UNIVERSIDAD NACIONAL DE LOJA

REA DE ANERGA, LAS INDUSTRIAS Y LOS RECURSOS NATURALES NO RENOVABLES

INGENIERA EN ELECTRNICA Y TELECOMUNICACIONES

PROGRAMACIN ORIENTADA A OBJETOS

TEMA: LGICA DIFUSA

FECHA: 10 11 2011

NOMBRES: NADIA PAUCAR TATIANA REYES

MDULO: 5to Mdulo de Electrnica y Telecomunicaciones

 Sistemas Tipo Mamdani:

En la figura se muestra la configuracin bsica de un sistema tipo Mamdani.

Sistema Difuso Mamdani, Procesamiento General En un sistema difuso tipo Mamdani se distinguen las siguientes partes: Fuzzificador La entrada de un sistema de lgica difusa tipo Mamdani normalmente es un valor nmerico proveniente, por ejemplo, de un sensor; para que este valor pueda ser procesado por el sistema difuso se hace necesario convertirlo a un "lenguaje" que el mecanismos de infererencia pueda procesar. Esta es la funcin del fuzzificador, que toma los valores numricos provenientes del exterior y los convierte en valores "difusos" que pueden ser procesados por el mecanismo de inferencia. Estos valores difusos son los niveles de pertenencia de los valores de entrada a los diferentes conjuntos difusos en los cuales se ha dividido el universo de discurso de las diferentes variables de entrada al sistema. Mecanismo de inferencia difusa Teniendo los diferentes niveles de pertenencia arrojados por el fuzzificador, los mismos deben ser procesados para general una salida difusa. La tarea del sistema de inferencia es tomar los niveles de pertenencia y apoyado en la base de reglas generar la salida del sistema difuso.

Base de Reglas Difusas La base de reglas son la manera que tiene el sistema difuso de guardar el conocimiento lingstico que le permiten resolver el problema para el cual ha sido diseado. Estas reglas son del tipo IF-THEN.

Una regla de la base de reglas o base de conocimiento tiene dos partes, el antecedente y la conclusin como se observa en la siguiente figura:

En un sistema difuso tipo Mamdani tanto el antecedente como el consecuente de las reglas estn dados por expresiones lingsticas.

Defuzzificador La salida que genera el mecanismo de inferencia es una salida difusa, lo cual significa que no puede ser interpretada por un elemento externo (por ejemplo un controlador) que solo manipule informacin numrica. Para lograr que la salida del sistema difuso pueda ser interpretada por elementos que solo procesen informacin numrica, hay que convertir la salida difusa del mecanismos de inferencia; este proceso lo realiza el fuzzificador. La salida del mecanismo de inferencia es un conjunto difuso resultante, para generar la salida numrica a partir de este conjuntos existen varias opciones como el Centro de Gravedad, los Centros Promediados entre otros. En el siguiente grfico se muestra de manera mas detallada como es el funcionamiento de un sistema difuso Mamdani

Sistema Difuso Mamdani, Procesamiento Detallado

 Sistemas Tipo Sugeno

Otra alternativo de procesamiento en los sistemas difusos fue la propuesta por Sugeno en los sistemas difusos que llevan su nombre.

Sistema Difuso Sugeno, Procesamiento General En los sistemas difusos Sugeno se distinguen las siguientes partes: Fuzzificador Realiza la misma funcin que en los sistemas Mamdani explicados anteriormente Mecanismo de inferencia difusa Realiza la misma funcin que en los sistemas Mamdani explicados anteriormente

Base de Reglas Difusas Las reglas de la base de conocimiento de un sistema Sugeno es diferente a las de los sistemas Mamdani pues el consecuente de estas reglas ya no es una una etiqueta lingustica sino que es una funcin de la entrada que tenga el sistema en un momento dado, esto se ilustra a continuacin:

En los sistema difusos tipo Sugeno, os valores que arrojan los concecuentes de las diferentes reglas que se han activado en un momento determinado ya son valores nmericos por lo que no se necesita una tapa de deffuzificacin. Para calcular la salida del sistema difuso se ponderan los diferentes consecuentes teniendo en cuenta el valor que se activ el antecedente de cada una de las reglas, para un sistema con dos reglas la salida del sistema difuso sera:

Clculo de la Salida de un Sistema Difuso Sugeno En este caso:

Seran las funciones que permiten calcular el consecuente de cada una de las dos reglas implicadas. En el siguiente grfico se muestra de manera mas detallada como es el funcionamiento de un sistema difuso Sugeno.

Sistema Difuso Sugeno, Procesamiento Detallado

 genfis1
Sintaxis
fismat = genfis1 (datos) fismat = genfis1 (datos, numMFs, inmftype, outmftype)

Generar la estructura difusa del sistema de inferencia a partir de los datos mediante particin de la red
genfis1 genera una estructura FIS tipo Sugeno de los utilizados como condiciones

iniciales (inicializacin de los parmetros de las funciones de pertenencia) para la formacin ANFIS.
genfis1 (de datos)

genera una sola salida-Sugeno de sistema de inferencia borrosa usando una particin de la red en los datos.
genfis1 (datos, numMFs, inmftype, outmftype) genera una estructura FIS a partir de un conjunto de datos de entrenamiento, los datos, con el nmero y tipo de

funciones de pertenencia de entrada y el tipo de funciones de pertenencia de salida se especifica explcitamente. Los argumentos para genfis1 son los siguientes:
de datos

es la matriz de datos de entrenamiento, que se debe introducir con todos, pero las ltimas columnas que representan los datos de entrada, y la ltima columna representa la nica salida. numMFs es un vector cuyas coordenadas especificar el nmero de funciones de pertenencia asociadas a cada entrada. Si desea que el mismo nmero de funciones de pertenencia a estar asociada con cada entrada, a continuacin, especifique numMFs como un solo nmero. inmftype es una gran cadena en la que cada fila especifica el tipo de funcin de pertenencia asociada a cada entrada. Esto puede ser una sola cadena unidimensional si el tipo de funciones de pertenencia asociadas a cada entrada es el mismo. outmftype es una cadena que especifica el tipo de funcin de pertenencia asociada a la salida. Slo puede haber una salida, porque se trata de un sistema de tipo Sugeno. La membresa de salida tipo de funcin debe ser lineal o constante. El nmero de funciones de pertenencia asociadas a la produccin es el mismo que el nmero de reglas generadas por genfis1.

genfis2
Generar estructura difusa de sistema de inferencia a partir de datos mediante la agrupacin de sustraccin

Sintaxis
fismat = genfis2 (Xin, xout, radios) fismat = genfis2 (Xin, xout, radios, xBounds) fismat = genfis2 (Xin, xout, radios, xBounds, opciones) fismat = genfis2 (Xin, xout, radios, xBounds, opciones, user_centers)

Descripcin
genfis2

genera una estructura FIS de tipo Sugeno mediante la agrupacin de sustraccin y requiere de distintos conjuntos de datos de entrada y de salida como argumentos de entrada. Cuando slo hay una salida, genfis2 puede ser utilizado para generar un FIS inicial para la formacin ANFIS. Genfis2 logra esto mediante la extraccin de un conjunto de reglas que modela el comportamiento de los datos. El mtodo de extraccin de la primera regla utiliza el subclust funcin para determinar el nmero de reglas y funciones de miembro antecedente y luego usa lineal estimacin de mnimos cuadrados para determinar las ecuaciones consecuentes de cada regla. Esta funcin devuelve una estructura FIS que contiene un conjunto de reglas difusas para cubrir el espacio de caractersticas. Los argumentos para genfis2 son los siguientes:
Xin

es una matriz en la que cada fila contiene los valores de entrada de un punto de datos. Xout es una matriz en la que cada fila contiene los valores de salida de un punto de datos. radios es un vector que especifica un rango de centro del cmulo de influencia en cada una de las dimensiones de los datos, asumiendo que los datos cae dentro de un hyperbox unidad. Por ejemplo, si la dimensin de los datos es 3 (por ejemplo, Xin tiene dos columnas y xout tiene una columna), radios = [0,5 0,4 0,3] especifica que los rangos de influencia en las dimensiones de los datos de primera, segunda y tercera (es decir, el primera columna de Xin, la segunda columna de Xin, y la columna de xout) son de 0,5, 0,4 y 0,3 veces el ancho del espacio de datos, respectivamente. Si los radios es un valor escalar, entonces este valor escalar se aplica a todas las dimensiones de los datos, es decir, cada centro cuenta con un cluster entornos esfricos de influencia con un radio dado.

xBounds

es una matriz de 2 x N opcional que especifica la forma de asignar los datos de Xin y xout en una unidad hyperbox, donde N es el de datos (fila) dimensin. La primera fila de xBounds contiene los valores del eje rango mnimo y la segunda fila contiene los valores del eje mximo de la gama para ampliar los datos en cada dimensin. Por ejemplo, xBounds = [-10 0 -1; 10 50 1] especifica que los valores de datos en la dimensin de los primeros datos se van a escala de la gama [-10 10] en los valores en el rango [0 1], los datos de los valores en la dimensin de los datos se

van a segunda escala de la gama [0 50], y los valores de datos en la dimensin de los datos de tercero a escala de la gama de [-1 1]. Si xBounds es una matriz vaca o no se proporciona, entonces xBounds por defecto los valores mnimos y mximos en cada dimensin de los datos.
opciones

es un vector opcional para especificar los parmetros del algoritmo para anular los valores predeterminados. Estos parmetros se explican en el texto de ayuda para subclust . Los valores por defecto estn en su lugar cuando este argumento no se especifica. user_centers es una matriz opcional para especificar los centros de cluster personalizado. user_centers tiene un tamao de J-por-N donde J es el nmero de grupos y N es el nmero total de entradas y salidas.

Genfis3
Generar la estructura difusa del sistema de inferencia a partir de datos mediante la agrupacin FCM

Sintaxis
fismat fismat fismat fismat = = = = genfis3 genfis3 genfis3 genfis3 (Xin, (Xin, (Xin, (Xin, xout) xout, tipo) xout, tipo, cluster_n) xout, tipo, cluster_n, fcmoptions)

genfis3

genera un FIS con fuzzy c-means (FCM) agrupacin por la extraccin de un conjunto de reglas que modela el comportamiento de los datos. La funcin requiere conjuntos separados de entrada y salida de datos como argumentos de entrada. Cuando slo hay una salida, se puede utilizar para generar un genfis3 FIS inicial para la formacin ANFIS. El mtodo de extraccin de la primera regla utiliza la fcm funcin para determinar el nmero de reglas y funciones de pertenencia de los antecedentes y consecuentes.
fismat = genfis3 (Xin, xout) genera una estructura de tipo Sugeno FIS (fismat) dada la entrada de datos y Xin xout salida de datos. El Xin matrices y xout tener una

columna de entrada por el FIS y salida, respectivamente.

fismat = genfis3 (Xin, xout, tipo) genera una estructura FIS del tipo especificado, donde el tipo es 'Mamdani' o 'Sugeno. fismat = genfis3 (Xin, xout, tipo, cluster_n) genera una estructura FIS del tipo especificado y permite especificar el nmero de conglomerados (cluster_n) que

se generen por la FCM. El nmero de grupos determina el nmero de reglas y funciones de miembro de la FIS generado. Cluster_n debe ser un entero o 'auto'. Cuando cluster_n es 'auto', la funcin utiliza el algoritmo de subclust con un radio de 0,5 y los valores mnimo y

mximo de Xin y xout como xBounds para encontrar el nmero de conglomerados. Ver subclust para ms informacin.
fismat = genfis3 (Xin, xout, tipo, cluster_n, fcmoptions) genera una estructura FIS del tipo y nmero de grupos y utiliza el fcmoptions especificado para el algoritmo FCM. Si se omite fcmoptions, la funcin utiliza los valores por defecto FCM. Ver fcm para obtener informacin sobre estos parmetros.

La entrada por defecto la funcin de miembro de tipo 'gaussmf', y la salida de miembros por defecto el tipo de funcin de "lineal".