Fuzzy Logic em Android

543 visualizações

Publicada em

Trabalho aborda o estudo da Lógica Nebulosa a partir do desenvolvimento de um aplicativo para dispositivos Android.
Essa pesquisa se destaca por apresentar uma aplicação prática da Lógica Nebulosa e por abordar um tema bastante popular e corriqueiro que é a venda de carros usados.

Publicada em: Software
0 comentários
1 gostou
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
543
No SlideShare
0
A partir de incorporações
0
Número de incorporações
13
Ações
Compartilhamentos
0
Downloads
20
Comentários
0
Gostaram
1
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Fuzzy Logic em Android

  1. 1. FUZZY LOGIC Luan Scudeler
  2. 2. TÓPICOS  O que é Lógica Nebulosa (Fuzzy Logic)?  Como surgiu?  Características;  Aplicações;  Resultados.
  3. 3. PERGUNTA DA PESQUISA Como resolver problemas que apresentam características nebulosas e incertas? METODOLOGIA DE PESQUISA Quantitativa experimental.
  4. 4. O QUE É?  Lógica nebulosa é uma ferramenta matemática para lidar com a incerteza.  Provê métodos para reduzir e explicar a complexidade de sistemas.  Tem como base o uso de variáveis linguísticas.  Tais como “muito”, “baixo”, “frequentemente”, “alguns”.  Ao contrário a teoria tradicional dos conjuntos binários ela usa a teoria da probabilidade.
  5. 5. COMO SURGIU?  Lofit A. Zadeh inventou a Lógica Nebulosa, apresentada pela primeira vez em 1965.  Nascido em Baku, Azerbaijão. Se formou na Universidade de Teerã, Irã em 1942  Conseguiu o seu Ph.D. na Universidade de Comlumbia, Nova York 1949.
  6. 6. EXEMPLO  Para definirmos se um alimento pertence ou não ao conjunto das frutas.  A associação para cada elemento da figura acima pode ser descrita com verdadeiro ou falso.
  7. 7. EXEMPLO  Abordando o mesmo conjunto com o conceito da lógica nebulosa.  Com um conjunto nebuloso é possível descrever uma associação parcial, como a do tomate e a da uva no conjunto de frutas.
  8. 8. SISTEMA DE LÓGICA NEBULOSA (FLS)  Consiste em quatro etapas: fuzificador, base de regras, mecanismo de inferência e defuzificador.  Define ações de controle em função das diversas faixas de valores que as variáveis podem assumir.  Sistemas baseados na lógica nebulosa têm mostrado grande utilidade em uma variedade tarefas.  A utilidade de conjuntos nebulosos reside na sua capacidade de modelar dados incertos ou ambíguos.
  9. 9. CONJUNTOS NEBULOSOS (FUZZY SETS)  São funções que mapeiam valores que podem se tornar membro de um conjunto entre um número de 0 a 1. 0 : valor não faz parte do conjunto, 1: valor faz completamente parte do conjunto.
  10. 10. CONJUNTOS NEBULOSOS (FUZZY SETS)  Conjuntos Nebulosos são altamente dependentes do modelo em que se aplicam.  A natureza da informação nebulosa está em valores (elementos) poderem pertencer a vários níveis de conjuntos ao mesmo tempo.  Tem como base o uso de variáveis linguísticas para estabelecer qualificadores e modificadores (posteriormente aplicado na base de regras do sistema).
  11. 11. BASE DE REGRAS  SE veículo.velocidade é alta ENTÃO parada.duração É longa  Maioria dos projetos longos estão geralmente atrasados  Importante para sistemas “time-series-based”
  12. 12. BASE DE REGRAS  Uma base de regras é construída para controlar a variável de saída do sistema.  A saída do sistema também consiste em um conjunto nebuloso  A base de regras do sistema é avaliada e então combinam-se os resultados de cada regra para gerar uma saída. Curto Médio Alto : 5.21 seg
  13. 13. DEFUZIFICAÇÃO  A defuzificação é realizada de acordo com a associação função da variável de saída.  Primeiro Máximo (SOM)  Método da Média dos Máximos (MOM)  Método do Centro da Área (COA)
  14. 14. Video mostrando o comportamento de um FLS
  15. 15. PROTÓTIPO RUN RUN RUN
  16. 16. SIMULAÇÃO
  17. 17. APLICAÇÃO FINAL  Objetivos  Utilizar um sistema de Lógica nebulosa para calcular o preço de um carro usado, com base na avalição da qualidade do seu estado.  Receber a avalição do carro através de variáveis linguísticas.  Executar o sistema de Lógica nebulosa para gerar o preço final do carro.
  18. 18. APLICAÇÃO FINAL
  19. 19. AUTOMÓVEL VALOR (R$) Carro Modelo Aplicativo WebMotors.com.br mercadolivre.com.br Fiat Uno 1.3 CS 8V Álcool 2P 1989/1989 4.890,43 4.000,00 a 4.450,00 4.500,00 a 6.500,00 Renault Clio 1.6 RL Álcool 2P 1996/1996 6.010,36 6.000,00 6.800,00 Volkswagen Gol City 1.0 Mi Álcool 4P 2003/2004 14.143,63 12.000,00 a 14.700,00 12.900,00 a 14.900,00 Chevrolet Celta Life 1.0 MPFI 8V FlexPower 2p 2013/2013 22.050,43 16.900,00 a 23.000,00 16.900,00 a 21.980,00 Análise dos dados obtidos
  20. 20. Análise dos dados obtidos AUTOMÓVEL VALOR (R$) Carro Modelo Aplicativo WebMotors.com.br mercadolivre.com.br Volkswagen Gol City 1.0 Mi Álcool 4P 2003/2004 14.143,63 12.000,00 a 14.700,00 12.900,00 a 14.900,00
  21. 21. Análise dos dados obtidos AUTOMÓVEL VALOR (R$) Carro Modelo Aplicativo WebMotors.com.br mercadolivre.com.br Chevrolet Celta Life 1.0 MPFI 8V FlexPower 2p 2013/2013 22.050,43 16.900,00 a 23.000,00 16.900,00 a 21.980,00
  22. 22. REFERÊNCIAS  GUIMARÃES, R. et al. “Lógica Fuzzy ou Lógica Nebulosa”. Projeto Robótica, Colégio Nobel [Salvador, BA], 2002. Disponível em: <http://www.colegionobel.com.br/robo tica/nebula.html>. Acesso em: 22 dez. 2014.  J. MENDEL. Fuzzy logic systems for engineering: a tutorial. Proceedings of the IEEE, Vol. 83, 1995.  LAUDARES, L. A. Lógica Nebulosa: Uma abordagem filosófica e aplicada (UFSC), Brasil, 2002.  SIVANANDAM, S.N.; S. SUMATHI; DEEPA S.N. Introduction to Fuzzy Logic using MATLAB(Springer), 2007.  SANDRI, SANDRA.; CORREA, CLÁUDIO. Lógica Nebulosa, 1999. Disponível em <http://www.deti.ufc.br/~guilherme/PAPERS/curso_ERN99_fuzzy.pdf>. Acesso em: 30 dez. 2014.
  23. 23. OBRIGADO…

×