprovecha la versatilidad de la LD para manejar información
    adquirida a través del conocimiento, ya sea empírico o científico. Parece claro que la lógica
    fuzzy es un sistema que formaliza los razonamientos válidos que contienen enunciados con
    términos denominados borrosos, de uso muy común en el lenguaje natural, razonamientos que la
    lógica clásica no puede abordar. Sin embargo, lo que hasta hoy no presenta la misma claridad en la
    filosofía de la lógica, es la naturaleza de la borrosidad, qué es lo que es vago en la lógica vaga, y
    qué sucede con el concepto de verdad en relación con dicha borrosidad. En síntesis, la cuestión de
    la lógica fuzzy se centra en la formalización de un fenómeno de gran ocurrencia en los lenguajes
    naturales, como es el uso de predicados borrosos3. Un predicado borroso es aquel que presenta
    “casos de borde” y que, por lo mismo, es susceptible de la paradoja del sorites. Formulaciones hay
    muchas. En forma sintética, supongamos lo que sucede con el término “bajo”.

    (1) Un hombre de 1.50 m es bajo

    (2) Si un hombre de 1.50 m es bajo, también lo es uno de 1.51 m.

    (3) Por tanto, un hombre de 1,51 m es bajo

    (4) Si 1.51m es bajo, lo es uno de 1.52 m

    (5) Por tanto, un hombre de 1.52 m es bajo


    La entrada y salida de un SLD puro son conjuntos difusos. En el caso de un SLD tipo
    Mamdani, éste puede trabajar, además, con entradas y salidas reales. Está compuesto por
    una base de reglas, un sistema de inferencia y dos componentes para manejar entradas
    reales y difusas: las interfaces fuzzicación y defuzzicación. La primera establece una
    aplicación entre los números clásicos en el dominio de las entradas del sistema y los
    conjuntos difusos en el mismo universo de discurso. La segunda realiza la operación
    inversa entre conjuntos difusos en el universo de discurso de las salidas. Sus ventajas son:
    la posibilidad de incluir conocimiento experto en forma de reglas lingüísticas y la
    oportunidad dada al usuario de elegir la interfaz fuzzificación y defuzzificación para adaptar
    fácilmente el problema real a modelar. De esta forma, las series de tiempo diarias son los
    datos de entrada que luego se ensamblan con la información basada en el conocimiento por
    las reglas de experto, y éstas, junto con el algoritmo de calibración, condicionan la salida
    de la serie simulada que se quiere obtener.

    También podría gustarte