Beruflich Dokumente
Kultur Dokumente
Segn esta teora, el grado de pertenencia de un elemento a un conjunto esta determinado por una funcin de pertenencia, que puede tomar todos los valores reales comprendidos en el intervalo [0 , 1]. La representacin de la funcin de pertenencia de un elemento a un conjunto difuso se representa en la siguiente figura:
Introduccin
0.66 0.33
Por ejemplo, la velocidad puede ser caracterizada por valores lingusticos como Bajo, Medio y Alto, que representan una velocidad aproximadamente menor que 40 km/h, una velocidad cercana a 55 km/h y una velocidad sobre 70 km/h, respectivamente. Estos trminos se asocian a conjuntos difusos con funciones de pertenencia como las mostradas en la figura.
40
45
55
70
Introduccin
Llamaremos variable lingstica a aquella nocin que vamos a calificar de forma difusa. Por ejemplo la altura, la edad, el error, la variacin del error. Le aplicamos el adjetivo lingstica porque definiremos sus caractersticas mediante el lenguaje natural.
Introduccin
Llamaremos universo de discurso al rango de valores que pueden tomar los elementos que poseen la propiedad expresada por la variable lingstica. Por ejemplo, en el caso de la variable lingstica altura, podra ser el conjunto de valores comprendidos entre 1.5 y 2.3 m.
Introduccin
Llamaremos valor lingstico a las diferentes clasificaciones que efectuamos sobre la variable lingstica: en el caso de la altura podramos dividir el universo de discurso en los diferentes valores lingsticos: bajo, mediano y alto. Cada valor lingstico tendr un conjunto difuso asociado, de forma que hablaremos de los conjuntos difusos bajo, alto,.. Asociados a la variable lingstica altura.
Introduccin 5
Q Bajo 1
Alto
Introduccin
Se define la funcin de pertenencia como aquella aplicacin que asocia a cada elemento de un conjunto difuso el grado con que pertenece al valor lingstico asociado. Los conjuntos difusos son caracterizados por sus funciones de pertenencia. Diremos que un conjunto es difuso cuando el concepto al que representa tiene una funcin de pertenencia difusa asociada a l.
Introduccin 7
En el grfico anterior se han dibujado 3 conjuntos difusos sobre la variable lingstica altura, cuyos valores lingsticos asociados son bajo, mediano y alto respectivamente. Las funciones de pertenencia son del tipo L,para bajo; Lambda o Tringulo para mediano; y Gamma para alto.
Introduccin
Introduccin
10
definen nmeros difusos para cada variable Combinacin por lgica difusa
Baja
Media
Alta
Estatura (cm)
Introduccin
11
1 0.8 0.6 0.4 0.2 0 2/16 4/16 6/16 8/16 10/16 12/16 14/16
Malo
Regular
Bueno
Encestador
Introduccin
12
1 0.8
Alta
Bueno
13
de
Candidato A B C D E F G H J
Estatura (cm) 167 169 175 179 183 186 187 190 200
Introduccin
14
Utilizando Lgica Difusa se logra seleccin con discriminacin entre los candidatos (ranking valorado)
Candidato E F J D G C A B H
Estatura (cm) 183 186 200 179 187 175 167 169 190
Sol Clsica 0 1 1 0 0 0 0 0 0
Lgica Difusa 0.87 0.75 0.75 0.50 0.50 0.33 0 0 0 Evita dejar afuera del equipo a un gran encestador que mide 183 15
Introduccin
Otras consideraciones
j Conjuntos difusos y su lgica Difusa (o borrosa)
La palabra fuzzy viene del ingls fuzz (tamo, pelusa, vello) y se traduce por difuso o borroso Importancia: en la actualidad es un campo de investigacin muy importante, tanto por sus implicaciones matemticas o tericas como por sus aplicaciones prcticas. Problemas bsicos subyacentes: Conceptos sin definicin clara: muchos conceptos que manejamos a menudo, no tienen una definicin clara: Qu es una persona alta? a partir de qu edad una persona deja de ser joven? La lgica clsica o bivaluada es demasiado restrictiva: una afirmacin puede no ser ni VERDAD ni FALSA Yo leer El Quijote:en qu medida es cierto? Depende de quien lo diga y......
El es bueno para la Fsica: es bueno, muy bueno o un poco mejor que regular?.
Introduccin
16
Otras herramientas con las que se ha usado: Sistemas basados en reglas, redes neuronales, algoritmos genticos, Bases de datos,.....
j Cundo
En procesos complejos, si no existe un modelo de solucin sencillo En procesos no lineales Cuan haya que introducir la experiencia de un operador experto que se base en conceptos imprecisos obtenidos de su experiencia Cuando ciertas partes de un sistema a controlar son desconocidas y no pueden medirse de forma fiable (con errores posibles) Cuando el ajuste de una variable puede producir el desajuste de otras En general, cuando se quieran representar y operar con conceptos que tengan imprecisin o incertidumbre (como las bases de datos difusas)
Introduccin
17
j Aplicaciones
de trfico, control de vehculos, control de compuertas en plantas hidroelctricas, centrales trmicas, control en mquinas lavadoras, control de metros (mejora de conduccin, precisin en las paradas y ahorro de energa), ascensores,.... Prediccin
Control
de Sistemas:control
horarios,.... Reconocimiento de patrones y Visin por computador: seguimiento de objetos con cmara, reconocimiento de escritura manuscrita, reconocimiento de objetos, compensacin de vibraciones en la cmara,..
Introduccin
18
Es un puente entre dos tipos de computaciones C. Numrica: usadas en aplicaciones cientficas por ejemplo
C. Simblica: usada en todos los campos de la Inteligencia Artificial Conjuntos Clsicos(crisp): surgen de forma natural, por la necesidad del ser humano de clasificar objetos y conceptos Conjunto de frutas: manzana Frutas, lechuga Frutas Funcin de pertenencia A(x), x X: X es el universo de discurso Restriccin de la funcin A: X p_0, 1a A(x) = 1 si x A , A(x) = 0 si x A Conjunto Vaco J(x) = 0, x X Conjunto Universo U(x) =1 , x X
Introduccin
19
Conjuntos
Hay conceptos que no tienen lmites claros la temperatura 25 es alta ? Definimos por ejemplo: Alta(30) = 1, Alta(10) = 0, Alta(25) = 0.75 ...
Definicin:
Un conjunto difuso A se define como una funcin de pertenencia que enlaza o empareja los elementos de un dominio o Universo de discurso X con elementos del intervalo [0, 1]: A: X p [0, 1]
Cuanto ms cerca est A(x) del pertenencia del objeto x al conjunto A los valores de pertenencia varan entre
(pertenencia total)
Introduccin
20
A= { A(x)/x, x X } A= 7in=1 A(xi) / xi (los pares en los que A(x)=0, no se incluyen) Ejemplo: Conjunto de alturas del concepto difuso Alto en personas A= 0.25/1.75 + 0.5/1.8 + 0.75/1.85 + 1/ 1.9 Si el universo es continuo: A= A(x)/ x
Contexto: Es fundamental en la definicin de conjuntos difusos no es lo mismo el concepto Alto aplicado a personas que a edificios Funcin de Pertenencia: un conjunto difuso puede representarse
tambin grficamente como una funcin, especialmente cuando el universo de discurso X (o domino subyacente) es continuo (no discreto) abscisas (eje X): Universo de discurso X ordenadas (eje y): grados de pertenencia en el intervalo [0, 1] Ejemplo: concepto de temperatura Alta
Temperatura Alta
1
0 10 20 Introduccin 30 40
X (C)
22
Introduccin
23
Introduccin
24
Introduccin
25
INTERSECCIN (AND)
C (x) = min( A (x), B (x) )
1,2 1 0,8 0,6 0,4 0,2 0 0 1,2 1 0,8 0,6 0,4 0,2 0 0 2 4 6 8 10 2 4 6 8 10
1,2 1 0,8 0,6 0,4 0,2 0 0 1,2 1 0,8 0,6 0,4 0,2 0 0 2 4 6 8 10 2 4 6 8 10
Introduccin
26
UNION (OR)
C (x) = max( A (x), B (x) )
1,2 1 0,8 0,6 0,4 0,2 0 0 1,2 1 0,8 0,6 0,4 0,2 0 0 2 4 6 8 10 2 4 6 8 10 1,2 1 0,8 0,6 0,4 0,2 0 0 2 4 6 8 10 1,2 1 0,8 0,6 0,4 0,2 0 0 2 4 6 8 10
Introduccin
27
del complemento de A se
Introduccin
28
COMPLEMENTO (NOT)
(x) = 1 - A (x)
1,2 1 0,8 0,6 0,4 0,2 0 0 1,2 1 0,8 0,6 0,4 0,2 0 0 2 4 6 8 2 4 6 8 10 1,2 1 0,8 0,6 0,4 0,2 0 10 0 Introduccin 2 4 6 8 29 10 1,2 1 0,8 0,6 0,4 0,2 0 0 2 4 6 8 10
Producto Cartesiano:
Dados los conjuntos difusos A1, A2, ......, An con universos X1, X2,... , Xn respectivamente, se define le producto cartesiano como un conjunto difuso en X1xX2x....xXn con la siguiente funcin de pertenencia: segn Mamdani (1974) uA1xA2x..xAn ( X1,X2,.....,Xn) = min_ uA1(X1), uA2(X2), ......, uAn(Xn)a segn Larsen (1980) uA1xA2x..xAn ( X1,X2,.....,Xn) = uA1(X1)yuA2(X2)y.........y uAn(Xn)
Introduccin
30
Introduccin
31
Interfaz de Fusificacin
Interfaz de defusificacin
Motor de Inferencia
Introduccin
32
Interfaz de fusificacin:
Este elemento transforma las variables de entrada del modelo ( m ) en variables difusas. Para esta interfaz se deben tener definidos los rangos de variacin de las variables de entrada y los conjuntos difusos asociados con sus respectivas funciones de pertenencia.
Base de Conocimientos:
Contiene las reglas lingsticas del control y la informacin referente a las funciones de pertenencia de los conjuntos difusos. Estas reglas lingsticas, tienen tpicamente la siguiente forma: Si u1 es A y u2 es B entonces y es C Donde A, B y C son los conjuntos difusos de las variables de entrada u1 y u2 , y de la variable de salida y, respectivamente.
Introduccin
33
Existen varias formas de derivar las reglas, entre las que destacan las basadas en: a) La experiencia de expertos y el conocimiento de ingeniera de control. La base de reglas se determina a partir de entrevistas con el operador o a travs del conocimiento de la dinmica del proceso.
b) La modelacin del proceso. Los parmetros de la base de conocimientos se obtienen a partir de datos de entrada y salida del proceso.
Introduccin
34
Motor de Inferencia:
Realiza la tarea de calcular las variables de salida a partir de las variables de entrada, mediante las reglas del controlador y la inferencia difusa, entregando conjuntos difusos de salida. Por ejemplo, dada una base de conocimiento con n reglas de la forma: Si u1 es Ai y u2 es Bi entonces y es Ci La secuencia de clculos que realiza el motor de inferencia incluye:
Introduccin
35
Determinar el grado de cumplimiento Wi de cada regla a partir de los grados de pertenencia de las variables de entrada obtenidos en la etapa de fusificacin , es decir: Wi = min (uAi, uBi) Debido a que las premisas de las reglas estn unidos por operadores AND, definidos como la interseccin de conjuntos difusos
Introduccin
36
Para cada regla se tiene una consecuencia y es Ci , que tiene asociado una funcin de pertenencia uCi . Por lo tanto se tiene un conjunto de salida Ci , cuya funcin de pertenencia es: uCi = min(Wi , uCi ) donde Wi es el grado de cumplimiento de para la regla i.
Introduccin
37
Para evaluar el conjunto total de reglas, se unen los conjuntos difusos Ci resultantes de cada regla, generndose un conjunto de salida con la siguiente funcin de pertenencia:
uC = max ( u Ci ) de esta forma, se obtiene una salida difusa del controlador, con funcin de pertenencia uC
Introduccin
38
elemento provee salidas discretas y determinsticas a partir de los conjuntos difusos C obtenidos como resultado de la inferencia.
Introduccin
39
Ejemplo
a) Si la temperatura es alta entonces la presin es elevada b) Si la temperatura es baja entonces la presin es baja c) Si la presin es baja entonces la entrada de combustible debe ser grande d) Si la presin es elevada entonces la entrada de combustible debe ser pequea Con los siguientes conjuntos difusos: Temperatura (C) Presin(bar) baja= (0/0 .2/30 .8/40 1/50 .7/60 .2/70 0/80) alta=(0/50 .3/60 .8/70 1/80 1/90 .5/100 0/110) baja=(0/0 .4/200 .8/400 1/600 1/800 .8/1000 .4/1200 0/1400) elevada=(0/1000 .2/1200 .4/1400 .8/1600 1/1800 1/1900 .5/2000 0/2200)
Ent-Combustible(litros/hora) pequea=(0/0 .6/1 1/2 1/3 .4/4 0/5) grande=(0/4 .5/5 1/6 .5/7 0/8)
Introduccin
40
Si la temperatura actual es es de 60C, determinar el valor para la entrada de combustible empleando la tcnica del centro
Introduccin
41
Baja 1.0 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1
Alta
Dadas ciertas entradas Debemos determinar las salidas R1: si la temperatura es baja entonces la presin es baja R2: si la temperatura es alta entonces la presin es elevada
10
20
30
40 50
60 70 80 90 100 110
Temperatura
El grado de cumplimiento de cada regla es: R1: E1=uBaja(60) = 0.7 (grado de cumplimiento de R1) R2: E2 =uAlta(60) = 0.3 ( grado de cumplimiento de R2) Introduccin 42
Baja 1.0 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 E1 =0.7
Elevada
Punto medio conjunto difuso presin baja (1400 +0)/ 2 = 700 Punto medio conjunto difuso presin elevada (2200 + 1000)/2 = 1600
E2=0.3
10
12 14 16 18 20
22
Presin (100)
Defusificando mediante la tcnica del centro de rea (centro de gravedad) se tiene (0.7x700 + 0.3x1600)/(0.7 + 0.3) = 970 (bar)
Introduccin
43
1.0 0.9 0.8 E1 0.7 0.6 0.5 0.4 E2 0.3 0.2 0.1
Conjunto difuso de salida Si la temperatura es de 60 C Entonces la presin es de 970 (bar). Usamos la presin de de 970 (bar) como entrada para determinar la entrada de combustible
10
12 14 16 18 20
22
Presin (100)
970
Introduccin
44
Baja 1.0 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 E1 =0.7
Elevada
R3: si la presin es baja entonces la entrada de combustible debe ser grande R4: si la presin es elevada entonces la entrada de combustible debe ser pequea
E2=0.3
10 970
12 14 16 18 20
22
Presin (100)
Introduccin
45
Pequea 1.0 E3=0.87 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 E4=0 1 2 3 4 5
Elevada
Punto medio conjunto difuso entrada de combustible pequea (5 + 0)/2 = 2.5 Punto medio conjunto difuso entrada de combustible grande (4 + 8)/2 = 6 Centro de gravedad =(0*2.5 + 0.87*6)/(0 + 0.87) = 5.22 / 0.87 = 6
Entrada de combustible
Introduccin
46
La abuela Mara prepara sus deliciosas galletas caseras de forma artesanal desde hace mas de cuarenta aos. El toque secreto de la receta consiste en hornearlas cuidadosamente hasta que tomen su caracterstico color dorado. Durante este delicado proceso la abuela Mara observa peridicamente las galletas y ajusta la temperatura del horno de forma adecuada: a) Si las galletas estn un poco crudas, entonces la temperatura del horno debe ser media b) Si las galletas estn medio hechas, entonces la temperatura del horno debe ser alta c) Si las galletas estn doraditas, entonces la temperatura del horno debe ser baja Tras diversas entrevistas con la abuela se han podido establecer los siguientes conjuntos difusos sobre un ndice cromtico especial (0=galleta cruda, 10=galleta chamuscada) y la temperatura del horno.
Ejemplo
Introduccin
47
ndice cromtico correspondiente a las galletas Un poco crudas =(0/0 .5/1 1/3 1/4 .5/6 0/7) Medio hechas = (0/3 1/5 1/6 0/8) Doraditas = (0/5 1/7 1/8 0/9) Temperatura del horno (C) Baja= (0/150 1/160 1/180 0/190) Media= (0/170 1/190 1/210 0/230) Alta= (0/210 1/220 1/240 0/250) Suponiendo que se interpretan las reglas como implicaciones de Mamdani y se construye un sistema para control automtico de la temperatura del horno basado en las reglas , y suponiendo que en cierto momento el ndice cromtico de las galletas es de 6, se pide determinar la temperatura del horno, si se utiliza la tcnica del centro de rea.
Introduccin
48
Introduccin
49
Introduccin
50
Introduccin
51
Introduccin
52
Introduccin
53