Logica fuzzi

Lógica Fuzzy

Alexandre Garcia Aguado, Marco André Cantanhede

Faculdade de Tecnologia – Univerdade Estadual de Campinas (UNICAMP)
Rua Paschoal Marmo, 1888 – 13484-332 – Limeira – SP – Brazil

[e-mail], [e-mail]

Abstract. This article describes an introduction to Fuzzy Logic and its contributions to the Artificial Intelligence area, which is one of the evaluations of the discipline FT011 - Artificial Intelligence of Faculdade de
Tecnologia of UNICAMP.
Resumo. Este artigo apresenta uma introdução a Lógica Fuzzy e suas contribuições para área de Inteligência Artifical, sendo este uma das avaliações da disciplina FT011 – Inteligência Artificial da Faculdade de
Tecnologia da Unicamp.

1. Introdução
Considerando os problemas reais que cercam a sociedade hoje tanto nas indústrias, no comércio ou mesmo no dia a dia das pessoas, fica claro a ausência de certezas absolutas quanto a alguns aspectos. Heisenberg em 1927 já falava sobre o princípio da incerteza que serviu como alicerce principal da teoria quântica. Este príncipio mais tarde iria auxiliar no desenvolvimento da lógica fuzzy, onde sua forma de raciocinar é muito semelhante ao modelo de raciocío humano, baseado em aproximações e cercado de incertezas e suposições.
Esses algorítmos são amplamente utilizados atualmente em diversas áreas como: robótica, automação de linhas de produção, simulações financeiras entre outras.
O sistema lógico apresentado pela lógica fuzzy quando aplicado vai além do raciocínio booleano, pois busca atribuir graus para os elementos em questão de forma que a resposta contido ou não contido somente, não satisfaz e busca-se saber o quão contido ou o quão não contido esta determinado elemento.

2. Lógica Fuzzy
A lógica fuzzy, também conhecida como lógica nebulosa ou difusa se tornou conhecida

a partir de 1965 quando o professor Lofti Zadeh publicou o artigo Fuzzy Sets no journal
Information and Control, porém como afirma