7818153
Descripción
Fichas por CAROLINA SANTANA DE LOS RIOS, actualizado hace más de 1 año
|
Creado por CAROLINA SANTANA DE LOS RIOS
hace casi 8 años
|
|
| Pregunta | Respuesta |
| ¿Para qué fue creada la lógica difusa? | Emular la lógica humana y poder tomar una decisión a pesar de la incertidumbre de la información |
| ¿Qué es la lógica difusa? | Conjunto de principios matemáticos basados en grados de membresía, cuya función es modelar la información |
| ¿Quién introdujo la teoría de conjuntos difusos o lógica difusa? | Lotfi Zadeh |
| ¿Qué es una variable lingüística? | Variable difusa: adopta valores con palabras que permitan describir el estado de un objeto o fenómeno. Las palabras pueden ser representadas con conjuntos difusos y crear con ellas reglas difusas. Ejemplo: Var. Lingüística - Edad Valor lingüístico: viejo |
| ¿Quién introdujo la lógica multi-valuada? | Jan Luka..., comenzó el uso del intervalo [0,1] en lugar de la lógica clásica binaria |
| ¿Qué es un conjunto difuso? | Un conjunto con bordes difusos. Cada uno de sus elementos tiene un grado de membresía que indica qué tanto pertenece a un conjunto específico. |
| ¿Qué es la función de membresía? | El conjunto difuso A del Universo X está definido por la función de membresía: uA(x) : X -> [0, 1] Donde 0 no pertenece, 1 pertenece y los rangos intermedios es qué tanto pertenece |
| ¿Qué son los hedges? | índices de un conjunto difuso, modifican su forma. Ejemplos: very, very very, extremely, more or less, slightly |
| ¿Cuál es la operación de concentración que reduce los grados de membresía de un conjunto difuso? | very, potencia 2 |
| Operación con el mismo propósito que very pero en mayor grado | Extremely, potencia 3 |
| Operación que es extensión de la operación de concentración | very very, potencia 4 |
| Operación de dilatación, incrementa los grados de membresía de un conjunto | more or less |
| Operación de intensificación y su representación formal | indeed 2(u)^2 si 0<=u<=0.5 1 - 2[u]^2 si 0.5<u<=1 |
| Operaciones válidas con conjuntos difusos | Unión, Intersección, Complemento, Diferencia |
| ¿Qué representa el complemento para la lógica difusa y la lógica clásica? | Clásica: ¿Qué elemento no pertenece al conjunto? Difusa: ¿Qué tanto no pertenece un elemento al conjunto? |
| ¿Qué representa la intersección para la lógica clásica y difusa? | Clásica: Elementos que el conjunto A y B tienen en común Difusa: ¿Qué tanto de los elementos está en el conjunto A y B? |
| ¿Qué representa la unión para la lógica clásica y la lógica difusa? | Clásica: Todos los elementos de A y todos los elementos de B Difusa: ¿? |
| Diferencia entre las reglas clásicas y las difusas | La clásica tiene un consecuente. La difusa puede tener varios consecuentes Los antecedentes de la clásica están relacionados por una conjunción (AND). Los antecedentes difusos pueden estar unidos por una disyunción o conjunción (AND | OR) |
| Propiedades de los conjuntos difusos (8) | Conmutatividad, Asociativa, Distributiva, Idempotencia, Involutiva, Leyes de De Morgan, Identidad, Transitividad |
| Demuestre que la propiedad Distributiva aplica para los conjuntos difusos | 3 casos |
| Demuestre que la propiedad de transitividad aplica para los conjuntos difusos | Grados de membresía <= |
| ¿Porqué la propiedad Complementaria no aplica para los conjuntos difusos? | Los grados de membresía |
| ¿Cómo se puede transformar un conjunto difuso a un valor nítido? | Por medio de un método de inferencia |
| Nombre 2 métodos de inferencia | Método Mamdani Método Sugeno |
| ¿Qué diferencia hay entre el método Mamdani y el Sugeno? | Mamdani sirve más para representar el conocimiento humano. Sugeno por otro lado, es más sencillo con los proceso de computadora. Mamdani realiza un corte o escalamiento en la etapa de evaluación de reglas. Sugeno crea "espinas" con los grados de membresía |
| Etapas del proceso de inferencia | Fusificación, Evaluación de reglas, Agregación de la regla consecuente, Defusificación |
| En resumen, ¿Qué es el proceso de fusificación? | Se asignan los grados de membresía para cada valor lingüístico. El experto proporciona un porcentaje para la variable linguística |
| En resumen ¿Qué se hace en la etapa de Evaluación de la Regla?, del proceso de inferencia | Se realizan las operaciones indiadas en los antecedentes de cada regla (AND | OR) de manera difusa. Mamdani corta el conjunto resultante. Sugeno obtiene una constante |
| En resumen ¿En qué consiste la etapa de Agregación de la regla consecuente? En el método de inferencia de Mamdani | Se toman los conjuntos resultado de la etapa de evaluación de reglas y se juntan en un solo conjunto difuso |
| En resumen ¿En qué consiste la etapa de Agregación de la regla consecuente? En el método de inferencia de Sugeno | Se toman las espinas resultantes de la etapa de evaluación de reglas y se unen creando un conjunto difuso |
| En resumen, ¿En qué consiste la etapa de defusificación? | Transformar el conjunto difuso, resultante de la etapa de Agregación de la regla consecuente, en un valor nítido |
| Métodos para defusificar | Centroide: Por integral o sumas sucesivas |
| Fórmula del Centroide | Integral y Suma sucesiva |
| Métodos aplicados al final de la etapa de Evaluación de Reglas del método Mamdani | Clipping - Corte Scaling - Escalabilidad |
| ¿Qué método es mejor, Scaling o Clipping? | Con Clipping se pierde información pero los procesos matemáticos son sencillos. Scaling es más preciso pero los procesos matemáticos son más complejos |
| Proceso típico de desarrollo de un sistema experto difuso (5 pasos) | 1 Especificar el problema y las variables linguísticas 2 Determinar los conjuntos difusos 3 Obtener y construir reglas difusas 4 Codificar los conjuntos difusos, reglas difusos y procedimientos para realizar la inferencia difusa en el sistema experto 5 Evaluar y afinar el sistema |
| Dos ejemplos de reglas difusas | IF duracion_proyecto is larga AND preparacion_proyecto is extensa THEN riesgo is alto |
¿Quieres crear tus propias Fichas gratiscon GoConqr? Más información.