You are on page 1of 6

SUMRIO

1. 2. 3. 5. INTRODUO .................................................................................................................................. 2 OBJETIVO ......................................................................................................................................... 2 DESENVOLVIMENTO........................................................................................................................ 2 CONCLUSO .................................................................................................................................... 6

1.

INTRODUO

A lgica fuzzy a lgica baseada na teoria dos conjuntos fuzzy. Ela difere dos sistemas lgicos tradicionais em suas caractersticas e seus detalhes. Nesta lgica, o raciocnio exato corresponde a um caso limite do raciocnio aproximado, sendo interpretado como um processo de composio de relaes nebulosas. Na lgica fuzzy, o valor verdade de uma proposio pode ser um subconjunto fuzzy de qualquer conjunto parcialmente ordenado, ao contrrio dos sistemas lgicos binrios, onde o valor verdade s pode assumir dois valores: verdadeiro (1) ou falso (O). Nos sistemas lgicos multi-valores, o valor verdade de uma proposio pode ser ou um elemento de um conjunto finito, num intervalo, ou uma lgebra booleana. Outras caractersticas da lgica fuzzy podem ser sumarizadas como segue : nos sistemas lgicos binrios, os predicados so exatos(e.g. :par, maior que ), ao passo que na lgica fuzzy os predicados so nebulosos (e.g. : alto, baixo, ...). Nos sistemas lgicos clssicos, o modificador mais utilizado a negao enquanto que na lgica fuzzy uma variedade de modificadores de predicados so possveis (e.g. : muito, mais ou menos, ...). Estes modificadores so essenciais na gerao de termos lingusticos (e.g. :muito alto, mais ou menos perto, etc).

2.

OBJETIVO

O objetivo desse trabalho desenvolver uma lgica fuzzy no programa Matlab utilizando o toolbox Fuzzy Logic, pegando como base o arquivo .m disponibilizado em aula e fazendo algumas alteraes necessrias para o controle da perseguio.

3.

DESENVOLVIMENTO

Para controlar a acelerao do carro 2 e relao ao carro 1 foi utilizado um sensor frontal de entrada e a derivada, e um atuador de sada (acelerate), como demonstra a figura 1.

Figura 1. Entradas e sada do sistema Fuzzy. Foram inseridas tambm funes de pertinncia para o controle. Essas funes esto apresentadas a seguir.

a)Funo de pertinncia da derivada

b) Funo de pertinncia do sensor frontal

c)Funo de pertinncia da sada. Figura 2. Funes de pertinncia das entradas e sada.

As Regras do fuzzy esto apresentados na figura 3.

Figura 3. Regras do fuzzy. A soma das regras pode ser vista na figura 4.

Figura 4. Somatria das funes de pertinncia.


4

Segue abaixo o cdigo do programa.

clear final=100; z=0:0.05:10; % variaao do angulo nz=size(z,2); Ace=0; % equaao de um sistema massa shading interp colormap(copper) fuz = readfis('carrosfuzzynovo'); out1(1)=0; der1(1)=0; for i=1:nz x1(1,i)=1*i+0.0005*i^2; y1(1,i)=10; x2(1,i)=i-3+0.0007*Ace*i^2; y2(1,i)=10; x3(1,i)=i-5+0.0001*Ace*i^2; y3(1,i)=10; dist1(i)=x1(1,i)-x2(1,i); if i>1 der1(i)=dist1(i)-dist1(i-1); maxdist1=max(dist1); maxder1=max(der1); dist1f(i)=dist1(i)/maxdist1; der1f(i)=der1(i)/maxder1; out=evalfis([der1f(i) ;dist1f(i)],fuz); out1(i)=out(1); Ace=out1(i); end end for i=1:nz shading interp plot(x1(1,i),y1(1,i),'+',x2(1,i),y2(1,i),'*',x3(1,i),y3(1,i),'p') axis([-50 60 -2 200]); mov(i)=getframe; end

5.

CONCLUSO

Os resultados Obtidos para 2 carrinhos foram satisfatrios, nas imagens a seguir pode se observar os resultados. Na figura XX os carrinhos esto iniciando o movimento, e na figura XX o carrinho 2 que tem maior acelerao no ultrapassa o carrinho 1 devido s regras impostas no sistema.

Figura . Incio do movimento

Figura . Trmino do movimento


6