Diferencia entre revisiones de «Lógica difusa»
m -categoría:Informática (ya está incluido en una de sus subcategorías) |
añadido a categ lógica |
||
| Línea 31: | Línea 31: | ||
[[Categoría:Inteligencia Artificial]] |
[[Categoría:Inteligencia Artificial]] |
||
[[Categoría:Lógica]] |
|||
[[de:Fuzzy Logik]] |
[[de:Fuzzy Logik]] |
||
Revisión del 11:49 4 oct 2004
En la lógica clásica una proposición sólo admite dos valores: puede ser verdadera o falsa. Por eso se dice que la lógica usual es binaria. Pero existen otras lógicas que admiten además un tercer valor: posible. La lógica difusa (o borrosa) es una de ellas, que se caracteriza por querer cuantificar esta incertidumbre: Si P es una proposición, se le puede asociar un número v(P) en el intervalo [0 ; 1] tal que:
- si v(P) = 0, P es falso
- si v(P) = 1, P es verdadero
- La veracidad de P aumenta con v(P).
Salta a la vista la semejanza con la teoría de las probabilidades.
Vean también subconjuntos difusos.
En Inteligencia artificial, la lógica difusa, o lógica borrosa se utiliza para la resolución de una variedad de problemas, principalmente los relacionados con control de procesos industriales complejos y sistemas de decisión en general. Los sistemas basados en lógica difusa, imitan la forma en que toman decisiones los humanos, con la ventaja de ser mucho más rápidos. Estos sistemas son generalmente robustos y tolerantes a imprecisiones y ruidos en los datos de entrada.
Consiste en la aplicación de la lógica difusa con la intención de imitar el razonamiento humano en la programación de computadoras. Con la lógica convencional, las computadoras pueden manipular valores estrictamente duales, como verdadero/falso, si/no o ligado/desligado. En la lógica difusa, se usan modelos matemáticos para mapear nociones subjetivas, como caliente/tibio/frío, para valores concretos que puedan ser manipuladas por los ordenadores.
Aplicaciones
La lógica difusa se utiliza cuando la complejidad del proceso en cuestión es muy alta y no existen modelos matemáticos precisos; para procesos altamente no lineales y cuando se envuelven definiciones y conocimiento no estrictamente definido (o subjetivo).
Esta técnica se ha empleado con bastante éxito en la industria, principalmente en Japón. A continuación se citan algunos ejemplos de su aplicación:
- sistemas de control de acondicionadores de aire;
- sistemas de foco automático en cámaras fotográficas;
- optimización de sistemas de control industriales;
- sistemas de reconocimiento de escritura;
- mejora en la eficiencia del uso de combustible en motores.