Documentos de Académico
Documentos de Profesional
Documentos de Cultura
AGUSTN
FACULTAD DE PRODUCCION DE BIENES Y
SERVICIOS
ESCUELA PROFESIONAL DE INGENIERIA
INDUSTRIAL
SISTEMAS INTELIGENTES
Lgica Difusa
Integrantes:
Arizaca Callata, Ana
Quispetupac Larico, Maria
Saico Hancco, Karina
Urday Pfocco, Alonso
2017
Sistemas Inteligentes
LOGICA
DIFUSA
1
Valor Creativo
Sistemas Inteligentes
CONTENIDO
Lgica difusa............................................................................................... 3
Clasificacin de las fuentes de incertidumbre:............................................3
Caracterizacin de la Lgica Difusa...............................................................4
Conceptos bsicos de la Lgica Difusa.........................................................5
En qu situaciones es til aplicar la lgica difusa?.......................................9
Algunas aplicaciones de la lgica difusa.....................................................10
Aplicacin en robtica................................................................................ 11
Teora de conjuntos difusos........................................................................12
Conjuntos clsicos..................................................................................... 12
Conjuntos difusos...................................................................................... 13
Fusificacion............................................................................................... 14
Base de conocimiento................................................................................ 14
Inferencia................................................................................................... 14
Defusificacin............................................................................................ 14
Ventajas y desventajas............................................................................... 15 2
Valor Creativo
LOGICA DIFUSA
LGICA DIFUSA
Va
lor La lgica difusa en comparacin con la lgica convencional permite trabajar
con informacin que no es exacta para poder definir evaluaciones convencionales,
Cr
contrario con la lgica tradicional que permite trabajar con informacin definida y
ea
precisa.
tiv
o
Clasificacin de las fuentes de incertidumbre:
1 Informacin imprecisa
3
Sistemas Inteligentes
Deficiencias de la informacin
Informacin incompleta
Informacin errnea
Modelo incomplete
Modelo inexacto
Desde el punto de vista de la teora clsica de conjuntos se establece que los distintos
elementos de un universo pueden pertenecer a un conjunto o no, siempre y cuando
satisfagan o no una determinada propiedad, por ejemplo, el conjunto de los nmeros
pares est formado por los nmeros que son divisibles por dos.
Va
La pertenencia a un conjunto de diferentes elementos suele representarse
lor
grficamente mediante la denominada funcin de pertenencia o de membresa, como
Cr la que se muestra en la Figura 1.1 para los nmeros mayores que 5. En esta funcin
ea de pertenencia, toman valor 1 aquellos elementos que pertenecen al conjunto,
tiv mientras que toman valor 0 aquellos que no pertenecen .
o
5
Sistemas Inteligentes
Figura 1.2 Representacin grfica de la funcin de pertenencia del conjunto " caliente".
Sin embargo, realmente no se puede tener una definicin exacta de cundo un valor
de temperatura pasa del conjunto fro a caliente.
Valor Creativo
Para el ejemplo del conjunto caliente es imposible dar al conjunto una definicin
clsica, ya que su correspondiente predicado no divide claramente el universo de las
temperaturas en conjuntos fro o caliente. La manera ms apropiada de dar
solucin a este problema es considerar que la pertenencia o no pertenencia de un
elemento x al conjunto, no es absoluta sino gradual, definindose este conjunto como
un Conjunto Difuso .
Va Por tanto, se relajara la separacin estricta entre stos conjuntos, permitiendo la
lor pertenencia Si o NO al conjunto pero suavizando su funcin de pertenencia con frases
Cr del tipo: pertenece un poco menos a o casi pertenece a. Es decir, ya no
ea adoptar valores en el conjunto discreto {0,1} (lgica booleana), sino en el intervalo
tiv cerrado [0,1] como se aprecia en la Figura 1.3.
o
El valor 1 representa que el elemento pertenece ntidamente al conjunto, el valor 0
representa la no pertenencia absoluta al conjunto, y los dems valores indican una
pertenencia parcial al conjunto.
7
Sistemas Inteligentes
As, si se habla del conjunto Joven dentro del universo de las edades, se podra decir
que una persona de 10 aos pertenece a dicho conjunto con grado 1 (pertenece
completamente), una de 35 pertenece con algn grado (por ejemplo, 0.5) y una
persona de 70 aos pertenecera con grado 0 (no pertenece). Esto es apreciable en su
funcin de pertenencia (Figura 1.4) .
Valor Creativo
Como se puede apreciar, en los dos ejemplos anteriores, la funcin de pertenencia del
conjunto difuso toma todos los valores reales comprendidos en el intervalo [0,1]. Por
LOGICA DIFUSA
tanto, la funcin que a cada elemento asigna un grado de pertenencia a un cierto
conjunto, se denomina funcin de pertenencia del conjunto difuso.
o
EN QU SITUACIONES ES TIL APLICAR LA LGICA DIFUSA?
9
Sistemas Inteligentes
11
Reconocimiento de patrones y visin por ordenador (seguimiento de objetos
con cmara, reconocimiento de escritura manuscrita, reconocimiento de
objetos).
Va
lor
APLICACIN EN ROBTICA
Cr
ea . En el caso de la robtica el sistema est formado por el propio robot y el entorno en
tiv que ste opera. Aunque normalmente se puede obtener el modelo del robot, no ocurre
o lo mismo cuando se considera al robot situado en un entorno no estructurado. Los
entornos estn caracterizados por una fuerte presencia de incertidumbre debida, por
ejemplo, a la existencia de personas que se desplazan, objetos que pueden cambiar
de posicin, nuevos obstculos, etc.
11
Sistemas Inteligentes
La lgica difusa permite tratar con informacin que no es exacta o con un alto grado de
imprecisin a diferencia de la lgica convencional la cual trabaja con informacin
precisa. El problema principal surge de la poca capacidad de expresin de la lgica
clsica.
CONJUNTOS CLSICOS
Los conjuntos clsicos surgen por la necesidad del ser humano de clasificar objetos y
conceptos. Estos conjuntos pueden definirse como un conjunto bien definido de
elementos o mediante una funcin de pertenencia que toma valores de 0 1 de un
universo en discurso para todos los elementos que pueden o no pertenecer al
Valor Creativo
3.1
LOGICA DIFUSA
CONJUNTOS DIFUSOS
La necesidad de trabajar con conjuntos difusos surge del hecho que existen conceptos
que no tienen lmites claros. Un conjunto difuso se encuentra asociado por un valor
lingstico que est definido por una palabra, etiqueta lingstica o adjetivo. En los
conjuntos difusos la funcin de pertenencia puede tomar valores del intervalo entre 0 y
1, y la transicin del valor entre cero y uno es gradual y no cambia de manera
instantnea como pasa con los conjuntos clsicos [7]. Un conjunto difuso en un
universo en discurso pude definirse como lo muestra la ecuacin 3.2.
3.2
Va
lor Figura 3.1: Ejemplo de Conjuntos Difusos .
Cr El controlador difuso
ea
La lgica difusa se aplica principalmente en sistemas de control difuso que utilizan
tiv
expresiones ambiguas para formular reglas que controlen el sistema. Un sistema de
o
control difuso trabaja de manera muy diferente a los sistemas de control
convencionales. Estos usan el conocimiento experto para generar una base de
conocimientos que dar al sistema la capacidad de tomar decisiones sobre ciertas
13
Sistemas Inteligentes
14
FUSIFICACION
La fusificacin tiene como objetivo convertir valores crisp o valores reales en valores
difusos. En la fusificacin se asignan grados de pertenencia a cada una de las
variables de entrada con relacin a los conjuntos difusos previamente definidos
utilizando las funciones de pertenencia asociadas a los conjuntos difusos
BASE DE CONOCIMIENTO
La base de conocimiento contiene el conocimiento asociado con el dominio de la
aplicacin y los objetivos del control. En esta etapa se deben definir las reglas
lingsticas de control que realizarn la toma de decisiones que decidirn la forma en
la que debe actuar el sistema
INFERENCIA
La inferencia relaciona los conjuntos difusos de entrada y salida para representar las
reglas que definirn el sistema. En la inferencia se utiliza la informacin de la base de
conocimiento para generar reglas mediante el uso de condiciones, por ejemplo: si
caso1 y caso2, entonces accin
Valor Creativo
DEFUSIFICACIN
La defusificacin realiza el proceso de adecuar los valores difusos generados en la
inferencia en valores crisp, que posteriormente se utilizarn en el proceso de control.
En la defusificacin se utilizan mtodos matemticos simples como el mtodo del
Centroide, Mtodo del Promedio Ponderado y Mtodo de Membresa del Medio del
Mximo
LOGICA DIFUSA
En este captulo se describi de forma breve pero concisa el material bsico de la
lgica difusa. Es importante conocer el material de este captulo con la idea de
comprender como debe aplicarse para realizar el sistema de control difuso que se
utilizar en el Robot UDLAP.
VENTAJAS Y DESVENTAJAS
Ventajas:
Es importante sealar, que los sistemas basados en la Lgica Difusa requieren mayor
simulacin y una excelente depuracin y prueba antes de pasar a ser operacionales.
Va Desventajas
lor
Cr No hay actualmente un anlisis matemtico riguroso que garantice que el uso
ea de un sistema experto difuso, para controlar un sistema, d como resultado un
tiv sistema estable.
o
Es difcil llegar a una funcin de membresa y a una regla confiable sin la
participacin de un experto humano.
15
Sistemas Inteligentes
16
Valor Creativo