Instituto Tecnolgico Superior De Jess Carranza ASIGNATURA: INTELIGENCIA ARTIFICIAL CARRERA: Ing. Sistemas Computacionales INVESTIGACIN

Presenta: YARETH VELASCO MOLINA Grupo: 802-A DOCENTE: Ing. ERIK OCAMPO MARTNEZ. Jess Carranza, Veracruz. Febrero 2014

INTRODUCCIN

Supongamos que una persona se considera alta si mide 1.80mts o ms.La lgica tradicional o clsica utiliza demarcaciones estrictas o exactas para determinar pertenencia en sets (o valores asignados), por lo tanto tendramos que:A = {x | x 1.8}Esto quiere decir que una persona que mide 1.799999mts no es considerada como alta, pero Un ser humano como lo considerara? Dejo al aire esta pregunta para razonar, y paso a la investigacin.

1.3.5. LGICA DIFUSA (FUZZY LOGIC)

Es bsicamente una lgica que permite valores imprecisos, inexactos, intermedios o aproximados para poder definir evaluaciones convencionales entre s/no, verdadero/falso, negro/blanco, etc.

La invent Lofti Zadeh en los aos 60s combinando los conceptos de la lgica y de los conjuntos de Lukasiewicz mediante la definicin de grados de pertenencia.Expresiones como bastante, mucho, poco, casi, muy e inclusive valores numricos inexactos (0.001, 0.999, 1.0, 2.052) se pueden formular matemticamente y procesarse por medio del computador para as similar con mayor precisin la forma de pensar del cerebro humano.

Por lo tanto, si la lgica clsica es la ciencia que estudia las leyes, los modos y las formas del razonamiento, entonces la lgica difusa es la ciencia que estudia las leyes, los modos y las formas del razonamiento aproximado".

CARACTERSTICAS Soporta datos imprecisos Es conceptualmente fcil de entender Es flexible Es tolerante a los datos imprecisos Se basa en el lenguaje humano Se basa en la experiencia de expertos conocedores del problema en cuestin. Puede modelar funciones no lineales de alguna complejidad. Combina en forma unificada expresiones lingsticas con datos numricos.

conjuntos difusos Conjunto: Coleccin de elementos que existen dentro de un Universo Universo: Conjunto referencial que contiene a todos los elementos de una situacin particular. Conjunto concreto: Cada uno de los elementos del Universo pertenecen o no a un determinado conjunto mediante una regla de pertenencia que le asigna un valor de 1 si el elemento pertenece al conjunto, y de 0 si no pertenece. Conjunto difuso: Se basa en el mismo principio de un conjunto concreto, con la diferencia de que en un conjunto difuso, un elemento puede pertenecer parcialmente a un conjunto.

ejemplo:Ejemplo: U = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}CCA = {0, 2, 4, 6, 8} CDA = {20%/1, 50%/4, 100%/7}CCB = {1, 3, 5, 7, 9}

Unin (OR):Asumiendo que A y B son dos conjuntos difusos, la unin de A y B es un conjunto difuso = , en el cual () = [(), ()], x est cerca de A o cerca de BEjemplo:A OR B = A+B = { x | (x se acerca a un entero) OR (x se acerca a 2) } = [(), ()]

1.5. HEURSTICALa palabra heurstica proviene de la palabra griega heuriskein que significa descubrir, encontrar. Por heurstica entendemos una estrategia, mtodo, criterio o truco usado para hacer ms sencilla la solucin de problemas difciles. El conocimiento heurstico es un tipo especial de conocimiento usado por los humanos para resolver problemas complejos. En este caso el adjetivo heurstico significa medio para descubrir.

Debido a la existencia de algunos problemas importantes con un gran inters prctico difciles de resolver, comienzan a surgir algoritmos capaces de ofrecer posibles soluciones que aunque no consiguen el resultado ptimo, si que se acercan en un tiempo de clculo razonable. Estos algoritmos estn basados en el conocimiento heurstico y por lo tanto reciben el nombre de algoritmos heursticos.

Por lo general, los algoritmos heursticos encuentran buenas soluciones, aunque a veces no hay pruebas de que la solucin pueda hallarse en un tiempo razonablemente corto o incluso de que no pueda ser errnea. Frecuentemente pueden encontrarse casos particulares del problema en los que la heurstica obtendr resultados muy malos o que tarde demasiado en encontrar una solucin.

Un mtodo heurstico es un conjunto de pasos que deben realizarse para identificar en el menor tiempo posible una solucin de alta calidad para un determinado problema.

Al principio esta forma de resolver problemas no fue bien vista en los crculos acadmicos, debido fundamentalmente a su escaso rigor matemtico. Sin embargo, gracias a su inters prctico para solucionar problemas reales fue abriendo poco a poco las puertas de los mtodos heursticos, sobre todo a partir de los aos 60. Actualmente las versiones matemticas de mtodos heursticos estn creciendo en su rango de aplicaciones, as como en su variedad de enfoques.En computacin, dos objetivos fundamentales son encontrar algoritmos con buenos tiempos de ejecucin y buenas soluciones, usualmente las ptimas. Una heurstica es un algoritmo que abandona uno o ambos objetivos; por ejemplo, normalmente encuentran buenas soluciones, aunque no hay pruebas de que la solucin no pueda ser arbitrariamente errnea en algunos casos; o se ejecuta razonablemente rpido, aunque no existe tampoco prueba de que siempre ser as. Las heursticas generalmente son usadas cuando no existe una solucin ptima bajo las restricciones dadas (tiempo, espacio, etc.), o cuando no existe del todo.

A menudo, pueden encontrarse instancias concretas del problema donde la heurstica producir resultados muy malos o se ejecutar muy lentamente. An as, estas instancias concretas pueden ser ignoradas porque no deberan ocurrir nunca en la prctica por ser de origen terico. Por tanto, el uso de heursticas es muy comn en el mundo real.

Para problemas de bsqueda del camino ms corto el trmino tiene un significado ms especfico. En este caso una heurstica es una funcin matemtica, h(n) definida en los nodos de un rbol de bsqueda , que sirve como una estimacin del coste del camino ms econmico de un nodo dado hasta el nodo objetivo. Las heursticas se usan en los algoritmos de bsqueda informada como la bsqueda egosta. La bsqueda egosta escoger el nodo que tiene el valor ms bajo en la funcin heurstica. A* expandir los nodos que tienen el valor ms bajo para g(n) + h(n), donde g(n) es el coste (exacto) del camino desde el estado inicial al nodo actual. Cuando h(n) es admisible, esto es si h(n) nunca sobrestima los costes de encontrar el objetivo; A* es probablemente ptimo.

Un problema clsico que usa heursticas es el puzzle-n. Contar el nmero de casillas mal colocadas y encontrar la suma de la distancia Manhattan entre cada bloque y su posicin al objetivo son heursticas usadas a menudo para este problema.CONCLUSINMuchos algoritmos en la inteligencia artificial son heursticos por naturaleza, o usan reglas heursticas. Un ejemplo reciente es SpamAssassin que usa una amplia variedad de reglas heursticas para determinar cundo un correo electrnico es spam. Cualquiera de las reglas usadas de forma independiente pueden llevar a errores de clasificacin, pero cuando se unen mltiples reglas heursticas, la solucin es ms robusta y creble. Esto se llama alta credibilidad en el reconocimiento de patrones (extrado de las estadsticas en las que se basa). Cuando se usa la palabra heurstica en el procesamiento del lenguaje basado en reglas, el reconocimiento de patrones o el procesamiento de imgenes, es usada para referirse a las reglas.

BIBLIOGRAFAhttp://www.slideshare.net/CrypticHernndezOrtega/lgica-difusa-fuzzy-logichttp://ingenieriacusa.blogspot.mx/2010/07/inteligencia-artificial-heuristica.html