MÓDULO III: SISTEMAS BASADOS EN REGLAS DIFUSAS Tema 5: Introducción a los Sistemas Basados en Reglas Difusas Tema 5: In
Views 104 Downloads 1 File size 64KB
MÓDULO III: SISTEMAS BASADOS EN REGLAS DIFUSAS Tema 5: Introducción a los Sistemas Basados en Reglas Difusas
Tema 5: Introducción a los Sistemas Basados en Reglas Difusas 1. Introducción 2. Sistemas basados en reglas difusas para control 3. Estructura básica de un sistema basado en reglas difusas (SBRD) 4. Tipos de sistemas basados en reglas difusas
Índice
Tema 5: Introducción a los Sistemas Basados en Reglas Difusas Objetivos:
Conocer la estructura básica y funcionamiento de un Sistema Basado en Reglas Difusas Clasificar los sistemas basados en reglas difusas en base a su estructura y a la estructura de regla difusa utilizada Conocer ventajas e inconvenientes de cada uno de los tipos de sistemas basados en reglas difusas
Objetivos
1. Introducción Aplicaciones:
Modelado de sistemas: Obtención de modelos que representan realidades complejas
Control:
Plantas industriales complejas Control en línea Sistemas de navegación con perturbaciones
Clasificación: detección de patrones, diagnóstico médico, ... Sistemas expertos: ayuda a la decisión, recuperación de información, planificadores financieros, ... Minería de datos y descubrimiento de información: extracción del conocimiento intrínseco contenido en grandes bases de datos con reglas de asociación difusas
1. Introducción
2. SBRDs aplicados a control Opciones en sistemas digitales:
Acciones
PID (proporcional-integral-derivativo) •
Problemas en entornos de control cambiantes o sistemas no lineales
MRAC (control adaptativo de modelo de
PROCESO CONTROLADO
referencia) • Resuelve el problema anterior ajustando los parámetros del controlador comparando la salida con un modelo de referencia • Necesita un modelo matemático
CONTROLADOR
Control difuso •
Condiciones
• •
Las entradas, salidas y respuesta de control se especifican con términos similares a los utilizados por un experto en control No se requiere un modelo del sistema Aprendizaje y ajuste automático fácil de realizar
2. SBRDs aplicados a control
2. SBRDs aplicados a control Acciones
Valor exacto
PROCESO CONTROLADO
Valor exacto Condiciones
MODULO DEFUZZIFICADOR
Valor difuso
(DESEMBORRONADOR)
BASE DE DATOS
MECANISMO DE INFERENCIA DIFUSA
BASE DE REGLAS DIFUSAS
MODULO FUZZIFICADOR
(EMBORRONADOR)
Valor difuso CONTROLADOR DIFUSO
2. SBRDs aplicados a control
3. Estructura básica de un sistema basado en reglas difusas Un Sistema Basado en Reglas Difusas (SBRD) está formado por:
Base de conocimiento
Base de Reglas Base de Datos
Motor de inferencia
Además en sistemas con entradas y/o salidas nítidas, se incluye un interfaz de fuzzificación y un interfaz de defuzzificación 3. Estructura básica de un sistema basado en reglas difusas
3. Estructura básica de un sistema basado en reglas difusas
Base de Conocimiento Base de Reglas
Interfaz de Fuzificación
Base de Datos
Mecanismo de Inferencia
Interfaz de Defuzificación
Sistema Basado en Reglas Difusas 3. Estructura básica de un sistema basado en reglas difusas
3. Estructura básica de un sistema basado en reglas difusas R1: Si X1 es Alto y X2 es Bajo entonces Y es Medio R2: Si X1 es Bajo y X2 es Medio entonces Y es Alto ... Base de Conocimiento Base de Reglas
Interfaz de Fuzificación
Base de Datos
Mecanismo de Inferencia
Interfaz de Defuzificación
Sistema Basado en Reglas Difusas 3. Estructura básica de un sistema basado en reglas difusas
3. Estructura básica de un sistema basado en reglas difusas R1: Si X1 es Alto y X2 es Bajo entonces Y es Medio R2: Si X1 es Bajo y X2 es Medio entonces Y es Alto ...
Factores de escala Bajo
Medio Alto
X1 Base de Conocimiento Base de Reglas
Base de Datos
Bajo Medio Bajo Medio
Alto
X2 Alto
Y Interfaz de Fuzificación
Mecanismo de Inferencia
Interfaz de Defuzificación
Sistema Basado en Reglas Difusas 3. Estructura básica de un sistema basado en reglas difusas
3. Estructura básica de un sistema basado en reglas difusas R1: Si X1 es Alto y X2 es Bajo entonces Y es Medio R2: Si X1 es Bajo y X2 es Medio entonces Y es Alto ...
Factores de escala Bajo
Medio Alto
X1 Base de Conocimiento Base de Reglas
Base de Datos
Bajo Medio Bajo Medio
Alto
X2 Alto
Y Entrada escalada
Interfaz de Fuzificación
Mecanismo de Inferencia
Interfaz de Defuzificación
Salida escalada
Sistema Basado en Reglas Difusas 3. Estructura básica de un sistema basado en reglas difusas
3. Estructura básica de un sistema basado en reglas difusas Contiene el conjunto de acciones a realizar en función del estado Convierte la entrada nítida a valor difuso
Interfaz de Fuzzificación
Base de Reglas
Mecanismo de Inferencia
Convierte la salida difusa a valor nítido
Interfaz de Defuzzificación
Base de Datos Contiene la definición lingüística de las variables 3. Estructura básica de un sistema basado en reglas difusas
Realiza el proceso de razonamiento para estimar la salida en función de la entrada
4. Tipos de sistemas basados en reglas difusas En función del tipo de regla difusa que utilicen se puede distinguir
SBRDs tipo Mamdani SI X1 es Alto y X2 es Bajo ENTONCES Y es Alto
SBRDs tipo TSK (Takagi, Sugeno y Kang) SI X1 es Alto y X2 es Bajo ENTONCES Y=f(X1,X2)
No necesitan interfaz de defuzzificación El motor de inferencia funciona de distinta forma
4. Tipos de sistemas basados en reglas difusas
4.1. SBRDs tipo Mamdani Ventajas:
Facilidad para la derivación de reglas Interpretabilidad de las reglas difusas Fueron propuestos antes y se han utilizado con más frecuencia
Inconvenientes:
No garantizan la continuidad de la superficie de salida Menor eficiencia computacional
4. Tipos de sistemas basados en reglas difusas 4.1. SBRDs tipo Mamdani
4.2. SBRDs tipo TSK Ventajas:
Incrementan la precisión Mayor eficiencia computacional Facilidad para el análisis del sistema Garantizan la continuidad de la superficie de salida
Inconvenientes:
El consecuente es una fórmula matemática y no proporciona un marco natural para representar conocimiento humano Limitan la representación de los principios de la lógica difusa
4. Tipos de sistemas basados en reglas difusas 4.2. SBRDs tipo TSK
Bibliografía
Básica:
[Yag94] R.R. Yager y D.P. Filev. Essentials of Fuzzy Modeling and Control. John Wiley, 1994
Complementaria:
Bibliografía
[Bat00] I. Baturone, A. Barriga, S. Sánchez-Serrano, C.J. Jiménez-Fernández y D.R. López. Microelectronic Design of Fuzzy Logic-Based Systems. CRC Press, 2000. [Lee90a,Lee90b] C.C. Lee. Fuzzy Logic in Control Systems: Fuzzy Logic Controller, Part I y Part II. IEEE Transactions on Systems, Man and Cybernetics. Vol. 20 (2), 1990, págs. 404418, 419-435. [Wan97] L.X. Wang. A Course in Fuzzy Systems and Control. Prentice-Hall, 1997.