Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sistema de Inferencia Difusa Basado en Relaciones Booleanas: A Fuzzy Inference System Based On Boolean Relations
Sistema de Inferencia Difusa Basado en Relaciones Booleanas: A Fuzzy Inference System Based On Boolean Relations
Sistema de inferencia
difusa basado en
relaciones Booleanas
A fuzzy inference system based
on Boolean relations
Helbert Eduardo
Espitia Cuchango
Universidad Distrital
Francisco Jos de Caldas
Facultad de Ingeniera
heespitiac@udistrital.edu.co
Jos Jairo
Soriano Mndez
Universidad Distrital
Francisco Jos de Caldas
Facultad de Ingeniera
jairosoriano@udistrital.edu.co
Resumen
Este documento describe la estructura de un sistema de
inferencia difusa basado en relaciones booleanas. La teora
relacionada con lgica y conjuntos booleanos es una buena
herramienta para el diseo de automatismos y sistemas
digitales. Una variacin con la cual se busca mejorar los sistemas basados en automatismos consiste en emplear conjuntos
difusos en lugar de booleanos. Lo anterior se realiza con el
objetivo de tener una accin continua en el actuador del automatismo. Al realizar esta variacin y al aplicar la
metodologa de diseo de los sistemas de automatismos,
aparecen los sistemas de inferencia difusa basados en relaciones booleanas.
Aunque inicialmente esta propuesta se realiz considerando sistemas de automatismos, se observa que es posible
extenderla a sistemas de inferencia difusa.
Palabras clave: Sistemas de inferencia Lgica difusa, lgica booleana.
Abstract
This paper describes a fuzzy-inference system that is based
on Boolean relations. Boolean logic is recognized as a useful
tool for automata and digital systems design. An alternative
to improve automata systems consists in smoothing the crisp
sets into fuzzy sets. The purpose to perform a continuous
action on the actuator; by making this change, a new fuzzy
inference system based on Boolean relations arises.
Although the original proposal was formulated so as to
consider automata systems, it is clear that this approach can
be extended to more general fuzzy inference systems.
Key words: Fuzzy logic Inference systems, Boolean logic.
52
INGENIERA
1. Introduccin
La lgica booleana es una herramienta til en el diseo de sistemas automticos [1,2].
Sin embargo este tipo de sistemas de control presentan un desempeo limitado debido
a su no linealidad. Una forma de mejorar el desempeo de estos sistemas consiste en
reemplazar conjuntos booleanos por difusos.
Un trabajo donde se busca aprovechar las caractersticas del diseo de automatismos
basados en lgebra booleana se presenta en [3], donde se propone un mtodo de
minimizacin de expresiones en sistemas de inferencia difusa, empleando lgica booleana.
En un principio la metodologa propuesta se consider como un posible mecanismo
para la implementacin del proceso asociado a la defusificacin [4,5], sin embargo con
el tiempo se apreci que se poda interpretar propiamente como un sistema de inferencia difusa por s mismo [13].
El Concresor Basado en Relaciones Booleanas (CBR) o como se denomin originalmente en ingls Defuzification Based on Boolean Relations (DBR), busca plantear un mecanismo
de implementacin para los sistemas de lgica difusa tomando como referencia el diseo de automatismos, ya que estos sistemas son muy empleados en control de procesos
por su facilidad de implementacin. Esta tcnica de diseo considera los sensores,
actuadores y las relaciones booleanas empleadas en las estrategias de control [6].
Debido a la evolucin que ha tenido la metodologa desde su propuesta inicial, se observ que el trmino DBR solo es adecuado para hacer referencia al proceso simplificado
asociado a la defusificacin, mientras que la caracterizacin como CBR (Concretion Based on
Boolean Relations) propuesta para el diseo del sistema de inferencia como tal, se considera
ms acorde para expresar el fundamento de esta metodologa. En aplicaciones anteriores
a este documento, se puede encontrar comnmente empleado el trmino DBR. De igual
manera, como la forma de implementacin de este tipo de sistemas difiere de aquel de los
sistemas difusos tradicionales, se decidi denominarlo Sistemas de Inferencia Difusa Basados en Relaciones Booleanas FIS-BBR (Fuzzy Inference System - Based on Boolean Relations).
Dado que la anterior definicin no ha sido considerada en trabajos anteriores es muy
comn encontrar los trminos FIS-DBR o FIS-CBR para referirse al sistema de inferencia
difusa. Las definiciones anteriormente expuestas y la relacin jerrquica o de subordinacin
existente entre ellas se pueden apreciar en la Figura 1.
FIS - BBR
Sistema de
inferencia difusa
CBR
Metodologa
de diseo
DBR
Defusificacin
INGENIERA
53
2. Referentes
Una de las caractersticas importantes
a considerar en esta propuesta es la relacin (isomorfismo [7]) observada entre:
teora de conjuntos, lgica y sistemas matemticos (retculos y lgebra booleanas
[8]); algunas de las equivalencias ms importantes de estos isomorfismos se
pueden observar en la Tabla I.
Lgica
Elgebra booleana
Pertenencia
Veracidad
Valor
Pertenece (
Verdad (
V)
Falso ( F )
Conjuncin ( )
Disyuncin ()
Negacin ()
)
No pertenece ()
Interseccin ()
Unin ()
Complemento ( )
0
Producto ( X )
Suma (
+)
Complemento ( )
(1)
Una T-norma es una funcin de la forma T : [0,1] [0,1], que cumple con las siguientes
propiedades:
A , B [0 ,1]
Asociativa:
A (B C ) = (A B ) C
Conmutativa:
A B = B A , .
A, B ,C [0 ,1]
Si A B y C D entonces
A C B D
Condiciones de frontera:
A 0 = 0, A [0 ,1].
A 1 =A , A [0 ,1].
Existen varios mtodos para el clculo de esta operacin, siendo el ms empleado la
funcin mnimo.
2.1.1. Mnimo y T-norma de Lukasiewicz
54
INGENIERA
(2-1)
(2-2)
A , B [0 ,1]
Asociativa:
A (B C ) = (A B ) C
Conmutativa:
A B = B A ,
A, B ,C [0 ,1]
Si A B y C D entonces A C B D
Condiciones de frontera:
A 0 = 0, A [0 ,1].
A 1 =1, A [0 ,1].
Al igual que el caso anterior la S-norma presenta varios mtodos de clculo, siendo el
ms empleado el mximo.
2.2.1. Mximo y s-norma de Lukasiewicz
(4-1)
(4-2)
La forma ms empleada del complemento difuso, consiste en definir el conjunto difuso complemento con la funcin de pertenencia (6).
(6)
C { ( u )}= 1 ( u )
A
INGENIERA
55
y en v
56
INGENIERA
(7)
A si A = 1,
A si A = 0.
fk = 1 2 ... j )... p
(8)
donde
Para q salidas parciales, la salida global Y puede expresarse de manera compacta como:
q
jk
Y=
(9)
kf k=1 j=1
(a b) (a c) a (b c).
2.
(a b) (a c) a (b c).
3.
a (a b) a b.
4.
a (b b) a.
Ym=
jk
kf k,m=1 j=1
(10)
57
cin de cada combinacin de la tabla de verdad a una posicin en los cuadros del mapa
de Karnaugh.
El siguiente paso es la agrupacin de los cuadros adyacentes que contengan el valor de
n
1 en grupos de 2 para n=1,2,4... cuadros adyacentes, donde n es el nmero de variables. Para el caso de dos variables las posibilidades de agrupar sern de uno, dos o cuatro
cuadros.
p
Y=
Y v
(11)
m m
m=1
En general un proceso interpretado por reglas del tipo Si-Entonces, puede ser representado de diferentes maneras por variables de tipo booleano.
4.2.1. Sistemas de inferencia difusa basados en relaciones booleanas
Debido a los procesos involucrados en este esquema, las operaciones lgicas empleadas son:
T-norma: Mnimo.
S-norma: Mximo.
Los anteriores operadores se escogen por su facilidad de implementacin [11] y por
ciertos requerimientos al momento de realizar la simplificacin de trminos [3]. A pesar de
lo anterior, se puede extender el siguiente planteamiento para otros operadores difusos
segn las prestaciones que se espera tener del sistema.
Para un sistema de w funciones de activacin, p conjuntos, q posibles implicaciones,
siendo Ym la m -sima salida de activacin y jk la j-sima funcin de pertenencia de la
k-sima implicacin, el proceso de inferencia de Ym, considerando conjuntos difusos, se
puede expresar como [13]:
q
Y m=
kf k,m =1 j=1
58
INGENIERA
(12)
Y m=
kf k,m=1 j=1
(13)
y=
Y v
m m
(14)
m=1
donde vm corresponde al m-simo actuador virtual, entonces la m-sima salida virtual es:
y v = Y mv m
(15)
m
La ecuacin (12) puede ser asociada con la Tabla II. La T-norma se aplica sobre las
filas correspondientes a la parte de entradas en la Tabla II, las cuales representan las reglas
que aportan a una salida de activacin. La S-norma es aplicada sobre las columnas de la
parte de salidas de activacin de la misma tabla. La S-norma se puede considerar como
un operador de agregacin, de las reglas que aportan para cada una de las salidas de
activacin.
En el esquema se distinguen dos partes, una correspondiente a la codificacin booleana
de las funciones de pertenencia de cada universo de discurso de entrada y otra, correspondiente a las salidas de activacin asociadas a las salidas virtuales del sistema. En la
parte de las entradas cada fila representa una regla de inferencia, en la seccin de las
salidas cada columna representa una salida de activacin.
Para el clculo de la salida (sin simplificar), como primer paso se aplica por separado
la T-norma (mnimo) entre los conjuntos a lo largo de las filas, cuya salida de activacin
en la tabla de verdad es activa (reglas de inferencia). El siguiente paso consiste en aplicar
la S-norma (mximo) entre todos los resultados obtenidos del paso anterior para cada
columna, las cuales corresponden a las salidas de activacin (proceso de agregacin). La
Tabla II muestra un esquema general de la respectiva coleccin de reglas en la tabla de
verdad.
Finalmente, dadas las funciones difusas que determinan las salidas de activacin difusas, se procede a realizar la ponderacin de cada una de ellas por el respectivo valor del
actuador virtual, este producto se llama salida virtual. Sumando los anteriores productos
se obtiene una sola salida concreta de accin.
59
y
m=1
vm
donde yvm esta dado por (15). El trmino de salida virtual fue concebido bajo una
correspondencia fsica real en aplicaciones de control, para la salida total del sistema de
inferencia. A manera de ilustracin, el concepto de salida virtual se puede observar la
accin que tiene una vlvula de para el llenado de un tanque; en este caso el flujo permitido por la vlvula se puede considerar como el aporte que daran tres vlvulas virtuales
(que tienen una existencia aparente y no real) de diferente dimetro que dan lugar a los
actuadores virtuales:
Flujo pequeo:
Flujo mediano:
Flujo grande:
v1 = 0.5
v2 = 1.0
v3 = 1.5
INGENIERA
Reglas de inferencia
Establecer las reglas lingsticas de inferencia
considerando las particiones Booleanas
Tabla de verdad
Traducir las relaciones lingsticas en
una tabla de verdad
CBR.
El paso siguiente consiste en generalizar las expresiones lgicas booleanas en expresiones difusas (T-norma y S-norma), esto para la implementacin del sistema de inferencia.
Tal como fue mencionado anteriormente, en esta propuesta la operacin lgica de interseccin se implementa con la T-norma del mnimo, la operacin lgica de unin se
implementa con la S-norma del mximo y se usa el complemento estndar.
Tabla II. Tabla de verdad donde se establecen las reglas de control.
El paso siguiente consiste en generalizar las expresiones lgicas booleanas en expresiones difusas (T-norma y S-norma), esto para la implementacin del sistema de inferencia.
Tal como fue mencionado anteriormente, en esta propuesta la operacin lgica de interseccin se implementa con la T-norma del mnimo, la operacin lgica de unin se
implementa con la S-norma del mximo y se usa el complemento estndar.
INGENIERA
61
6. Principios de diseo
Para una adecuada implementacin de los sistemas de lgica difusa basados en relaciones booleanas se tiene dos principios:
Salida (Crisp)
Entrada (Crisp)
Fusificacin
Motor de inferencia
difusa:
1. Operador difuso
2. Implicacin
3. Agregacin
Defusificacin
x en u
y en v
La Figura 5 muestra un ejemplo grfico del funcionamiento de un sistema de inferencia difusa tipo Mamdani, donde se observan los siguientes pasos:
Un valor puntual ingresa al sistema difuso y luego es convertido en un nivel de pertenencia para cada regla.
62
INGENIERA
Figura 5. Funcionamiento de un
sistema difuso tipo Mamdani.
Para calcular la salida del sistema difuso se ponderan los diferentes consecuentes teniendo en cuenta el valor con el cual se activ el antecedente de cada una de las reglas,
para un sistema con dos reglas la salida del sistema difuso sera:
y = w1y1 +w2y2
w1 +w2
Cada regla tiene asociada una funcin que depende de las variables de entrada, para un
caso donde se tengan dos variables de entrada las funciones seran:
y1 = f1 (x1, x2)
y2 = f2 (x1, x2)
La Figura 7 presenta de forma grfica el funcionamiento de un sistema difuso Sugeno,
donde se observan los siguientes pasos:
INGENIERA
63
Figura 7. Funcionamiento de un
sistema difuso tipo Sugeno
Base de reglas
difusas:
Si Entonces
Salida (Crisp)
Entrada (Crisp)
Fusificacin
Motor de inferencia
difusa:
1. Operador difuso
2. Implicacin
3. Agregacin
Defusificacin
x en u
Concresor
y en v
64
INGENIERA
A1 (x1)
1
0
1
X
A2 (x2)
0
1
X
1
A3 (x3)
1
0
1
X
Y1 , Y 1 :
A4
Y1
1
1
X
X
Y2
1
0
X
X
A2
A1
0
A3
A4 (x4)
0
1
X
1
Y2 = A (x1) A (x2)
1
65
9. Referencias
[1] Dougherty, E. y Giardina, C. (1988). Mathematical methods for artificial intelligence and autonomous systems, Prentice-Hall. 7-133.
[2]
[3]
Rovatti, R., Guerrieri, R. yBaccarani, G. (1995). An Enhanced Two-Level Boolean Synthesis Methodology for Fuzzy Rules Minimization.
IEEE Transactions On Fuzzy Systems, Vol. 3, No. 3. 288-299.
[4]
Balln, A. y Rodriguez, C. (2003). Diseo e implementacin de un controlador difuso autosintonizado sobre microcontroladores, aplicado al
control del pndulo invertido, Tesis de pregrado, Ingeniera Electrnica, Universidad Distrital Francisco Jos De Caldas.
[5]
Soriano, J., Glvez, C. y Vargas, D. (2005). Identificacin de personas por medio de biometra en la planta de la mano usando tcnicas
digitales de procesamiento de imgenes y concresor difuso basado en relaciones booleanas, Tesis de pregrado, Ingeniera Electrnica,
Universidad Distrital Francisco Jos de Caldas.
[6]
Soriano, J., Gonzlez, O., Munar, F. y Ramos, A. (2001). Propuesta de concresor basado en relaciones booleanas, Revista Ingeniera,
Universidad Distrital Francisco Jos de Caldas, Vol. 6, No. 1. 42-50.
[7]
[8]
[9]
[10] Irazo, P. (2005). Lgica Simblica para informaticos, Alfaomega Ra-Ma. 15-45.
[11] Wang, L. (1996). A course on Fuzzy Systems and Control, New Jersey, Prentice Hall. 19-86.
[12] Klir, G. y Yuan, B. (1995). Fuzzy Sets and Fuzzy Logic, Prentice Hall, Upper Saddle River, New Jersey. 1-175.
[13] Espitia, H. (2009). Aplicacin del concresor basado en relaciones booleanas para sistemas de lgica difusa tipo dos, Tesis de Maestria
Universidad Distrital Francisco Jos de Caldas.
[14] Gajski, D. (1997). Principios de Diseo Digital, Pearson Prentice Hall. 100-200.
Helbert Espitia
Ingeniero Electrnico, Universidad Distrital FJC. Ingeniero Mecatrnico, Universidad Nacional de Colombia. Especialista en Telecomunicaciones Mviles, Universidad Distrital FJC. Magister en Ingeniera Industrial, Universidad Distrital FJC. Magister en Ingeniera Mecnica, Universidad Nacional de Colombia. Docente de Planta, Universidad Distrital Francisco Jos de Caldas.
Jairo Soriano
Ingeniero Qumico, Universidad Nacional de Colombia. Ingeniero Electrnico, Universidad Distrital FJC. Magster en Ingeniera
Industrial, Universidad Distrital FJC. Docente de Planta, Universidad Distrital. Director Grupo LAMIC (Laboratorio de Automtica,
Microelectrnica e Inteligencia Computacional), Universidad Distrital Francisco Jos de Caldas, Colombia.
66
INGENIERA