Professional Documents
Culture Documents
Antecedentes:
Redes neuronales: emulan la estructura del cerebro. Sistemas Basados en Lgica Borrosa: emulan la manera en que el cerebro piensa o razona. Permite tratar informacin imprecisa. (estatura media, temperatura baja o mucha fuerza), en trminos de conjuntos borrosos (imprecisos). Estos conjuntos borrosos se combinan en reglas para definir acciones. Si la temperatura es alta enfrar mucho. Que sucede con un sistema de control basado en esta lgica?.
Antecedentes:
La lgica difusa es una extensin de la lgica tradicional (Booleana) que utiliza conceptos de pertenencia de conjuntos mas parecidos a la manera de pensar humana. Subconjunto Difuso: se considera como una generalizacin de un subconjunto exacto (crisp subset) tradicional. Los subconjuntos exactos usan lgica Booleana con valores exactos como por ejemplo la lgica binaria que usa valores de 1 o 0 para sus operaciones.
Antecedentes:
La lgica difusa no usa valores exactos como 1 o 0 pero usa valores entre [1 y 0] (inclusive) que pueden indicar valores intermedios (Ej. 0, 0.1, 0.2, ,0.9,1.0) La lgica difusa tambin incluye los valores 0 y 1, entonces se puede considerar como un subconjunto o extensin de la lgica exacta.
Antecedentes:
Por ejemplo se considera a una persona como alta si mide mas de 1.80mts, pero de igual forma se considera a una persona como alta si mide 1.7999mts. Esta consideracin no existe en la lgica tradicional que utiliza demarcaciones estrictas para determinar pertenencia en conjuntos: Ejemplo: A es el conjunto clsico de personas altas A = { x | x > 1.8} Que sucede con una persona que mide 1.799999mts.
Aplicaciones:
Las bases tericas se enuncian en 1965 (Zadeh). Aplicacin de lgica borrosa a sistemas de control de vapor (Mamdani , 1974-1983). Aplicacin en control de hornos de cementeras Garca Cerezo, 1991). Aplicacin del control borroso al sistema de purificacin de agua (Japn). Aplicacin del control borroso al sistema de control del tren metropolitano (Japn). Aplicacin del control borroso al sistema de control del provisin de agua caliente en varias ciudades del Japn.
Terminologa
FuzzyDifuso o Borroso: El uso de estos vocablos tiene su origen en la acepcin fotogrfica del trmino fuzzy, que designa una imagen poco definida o desenfocada. CrispNtido: En la literatura sobre conjuntos difusos se usa el trmino crisp como antnimo de fuzzy. En ocasiones se usa tambin la palabra clsico.
Terminologa
Defuzzification-Desborrosificacin: Con frecuencia tambin se utiliza el anglicismo "desfuzzificacin", y es el proceso de determinar los valores reales a partir de los valores de pertenencia. t-norma y t-conorma: designan cualquier operacin vlida de interseccin o unin, respectivamente. Universo del discurso: sirve para designar una coleccin cualquiera de elementos, con los que se trabaja en un contexto dado, en el que estos elementos poseen las mismas caractersticas. Se denota generalmente al universo con la letra X, y a sus elementos individuales como x.
Conjuntos
Conjunto.- El agrupamiento en un todo de objetos bien definidos y distintos de nuestra percepcin o de nuestro pensamiento, los cuales se denominan elementos del conjunto. Conjunto ntido. Siguiendo esta definicin, llamaremos conjunto clsico o ntido a una coleccin cualquiera de elementos de un universo dado. Los conjuntos as definidos dicotomizan los elementos del universo en dos categoras: miembros (aquellos que pertenecen al conjunto) y no miembros.
Conjuntos
Se utiliza el smbolo "" para indicar la pertenencia de un elemento a un conjunto, de forma que la expresin x A indica que el elemento x pertenece al conjunto A. El universo del discurso es a su vez un conjunto ntido, denominado conjunto universal, que agrupa a todos los elementos concernientes a una aplicacin o contexto dado. Por el contrario, el conjunto que no contiene elementos se designa como conjunto vaco, denotado por 0.
Conjuntos
Dado un cierto universo X, existen bsicamente tres mtodos para definir conjuntos en l: 1. Mediante la enumeracin de todos los miembros del conjunto, encerrados entre llaves (mtodo de la lista). Por razones obvias, este mtodo slo puede usarse para conjuntos finitos. As el conjunto A, cuyos miembros son a1, a2, ..., an, se escribe como: A= {a1, a2, ..., an}
Conjuntos
2. El segundo mtodo consiste en definir un conjunto A mediante una propiedad que deben satisfacer todos sus miembros. Se trata del denominado mtodo de la regla, para el que se utiliza usualmente la notacin: A={x|P(x)}. 3. Se define un conjunto A mediante una funcin, llamada funcin caracterstica, XA(x), que establece qu elementos de X son miembros de A y cules no. Dicha funcin es una aplicacin de X al conjunto (0,1 }. Devuelve el valor 1 si el elemento x pertenece a A, y 0 si no pertenece.
Conjuntos
Cardinalidad.- dado un conjunto finito A, la cardinalidad se determina como el nmero de elementos que contiene. Subconjunto.- para dos conjuntos cualesquiera A y B definidos sobre un mismo universo X, si cada miembro del conjunto B lo es tambin del conjunto A decimos que B es subconjunto de A o, alternativamente, que B est contenido en A. Todo conjunto es subconjunto de s mismo y a su vez subconjunto del universo X.
Conjuntos
Conjunto Potencia.- Un conjunto cuyos elementos son a su vez conjuntos suele denominarse familia de conjuntos. La familia de todos los posibles subconjuntos de un conjunto A recibe el nombre de conjunto potencia de A, y se denota usualmente por p(A). La familia de todos los subconjuntos de p(A) se llama conjunto potencia de segundo orden de A, p(p(A)) = p2(A). De forma similar pueden definirse conjuntos potencia de orden superior.
Conjuntos
Conjunto Difuso.- Al igual que para los conjuntos ntidos, un conjunto difuso se define como una coleccin de elementos escogidos entre los de un cierto universo X. La diferencia fundamental con los conjuntos ntidos es que en los difusos los distintos elementos de X pueden pertenecer parcialmente al conjunto. Por convenio, el concepto de pertenencia parcial se expresa mediante un nmero real del intervalo [0,1], al que se denomina grado de pertenencia y que est asociado indisolublemente a cada elemento del conjunto difuso.
Conjuntos
Al igual que suceda en los conjuntos ntidos, a los difusos se les asigna un nombre con la letra inicial en maysculas, y a los elementos un nombre en minsculas escrita en cursiva.
Conjunto Potencia Difuso.- dado el universo X; se define el conjunto potencia de X, como la familia de todos los posibles subconjuntos difusos de X.
Soporte
Lgica difusa:
Asumiendo que X es un conjunto universo, un conjunto difuso A en X es asociado con una funcin caracterstica: A(x)
Lgica difusa:
Ejemplos: A = {(0, 0.1), (1, 0.5), (2, 1), (3, 0.1), (4,0.8)} B = {0.1/0, 0.5/1, 1/2, 0.1/3, 0.8/4} X = {0, 1, 2, 3, 4, 5, 6, 7} es el conjunto de hijos que puede tener una familia, entonces el conjunto difuso D es el nmero razonable de hijos que puede tener una familia D = { (0, 0.1), (1, 0.3), (2, 0.7), (3, 1), (4, 0.7), (5, 0.3), (6, 0.2), (7, 0.1) }
Lgica difusa
Datos impreciso s Decisin SISTEMA DE LGICA DIFUSA
A(x) =
1 , x A 0 , x n A
Lgica difusa
X-Universo de discurso
A b a
Funcin depertenencia
Pertenencia
bajo alto
Altura
Conjuntos difusos en X
Conjuntos difusos en Y
Conjuntos difusos:
Funcin de pertenencia: El valor asignado por A(x) corresponde al grado en el cual el valor x tiene el atributo A. Visto de otra manera la funcin A(x) nos indica cual es el grado de pertenencia de x al atributo A. La funcin A(x) se llama la funcin de pertenencia del atributo A. La funcin tiene que ver con un grado de ambigedad sobre la caracterstica de la variable que se esta midiendo pero no es una probabilidad.
Conjuntos difusos:
Conjunto : es el agrupamiento en un todo de objetos bien definidos, los cuales se denominan elementos del conjunto". Conjunto clsico o ntido (crisp): es una coleccin cualquiera de elementos de un universo dado. Los conjuntos as definidos dicotomizan los elementos del universo en dos categoras: miembros (aquellos que pertenecen al conjunto) y no miembros.
Ejemplos:
u
1 uA(x) {A X: A <= 30} 20 <= A Funcin de pertenencia para el conjunto claro A
20 30
u
1 uA(x) A Funcin de pertenencia para el conjunto difuso A 0
20
30
Ejemplo
Grado de pertenencia
fri o Mas o menos fro No tan fro
uF(x)
Definitivamen te no fro 0 -40 5 -30 10 0 x
0C
15
Ejemplo
Grado de pertenencia
1 uA(x)
0 N x
Lgica difusa
Formas de representar conjuntos difusos
1
uA(x) 0 x
uA(x) 0 x
Lgica difusa
Para cada conjunto borroso A, se define una funcin de inclusin o pertenencia. uA(x): indica el grado en que la variable x est incluida en el concepto representado por la etiqueta A. Ejemplo: analicemos el concepto estatura.
Bajo --------Medio Alto
uA(x)
Lgica difusa
Ejemplo: analicemos el concepto de edad de una persona.
1 joven adulto ancian o
uA(x)
0
x
0 50 25 75 100
Funciones de pertenencia
Conjunto Difuso:
1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0
3 6
Funciones de pertenencia
CONJ . F CONJ . SOPORTADO
1
PTOS . CRUCE
0.5
20
40
60
Funciones de pertenencia
Conjunto A
1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0
Conjunto soportado
Puntos de cruce
Funciones de pertenencia
Trminos relativos a conjuntos difusos
CONJ . F
0.8
CONJ . F 0 , 8
20
40
60
uA(x)
1
0 a c d Trapezoidal b
0 a c Triangular b
0 a Singleton
c-b uA(x; c, )
(c+b)/2
(c- b)/2
c+ b
Definiciones:
Definicin: Un conjunto difuso A en X se llama normal si existe por lo menos un elemento x X en el cual uA(x) = 1. Un conjunto difuso que no es normal se llama subnormal. Definicin: La altura (height) de un conjunto difuso A es el miembro mas grande en A. Entonces altura(A) = Max uA(x). Definicin: El soporte (support) de un conjunto difuso A es el subconjunto exacto de X consistente de todos los miembros con valor de pertenencia > 0. Supp(A) = {x | uA(x) > 0 and x X}
Definiciones:
Definicin: La medula (o core) de un conjunto A son todos los elementos con valor de pertenencia = 1. Mdula(A) = {x | A(x) = 1 and x X} Definicin: Si A y B son dos conjuntos difusos en X. A es un subconjunto de B si uB(x) >= uA(x) para todos los valores x X. Definicin: Si A y B son dos conjuntos difusos de X. A = B si A es un subconjunto de B y B es un subconjunto de A.
Conjuntos claros:
Cardinalidad. Conjunto potencia. Unin. Interseccin. Complemento. Diferencia. Propiedades: Conmutativa. Idempotencia. Asociativa. Distributiva. Identidad. Transitividad. Ley de contradiccin.
Conjuntos difusos:
Cardinalidad. Unin. Interseccin. Complemento. Diferencia. Propiedades: Conmutativa. Idempotencia. Asociativa. Distributiva. Identidad. Transitividad. Ley de contradiccin. Suma ponderada: Core (mdula): Subconjunto:
Conjuntos difusos:
Conjuntos difusos:
u u
A B 1
Conjuntos difusos:
Conjuntos difusos:
u 1 A A 1 u A A
0 X
0 X A difuso A de un conjunto
Ejercicios:
Se desea comparar dos sensores en base a sus niveles de deteccin y ajuste de ganancia. La siguiente tabla de ajuste de ganancia y niveles de deteccin del sensor, que est siendo monitoreado con un elemento estndar, proporciona valores tpicos de pertenencia para representar los niveles de deteccin de cada sensor. Encuentre la funcin de pertenencia.
Determinar los valores de pertenencia de: Unin, Interseccin, Complemento, Unin negada Interseccin negada, Unin de S1 y S1 compl. Interse de S1 y S1 compl.
Ejercicios:
Dados los conjuntos difusos A y B, encontrar los valores de pertenencia para: unin, interseccin y complemento.
X ={ a10, b52, b117, C5, C130, f4, f14, f15, f16, f111, kc130 } A={0.3/f16 + b52} 0.5/f14 +0.4/a10 + 0.6/f14 + 0.7/f111 + 1/b117 + 1/
Ejercicios:
Dados los siguientes conjuntos difusos, verificar las propiedades: asociativa y distributiva. A={ 1/1 + 0.65/1.5 + 0.4/2 + 0.35/2.5 + 0/3} B={ 0/1 + 0.25/1.5 + 0.6/2 + 0.25/2.5 + 1/3}
A = {0.1/2 +0.6/3+0.4/4+0.3/5+0.8/6}
B={ 0.5/2+0.8/3+0.4/4+0.6/5+0.4/6}
B; B
Ejercicios:
Dados los siguientes conjuntos difusos, verificar las propiedades: asociativa y distributiva. A={ 1/1 + 0.65/1.5 + 0.4/2 + 0.35/2.5 + 0/3} B={ 0/1 + 0.25/1.5 + 0.6/2 + 0.25/2.5 + 1/3}
A = {0.1/2 +0.6/3+0.4/4+0.3/5+0.8/6}
B={ 0.5/2+0.8/3+0.4/4+0.6/5+0.4/6}
B; B
Controlado r
S
Actuador Proceso
R
+
Accin de control
Medicin
Sistemas Borrrosos
R Pr ep ro ce so Controlador
x
FLC
Po st pr oc es o
Sistema difuso:
Base de reglas Entrada s Mquina de inferencia Fusificador Defusificador Salid as
Ejemplo:
Controlador
e R L T
v1 v2 v3
retorn o
Ejemplo:
Controlador
Accin de control
R
+
Actuador
v1 v2
Medicin
v3
retorn o
Defusificacin:
Valores difusos Valores claros Procesos futuros
Principio de mximo valor de pertenencia. Mtodo del valor promedio ponderado. Mtodo de la Centroide. Centro del rea mas grande.
Defusificacin:
1 0 . 9 0 . 8 0 . 7 0 . 6 0 . 5 0 . 4 0 . 3 0 . 2 0 . 1 0 0
Mtodo de la Centroide :
1 0 . 9 0 . 8 0 . 7 0 . 6 0 . 5 0 . 4 0 . 3 0 . 2 0 . 1 0 0
Ejercicio:
A y B, determine el valor de salida defusificada
ciones de pertenencia
Ejercicio:
Mantener equilibrada la barra situada sobre una plataforma mvil que puede desplazarse a la izquierda o derecha
Entradas: ngulo Velocidad angular Salida: Velocidad de la plataforma d/dt
Velocidad de plataforma
Pndulo invertido
Controlador difuso
Medicin
d/d t
w LFC
Velocidad (100)
50
50
max.
- 45
Negativo grande positivo grande negativo pequeo cero
+45
positivo pequeo
w
100 0 +100
Sistemas difusos
3.Seleccionar el tipo de reglas a utilizar en el controlador: Reglas de tipo Mamdani. 4.Definir la base de reglas: If< > then < >. Ejemplo: Si la prtiga est en el conjunto difuso Z y no se mueve:
Si es cero y w es cero entonces v es cero. Si es cero y w es PP entonces v PP.
NG NP C PP PG NG NG NP NP C PP NP NP Z PP PP PP C NP NP C PP PP PP NP C PP Z PP PG NP C PP PP PG
Sistemas difusos
Desarrollo: si tomamos solamente las dos reglas y realizamos los clculos para las entradas dadas x=(, w)=(10,-5).
Negativo grande positivo grande
0,63
negativo pequeo
cero
positivo pequeo
10
0,8
-5
uAB (x)=0,63
regla 1
Sistemas difusos
Proceso de desfusificacin de la regla 1
negativo pequeo
cero
positivo pequeo
0,63
Sistemas difusos
Desarrollo: si tomamos solamente las dos reglas y realizamos los clculos para las entradas dadas x=(, w)=(10,-5).
Negativo grande positivo grande negativo pequeo cero positivo pequeo
0,3
10
0,8
0,1
-5
uAB (x)=0,1
regla 2
Sistemas difusos
Desarrollo: si tomamos solamente las dos reglas y realizamos los clculos para las entradas dadas x=(, w)=(10,-5).
Negativo grande positivo grande
0,63 0,3
negativo pequeo
cero
positivo pequeo
10
0,8
0,1
-5
Sistemas difusos
Proceso de desfusificacin de la regla 2
negativo pequeo
cero
positivo pequeo
0,1
Sistemas difusos
Negativo grande positivo grande negativo pequeo cero positivo pequeo
100
negativo pequeo cero
100
positivo pequeo
100 100
-50
50
Sistemas difusos
Negativo grande positivo grande negativo pequeo cero positivo pequeo
0,63
0,1
100 100
-50
50
ui
Deber
temperatura Frio Fresco Nominal Tibio Caliente Si T es fresca Y P es dbil Entonces <acelerador> es P3 .. .. .. . De fu si fi ca do r acelard or
presin