Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Utp sirn_2014-2 lab3

  • Be the first to comment

  • Be the first to like this

Utp sirn_2014-2 lab3

  1. 1. SISTEMAS INTELIGENTES Y REDES NEURONALES SISTEMAS DE CONTROL BASADOS EN LOGICA DIFUSA LABORATORIO No. 3 OBJETIVO: Graficar la interpretación de Kosko de los conjuntos difusos. Graficar los diferentes tipos de funciones de pertenencia. Extraer las características de los conjuntos difusos. Realizar las operaciones unarias en conjuntos difusos. Hallar las relaciones entre conjuntos difusos. Realizar las operaciones binarias entre conjuntos difusos. Analizar las reglas de inferencia difusa. Modelar un sistema de control basado en lógica difusa. RESUMEN TEORICO 1. INTERPRETACION DE KOSKO: Kosko el año 1992 interpretó de una manera muy singular a los conjuntos difusos relacionándolos con el conjunto potencia. Esta interpretación resulta interesante de mostrarse. Haciendo uso del MatLab mostrar para valores n=2, n=3 y n=4 la interpretación de Kosko. Identificar en cada gráfico el conjunto crisp y el conjunto difuso. La teoría requerida para el desarrollo de este tema se encuentra en la Experiencia de Aprendizaje No. 10 del blog del curso. 2. GRAFICA DE LOS TIPOS FUNCIONES DE PERTENENCIA: Los tipos de funciones de pertenencia o membresía, nos permiten definir los conjuntos difusos. Existen nueve tipos de funciones de pertenencia. Haciendo uso del MatLab graficar cada uno de ellos y verificar cuál es el impacto de las constantes en sus gráficos. La teoría requerida para el desarrollo de este tema se encuentra en la Experiencia de Aprendizaje No. 10 del blog del curso. 3. CARACTERISTICAS DE LOS CONJUNTOS DIFUSOS Para analizar los conjuntos difusos, es importante extraer características de los conjuntos difusos. Existen siete características de los conjuntos difusos. Haciendo uso del MatLab, dado un conjunto difuso y elegida su característica, mostrar el resultado de dicha característica. La teoría requerida para el desarrollo de este tema se encuentra en la Experiencia de Aprendizaje No. 11 del blog del curso.
  2. 2. 4. OPERACIONES UNARIAS DE LOS CONJUNTOS DIFUSOS Existen operaciones en conjuntos difusos que requieren de un solo operador, éstas son las llamadas operadores unarios. Existen seis operaciones unarias de los conjuntos difusos. Haciendo uso del MatLab, dado un conjunto difuso y elegida su operación unaria, mostrar el resultado de dicha operación unaria. La teoría requerida para el desarrollo de este tema se encuentra en la Experiencia de Aprendizaje No. 11 del blog del curso. 5. RELACIONES ENTRE CONJUNTOS DIFUSOS A veces resulta necesario realizar relaciones entre conjuntos difusos. Existen tres tipos de relaciones entre los conjuntos difusos. Haciendo uso del MatLab , y dados dos conjuntos difusos y elegida su relación, mostrar el resultado de dicha relación. La teoría requerida para el desarrollo de este tema se encuentra en la Experiencia de Aprendizaje No. 11 del blog del curso. 6. OPERACIONES BINARIAS DE LOS CONJUNTOS DIFUSOS Existen operaciones entre conjuntos difusos que requieren de dos operadores, éstas son las llamadas operadores binarios. Existen varias operaciones binarias entre conjuntos difusos. Haciendo uso del MatLab, dado dos conjuntos difusos y elegida su operación binaria, mostrar el resultado de dicha operación binaria. La teoría requerida para el desarrollo de este tema se encuentra en la Experiencia de Aprendizaje No. 11 del blog del curso. 7. REGLAS DE INFERENCIA DIFUSA Las reglas de inferencia difusa son necesarias para implementar un sistema de control basado en lógica difusa. Haciendo uso del MatLab, dados conjuntos difusos y una regla de inferencia difusa, mostrar el resultado de dicha inferencia difusa. La teoría requerida para el desarrollo de este tema se encuentra en la Experiencia de Aprendizaje No. 12 y 13 del blog del curso. 8. MODELAMIENTO DE UN SISTEMA DE CONTROL BASADO EN LOGICA DIFUSA MatLab posee una herramienta paras el modelamiento de sistemas de control basados en lógica difusa. Utilizar la herramienta fuzzy facilita la implementación de sistemas de control complejos que utilizan variables difusas. La teoría requerida para el desarrollo de este tema se encuentra en la Experiencia de Aprendizaje No. 12, 13 y 14 del blog del curso. PROCEDIMIENTO 1. INTERPRETACION DE KOSKO: Haciendo uso de funciones (implementadas por el alumno) del MatLab mostrar para valores de n=2, n=3 y n=4 las interpretaciones de Kosko de los conjuntos difusos. Ejemplo:
  3. 3. Si se ejecuta en el CW: K(2) Se mostrará gráficamente la interpretación de Kosko para n=2. 2. GRAFICA DE LOS TIPOS FUNCIONES DE PERTENENCIA: Haciendo uso de funciones (implementadas por el alumno) del MatLab graficar los diferentes tipos (09) de funciones de pertenencia de los conjuntos difusos dados los parámetros necesarios. Ejemplo: Si se ejecuta en el CW: Triangular(2, 4, 5, [2:5]) Se mostrará el gráfico de la función de pertenencia con valores de sus parámetros a=2, m=4 y b=5; en el dominio o universo del discurso X=[2,5]. 3. CARACTERISTICAS DE LOS CONJUNTOS DIFUSOS Haciendo uso de funciones (implementadas por el alumno) del MatLab se mostrar las diferentes características (07) de los conjuntos difusos dados los parámetros necesarios. Ejemplo: Si se ejecuta en el CW: Altura(A) Se mostrará la altura del conjunto difuso A. 4. OPERACIONES UNARIAS DE LOS CONJUNTOS DIFUSOS Haciendo uso de funciones (implementadas por el alumno) del MatLab mostrar las diferentes operaciones unarias (06) de los conjuntos difusos dados los parámetros necesarios. Ejemplo: Si se ejecuta en el CW: Normalizar(A) Se mostrará el conjunto difuso A normalizado. Dilatar(A, p) Se mostrará el conjunto difuso A dilatado por p.
  4. 4. 5. RELACIONES ENTRE CONJUNTOS DIFUSOS Haciendo uso de funciones (implementadas por el alumno) del MatLab implementar los tipos (03) de relaciones entre los conjuntos difusos, dados los parámetros necesarios. Ejemplo: Si se ejecuta en el CW: Igualdad(A, B) Se mostrará 0 si el conjunto difuso A y B son diferentes, y 1 si son iguales. IncluDifusa(A, B) Se mostrará la inclusión difusa de A en B. 6. OPERACIONES BINARIAS DE LOS CONJUNTOS DIFUSOS Haciendo uso de funciones (implementadas por el alumno) del MatLab realizar las diferentes operaciones binarias (05) entre dos conjuntos difusos, dados los parámetros necesarios. Ejemplo: Si se ejecuta en el CW: ORzadeth(A, B) Se mostrará el operador lógico OR de Zadeth entre los conjuntos difusos A y B. ORlukas(A, B) Se mostrará el operador lógico OR de Lukasiewicz entre los conjuntos difusos A y B. 7. REGLAS DE INFERENCIA DIFUSA Haciendo uso de funciones (implementadas por el alumno) del MatLab se mostrará el resultado de una inferencia difusa, dados sus parámetros. Ejemplo: Si se ejecuta en el CW: InferenciaD(A, B) Se mostrará el operador lógico “Si A entonces B”.
  5. 5. 8. MODELAMIENTO DE UN SISTEMA DE CONTROL BASADO EN LOGICA DIFUSA a. Haciendo uso de comandos del CW del MatLab implementar un sistema de control basado en lógica difusa, dados sus parámetros necesarios y sus relaciones de inferencia difusa. b. Haciendo uso de la herramienta fuzzy del MatLab implementar un sistema de control basado en lógica difusa, dados sus parámetros necesarios y sus relaciones de inferencia difusa. CUESTIONARIO 1. Mostrar los resultados de los procedimientos y ejercicios del cuestionario del laboratorio. 2. Realizar un programa en MatLab mediante el Guide que grafique cada una de las funciones de pertenencia. Datos solicitados: • La función de pertenencia, • Los valores de sus parámetros, • El universo del discurso. El programa debe incluir las 09 funciones de pertenencia. 3. Realizar un programa en Matlab mediante el Guide que muestre el resultado de una característica difusa elegida. Datos solicitados: • Un conjunto difuso, • La característica del conjunto. • Datos de la característica difusa El programa debe incluir las 07 características de los conjuntos difusos. 4. Realizar un programa en Matlab mediante el Guide que muestre el resultado de una operación unaria elegida. Datos solicitados: • Un conjunto difuso, • La característica del conjunto. El programa debe incluir las 06 operaciones unarias de los conjuntos difusos. 5. Realizar un programa en Matlab mediante el Guide que muestre el resultado de relaciones entre conjuntos difusos elegida. Datos solicitados: • Conjunto difusos, • Tipo de relación. El programa debe incluir las 03 relaciones entre conjuntos difusos. 6. Implementar un sistema difuso (SCbLD – Sistema de Control basado en Lógica Difusa) para el control automático de:
  6. 6. a. Frenado de un automóvil. Considerar las variables de entrada presión, radio. b. Un ventilador en una sala de conferencias. Considerar las variables de entrada temperatura, área y número de personas. c. Control de fuerza del brazo de un robot. Considerar las variables de entradas que estime pertinentes. d. Control de velocidad de un motor DC. Considerar las variables de entradas que estime pertinentes. e. Contratación de un jugador de futbol. Considerar las variables de entradas que estime pertinentes. En cada una de los sistemas: • Diseñar sus reglas difusas. • Diseñar las funciones de pertenencia (tipos y rango). • Implementar cada sistema con el toolbox de MatLab. 7. En cada procedimiento y ejercicio mostrar sus observaciones, conclusiones y recomendaciones. INFORME FINAL El Informe de Laboratorio es un documento gráfico en lo posible y es redactado 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 la lectura de otras fuentes). Dentro de su Carpeta Personal del Dropbox crear una carpeta para el Laboratorio 3 con el siguiente formato: SIRN_PaternoM_L3 Esta carpeta debe contener: • El Informe de Laboratorio, • Los códigos comentados, • Las fuentes y • Los recursos utilizados. Las fuentes deben conservar el nombre original de archivo y se debe agregar en su nombre “_L3” al final. FUNCIONES DE MATLAB: plot, plot3D, meshgrid, surf, newfis, addvar, rmvar, addmf, rmmf, addrule, showfis, getfis, guide, y fuzzy.

    Be the first to comment

    Login to see the comments

Views

Total views

1,708

On Slideshare

0

From embeds

0

Number of embeds

1,323

Actions

Downloads

40

Shares

0

Comments

0

Likes

0

×