1

Prueba 4 de Técnicas avanzadas de procesamiento digital de señales

Paralelo: GR1 Fecha: 6 de febrero de 2018
Instrucciones

- Puede usar como guía solo las diapositivas de la asignatura y la ayuda de Matlab.
- Cree un script en Matlab para cada pregunta. El nombre del archivo será su apellido y el número de
pregunta. Ejemplo: reinoso_1.m

1. Diseñar un controlador difuso para controlar la velocidad de un automotor que se desea que viaje a
velocidad constante. Se tienen dos entradas Error de velocidad (ErrVel) y aceleración (Acel). La salida
es acelerador y se debe utilizar el modelo de Mamdani. (2.5 puntos)
Las 3 variables lingüísticas de la entrada Error de velocidad (ErrVel) son: negativo, cero y positivo. El
rango de variación de esta entrada es de -30 a 30 y las funciones de pertenencia se muestran en la
figura.

Las 3 variables lingüísticas de la entrada Aceleración (Acel) son: negativa, cero y positiva. El rango de
variación de esta entrada es de -20 a 20 y las funciones de pertenencia se muestran en la figura.
 Las 5 variables lingüísticas de la salida acelerador son: reducir bastante (RBastante), reducir poco
(RPoco), SinCambio, aumentar poco (APoco) y aumentar bastante (ABastante). El rango de variación
de esta entrada es de -1 a 1 y las funciones de pertenencia se muestran en la figura.

Reglas:

2. Generar un dataset con puntos en dos dimensiones (x, y) que están divididos en 5 clases como
se muestra en la figura. En base al dataset generado entrenar una red neuronal, con 20
neuronas en la capa oculta, para que realice clasificación. Se deberá mostrar la matriz de
confusión e implementar un script adicional para probar la red neuronal; para una entrada
(x;y) el script deberá imprimir la entrada y a que clase corresponde usando fprintf (Ejemplo:
El punto (0.25;1) pertenece a la clase A) (2.5 puntos)