SISTEMAS DE LOGICA DIFUSA

Prof. Francisco J. Arias S.

2013

Reglas de Inferencia
Las reglas borrosos son bsicamente del tipo IF-THEN
(Si-Entonces).
En la lgica borrosa el razonamiento no es preciso, si no
aproximado, lo cual quiere decir que se puede inferir de
una regla una conclusin aunque el antecedente (premisa)
no se cumpla plenamente.

Sistemas de Inferencia Borrosa

Sistemas de Inferencia Borrosa

Mdulo de Difuminado (Borrosificacin/Fuzzificacin):
Es el encargado de convertir un valor numrico de entrada en
un valor borroso (factor de pertenencia).
Mquina de Inferencia: En este bloque se realiza la
activacin de las Reglas y se concluye una salida de acuerdo
con el valor de las entradas, la informacin almacenada en el
SID y el grado de activacin de cada regla.
Mdulo
de
Concrecin
(Desborrosificacin/Defuzzificacin): Es el encargado de
convertir una salida en forma de Conjunto Borroso en un valor
numrico.

Sistemas de Inferencia Borrosa

La representacin que hace un SID de un sistema se logra
explotando los conocimientos disponibles sobre el problema,
o que se pueden obtener a partir de datos de su operacin,
codificados mediante algn mecanismo de representacin de
conocimientos.
En los SID, los conocimientos estn codificados como reglas
del tipo:
R: SI <antecedente difuso> ENTONCES <consecuente
difuso> En el antecedente de las reglas puede existir una
combinacin de etiquetas lingsticas, unidas mediante los
conectivos lgicos AND, OR, NOT

METODO MANDANI

Prof. Francisco J. Arias S.

2010

Sistemas de Inferencia Borrosa

Supongamos que tenemos una lavadora de telas industriales
que posee un mecanismo de Inferencia difusa con la
siguientes reglas.
Si la suciedad de la tela es poca y el tamao de la tela es
larga =>
La potencia de lavado debe ser baja.
Si la suciedad de la tela es normal y el tamao de la tela es
media =>
La potencia de lavado debe ser medio baja.

METODO DE AGREGACION TIPO

MANDANI

DEFUZZYFICACIN
Es necesario convertir la salida
difusa del sistema en un valor
numrico.
Mtodos:
Centro de gravedad
Bisector
MOM
LOM
SOM

Formulacin de Sistemas de
Inferencia Borrosa
Un sistema de inferencia borrosa es muy similar al que
construy Ebrahim Mandami a mediados de los 70s (Un
control de velocidad para un motor de vapor)
Dicho sistema tena dos entradas y dos salidas e incorporaba
la experiencia de un operario humano, con una reglas difusas.
Las dos entradas provenan del motor de vapor (Velocidad y
presin de vapor)
La informacin se procesaba a travs de la base de
conocimientos y generaba dos salidas: el grado de obturacin
de la vlvula y la temperatura del vapor.

Formulacin de Sistemas de
Inferencia Borrosa
El mtodo estndar para crear un sistema de control difuso
involucra:
Identificacin

difusas.

y Denominacin de las entradas y salidas

Creacin

de las funciones de pertenencia de cada una de las

salidas y entradas.
Construccin

de la base de conocimientos.

Las partes inciales de un problema de control difuso son

esbozadas a partir de la experiencia intuitiva de un experto.

Formulacin de Sistemas de
Inferencia Borrosa
Ejemplo
Supongamos que se desea crear un sistema difuso para
controlar el aire acondicionado de un recinto.
Digamos que apelamos a la experiencia de un fabricante de
aires acondicionados, para elaborar un sistema de dos
entradas y una salida.

Formulacin de Sistemas de
Inferencia Borrosa
Identificar y Nombrar las entradas Difusas
Temperatura del Ambiente. (C)
Volumen del Saln (m3)

Formulacin de Sistemas de
Inferencia Borrosa
Temperatura del Ambiente.
Naturalmente, se pretende que un saln est en una
temperatura agradable. Digamos, para una ciudad como
Medelln, mantener la temperatura entre 15 y 25C.
Un usuario puede definir los rangos de temperatura en 4
conjuntos lingsticos.
Muy Fro, Fro, Agradable, Clido

Sistemas de Inferencia Borrosa

Temperatura del Ambiente.

Formulacin de Sistemas de
Inferencia Borrosa
Volumen del Saln.
Un saln, como el lugar donde recibimos la clase actual
puede tener unos 1200 m3 de volumen.
A partir de dicho volumen, nos podemos dar a la idea de
dimensionar un saln, por medio de los siguientes conjuntos
difusos
Muy Pequeo, Pequeo, Mediano, Grande, Muy Grande

Formulacin de Sistemas de
Inferencia Borrosa
Volumen del Saln.

Formulacin de Sistemas de
Inferencia Borrosa
Identificar y Nombrar las Salida(s) Difusa(s)
Slo se considerar una salida, para considerar la potencia a
la cual debe trabajar el aire acondicionado.
Segn los datos de placa de un Aire Acondicionado comn y
corriente, se observa que la potencia del mismo es de aprox.
4000W.
Potencia de Trabajo del Aire Acondicionado
Baja, Media, Alta, Muy Alta

Formulacin de Sistemas de
Inferencia Borrosa
Potencia de Trabajo del Aire Acondicionado.

Formulacin de Sistemas de
Inferencia Borrosa
Crear las funciones de pertenencia de cada una de las
salidas y entradas.
Los sistemas de control difusos son Sistemas Expertos. Es
decir, son modelados en la experiencia de las personas reales
expertas.
El siguiente paso consiste en incorporar tal experiencia en la
definicin de las funciones de pertenencia, para cada entrada
y para cada salida.

Formulacin de Sistemas de
Inferencia Borrosa

Formulacin de Sistemas de
Inferencia Borrosa

Formulacin de Sistemas de
Inferencia Borrosa
Construir la Base de Reglas Difusas.
Ahora se escriben las reglas (matricialmente) que traducirn
las entradas en las actuales salidas.
La matriz del fabricante colocara la Temperatura a lo largo
del eje horizontal y la Volumen a lo largo del eje vertical.
Diseo de las Interacciones
La matriz provee una celda vaca para cada combinacin
Temperatura Volumen.
Qu se coloca en las celdas?
Cada celda puede contener una accin de salida difusa,
aunque no todas tienen que llenarse. Las acciones son
aquellas diseadas en las funciones de pertenencia de la
salida.

Formulacin de Sistemas de
Inferencia Borrosa

CASO DE ESTUDIO CON LGICA

DIFUSA 1

CASO DE ESTUDIO CON

LGICA DIFUSA 1
Determinar cuanta energa comprar mediante contratos de
largo plazo y cuanta en la bolsa de energa.

CASO DE ESTUDIO CON

LGICA DIFUSA 1
Conjuntos difusos
para la variable
disponibilidad
hdrica

Conjuntos difusos
para la variable
relacin de
precios

Congreso Internacional de Inteligencia Computacional - CIIC 2007

CASO DE ESTUDIO CON

LGICA DIFUSA 1
Conjuntos difusos para la variable factor de
contratacin

Congreso Internacional de Inteligencia Computacional - CIIC 2007

CASO DE ESTUDIO CON

LGICA DIFUSA 1
Disponibilidad
Hdrica

Relacin de precios
Muy
Inferior

Inferior

Similar

Superior

Muy
Superior

Muy Baja

Sub

Contratar

Sobre

Muy Sobre

Muy Sobre

Baja

Sub

Contratar

Contratar

Sobre

Muy Sobre

Normal

Muy Sub

Contratar

Contratar

Contratar

Muy Sobre

Alta

Muy Sub

Sub

Contratar

Contratar

Sobre

Muy Alta

Muy Sub

Muy Sub

Sub

Contratar

Sobre

Congreso Internacional de Inteligencia Computacional - CIIC 2007

Desborrosificacion/Defuzzificacion
Tipo Mandani
Min
Muy Baja

Muy Inferior

Baja

Inferior

Subcontratada

Contratada

Max

CASO DE ESTUDIO CON

LGICA DIFUSA 1
Superficie difusa
del caso de
estudio propuesto

Caso

Relacin
de precios

Disponibilidad
hdrica

Porcentaje
contratacin

-95

45

16.4

-55

-35

50

-30

-20

94.9

100

45

33

129

95

45

150

95

-45

184

Pruebas del
sistema de
inferencia difuso

Congreso Internacional de Inteligencia Computacional - CIIC 2007

CASO DE ESTUDIO CON

LGICA DIFUSA 1

Disponibilidad hdrica
fija en 50 Relacin de
precios varia entre
-100 y 100

Relacin de precios
en -100
Disponibilidad hdrica
varia entre -50 y 50