Utp sirn_sl8 sistemas difusos i 2012-2
Upcoming SlideShare
Loading in...5
×
 

Utp sirn_sl8 sistemas difusos i 2012-2

on

  • 1,252 views

 

Statistics

Views

Total Views
1,252
Slideshare-icon Views on SlideShare
779
Embed Views
473

Actions

Likes
0
Downloads
43
Comments
0

5 Embeds 473

http://utpsirn.blogspot.com 433
http://www.utpsirn.blogspot.com 27
http://utpsirn.blogspot.mx 6
http://utpsirn.blogspot.com.es 6
http://utpsirn.blogspot.co.il 1

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

     Utp sirn_sl8 sistemas difusos i 2012-2 Utp sirn_sl8 sistemas difusos i 2012-2 Presentation Transcript

    • Sistemas Inteligentes y Redes Neuronales (SI01) Laboratorio: 8 Sistemas Difusos I Ing. José C. Benítez P.
    • Sistemas Difusos Objetivo Fundamento teórico: Los sistemas difusos. Laboratorio: Sistemas Difuso con Matlab. Conclusiones. Tarea. 2 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • ObjetivosRevisar los conceptos de los sistemas basados en lógicadifusa comúnmente llamados sistemas difusos.Desarrollo de un ejemplo de control difuso medianteMatlab.Fortalecer su competencia redactora del alumno mediante laredacción del informe de laboratorio con el desarrollo ypreguntas del laboratorio. 3 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con MatlabEJEMPLO: Modelar un SCbLB con Matlab:Se desea implementar una lavadora con un sistema difuso. En talsentido se ha propuesto un sistema de control difuso con lassiguientes características:- Entradas: Peso y Nivel de suciedad.- Salida: Cantidad de Detergente.--------------------------------------------------------------------------Se define las Reglas Difusas para el nivel de detergente: 4 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con Matlab Se define las Reglas Difusas para el nivel de detergente:Peso Suciedad Cantidad de detergente: 5 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con MatlabUsando el Toolbox de MatLab:1. Ingrese al Matlab2. Escriba Fuzzy en el Command Window Figure 1: Interfaz Grafica de Lógica Difusa para Matlab 6 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con Matlab Usando el Toolbox de MatLab:3. Si desea Adicionar una entrada o salida en el sistema, seleccionamos Edit, Add variable. Figure 2: Adicionar una entada al sistema difuso 7 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con MatlabUsando el Toolbox de MatLab:4. Para nuestro sistema debemos adicionar una entrada mas. Figure 3: Sistema Difuso con 2 entradas. 8 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con MatlabUsando el Toolbox de MatLab:5. Procedemos a cambiar los nombres de las variables de entrada. En la figura 3 seleccionamos input1 y lo cambiamos por Peso; seleccionamos input2 y lo cambiamos por nivel de suciedad. Finalmente seleccionamos output1 por cantidad de detergente.6. Para guardar el archivo seleccionamos file export to file Figure 4: Guardar archivo de trabajo 9 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con MatlabUsando el Toolbox de MatLab:7. Guardamos el archivo con el nombre lavadora. A continuación debemos especificar las funciones de pertenecía de los conjuntos .8. Seleccionamos Edit Membership Funcions Figure 5: Modificar los parametros de las funciones membership. 10 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con MatlabUsando el Toolbox de MatLab:9. En la figura 6 se muestra las funciones de pertenencia para cada uno de los conjuntos difusos. De manera demostrativa se realizara la implementación de la primera variable Peso. Figure 6: Funciones membership de la variable Peso. 11 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con MatlabUsando el Toolbox de MatLab:10. Según datos del problema la variable peso posee un rango de [0-10], para obtener este rango seleccionamos en el campo range el intervalo de [0-10]. Además seleccionamos Edit Add Custom MF Enter para tener cuatro funciones de pertenecía. Figure 7: Adicionar las funciones membership. 12 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con MatlabUsando el Toolbox de MatLab:11. En el campo MF name escribimos mf4, para evitar confusiones. En el siguiente paso cambiaremos todos los nombres de acuerdo a nuestro problema. Figure 8: Cambio de nombre la funcion membership adiconada. 13 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con MatlabUsando el Toolbox de MatLab: 12. La variable peso posee cuatro funciones de pertencia como se describen a continuación: • Liviano: Función trapecio truncado. Constante de [1-2] y decreciente en forma lineal de [2-3]. • Regular: Función triangular de [2-6] con un cenit en 4. • Pesado: Función triangular de [4-8] con un cenit en 6. • Muy pesado: Función trapecio truncado. Constante de [8-10] y creciente en forma lineal de [7-8]. 14 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con MatlabUsando el Toolbox de MatLab:13. Para completar las cuatro funciones de partencia para la variable peso, ingresamos al sistema los valores que se presentan en la siguiente tabla 1. Tabla 1: Valores para las funciones de pertenencia de la variable Peso. 15 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con MatlabUsando el Toolbox de MatLab:14. Luego de completar las cuatro funciones de partencia se podrá visualizar la siguiente pantalla tal como describe la figura 9. Figure 9: Sistema Difuso con 2 entradas. 16 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con MatlabUsando el Toolbox de MatLab:15. De la misma manera la variable de entrada Nivel de suciedad y la variable de salida Cantidad de Detergente debe ser llenado.16. Para adicionar las reglas difusas seleccionamos Edit- Rules. Figure 10: Sistema Difuso con 2 entradas. 17 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con MatlabUsando el Toolbox de MatLab:17. Aparecerá la siguiente pantalla que se muestra en la siguiente figura 11. Figure 11: Sistema Difuso con 2 entradas. 18 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Sistema difuso con MatlabUsando el Toolbox de MatLab: 18. Una vez en la pantalla de la figura 11, se pueden editar reglas basándose en reglas if then. Para adicionar una regla se debe seleccionar las opciones que presentan las entradas y la salida e ingresar la regla deseada para finalmente presionar Add rule. 19. De esta manera todas las reglas difusas deben se reingresadas al sistema. 20. Para analizar nuestro sistema difuso para diferentes valores de entrada seleccionamos view rules automáticamente se mostrara la salida del sistema para diferentes entradas. Figure 11: Sistema Difuso con 2 entradas. 19 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Laboratorio1. Implemente un sistema difuso para el control automático de frenado en un automóvil. Considera las variables presión y radio como variables de entrada. a. Diseñe sus reglas difusas. b. Diseñe las funciones de pertenencia (tipos y rango). c. Compruebe su sistema con el tool box de fuzzy logic.2. Implemente un sistema difuso para el control automático de un ventilador en una sala de conferencias. Considera las variables temperaturas y número de personas como variables de entrada. a. Diseñe sus reglas difusas. b. Diseñe las funciones de pertenencia (tipos y rango). c. Compruebe su sistema con el tool box de fuzzy logic.3. Implemente un sistema difuso para el control automático de encendido de un motor del discovery. Considera las variables de netradas que estime pertinentes. a. Diseñe sus reglas difusas. b. Diseñe las funciones de pertenencia (tipos y rango). c. Compruebe su sistema con el tool box de fuzzy logic. 20 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
    • Informe de LaboratorioEl Informe de Laboratorio es un documento gráfico en lo posible y esredactado en Word con el desarrollo del laboratorio.Niveles de Informe: Primer nivel: Observaciones. Imágenes con comentarios cortos. Redactar al ir desarrollando el laboratorio. (Requiere desarrollar el laboratorio). Segundo nivel: Conclusiones. Redactar al terminar el laboratorio.(Requiere haber desarrollado el laboratorio). Tercer Nivel: Recomendaciones. (Requiere lectura de otras fuentes).Dentro de su Carpeta Personal del Dropbox crear una carpeta para ellaboratorio 4 con el siguiente formato: SIRN_PaternoM_Lab8Adjuntar fuentes que le han ayudado en esta carpeta creada.Las fuentes deben conservar el nombre original de archivo y se debeagregar _L8 al final.Presentar el Informe de Laboratorio 8 en esta carpeta creada. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 21
    • Laboratorio 8. Sistemas Difusos Blog del curso: utpsirn.blogspot.com 22 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.