Documentos de Académico
Documentos de Profesional
Documentos de Cultura
▪ Integrantes:
o Arroyo Garrafa, Kevin Emmel
o Contreras Blancas, Miriam Estefanny
o Cordova Villarroel, Milton
o Chagua Ruiz Guillermo Eduardo
o Leandro Jurado, Dalila
o Vilchez Rojas Anthony
▪ Turno: Noche
6. CONCLUSIONES ...................................................................................................... 16
7. REFERENCIAS ......................................................................................................... 17
ÍNDICE DE FIGURAS
Fig. 1. Esquema del sistema Booleano y la lógica difusa [2] .................................................... 5
INDICE DE TABLAS
Tabla 1. Rango de Posibilidades entre SI y NO [2] .................................................................. 5
En el valor de verdad del sistema booleano, 1.0 representa el valor de verdad absoluto y
0.0 representa el valor de falso absoluto. Pero en el sistema difuso, no hay lógica para la
verdad absoluta y el valor falso absoluto. Pero en la lógica difusa, hay un valor intermedio
demasiado presente que es parcialmente verdadero y parcialmente falso. Como se puede
observar en la siguiente figura [2].
Fig. 1. Esquema del sistema Booleano y la lógica difusa [3]
La lógica difusa (FL) también es un método de razonamiento que se asemeja al
razonamiento humano. El enfoque de FL imita la forma de toma de decisiones en
humanos que involucra todas las posibilidades intermedias entre los valores digitales SI
y NO. El bloque lógico convencional que una computadora puede entender toma una
entrada precisa y produce una salida definida como VERDADERO o FALSO, que es
equivalente al SÍ o NO humano. El inventor de la lógica difusa, Lotfi Zadeh, observó
que, a diferencia de las computadoras, la toma de decisiones humana incluye un rango
de posibilidades entre SÍ y NO, tales como:
CIERTAMENTE SI
POSIBLEMENTE SI
NO SE PUEDE DECIR
POSIBLEMENTE NO
CIERTAMENTE NO
Los métodos de inferencia para esta base de reglas deben ser sencillos, versátiles y
eficientes. Los resultados de dichos métodos son un área final, fruto de un conjunto de
áreas solapadas entre sí (cada área es resultado de una regla de inferencia). Para escoger
una salida concreta a partir de tanta premisa difusa, el método más usado es el
del centroide, en el que la salida final será el centro de gravedad del área total resultante.
Las reglas de las que dispone el motor de inferencia de un sistema difuso pueden ser
formuladas por expertos o bien aprendidas por el propio sistema, haciendo uso en este
caso de redes neuronales para fortalecer las futuras tomas de decisiones. Los datos de
entrada suelen ser recogidos por sensores que miden las variables de entrada de un sistema.
El motor de inferencias se basa en chips difusos, que están aumentando exponencialmente
su capacidad de procesamiento de reglas año a año. Un esquema de funcionamiento típico
para un sistema difuso podría ser de la siguiente manera:
Por ejemplo, imaginando que nuestro sistema difuso fuese el climatizador de un coche
que se autorregula según las necesidades: Los chips difusos del climatizador recogen los
datos de entrada, que en este caso bien podrían ser la temperatura y humedad simplemente.
Estos datos se someten a las reglas del motor de inferencia, resultando un área de
resultados. De esa área se escogerá el centro de gravedad, proporcionándola como salida.
Dependiendo del resultado, el climatizador podría aumentar la temperatura o disminuirla
dependiendo del grado de la salida [6].
• Este sistema puede trabajar con cualquier tipo de entrada, ya sea información de
entrada imprecisa, distorsionada o ruidosa.
• La construcción de Fuzzy Logic Systems es fácil y comprensible.
• La lógica difusa viene con conceptos matemáticos de la teoría de conjuntos y el
razonamiento de eso es bastante simple.
• Proporciona una solución muy eficiente a problemas complejos en todos los campos
de la vida, ya que se asemeja al razonamiento y la toma de decisiones humanos.
• Los algoritmos se pueden describir con pocos datos, por lo que se requiere poca
memoria.
• Puede modificar un FLS simplemente agregando o eliminando reglas debido al
flexibilidad de la lógica difusa.
• Los sistemas de lógica difusa pueden tomar información de entrada imprecisa,
distorsionando y ruidosa.
• Los FLS son fáciles de construir y comprender
• La lógica difusa es una solución a problemas complejas en todos los campos de la
vida, incluida la medicina, ya que se asemeja al rozamiento y la toma de decisiones
humanos.
• Brinda excelentes resultados, una veloz y precisa, disminuyendo así las transiciones
de estados fundamentales en el entorno físico que controle.
• Por ejemplo, si el aire acondicionado se encendiese al llegar a la temperatura de 30º,
y la temperatura actual oscilase entre los 29º-30º, nuestro sistema de aire
acondicionado estaría encendiéndose y apagándose continuamente, con el gasto
energético que ello conllevaría. Si estuviese regulado por lógica difusa, esos 30º no
serían ningún umbral, y el sistema de control aprendería a mantener una temperatura
estable sin continuos apagados y encendidos.
• También está la indecisión de decantarse bien por los expertos o bien por la
tecnología (principalmente mediante redes neuronales) para reforzar las reglas
heurísticas iniciales de cualquier sistema de control basado en este tipo de lógica
[7].
5. EJEMPLOS INDUSTRIALES
• Por citar algunos ejemplos de uso, la empresa japonesa Matsuhita utiliza en sus
lavadoras un sistema de control que determina automáticamente el ciclo de lavado
según el tipo, cantidad de suciedad y tamaño de la colada. Los estabilizadores de
imágenes en sus cámaras digitales incorporan reglas que eliminan las vibraciones
involuntarias de la mano del operario, comparando la imagen actual con las
imágenes anteriores de la memoria. En el ámbito de la automoción, Mitsubishi y
General Motors emplean sistemas de transmisión automática y control de
temperatura basados en lógica difusa [12].
• Otro caso de éxito es el metro de Sendai (Japón), que cuenta con 16 estaciones.
El sistema de control difuso está dividido en dos módulos, uno para el control de
la velocidad y otro para la parada automática. Este controlador difuso ofrece
importantes ventajas sobre los controladores convencionales, como el mayor
confort en el viaje para los pasajeros y menor consumo de energía [1].
• Entre otros como:
o Sistemas automotrices
• Hornos de microondas
• Refrigeradores
• Tostadoras
• Aspiradoras
• Lavadoras
o Control ambiental
Por otro lado, se menciona otros ejemplos industriales donde se aplica la lógica
difusa en la que, la gran mayoría de los sistemas de control no dependen de un
Sí/No. Tales son [13]:
[1] L. Zadeh, «Outline of a new approach to the analysis of complex system,» IEEE Transaction
on System Man and Cybernetics, 1973.
[5] FuzzyLITE, «A Fuzzy Logic Control Library written in C++,» Inglaterra, 2015.
[6] W. Machine, «Centro de investigación español, organiza cursos y seminarios sobre lógica
difusa,» New York, 2008.
[11] Y. Encarnación, «La lógica difusa aplicada al sector manufacturero,» Instituto Tecnologico
de Santo Domingo, Republica Dominicana, 2013.