Please enable JavaScript.
Coggle requires JavaScript to display documents.
Lógica Fuzzy e Sistemas de Apoio à Decisão - Coggle Diagram
Lógica Fuzzy e Sistemas de Apoio à Decisão
O que é Lógica Fuzzy?
Definição e Comparação com Lógica Clássica
A lógica clássica opera com valores binários: verdadeiro ou falso.
A lógica fuzzy permite graus de verdade, como "meio ligado" ou "ligeiramente desligado".
Importância da Lógica Fuzzy
Reflete melhor a complexidade das decisões do dia a dia.
Aplicações práticas em diversas áreas, como moda e clima.
Vantagens e Desvantagens dos Sistemas Fuzzy
Vantagens
Flexibilidade para lidar com incertezas e mudanças.
Refletem melhor a forma como as decisões são tomadas no cotidiano.
Aplicações práticas em diversas áreas, aumentando a eficiência.
Desvantagens
Complexidade em sistemas com muitas variáveis e regras.
Necessidade de experiência e julgamento de especialistas para implementação.
Subjetividade na definição de termos fuzzy e regras.
Componentes de um Sistema Fuzzy
Fuzzificação
Processo de transformar valores exatos em valores fuzzy.
Exemplo: Idade de 30 anos pode ser classificada como "jovem" ou "meia-idade".
Base de Regras Fuzzy
Conjunto de regras que orientam a tomada de decisão.
Exemplo: "Se a velocidade é rápida e a estrada está molhada, então reduza a velocidade".
Inferência Fuzzy
O "cérebro" do sistema que combina regras e dados.
Gera conclusões a partir de dados fuzzy.
Defuzzificação
Exemplo: "A sala está ligeiramente quente" se torna "ligar o ar-condicionado em 50%".
Conversão de decisões fuzzy em ações concretas.
Origem da Lógica Fuzzy
Criação por Lotfi Zadeh
Introduzida em 1965 para resolver problemas com respostas imprecisas.
Reconhecimento de que decisões são frequentemente baseadas em níveis de verdade.
Evolução da Lógica Fuzzy
Anos 70: Uso inicial em sistemas de controle industrial no Japão.
Hoje: Aplicações em automóveis, eletrônicos e saúde.