XXV Congresso de Iniciação Científica
Sistemas de Inferência Fuzzy: aplicações na elaboração de índices ambientais
Thais Prado Dompieri,Sandra Regina Monteiro Masalskiene Roveda, José Arnaldo Frutuoso Roveda Campus Experimental de Sorocaba, Engenharia Ambiental, tprado@grad.sorocaba.unesp.br , bolsista de Iniciação Científica Fapesp Processo 2012/19284-6.
Palavras Chave: sistemas de inferência, lógica fuzzy, índices ambientais
Introdução
Com o advento da lógica fuzzy, introduzida por Zadeh (1965) há uma grande quebra de paradigma, quando o pensar em termos absolutos é substituído pelo pensar relativo. Enquanto para a lógica clássica os elementos são definidos como pertencentes ou não a determinado conjunto, para a lógica fuzzy um elemento pode pertencer a um conjunto fuzzy com um grau de pertinência que varia entre 0 e 1. Uma importante característica desta teoria é a habilidade de integrar diferentes tipos de observações, de maneira que permite um equilíbrio entre observações favoráveis e desfavoráveis e efeitos imensuráveis, como impactos sociais, econômicos e biológicos. Além disso, essa lógica possibilita trabalhar com dados reais tanto em aspectos quantitativos, como também qualitativos.
Objetivos
Este trabalho tem como objetivo o estudo dos sistemas de inferência fuzzy do tipo Mamdani e verificar sua aplicação na elaboração de índices ambientais.
Material e Métodos
Segundo Barros e Bassanezi (2010), sistema de inferência fuzzy é um processo computadorizado que trabalha da mesma forma que as nossas habituais tomadas de decisões. É composto basicamente por quatro módulos: fuzzificação, base de regras, inferência fuzzy e defuzzificação. A fuzzificação é a etapa de modelagem das entradas do sistema por conjuntos fuzzy; a base de regras é a etapa em que as variáveis e suas classificações linguísticas são catalogadas e, em seguida, modeladas por conjuntos fuzzy; a inferência fuzzy é o processo de tradução de cada proposição para a forma matemática e que formará a saída fuzzy a ser adota pelo controlador; a defuzzificação é a etapa de obtenção de um número real, que indicará o controle a ser adotado. O método de Mamdani é um sistema que realiza a agregação do conjunto de regras através do operador união sobre todas as relações individuais. Baseado na regra de composição de inferência max-mín , propõe uma relação fuzzy binária para modelar matematicamente a base de regras.
Resultados e Discussão
A modelagem baseada em lógica fuzzy, particularmente usando os sistemas de inferência do tipo Mamdani, apresenta uma abordagem simples o que tem impulsionado vários autores a elaborarem índices utilizando esta metodologia para avaliarem as condições ambientais de uma grande variedade de ecossistemas. Entre vários índices já desenvolvidos para avaliar as condições ambientais, foram estudados os índices fuzzy para avaliar a qualidade de água bruta para abastecimento público IAPF (Roveda,2012) e para avaliar a qualidade ambiental, o IFQAmb ,(ROVEDA, 2010). Ambos os índices foram desenvovidos a partir de sistemas de inferência fuzzy ressaltando que o IAPF mostrou-se mais rigoroso quando comparado ao IAP clássico que atualmente é utilizado pela CETESB. O IFQAmb, elaborado a partir de dados diversos agrupados nas modalidades: Recursos Hídricos, Poluição Atmosférica, Resíduos Sólidos, Preservação da Vegetação e Projetos de Educação Ambiental tem se mostrado um instrumento cada vez mais capaz de fornecer uma avaliação urbano- ambiental integrada da cidade.
Conclusões
A simplicidade na elaboração dos sistemas associada à possibilidade de tratamento linguístico das variáveis tem permitido soluções mais realísticas, o que tem impulsionado as aplicações de lógica fuzzy. no âmbito ambiental.
Agradecimentos
A FAPESP pela concessão da bolsa de iniciação científica, processo 2012/19284-6.
_________________
BARROS, L.C. ; BASSANEZI, R.C. Tópicos de Lógica Fuzzy e Biomatemática. 2.ed. Campinas: Comissão de Publicações IMECC, 2010.
BURGHI, A. C. ; ROVEDA, J A F ; ROVEDA, S. R. M. M. . Reestruturação do Indice de Qualidade Ambiental. In: Congresso Brasileiro de Sistemas Fuzzy, 2012, Natal-RN. II Congresso Brasileiro de Sistemas Fuzzy - Livro de Resumos, 2012. p. 20-22.
ROVEDA, J A F ; ROVEDA, S. R. M. M. ; ROSA, A. H. ; Arashiro, L T ; SILVERIO, J. M. . Indice Fuzzy de Qualidade das Águas Brutas para fins de Abastecimento Público. In: Congresso Brasileiro de Sistemas Fuzzy, 2012, Natal-RN. Recentes Avanços em Sistemas Fuzzy. São Carlos - SP: SBMAC, 2012. p. 863-874.
ZADEH, L.A. Fuzzy Sets. Information and Control, v.8, p. 338-353, 1965.
