5.4. Lógica difusa (Fuzzy Logic).

Básicamente una lógica que permite valores imprecisos, inexactos, intermedios o aproximados para poder definir evaluaciones convencionales entre sí/no, verdadero/falso, negro/blanco, etc. La inventó Lofti Zadeh en los años 60’s combinando los conceptos de la lógica y de los conjuntos de Lukasiewicz mediante la definición de grados de pertenencia. Expresiones como “bastante”,” mucho”, “poco”, ”casi”, ”muy” e inclusive valores numéricos inexactos (0.001, 0.999, 1.0, 2.052) se pueden formular matemáticamente y procesarse por medio del computador para así similar con mayor precisión la forma de pensar del cerebro humano. Por lo tanto, si la lógica clásica es la “ciencia que estudia las leyes, los modos y las formas del razonamiento“, entonces la lógica difusa es la “ciencia que estudia las leyes, los modos y las formas del razonamiento aproximado".

 

5.4.1. Conceptos básicos.

La lógica difusa o lógica heurística se basa en lo relativo de lo observado como posición diferencial. Este tipo de lógica toma dos valores aleatorios, pero contextualizados y referidos entre sí. Así, por ejemplo, una persona que mida 2 metros es claramente una persona alta, si previamente se ha tomado el valor de persona baja y se ha establecido en 1 metro. Ambos valores están contextualizados a personas y referidos a una medida métrica lineal.

5.4.2. Desarrollos actuales y aplicaciones.

La lógica difusa se utiliza cuando la complejidad del proceso en cuestión es muy alta y no existen modelos matemáticos precisos, para procesos altamente no lineales y cuando se envuelven definiciones y conocimiento no estrictamente definido (impreciso o subjetivo).

En cambio, no es una buena idea usarla cuando algún modelo matemático ya soluciona eficientemente el problema, cuando los problemas son lineales o cuando no tienen solución.

Esta técnica se ha empleado con bastante éxito en la industria, principalmente en Japón, y cada vez se está usando en gran multitud de campos. La primera vez que se usó de forma importante fue en el metro japonés, con excelentes resultados. A continuación se citan algunos ejemplos de su aplicación:

   

• Sistemas de control de acondicionadores de aire
• ·         Sistemas de foco automático en cámaras fotográficas
• ·         Electrodomésticos familiares (frigoríficos, lavadoras...)
• ·         Optimización de sistemas de control industriales
• ·         Sistemas de escritura
• ·         Mejora en la eficiencia del uso de combustible en motores
• ·         Sistemas expertos del conocimiento (simular el comportamiento de un experto  humano)
• ·         Tecnología informática
• ·         Bases de datos difusas: Almacenar y consultar información imprecisa. Para este punto, por ejemplo, existe el lenguaje FSQL.
• ·         Y en general, en la gran mayoría de los sistemas de control que no dependen de un Sí/No.