Aula Pratica

Fazer download em pdf ou txt
Fazer download em pdf ou txt
Você está na página 1de 8

UNIVERSIDADE DO NORTE DO PARANÁ(UNOPAR)

Curso de Engenharia de Software

Antonio Carlos Barreiros Neto

ROTEIRO AULA PRÁTICA

Descrição:
Trabalho realizado para a disciplina de
Fundamentos da Inteligência Artificial
do 3° período Engenheria de Software.

Itajubá
2024
Sumário
1. Introdução ............................................................................................................................................... 3
2. Objetivo .................................................................................................................................................... 4
3. Resolução ................................................................................................................................................. 5
1. Introdução
A criação desses cenários no simulador permitiu avaliar a eficácia no treinamento, aprendizado e até
mesmo na simulação do funcionamento das redes.
A crescente complexidade dos sistemas computacionais e o aumento da demanda por soluções que possam lidar com
incertezas e subjetividades motivaram o desenvolvimento de técnicas que ultrapassam a lógica clássica. A Lógica Nebulosa,
introduzida por Lofti Zadeh na década de 1960, oferece uma abordagem robusta para problemas onde as variáveis são
incertas ou vagamente definidas, possibilitando representações mais próximas do raciocínio humano. O GNU Octave, uma
poderosa ferramenta de código aberto semelhante ao MATLAB, apresenta-se como uma plataforma acessível e eficaz para a
implementação de sistemas de Lógica Nebulosa, permitindo que usuários formulem e testem soluções para problemas
práticos e variados.
A seguir, será feita uma análise comparativa entre um programa baseado em Lógica Nebulosa e um programa
tradicional, destacando as vantagens do primeiro em classes de problemas onde a subjetividade e a incerteza são
predominantes, como o controle de sistemas complexos e a classificação de dados vagos. Por fim, um exemplo prático será
resolvido, demonstrando a aplicação da Lógica Nebulosa no Octave para mostrar como esta abordagem facilita a construção
de soluções adaptativas e flexíveis.
2. Objetivo

Neste primeiro desafio, será utilizado o Packet Tracer, um software educacional gratuito que permite
simular redes de computadores com equipamentos e configurações baseadas em cenários reais. O programa
possui uma interface gráfica simples, com recursos multimídia que auxiliam na criação das simulações.

• Introduzir o uso do Octave na resolução de problemas práticos de Lógica Nebulosa.


• Comparar um programa não baseado em Lógica Nebulosa com um programa baseado nessa
técnica, apontando as vantagens do segundo tipo em uma classe de problemas propícia para seu
uso.
• Resolver um problema simples usando Lógica Nebulosa

2.1. Problema proposto


Implantar a solução para um problema simples de cálculo de gorjeta com base em dois
parâmetros SEM USAR A LÓGICA NEBULOSA PARA FINS DE COMPARAÇÃO:
• A qualidade da comida servida
• A Qualidade do serviço provido pelo restaurante
Como o julgamento de “bom” e “ruim” é difuso, a Lógica Nebulosa é uma ferramenta
adequada para atacar o problema do cálculo, assumindo que podemos atribuir menos de 10%
quando estamos insatisfeitos e mais de 10% quando formos positivamente surpreendidos
pela comida e/ou pelo serviço. Em, seguida, o mesmo problema (com os mesmos
parâmetros), deverá ser resolvido usando a Lógica Nebulosa.
3. Resolução

• Solução Procedural (Sem Lógica Nebulosa)


Foi necessário construir uma função no Octave que calculasse a gorjeta com base em dois valores, a
qualidade da comida e a qualidade do serviço, com uma escala de 0 a 10.

- Testando a função com alguns exemplos


• Solução usando Lógica Nebulosa
Implementando a solução usando Lógica Nebulosa.
Definição das Entradas e Saidas:
- Entrada
o food_quality: qualidade da comida (0 a 10)
o service_quality: qualidade do serviço (0 a 10)
- Saida
o tip: gorjeta em percentual (0 a 20%)
Criando as Funções de Pertinecias:
Criando as funções de pertinência para comida e serviço.
Criando as Regras Fuzzy:
As regras são baseadas nas combinações de comida e serviço.

Simulando o Sistema de Lógica Nebulosa:


Simulando o sistema para obter a gorjeta com base nos inputs.
4. Conclusão
Essa abordagem permite comparar como o cálculo de gorjetas pode ser tratado usando uma
abordagem procedimental simples versus uma abordagem mais sofisticada baseada em Lógica Nebulosa,
que leva em consideração o caráter difuso do julgamento humano em situações como essa.

Você também pode gostar