Relaciones Difusas

Interseccin de set difusos (A B):

La interseccin de dos conjuntos difusos A y B se especifica en general por una operacin binaria el intervalo unitario:

en

Para todo x X. Un orden para cualquier funcin i de esta forma para calificar una interseccin difusa, debe tener propiedades apropiadas que aseguren que conjuntos difusos producidos por i son intuitivamente aceptables como las intersecciones difusas de cualquier par de conjuntos difusos

Relaciones Difusas
Normas y Conormas Triangulares

Establecen modelos genricos para las operaciones de unin y interseccin, las cuales deben cumplir ciertas propiedades bsicas (conmutativa, asociativa, monotonicidad y condiciones frontera).
Norma Triangular, t-norma Conorma Triangular, T-Conorma o S-Norma

Operaciones Difusas
T-norma del mnimo La funcin mn.() es una t-norma, que corresponde a la operacin de interseccin en conjuntos clsicos cuyos grados de pertenencia estn en {0,1}. Por eso, esta funcin es la extensin natural de la interseccin en conjuntos difusos.
T-conorma o s-norma del mximo
La

funcin Max() es una s-norma, que corresponde a la operacin de unin en conjuntos clsicos cuyos grados de pertenencia estn en {0,1}. Por eso, esta funcin es la extensin natural de la unin en conjuntos difusos.

Operaciones Difusas

Objetivos Tipos de SBRDs Ventajas Inconvenientes Estructuras SBRDs

Reglas Difusas
Modelado de Sistemas: Obtencin de modelos que representan realidades complejas Control:

Plantas industriales complejas Control en lnea Sistemas de navegacin con perturbaciones Clasificacin: Deteccin de patrones, diagnstico mdico. Sistemas expertos: Ayuda a la decisin, recuperacin de informacin, planificadores financieros. Minera de datos y descubrimiento de informacin : Extraccin del conocimiento intrnseco contenido en grandes bases de datos con reglas de asociacin difusas.

Reglas Difusas
Sistemas Basados en Reglas Difusas (SBRDs) Aplicados a Control

Control difuso

Las entradas, salidas y respuesta de control se especifican con

trminos similares a los utilizados por un experto en control no se requiere un modelo del sistema.

Aprendizaje y ajuste automtico es fcil de realizar.

Reglas Difusas
Sistemas Basados en Reglas Difusas (SBRDs) Aplicados a Control

Reglas Difusas
Estructura Bsica De Un Sistema Basado En Reglas Difusas

Base de conocimiento

Base de Reglas
Base de Datos Motor de inferencia Adems en sistemas con entradas y/o salidas ntidas, se incluye un interfaz de fuzzificacin y un interfaz de defuzzificacin.

Reglas Difusas
Estructura Bsica De Un Sistema Basado En Reglas Difusas

Reglas Difusas
Estructura Bsica De Un Sistema Basado En Reglas Difusas

Reglas Difusas
Estructura Bsica De Un Sistema Basado En Reglas Difusas

Reglas Difusas
Tipos de Sistemas Basados en Reglas Difusas

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 defuzzificacin. El motor de inferencia funciona de distinta forma.

Reglas Difusas
Tipos de Sistemas Basados en Reglas Difusas
SBRDs tipo Mamdani

Ventajas:

Facilidad para la derivacin de reglas.

Interpretabilidad de las reglas difusas. Fueron propuestos antes y se han utilizado con ms frecuencia.

Inconvenientes:

No garantizan la continuidad de la superficie de salida. Menor eficiencia computacional.

Reglas Difusas
Tipos de Sistemas Basados en Reglas Difusas SBRDs tipo TSK

Ventajas: Incrementan la precisin. Mayor eficiencia computacional. Facilidad para el anlisis del sistema. Garantizan la continuidad de la superficie de salida. Inconvenientes: El consecuente es una frmula matemtica y no proporciona un marco natural para representar conocimiento humano. Limitan la representacin de los principios de la lgica difusa.

Reglas Difusas
Fuzzificacin

Para cada una de las entradas del sistema:

Adquirir los valores ntidos de las variables de entrada Trasladar los valores de las variables a los universos de discurso correspondientes.

Algunas posibilidades:
El valor ntido se convierte en un conjunto difuso tipo singleton. Es la opcin ms sencilla y la ms utilizada Adecuado cuando la medicin de las variables de estado es fiable.

Reglas Difusas
Base del Conocimiento - Base de Datos

Proporciona la informacin necesaria para el funcionamiento del mdulo de fuzzificacin, de defuzzificacin y de la

Base de Reglas.

Reglas Difusas
Base del Conocimiento - Base de Reglas

IF <antecedentes> THEN <consecuente>

El antecedente describe una condicin, y el consecuente describe una conclusin que puede ser dibujada cuando las conclusin se obtienen.

Reglas Difusas
Reglas para los problemas planteados

Problema : Lavadora automtica. R5: IF Cantidad de ropa es mucha AND que tan sucia esta la ropa es rudo THEN el ciclo de lavado es fuerte. R6: IF Cantidad de ropa es medio AND que tan sucia esta la ropa es normal-rudo THEN el ciclo de lavado es normal

Reglas Difusas
Para el controlador difuso de una aspiradora: OBJETIVO: Regular la fuerza de aspiracin Variables de entrada? Cantidad de suciedad: {Muy sucio, sucio, algo sucio, casi limpio, limpio} Variables de Control? Fuerza: {Muy fuerte, fuerte, normal, dbil y muy dbil} R1: SI la superficie est sucia ENTONCES la fuerza es fuerte R2: SI la superficie est algo sucia ENTONCES la fuerza es normal. R3: SI la superficie est casi limpia ENTONCES la fuerza es dbil R4: SI la superficie est limpia ENTONCES la fuerza es muy dbil.

Reglas Difusas
Se puede mejorar el rendimiento incluyendo ms informacin. Variables de entrada? Cantidad de suciedad: {Muy sucio, sucio, algo sucio, casi limpio, limpio} Tipo de superficie: {Madera, caucho, alfombra} Variable de control? Fuerza: {Muy fuerte, fuerte, normal, dbil y muy dbil}