Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introduccion A La Logica Difusa
Introduccion A La Logica Difusa
7a funcin B
F
8,: se llama la funcin de pertenencia del
atributo F&
7a funcin tiene -ue >er con un grado de ambigMedad
sobre la caracter!stica de la >ariable -ue se esta
midiendo pero no es una probabilidad
Introduccin a la lgica difusa
Funcin de pertenencia (cont)
+%/ B
F
8,: corresponde al ni>el de fr!o medido en la
>ariable ,
CH( C2( ( 1( 2( G(
1
(
B
F
8,:
, 8C
o
:
fr!o
mas o menos fr!o
No tan fr!o
Jefiniti>amente no fr!o
Introduccin a la lgica difusa
Un set exacto (crisp set) :
B
s
8,:
,
B
/ A C3 1()14
B
8,: 0 1 si , es un miembro de
B
8,: 0 ( si , no es un miembro de
N
funcin
caracter!stica
par binario
1
} 0 : { N S X S
Introduccin a la lgica difusa
Un set difuso (fu! set):
B
s
8,:
,
B
/ A C3 D()1E) ( O B
8,: O 1
B
'
x d
d x c
c d
x d
c x b
b x a
a b
a x
a x
d c b a x
l trapesoida
, 0
,
, 1
,
, 0
) , , , ; (
Funcin de pertenencia trape.oidal/
+%/ B
trapesoid
8,R 1() 2() 6() *=:
1
( 2( H( 6( '( 1((
Introduccin a la lgica difusa
Funciones de pertenencia (cont):
Funcin de pertenencia triangular/
+%/ B
triangle
8,R 2() 6() '(:
'
x c
c x b
b c
x c
b x a
a b
a x
a x
c b a x
tringulo
, 0
,
,
, 0
) , , ; (
1
( 2( H( 6( '( 1((
Introduccin a la lgica difusa
Funciones de pertenencia (cont):
Funcin de pertenencia llamada un singleton) tiene un >alor
Snico cuando , 0 a 8es como una funcin delta de Jirac:/
+%/ B
singleton
8,R 6(:
a x
a x
a x
s
'
, 1
, 0
) ; (
1
( 2( H( 6( '( 1((
Introduccin a la lgica difusa
Funciones de pertenencia (cont):
Tausiana
2
2
1
) , ; (
,
_
c x
e c x
Gausiana
+%/ B
Tausiana
8,R G) 1:
Introduccin a la lgica difusa
Funciones de pertenencia (cont):
Tausiana
2
2
1
) , ; (
,
_
c x
e c x
Gausiana
+%/ B
Tausiana
8,R G) y:
Introduccin a la lgica difusa
Funciones de pertenencia (cont):
9ell
b
Bell
a
c x
c b a x
2
| | 1
1
) , , ; (
+
+%/ B
9ell
8,R 2) 1) G:
Introduccin a la lgica difusa
Funciones de pertenencia (cont):
9ell
b
Bell
a
c x
c b a x
2
| | 1
1
) , , ; (
+
+%/ B
9ell
8,R 1) y) G:
Introduccin a la lgica difusa
Funciones de pertenencia (cont):
9ell
b
Bell
a
c x
c b a x
2
| | 1
1
) , , ; (
+
+%/ B
9ell
8,R y) 1) G:
Introduccin a la lgica difusa
Funciones de pertenencia (cont):
igmoide/
) (
1
1
) , , ; (
c x a
e
c b a x s i g m f
+
d i s p ' s i g ( m
Introduccin a la lgica difusa
Funciones de pertenencia (cont):
7U/
'
,
_
<
,
_
c x
c x
F
c x
x c
F
c x L R
R
L
,
,
) , , ; (
c ) * +
a ) * ,
b ) - ,
c ) . +
a ) - ,
b ) / ,
d i f f l r ( m
F x x
L
( ) m a x ( , ) 0 1
2
F x x
R
( ) e x p ( )
3
Introduccin a la lgica difusa
Funciones de pertenencia (cont):
V $ara -ue un sistema difuso sea adaptati>o es util el poder
calcular los deri>ados de las funciones de pertenencia&
V 7os deri>ados toman un rol central en la adaptacin de un
sistema difuso 8>er Wang 2&H&G:
Introduccin a la lgica difusa
Funciones de pertenencia en . o mas dimensiones:
7as funciones de pertenencia tambi@n pueden ser de
dos 8o mas: dimensiones
V C 0 18,) y) B
C
8,) y:2 , A) y X4
+sto es muc;as >eces necesario ya -ue puede -ue
nuestra funcin de pertenencia tenga >arios inputs
Introduccin a la lgica difusa
F u n c i o n e s d e m e m b r e s a e n . D :
. d m f ( m
Introduccin a la lgica difusa
con0exmf(m
5n set difuso A es con0exo si para cual-uier ,1),2 A
y en D() 1E)
A A A
x x x x ( ( ) ) min( ( ), ( ))
1 2 1 2
1 +
Introduccin a la lgica difusa
1lgunas definiciones de los sets difusos:
Jefinicin/ 5n set difuso A en A se llama normal si
e,iste por lo menos un elemento , A en el cual A8,: 0 1&
5n set difuso -ue no es normal se llama subnormal&
Jefinicin/ 7a altura 8;eig;t: de un set difuso A es el
miembro mas grande en A& +ntonces altura8A: 0 Ya, A8,:
Jefinicin/ +l soporte 8support: de un set difuso A es el
subset e,acto de A consistente de todos los miembros con
>alor de pertenencia 3 (& upp8A: 0 1, 2 A8,: 3 ( and , A4
Introduccin a la lgica difusa
1lgunas definiciones de los sets difusos (cont):
Jefinicin/ 7a medula 8o core: de un set A son todos
los elementos con >alor de pertenencia 0 1&
medula8A: 0 1, 2 A8,: 0 1 and , A4
Jefinicin/ i A y 9 son dos fu..y sets en A& A es un
subset de 9 si 98,: A8,: para todos los >alores , A&
Jefinicin/ i A y 9 son dos fu..y subsets de A& A ) 9 si
A es un subset de 9 y 9 es un subset de A&
Introduccin a la lgica difusa
Definiciones de los sets difusos (cont):
Jefinicin/ +l 2le0el set de A es el crisp set en A
consistente de los elementos en A para el cual A8,:
A
0 1, 2 A8,: ) , A4
+,ponentes/ Jado -ue A01a) b) c) ?4&
i A 0 1,
1
/a) ,
2
/b) &&&) 4 entonces A
n
0 1,
1
n
/a) ,
2
n
/b) &&&) 4
Introduccin a la lgica difusa
Definiciones de los sets difusos (cont):
3 F
%
( +
-
,
C o r e
C r o s s o 0 e r p o i n t s
S u p p o r t
2 c u t
R
x ( , )
R
x
x
( )
m a x ( , )
B
x
R
x
( )
m a x ( , )
p r o 9 e c t ( m
Introduccin a la lgica difusa
"peraciones en sets difusos (cont):
Conmutati>idad/
A 9 0 9 A
A 9 0 9 A
\dempotencia/
A A 0 A
9 9 0 9
Asociati>idad
A 89 C: 0 8A 9: C 0 A 9 C
A 89 C: 0 8A 9: C 0 A 9 C
Introduccin a la lgica difusa
"peraciones en sets difusos (cont):
Jistribucin
A 89 C: 0 8A 9: 8A C:
A 89 C: 0 8A 9: 8A C:
Nulo
A = A
A =
Unin e Interseccin de X (A es un subset de X)
A A = X
A A = A
Introduccin a la lgica difusa
49emplos:
A01&1/a)&1/b) &2/c) (/d) 1/e4
901&1/a) (/b) &2/c) (/d) &*/e4
A es un set fu..y normal en A 8a ra.n de el elemento 1/e:
9 es un set fu..y subnormal en A
altura8A: 0 1) altura89: 0 &*
supp8A: 0 1a) b) c) e4) supp89: 0 1a) c) e4
core8a: 0 1e4) core89: 0 1 4
89 es un subset de A ya -ue A8,: 98,: para , A:
A B
Introduccin a la lgica difusa
49emplos (cont):
A01&1/a)&1/b) &2/c) (/d) 1/e4
901&1/a) (/b) &2/c) (/d) &*/e4
C 0 A 9 0 Ya,DA8,:) 98,:E 0 1&1/a) &1/b) &2/c) (/d) 1/e4
C 0 A 9 0 YinDA8,:) 98,:E 0 1&1/a) (/b) &2/c) (/d) &*/e4
0 1 V A 0 1&*/a) &*/b) &'/c) 1/d) (/e4
A
Introduccin a la lgica difusa
49emplos (cont):
]
C
8,: 0 ]
A
8,: ]
9
8,: 0 min8 ]
A
8,:) ]
9
8,: :
(
1
(
1
,
,
B
c
8,:
B
a
8,:
B
b
8,:
Introduccin a la lgica difusa
49emplos (cont):
]
C
8,: 0 ]
A
8,: ]
9
8,: 0 ma,8 ]
A
8,:) ]
9
8,: :
(
1
,
B
c
8,:
B
a
8,:
B
b
8,:
(
1
,
Introduccin a la lgica difusa
Interseccin de sets difusos (1 5) :
7a interseccin de dos sets difusos A y 9 se en
general se especifica por una funcin T/D()1E :[0,1]^ [0,1].
+stas operaciones se efectSan a tra>@s de un operador -ue
opera sobre los grados de pertenencia de los con%untos /
B
A
8,: 0 T8B
A
8,:) B
9
8,:: 0 B
A
8,: DopE B
9
8,:
+n el cual DopE es un operador binario&
Introduccin a la lgica difusa
Interseccin de set difusos (1 5) (cont) :
#nterseccin o 72;orma Tenerali.ado
Ue-uerimientos/
V 9orde/ T8() (: 0 () T8a) 1: 0 T81) a: 0 a
V Yonotonicidad/ T8a) b: Z T8c) d: if a Z c and b Z d
V Conmutati>idad/ T8a) b: 0 T8b) a:
V Asociati>idad/ T8a) T8b) c:: 0 T8T8a) b:) c:
+%emplos/
V Yinimum/ Tm8a) b:
V Algebraic product/ Ta8a) b:
V 9ounded product/ Tb8a) b:
V Jrastic product/ Td8a) b:
Introduccin a la lgica difusa
Interseccin de sets difusos (1 5) (cont) :
Cuatro operadores TCnorm/
V
T
min
8a)b: 0 min8a) b: 0 A 9 8minino:
V
T
ap
8a)b: 0 ab 8producto algebraico:
V
T
bp
8a)b: 0 ( (aI bC1: 8producto limitado:
V
T
dp
8a)b: 0 a if b01) 8producto drastico:
0 b if a01)
0 ( if a)b Z 1
Introduccin a la lgica difusa
3 i n i m u m :
7 m ( a < b )
1 l g e b r a i c
p r o d u c t :
7 a ( a < b )
5 o u n d e d
p r o d u c t :
7 b ( a < b )
D r a s t i c
p r o d u c t :
7 d ( a < b )
t n o r m ( m
Introduccin a la lgica difusa
Unin de sets difusos (1 5) :
5nion o 72conorm 8Cnorm: satisface 8& ) &:/
V 9orde/ 81)1: 0 1) 8()a: 0 8a)(: 0 a
V Yonotonicidad/ 8a)b: O 8c)d: if a O c and b O d
V Conmutati>idad/ 8a)b: 0 8b)a:
V Asociati>idad/ 8a)8b)c:: 0 88a)b:)c::
Introduccin a la lgica difusa
Unin de sets difusos (1 5) (cont) :
Cuatro operadores TCconorm/
V 8a)b: 0 ma,8a) b: 0 A 9 8m,imo:
V 8a)b: 0 aIbCab 8suma algebraico:
V 8a)b: 0 1 (a I b: 8suma limitada:
V 8a)b: 0 a if b0() 8suma drastica:
0 b if a0()
0 1 if a)b 3 (
Introduccin a la lgica difusa
3 a x i m u m :
S m ( a < b )
1 l g e b r a i c
s u m :
S a ( a < b )
5 o u n d e d
s u m :
S b ( a < b )
D r a s t i c
s u m :
S d ( a < b )
t c o n o r m ( m
Introduccin a la lgica difusa
"peraciones en sets difusos (cont):
7ey de Je Yorgan/
T8a) b: 0 N88N8a:) N8b:::
8a) b: 0 N8T8N8a:) N8b:::
B A B A
B A B A
) (
) (
7 m ( a < b )
7 a ( a < b )
7 b ( a < b )
7 d ( a < b )
S m ( a < b )
S a ( a < b )
S b ( a < b )
S d ( a < b )
Introduccin a la lgica difusa
72norma ! 72conorma 6arametriadas
Varios in>estigadores ;an propuesto >ersiones
parametri.adas de TCnorma y TCconorma
V Xager
V c;_ei.er and `lar
V Jubois and $rade
V Qamac;er
V Fran`
V ugeno
V Jombi
Introduccin a la lgica difusa
6rincipio de 4xtensin
+l principio de e,tensin nos da un mecanismo bsico para
e,tender las e,presiones matemticas de sets e,actos al
dominio difuso&
+ste principio generali.a la idea de un mapeo punto a punto
de una funcin en sets tradicionales y0f8,: a un mapeo entre
con%untos difusos&
Introduccin a la lgica difusa
6rincipio de 4xtensin (cont)
i f es una funcin X 0 f8A: y A es un set difuso sobre A
definido como/
A 0 1B
A
8,
1
:/,
1
) B
A
8,
2
:/,
2
) &&& ) B
A
8,
n
:/,
n
4
+ntonces el principio de e,tensin indica -ue la imagen del
set A ba%o la funcin f8 : es el set difuso 9/
9 0 f8A: 0 1B
9
8y
1
:/y
1
) B
9
8y
2
:/y
2
) &&& ) B
9
8y
n
:/y
i
4
en el cual y
i
0 f8,
i
: y B
9
8y: 0 ma, B
A
8,:
Introduccin a la lgica difusa
6rincipio de 4xtensin (cont)
+%emplo/
i A 0 1(&1/C2) (&H/C1) (&'/() (&*/1) (&G/24
y f8,: 0 ,
2
C G
+ntonces aplicando el principio de e,tensin tenemos -ue/
9 0 1(&1/1) (&H/C2) (&'/CG) (&*/C2) (&G/14
0 1(&'/CG) 8(&H (&*: /C2) 8(&1 (&G:/14
0 1(&'/CG) (&*/C2) (&G/14
Introduccin a la lgica difusa
=elaciones Difusas
dx x f
xdx x f
Centroide
) (
) (
n
i
i
n
i
i i
x f
x x f
Centroide
0
0
) (
) (
Introduccin a la lgica difusa
3amdani FLC (Fu! Logic Controler) (cont) :
+%emplo de defu.ificacion usando el centroide/
+n forma discreta con 1( muestras/
+ +
+ +
10
1 . 6
1 . 6
1 . 4
1 . 4
0
10
1 . 6
1 . 6
1 . 4
1 . 4
0
8 .
10
5 . 0
8 .
10
5 . 0
dx dx
x
dx
xdx xdx
x
xdx
Cg
8 . 8 . 8 . ) 10 / 6 ( ) 10 / 5 ( 5 . 5 . 5 . 5 . 5 .
8 . 9 8 . 8 8 . 7 ) 10 / 6 ( 6 ) 10 / 5 ( 5 5 . 4 5 . 3 5 . 2 5 . 1 5 . 0
+ + + + + + + + +
+ + + + + + + + +
Cg
Introduccin a la lgica difusa
49emplo 3amdani FLC (Fu! Logic Controler):
8+l siguiente e%emplo pro>iene del sitio _eb de la eattle Uobotics ociety:
+ste e%emplo es un sistema de control de temperatura&&&
Introduccin a la lgica difusa
49emplo 3amdani FLC (Fu! Logic Controler) (cont):
+n el e%emplo se -uiere minimi.ar el error entre el Cmd y Temp
+rror/ Cmd C Temp 8I cold) C ;ot:
d+/dT/ 8I cooling) C ;eating:
"ut/ Qeat) N" CQANT+ or C""7
Variables linguisticas usadas en el e%emplo/
V eNe 0 enegati>ee error or errorCdot input le>el 8input negati>o:
V e<e 0 e.eroe error or errorCdot input le>el 8input .ero:
V e$e 0 epositi>ee error or errorCdot input le>el 8input positi>o:
V eQe 0 eQeate output response 8output es calentar o KQeatL:
V eCe 0 eNo C;angee to current output 8output es ningun cambio
o KNo C;angeL:
V eCe 0 eCoole output response 8output es enfriar o KCoolL
Introduccin a la lgica difusa
49emplo (cont): e(B)) 2-(,F (>ot)< e(B) ) C.(+ F (Cooling)
Funcin de pertenencia del input e 8error:/
e8`:0 C1&(F
^ e
neg
8C1: 0 (&=) e
.ero
8C1: 0 (&=
y e
positi>e
8C1: 0 (
Funcin de pertenencia de input e/
e8`: 0 I2&= F
^ e
negati>e
82&=: 0 ()
e
.ero
82&=: 0 (&= y e
pos
82&=: 0 (&=
Introduccin a la lgica difusa
49emplo 3amdani FLC (Fu! Logic Controler) (cont):
6asos - ! .: 4ncontrar ni0el de disparo ! output en todas las reglas e ! e
6aso D: "btener funciones del pertenencia del output:
E4rrorE selecciona reglas -<.</<+<F<G< Eerror2dotE reglas / a H(
1gregar outputs usando producto lgico (1;D) para obtener las reglas Iue
se acti0an (interseccin en ro9o)((( se acti0aron /< +< F< G (grado de disparo
o degree of firing)
-( If (e J ,) 1;D (e J ,) t?en u(B))Cool (,(+ K ,(, ) ,(,)
.( If (e ) ,) 1;D (e J ,) t?en u(B))Cool (,(+ K ,(, ) ,(,)
D( If (e L ,) 1;D ( e J ,) t?en u(B))>eat (,(, K ,(, ) ,(,)
/( If (e J ,) 1;D (e ) ,) t?en u(B))Cool (,(+ K ,(+ ) ,(+)
+( If (e ) ,) 1;D (e ) ,) t?en u(B));o'C?ng (,(+ K ,(+ ) ,(+)
*( If (e L ,) 1;D (e ) ,) t?en u(B))>eat (,(, K ,(+ ) ,(,)
F( If (e J ,) 1;D (e L ,) t?en u(B))Cool (,(+ K ,(+ ) ,(+)
G( If (e ) ,) 1;D (e L ,) t?en u(B))>eat (,(+ K ,(+ ) ,(+)
H( If (e L ,) 1;D (e L ,) t?en u(B))>eat (,(, K ,(+ ) ,(,)
Introduccin a la lgica difusa
49emplo 3amdani FLC (Fu! Logic Controler) (cont):
$aso H/ Jefu.ificar usando algoritmo de Centroide
para obtener un >alor e,acto -ue es el pr,imo output
para calentar o enfriar el ambiente controlado&&&
Calcular fuer.a 8strengt;: de las reglas usando Uoot um -uared 8U:/
eQeate 0 8U
G
2
I U
6
2
I U
'
2
I U
*
2
:
1/2
0 8(
2
I (
2
I (&=
2
I (
2
:
1/2
0 (&= 8Qeat:
eNoCC;ge 0 8U
=
2
:
1/2
0 8(&=
2
:
1/2
0 (&= 8No C;ange:
eCoole 0 8U
1
2
I U
2
2
I U
H
2
I U
7
2
:
1/2
0 8(
2
I (
2
I (&=
2
I (&=
2
:
1/2
0 (&7(7 8Cool:
5sando UCCentroide/
"U76U7 ) (;eatfcenter c ;eatfstrengt; I .erofcenter c .erofstrengt; I coolfcenter
c coolfstrengt;: / 8;eatfstrengt; I .erofstrengt; I coolfstrengt;:
8C1(( c (&= I ( c (&= I 1(( c (&7(7:/ 8(&= I (&= I (&7(7: 0 --(FM
n
i
i
n
i
i i
x f
x x f
Centroide
0
0
) (
) (
Introduccin a la lgica difusa
49emplo (cont):
7a coordenada ;ori.ontal se toma como el >alor e,acto& +n este e%emplo el >alor
de 11&7P 8+nfriando: parece lgico ya -ue el e 0 I2&= input indica -ue el calor
toda>!a se esta incrementando 8Qeating:&
1
=( ( =( 1(( C1((
Qeat
NoCC;g
Cool
B
11&7
Introduccin a la lgica difusa
Sistemas de inferencia usando lgica difusa (cont):
+l e%emplo anterior es basado en un modelo de inferencia
difuso llamado el modelo Yamdani
"tro modelo utili.ado es el modelo ugeno 8tambi@n
conocido como modelo Ta`agi) ugeno) gang o Tg:
5n tercer modelo es el modelo Tsu`amoto
Cada modelo tiene caracter!sticas especificas -ue lo
;acen mas ameno a ser usado en una implementacin
dependiendo del problema a resol>er
Introduccin a la lgica difusa
Sistemas de inferencia usando lgica difusa (cont):
7a principal diferencia entre los modelos es en las
consecuencias de las reglas y en los m@todos de
agregacin y defu.ificacion
input
e,acto
fu..ificador
controlador
difuso/
reglas if t;en
agregacin
defuificador
output
e,acto
Introduccin a la lgica difusa
4l modelo 3amdani:
Fue uno de los primeros m@todos de control difuso
obtenidos basados en la e,periencia de operadores
;umanos
+n el modelo Yamdani se pueden usar diferentes
operadores 8siempre -ue sean TCnorm o TCconorm:
Introduccin a la lgica difusa
#ariantes de 72norm ! 72conorm en modelos 3amdani:
$ara implementar un modelo Yamdani ;ay -ue asignar un
operador basado en las operaciones seleccionadas/
ANJ/ 8usualmente TCnorm: para calcular la fuer.a de disparo de
una regla con antecedentes -ue usan ANJ
"U/ 8usualmente TCconorm: para calcular la fuer.a de disparo de
una regla con antecedentes -ue usan "U
#mplicacin/ 8usualmente TCnorm: para calcular consecuentes
Agregacin/ 8usualmente TCconorm: para agregar consecuentes y
generar una funcin de pertenencia del output
Jefu.ificacion/ para transformar la funcin de pertenencia 8output
difuso: a un output e,acto
Introduccin a la lgica difusa
Union e Interseccin de lgica difusa (1 5< 1 5) (cont) :
Cuatro posibles operadores TCnorm/
V
T
min
8a)b: 0 min8a) b: 0 A 9 8minimo:
V
T
ap
8a)b: 0 ab 8producto algebraico:
V
T
bp
8a)b: 0 ( (aI bC1: 8producto limitado:
V
T
dp
8a)b: 0 a if b01) 8producto drastico:
0 b if a01)
0 ( if a)b Z 1
Introduccin a la lgica difusa
Union e Interseccin de lgica difusa (1 5< 1 5) (cont) :
Cuatro posibles operadores TCconorm/
V 8a)b: 0 ma,8a) b: 0 A 9 8ma,imo:
V 8a)b: 0 aIbCab 8suma algebraico:
V
8a)b: 0 1 (a I b: 8suma limitada:
V 8a)b: 0 a if b0() 8suma drastica:
0 b if a0()
0 1 if a)b 3 (
Introduccin a la lgica difusa
4l modelo 3amdani (original):
#f , is A
1
and y is 9
1
t;en . is C
1
#f , is A
2
and y is 9
2
t;en . is C
2
TCnorm 0 min
TCconorm 0 ma,
Introduccin a la lgica difusa
4l modelo 3amdani II:
#f , is A
1
and y is 9
1
t;en . is C
1
#f , is A
2
and y is 9
2
t;en . is C
2
TCnorm 0 product
TCconorm 0 ma,
Introduccin a la lgica difusa
3Ntodos de defuificacion usados en 3amdani:
Centroid 8Centroid o C"A:
9isector de un Area 89"A:
Yas pe-ueao) medio) m,imo de un m,imo 8"Y)
Y"Y) 7"Y:
Introduccin a la lgica difusa
3odelo 3amdani de tres reglas con un input ! un output:
5sando composicin ma,Cmin) defu.ificacion centroide
#f A is small t;en X is small
#f A is medium t;en X is medium
#f A is large t;en X is large
Introduccin a la lgica difusa
3amdani de cuatro reglas con dos input ! un output:
5sando composicin ma,Cmin) defu.ificacion centroide
#f A is small and X is small t;en < is negati>e large
#f A is small and X is large t;en < is negati>e small
#f A is large and X is small t;en < is positi>e small
#f A is large and X is large t;en < is positi>e large
Introduccin a la lgica difusa
4l modelo Sugeno:
"tro modelo desarrollado para la inferencia difusa) utili.a
una funcin como consecuente/
V #f , is A and y is 9 t;en . 0 f8,) y:
< 0 f8,) y: es una funcin e,acta en el consecuente
f8,) y: es un polinomio
V i f8,) y: es constante el modelo ugeno es de orden
.ero
V i f8,) y: es de primer orden el modelo ugeno es de
orden uno
Introduccin a la lgica difusa
4l modelo Sugeno (cont):
+n el modelo ugeno no es necesaria la defu.ificacion)
ya -ue cada regla tiene un output e,acto) alternati>as son/
V $romedio ponderada de cada regla
V
uma ponderada de cada regla 8.d 0 _
1
.
1
I _
2
.
2
:
Introduccin a la lgica difusa
4l modelo Sugeno (cont):
+l output continuo del modelo ugeno de orden .ero
depende de -ue las funciones de pertenencia de los
antecedentes est@n suficientemente traslapados
Introduccin a la lgica difusa
3odelo Sugeno con antecedentes exactos ! difusos:
Consideren un modelo ugeno de un input/
V #f A is small t;en X 0 (&1, I 6&H
V #f A is medium t;en X 0 C(&=, I H
V #f A is large t;en X 0 , C H
Introduccin a la lgica difusa
3odelo Sugeno con cuatro reglas< dos inputs ! un output:
#f A is small and X is small t;en < 0 C, I y I 1
#f A is small and X is large t;en < 0 Cy I G
#f A is large and X is small t;en < 0 C, I G
#f A is large and X is large t;en < 0 , Iy I G
Introduccin a la lgica difusa
3odelo 7suBamoto:
+n este modelo la funcin consecuente es un set difuso con
una funcin monotonica/
V #f , is A and y is 9 t;en . is C
+l output de cada regla se define como un >alor e,acto
inducido por la fuer.a de disparo de cada regla
Cada regla tiene un output e,acto
+ste metodo no necesita defu.ificacion ya -ue agrega los
outputs e,actos de cada regla usando el promedio
ponderado
Introduccin a la lgica difusa
3odelo 7suBamoto con dos reglas dos inputs ! un output:
#f , is A
1
and y is 9
1
t;en . is C
1
#f , is A
2
and y is 9
2
t;en . is C
2
Introduccin a la lgica difusa
3odelo 7suBamoto con tres reglas un input ! un output
(cont):
#f A is small t;en X is C
1
#f A is medium t;en X is C
2
#f A is large t;en X is C
G
Introduccin a la lgica difusa
3odelamiento difuso:
7a idea del modelamiento difuso es di>idir 8particin: los posibles
>alores de input 8antecedentes:
7os consecuentes pueden ser funciones de pertenencia
8Yamdani y Tsu`amoto:) >alores constantes 8ugeno de orden
.ero: o funciones lineares 8ugeno:
7os diferentes consecuentes resultan en diferentes sistemas de
inferencia pero los antecedentes son los mismos
Introduccin a la lgica difusa
3odelamiento difuso: 3Ntodos de particin del input:
a: Trid partition/ di>idir el espacio del input en celdas de igual
tamaao e igual distribucin
V ufre de un problema de dimensionalidad
V +%/ Yodelo con G inputs y 2 funciones 8large) small: de
pertenencia por input/ A) 9) C ^ 2
G
0 ' reglas)
V Yodelo con H inputs y G funciones de pertenencia 8large)
medium) small: por input/
V A) 9) C) J ^ G
H
0 '1 reglas) &&&
Introduccin a la lgica difusa
3odelamiento difuso: 3Ntodos de particin del input (cont)
b: Tree partition/ di>idir el espacio de bSs-ueda en celdas de
diferente tamaao y basado en la lgica de un rbol
No tiene el problema e,ponencial de grid partition
Yuc;as >eces el significado de las >ariables no es tan gen@rico
lingM!sticamente como en Trid 8no es tan ortogonal:
5sado en el algoritmo CAUT 8Wang& C;1H:
Introduccin a la lgica difusa
3odelamiento difuso: 3Ntodos de particin del input (cont)
c: catter partition/ no cubrir el espacio de bSs-ueda completo si no
-ue solo un subcon%unto de este
7a particin es decidida por espec!ficos pares de datos de
inputCoutput
+l significado de las >ariables no es gen@rico linguisticamente
No es ortogonal y ;ay traslapado posible
Introduccin a la lgica difusa
3odelamiento difuso: reglas generales
T!picamente un sistema difuso tiene -ue replicar 8o me%orar: el
accionamiento de un sistema de control e,istente/
V 5n operador a cargo de un proceso en una planta -u!mica
V 5n operador a cargo de un tren del metro
V 5n operador a cargo de monitorear una linea del metro
V 5n medico especialista en cierto diagnostico
V etc
+l sistema difuso se con>ierte en un sistema e,perto en el cual las
reglas -ue utili.a son dictadas por la lgica -ue utili.a el e,perto
original 8reglas h conocimiento del dominio del problema:
Cuando solo se tienen pares de datos de input ^ output entonces
se pueden usar m@todos para identificar el sistema y modelarlo
8datos num@ricos h conocimiento del dominio del problema:
Introduccin a la lgica difusa
3odelamiento difuso: pasos
$asos iniciales/
eleccionar >ariables rele>antes de input y output
+legir un tipo especifico de sistema de inferencia
Jeterminar el numero de t@rminos lingM!sticos 8basados en
>ariables:
Jiseaar una coleccin de reglas ifCt;en difusas
Jespu@s de estos pasos iniciales t!picamente se desea me%orar el
modelo/
+legir funciones de pertenencia correctamente parametri.adas
Ye%orar las reglas y los parmetros de la funciones de
pertenencia
Uefinar los parmetros de las funciones de pertenencia usando
m@todos de optimi.acin 8+%& Tradiente) TA) T$)&&&:
Introduccin a la lgica difusa
=eferencias:
O-P :ager< =(< File0< D(< 4ssentials of Fu! 3odeling and Control<
Qile! Interscience< ;:< -HH/
O.P Rartalopoulos< S(< Understanding ;eural ;et8orBs and Fu!
Logic< I444 6=4SS< ;:< -HH/
ODP Sang< S(< et al< ;euro2Fu! and Soft Computing< 6rentice
>all<-HHF
O/P 888(seattlerobotics(org