Sistemas Difusos En Las Desiciones

ESCUELA POLITÉCNICA NACIONAL
FACULTAD DE INGENIERÍA DE SISTEMAS
INGENIERÍA EN SISTEMAS INFORMÁTICOS Y DE COMPUTACIÓN

|
ASIGNATURA: | Inteligencia Artificial |
PROFESOR: | Dr. Hugo A. Banda Gamboa |
PERÍODO ACADÉMICO: | Jul – Dic 2012 |
|

REPORTE TÉCNICO

|
TÍTULO DEL REPORTE: |
Sistemas Difusos en las Decisiones |
FECHA DE REALIZACIÓN DEL REPORTE: | 14 de Noviembrede 2012 |
MIEMBROS DEL GRUPO |
|
* Tenorio Bravo Oscar Omar |
|
|
|
|
FECHA PRESENTACIÓN DEL REPORTE: | 14 de Noviembre de 2012 |
CALIFICACIÓN OBTENIDA: | |
FIRMA DEL PROFESOR: | |
|
Sistemas Difusos en las Decisiones
Resumen
El siguiente reporte técnico va a presentar lo que son los sistemas difusos y como estos se relacionan con la inteligencia artificial, comopunto de arranque debemos tener claro que el objeto de la decisión difusa es obtener una decisión, óptima en el sentido de que un conjunto de objetivos se alcancen mientras se observa un conjunto simultáneo de restricciones. El método de decisión difusa se utiliza cuando las metas u objetivos y las limitaciones no son de igual importancia para la toma de decisiones. Un sistema difuso puederesolver problemas tal como lo haría un experto humano, problemas tales como controlar la presión y temperatura de una caldera en la industria, procesar y reconocer imágenes o controlar una lavadora de ropa son situaciones que tienen en común el ser complejas y dinámicas y también que son más fácilmente caracterizadas por palabras que por expresiones matemáticas. [1]
Introducción
Historia
En undocumento de gran influencia en 1965, Lotfi A. Zadeh describe las propiedades de los conjuntos difusos como, una clase de objetos con un continuo de grados de pertenencia en el intervalo [0, 1]. Esta idea contrasta fuertemente con la teoría de conjuntos convencional en el que los objetos tienen afiliación únicamente con valores tomados del conjunto {0, 1}. A cada objeto x en un conjunto difuso X se leasigna un grado de pertenencia por una función de pertenencia denotado generalmente por μ (x) cuyos valores oscilan entre cero y uno. Muchas personas tienden a confundir la idea de una función de pertenencia μ (x) con la de una función de densidad de probabilidad f (x), sin embargo, esto es incorrecto ya que la integral de f (x) deben sumar 1. No hay ninguna restricción en tales μ (x).
Muchasclases de objetos encontrados en el mundo físico de nuestra experiencia no se han definido con precisión por la adhesión, por ejemplo, la clase de viviendas caras, la clase de los ingenieros mal pagados, etc. Pero, el hecho es que tales "clases" definidas imprecisamente juegan un papel importante en el pensamiento humano, sobre todo en los dominios de reconocimiento de patrones, la comunicación deinformación, y la abstracción. Como ejemplo, la teoría de conjuntos difusos se ha utilizado en la regresión lineal y su aplicación a la predicción en entornos inciertos por Heshmaty y Kandel.
Conjuntos Difusos
Supongamos que tenemos un conjunto de alternativas tales como un conjunto de ciudades que podrían ser los destinos de algunos planes de viajes futuros. El conjunto de cuatro alternativasde decisión se denota por;

Representando a nuestros potenciales ciudades de destino de elección. Tenga en cuenta que el conjunto X es un conjunto convencional o clásico de objetos. Podemos definir un subconjunto difuso del conjunto X, llamado A, que se caracteriza por una función de pertenencia μA (xi) Asociando a cada xi de X a un número en el intervalo [0,1] que indica el grado de pertenenciade xi en A. Supongamos que para nuestro ejemplo que A es un subconjunto difuso y se define como:
A=la ciudad en X esta cercana a New York=0.6x1, 0.001x2,0.1x3,0.9x4
donde el primer número de cada par representa el valor de pertenencia μA (xi) y el segundo denota el conjunto de miembros individuales xi. El segundo número en cada par se puede quitar con el entendimiento de que el subconjunto...