APLICAÇÃO DA LÓGICA FUZZY COM BASE NO FLUXO DE COMBUSTÍVEL NO MOTOR DE UM CARRO

Centro Universitário do Estado do Pará

APLICAÇÃO DA LÓGICA FUZZY COM BASE NO FLUXO DE COMBUSTÍVEL NO MOTOR DE UM CARRO

Aquiles Machado Alcântara

Joaquim de Aviz Rodrigues Júnior

EP7NA

RESUMO

Este artigo tem como objetivo mostrar a aplicabilidade da Lógica Fuzzy com base no fluxo de combustível no motor de um carro, além de apresentar uma visão geral e seus conceitos aplicados à área de Inteligência Artificial.

Palavras-Chave: Lógica; Fuzzy; Aplicabilidade; Importância.

INTRODUÇÃO

        A lógica fuzzy surgiu com o objetivo de raciocinar como o ser humano, e, assim, funcionar como uma ferramenta útil acerca de problemas reais que nos deparamos diariamente, tanto na vida de pessoas comuns, como em indústrias e etc. O funcionamento da lógica fuzzy é feito por meio de algoritmos com ampla aplicação, abrangendo, assim, diversas áreas como: automação, robótica, simulações em geral e etc.

As implementações da lógica fuzzy permitem que estados indeterminados possam ser tratados por dispositivos de controle. Desse modo, é possível avaliar conceitos não-quantificáveis. Casos práticos: avaliar a temperatura (quente, morno, médio, etc...), o sentimento de felicidade (radiante, feliz, apático, triste...), a veracidade de um argumento (correctíssimo, correcto, contra-argumentativo, incoerente, falso, totalmente erróneo, etc..). A lógica fuzzy deve ser vista mais como uma área de pesquisa sobre tratamento da incerteza, ou uma família de modelos matemáticos dedicados ao tratamento da incerteza, do que uma lógica propriamente dita.

DETALHES DA LÓGICA FUZZY

Conjuntos

        Conjuntos convencionais têm apenas os critérios de pertinência “pertence” ou “não pertence”, e “está contido” ou “não está contido”, ou seja, um elemento não pode pertencer parcialmente a um conjunto, da mesma forma que um conjunto não pode estar parcialmente contido em outro.

Um exemplo é o conjunto das pessoas jovens:

• Um bebê certamente pertence a esse conjunto e um idoso 

de 100 anos não. 

Em um conjunto fuzzy a transição entre aquele que é membro e o é está numa faixa gradual, associada a um grau entre “0” e “1”, totalmente não pertencente e pertencente respectivamente. Na figura abaixo temos a função de pertinência brusca (A) e fuzzy (B).

[pic 1]

[pic 2]

Variáveis

        As variáveis de entrada determinam o valor da variável de saída. seus valores são nomes de conjuntos fuzzy. Esse artigo contém variáveis com três valores cada baixo, mediano e alto. Estes valores são descritos por intermédio de conjuntos fuzzy, representados por funções de pertinência.

No caso da variável Velocidade:

N: velocidade

T(N): {baixo, mediano, alto}

X: 0 a 120

G: velocidade não baixa e não muito alta

M: associa o valor acima a um conjunto de regras fuzzy

 

Funções de Pertinência

        Cada elemento do conjunto difuso tem um grau de pertinência no intervalo [0, 1], dessa forma permitindo uma transição gradual da falsidade para a verdade. Não existe uma base formal para determinar o grau de pertinência. Este é escolhido experimentalmente / empiricamente. O grau de pertinência nos permite representar valores imprecisos como pouco, moderado e muito. No eixo x representamos a velocidade, por exemplo, e no y seu grau de pertinência.[pic 3]

[pic 4]

     Figura 2 - Funções de Pertinência

Operações

        O grau de pertinência fuzzy difere da noção estatística de probabilidade. Isto pode ser ilustrado no exemplo abaixo:

• "José comeu X ovos no café da manhã."
• X   U = {1, 2, . . . , 8}.
• Noção estatística: Distribuição de probabilidades e em um espaço de 100 dias:

          U = [   1    2    3   4   5   6   7   8 ]

          e =  [ 0.1 0.8 0.1  0   0   0   0   0 ] = 1

• Noção de crença: Conjunto fuzzy que expressa o grau de possibilidade neste mesmo tempo:

            U = [ 1   2   3   4   5    6    7    8  ]

            c =  [ 1   1   1   1 0.8 0.6 0.4 0.2 ] <> 1

APLICAÇÃO DA LÓGICA FUZZY

        A partir dos conceitos citados anteriormente, foi possível ter uma base para a seleção e criação das variáveis para obter o fluxo de combustível no motor de um automóvel. As variáveis de entrada são três:

• VELOCIDADE;
• ACELEREÇÃO;
• DISTÂNCIA.

E a variável de saída é:

• FLUXO DE COMBUSTÍVEL

Com posse das variáveis o MatLab nos fornece o resultado de fluxo de combustível e, a entrada de dados se dá da seguinte forma:

[pic 5]

[pic 6]

        

        

• Variável velocidade:

Conjuntos – baixo, mediano e alto.

Área de pertinência – [0 120]

[pic 7]

[pic 8]

• Variável aceleração:

Conjuntos – baixo, mediano e alto.

Área de pertinência – [0 20]

[pic 9]

[pic 10]

• Variável distância:

Conjuntos – Perto, Mediano e longe.

Área de pertinência – [0 1000]

[pic 11]

[pic 12]

• Variável fluxo de combustível:

Conjuntos – Baixo, Mediano e Alto.

Área de pertinência – [0 200]

[pic 13]

[pic 14]

        Depois de criadas as variáveis de entrada e de saída no MatLab, deve-se criar as regras de relacionamento entre elas, juntamente com o seus respectivos graus de pertinência: