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.

5 IntroduccióN A Los Sistemas Basados En Reglas Difusas

1,923 views

Published on

1. Introducción
2. Sistemas basados en reglas difusas para control
3. Estructura básica de un sistema basado en reglas
difusas (SBRD)
4. Tipos de sistemas basados en reglas difusas

Published in: Education, Technology
  • Be the first to comment

  • Be the first to like this

5 IntroduccióN A Los Sistemas Basados En Reglas Difusas

  1. 1. MÓDULO III: SISTEMAS BASADOS EN REGLAS DIFUSAS Tema 5: Introducción a los Sistemas Basados en Reglas Difusas Tema 5: Introducción a los Sistemas Basados en Reglas Difusas 1. Introducción 2. Sistemas basados en reglas difusas para control 3. Estructura básica de un sistema basado en reglas difusas (SBRD) 4. Tipos de sistemas basados en reglas difusas Índice
  2. 2. Tema 5: Introducción a los Sistemas Basados en Reglas Difusas Objetivos: Conocer la estructura básica y funcionamiento de un Sistema Basado en Reglas Difusas Clasificar los sistemas basados en reglas difusas en base a su estructura y a la estructura de regla difusa utilizada Conocer ventajas e inconvenientes de cada uno de los tipos de sistemas basados en reglas difusas Objetivos 1. Introducción Aplicaciones: Modelado de sistemas: Obtención de modelos que representan realidades complejas Control: Plantas industriales complejas Control en línea Sistemas de navegación con perturbaciones Clasificación: detección de patrones, diagnóstico médico, ... Sistemas expertos: ayuda a la decisión, recuperación de información, planificadores financieros, ... Minería de datos y descubrimiento de información: extracción del conocimiento intrínseco contenido en grandes bases de datos con reglas de asociación difusas 1. Introducción
  3. 3. 2. SBRDs aplicados a control Opciones en sistemas digitales: PID (proporcional-integral-derivativo) Acciones • Problemas en entornos de control cambiantes o sistemas no lineales MRAC (control adaptativo de modelo de referencia) • Resuelve el problema anterior ajustando los parámetros del controlador comparando la PROCESO CONTROLADO salida con un modelo de referencia CONTROLADOR • Necesita un modelo matemático Control difuso • Las entradas, salidas y respuesta de control se especifican con términos similares a los utilizados por un experto en control Condiciones • No se requiere un modelo del sistema • Aprendizaje y ajuste automático fácil de realizar 2. SBRDs aplicados a control 2. SBRDs aplicados a control Valor Acciones difuso MODULO DEFUZZIFICADOR (DESEMBORRONADOR) Valor exacto PROCESO BASE DE MECANISMO BASE DE CONTROLADO DATOS DE INFERENCIA REGLAS DIFUSA DIFUSAS Valor exacto MODULO FUZZIFICADOR (EMBORRONADOR) Condiciones Valor difuso CONTROLADOR DIFUSO 2. SBRDs aplicados a control
  4. 4. 3. Estructura básica de un sistema basado en reglas difusas Un Sistema Basado en Reglas Difusas (SBRD) está formado por: Base de conocimiento Base de Reglas Base de Datos Motor de inferencia Además en sistemas con entradas y/o salidas nítidas, se incluye un interfaz de fuzzificación y un interfaz de defuzzificación 3. Estructura básica de un sistema basado en reglas difusas 3. Estructura básica de un sistema basado en reglas difusas Base de Conocimiento Base de Base de Reglas Datos Interfaz de Interfaz de Mecanismo de Inferencia Fuzificación Defuzificación Sistema Basado en Reglas Difusas 3. Estructura básica de un sistema basado en reglas difusas
  5. 5. 3. Estructura básica de un sistema basado en reglas difusas R1: Si X1 es Alto y X2 es Bajo entonces Y es Medio R2: Si X1 es Bajo y X2 es Medio entonces Y es Alto ... Base de Conocimiento Base de Base de Reglas Datos Interfaz de Interfaz de Mecanismo de Inferencia Fuzificación Defuzificación Sistema Basado en Reglas Difusas 3. Estructura básica de un sistema basado en reglas difusas 3. Estructura básica de un sistema basado en reglas difusas R1: Si X1 es Alto y X2 es Bajo entonces Y es Medio Factores de escala R2: Si X1 es Bajo y X2 es Medio entonces Y es Alto Medio ... Bajo Alto X1 Bajo Medio Alto Base de Conocimiento Base de Base de X2 Bajo Medio Alto Reglas Datos Y Interfaz de Interfaz de Mecanismo de Inferencia Fuzificación Defuzificación Sistema Basado en Reglas Difusas 3. Estructura básica de un sistema basado en reglas difusas
  6. 6. 3. Estructura básica de un sistema basado en reglas difusas R1: Si X1 es Alto y X2 es Bajo entonces Y es Medio Factores de escala R2: Si X1 es Bajo y X2 es Medio entonces Y es Alto Medio ... Bajo Alto X1 Bajo Medio Alto Base de Conocimiento Base de Base de X2 Bajo Medio Alto Reglas Datos Y Entrada Interfaz de Interfaz de Salida escalada Mecanismo de Inferencia escalada Fuzificación Defuzificación Sistema Basado en Reglas Difusas 3. Estructura básica de un sistema basado en reglas difusas 3. Estructura básica de un sistema basado en reglas difusas Contiene el conjunto de acciones a realizar en función del estado Convierte la Convierte la entrada nítida Base de salida difusa a a valor difuso Reglas valor nítido Interfaz de Mecanismo de Interfaz de Fuzzificación Inferencia Defuzzificación Base de Datos Realiza el proceso de Contiene la definición razonamiento para lingüística de las estimar la salida en variables función de la entrada 3. Estructura básica de un sistema basado en reglas difusas
  7. 7. 4. Tipos de sistemas basados en reglas difusas En función del tipo de regla difusa que utilicen se puede distinguir SBRDs tipo Mamdani SI X1 es Alto y X2 es Bajo ENTONCES Y es Alto SBRDs tipo TSK (Takagi, Sugeno y Kang) SI X1 es Alto y X2 es Bajo ENTONCES Y=f(X1,X2) No necesitan interfaz de defuzzificación El motor de inferencia funciona de distinta forma 4. Tipos de sistemas basados en reglas difusas 4.1. SBRDs tipo Mamdani Ventajas: Facilidad para la derivación de reglas Interpretabilidad de las reglas difusas Fueron propuestos antes y se han utilizado con más frecuencia Inconvenientes: No garantizan la continuidad de la superficie de salida Menor eficiencia computacional 4. Tipos de sistemas basados en reglas difusas 4.1. SBRDs tipo Mamdani
  8. 8. 4.2. SBRDs tipo TSK Ventajas: Incrementan la precisión Mayor eficiencia computacional Facilidad para el análisis del sistema Garantizan la continuidad de la superficie de salida Inconvenientes: El consecuente es una fórmula matemática y no proporciona un marco natural para representar conocimiento humano Limitan la representación de los principios de la lógica difusa 4. Tipos de sistemas basados en reglas difusas 4.2. SBRDs tipo TSK Bibliografía Básica: [Yag94] R.R. Yager y D.P. Filev. Essentials of Fuzzy Modeling and Control. John Wiley, 1994 Complementaria: [Bat00] I. Baturone, A. Barriga, S. Sánchez-Serrano, C.J. Jiménez-Fernández y D.R. López. Microelectronic Design of Fuzzy Logic-Based Systems. CRC Press, 2000. [Lee90a,Lee90b] C.C. Lee. Fuzzy Logic in Control Systems: Fuzzy Logic Controller, Part I y Part II. IEEE Transactions on Systems, Man and Cybernetics. Vol. 20 (2), 1990, págs. 404- 418, 419-435. [Wan97] L.X. Wang. A Course in Fuzzy Systems and Control. Prentice-Hall, 1997. Bibliografía

×