Ingegneria della conoscenza - Soft computing/fuzzy logic

Soft computing

Soft Computing – elaborazione "graduale" dell'informazione

Componenti principali

• Fuzzy Logic
• Reti Neurali
• Algoritmi Genetici

Fuzzy logic

La logica fuzzy è una logica in cui sono presi in considerazione i valori intermedi fra il Vero ed il Falso. Fu introdotta da Lofti Zadeh nel 1965 presso l'Università di California, Berkeley.

Esempi di regole fuzzy:

• SE età_paziente < 25_anni ALLORA …
• SE età_paziente = giovane ALLORA …

Fuzzy significa sfumato, vago, sfocato, nebuloso.

Insiemi Crisp e Fuzzy

• Velocità = alta/bassa
• Posizione = lontano/prossimo/vicino
• Temperatura = freddo/fresco/tiepido/caldo
• Stagione = primavera/estate/autunno/inverno

Funzione di appartenenza

La funzione di appartenenza associa un valore al grado di appartenenza o al grado di verità. Alcuni esempi:

• 25 anni = giovane al 60%
• 35 anni = giovane al 10%, adulto all'80%, anziano allo 0%

Terminologia

• Evidenza = grado di verità
• Descrittore/etichetta = "alto" / "basso" / …
• Ragionamento fuzzy = ragionamento che considera l'evidenza delle asserzioni
• Fuzzificazione = passare da un valore numerico alla sua evidenza
• Defuzzificazione = passare da un'evidenza ad un valore numerico

Esempi di ragionamento fuzzy

Esempio 1:

• SE il paziente ha poca febbre (evid=0.4)
• E starnutisce frequentemente (evid=0.9)
• E NON siamo in autunno (evid=0) O inverno (evid=0)
• ALLORA il paziente ha il raffreddore da fieno (evid=?)

Esempio 2:

• SE la temperatura della stanza è tiepida
• E la temperatura esterna è fresca
• ALLORA il ventilatore deve andare veloce

Ragionamento fuzzy

• Evidenza di x E y = MINIMO fra l'evidenza di x e l'evidenza di y
• Evidenza di x O y = MASSIMO fra l'evidenza di x e l'evidenza di y
• Evidenza di NOT x = 1 - (evidenza di x)
• Data la regola SE y ALLORA x, evidenza di x = evidenza di y
• Date più regole con lo stesso conseguente: SE y1 ALLORA x ... SE yN ALLORA x, evidenza di x = MASSIMO fra l'evidenze di y1, ..., yN

Logica classica

È un caso particolare della Logica Fuzzy (il caso estremo):

• falso E falso = MIN(0,0) = 0 = falso
• falso E vero = MIN(0,1) = 0 = falso
• vero E falso = MIN(1,0) = 0 = falso
• vero E vero = MIN(1,1) = 1 = vero

Motore inferenziale fuzzy

Strutture dati

Esercizio

• Lanciare FUZZY.COM
• Provare a cambiare alcuni valori
• Ispezionare le regole e le funzioni

Caratteristiche

Può coesistere il vero ed il falso – il contrario del vero non...