0

Ingeniera en sistemas
computacionales
Asignatura: Inteligencia Artificial
II
Catedrtico: Dr. Jose Antonio Montero
Valverde
Unidad 1: Practica 1
Tema: Diseo de un sistema
basado en lgica difusa
Integrantes del equipo
1.Erendira Gallardo Santos
10320115
2.Oscar Rodrguez Serrano
10320880
3.Cinthya Vianey Solano Hernndez
10320975

Horario 09:00 10:00

A.M.

11 Septiembre 2014

Introduccin
En nuestros das una alternativa muy til en la realizacin de control sobre un
sistema, es el control difuso. Por lo cual este trabajo tiene como objetivo
conocer parte de la historia de la lgica difusa, definir en que consiste y los
elementos que participan en ella. Posteriormente trabajaremos con una
herramienta software que sea capaz de implementar el uso de la lgica de
difusa en un ambiente agradable para la utilizacin del usuario, para el
desarrollo de las prcticas de esta unidad.
La cantidad y variedad de aplicaciones de la lgica difusa han crecido
considerablemente. La lgica difusa es una lgica alternativa a la lgica clsica
que pretende introducir un grado de vaguedad en las cosas que evala. En el
mundo en que vivimos existe mucho conocimiento ambiguo e impreciso por
naturaleza. El razonamiento humano con frecuencia acta con este tipo de
informacin. Por lo cual la lgica difusa fue diseada precisamente para imitar
el comportamiento del ser humano.
Se inici en 1965 por Lotfi A. Zadeh, profesor de la Universidad de California en
Berkeley. La cual surgi como una herramienta importante para el control de
sistemas y procesos industriales complejos, as como tambin para la
electrnica de entretenimiento y hogar, sistemas de diagnstico y otros
sistemas expertos
En 1974, el britnico Ebrahim Mandami, demuestra la aplicabilidad de la lgica
difusa en el campo del control. Desarrolla el primer sistema de control difuso
prctico, la regulacin de un motor de vapor. La implantacin real de un
controlador de este tipo no fue realizada hasta 1980 por F.L. Smidth & Co. en
una planta cementera en Dinamarca.
En 1987 Hitachi usa un controlador fuzzy para el control del tren de Sendai, el
cual usa uno de los sistemas ms novedosos creados por el hombre. Desde
entonces, el controlador ha realizado su trabajo correctamente con la
consiguiente satisfaccin por parte de los usuarios de dicho tren. Es tambin en
este ao cuando la empresa Omron desarrolla los primeros controladores
difusos comerciales y es que 1987 es considerado como el "fuzzy boom"
debido a la gran cantidad de productos basados en Lgica Borrosa que se
comercializan.
En 1993, Fuji aplica la Lgica Borrosa para el control de inyeccin qumica en
plantas depuradoras de agua por primera vez en Japn. Ha sido precisamente

aqu, en donde ms apogeo ha tenido la Lgica Borrosa, crendose estrechas

colaboraciones entre el gobierno, las universidades y las industrias,
estableciendo proyectos llevados a cabo por el Ministerio de Industria y
Comercio (MITI) y la Agencia de Ciencia y Tecnologa (STA) en consorcio con
el Laboratory for International Fuzzy Engineering Research (LIFE).
Actualmente la lgica difusa tiene un sin nmero de aplicaciones que afectan
nuestra vida cotidiana de alguna u otra manera, pero en ocasiones no nos
percatamos. La lgica difusa se ha desarrollado en diferentes reas y a
continuacin se mencionan algunas:
Control de sistemas: Control de trfico, control de vehculos, control de
compuertas en plantas hidroelctricas, centrales trmicas, control en
mquinas lavadoras, control de metros (mejora de su conduccin,
precisin en las paradas y ahorro de energa), ascensores, etc.
Prediccin de terremotos, optimizacin de horarios.
Reconocimiento de patrones y Visin por ordenador: Seguimiento de
objetos con cmara, reconocimiento de escritura manuscrita,
reconocimiento de objetos, compensacin de vibraciones en la cmara,
sistemas de enfoque automtico.
Sistemas de informacin o conocimiento: Bases de datos, sistemas
expertos.

Marco terico
Lgica difusa
La denominada lgica difusa permite a los sistemas tratar con informacin que
no es exacta; es decir, dicha informacin contiene un alto grado de imprecisin,
contrario a la lgica tradicional que trabaja con informacin definida y precisa.
Como ejemplo de informacin que maneja la lgica difusa tenemos: estatura
media, temperatura alta, etc., que en trminos difusos son realmente
imprecisos.
Conjuntos difusos y funcin de pertenencia
La teora de conjuntos difusos parte de la similitud con los conjuntos clsicos
en los cuales se tiene una funcin de pertenencia de 0 1. En los conjuntos
difusos se tiene la caracterstica de que la funcin de pertenencia puede
adquirir valores en el rango de 0 a 1. Es as como se introduce el concepto de
conjunto difuso, el cual se encuentra asociado con un determinado valor

lingstico que est definido por una etiqueta, palabra o adjetivo como se
muestra en la siguiente figura.

Figura 1: Conjuntos difusos

Donde A(x) es la funcin de perteneca de la variable x, y U es el universo en

discurso. Cuando ms cerca este la pertenencia del conjunto A al valor de 1,
mayor ser la pertenencia de la variable x al conjunto A.
Aun cuando cualquier funcin puede ser vlida para definir un conjunto difuso,
existen ciertas funciones que son ms comnmente utilizadas por su
simplicidad matemtica, entre stas se encuentran las funciones de tipo
triangular, mostrado en la figura 2, trapezoidal mostrado en la figura 3,
gaussiana, etc.

Figura 2 Funcin de tipo triangular

Figura 3 Funcin de tipo trapezoidal

Controlador difuso
La lgica difusa se aplica principalmente en sistemas de control difuso que
utilizan expresiones ambiguas para formular reglas que controlen el sistema.
Un sistema de control difuso trabaja de manera muy diferente a los sistemas de
control convencionales. Estos usan el conocimiento experto para generar una
base de conocimientos que dar al sistema la capacidad de tomar decisiones
sobre ciertas acciones que se presentan en su funcionamiento. Los sistemas
de control difuso permiten describir un conjunto de reglas que utilizara una
persona para controlar un proceso y a partir de estas reglas generar acciones
de control. El control difuso puede aplicarse tanto en sistemas muy sencillos
como en sistemas cuyos modelos matemticos sean muy complejos. La
estructura de un controlador difuso se muestra en la figura 4

Figura 4 Esquema de un controlador difuso

Fusificacin
La fusificacin tiene como objetivo convertir valores crisp o valores reales en
valores difusos. En la fusificacin se asignan grados de pertenencia a cada una
de las variables de entrada con relacin a los conjuntos difusos previamente
definidos utilizando las funciones de pertenencia asociadas a los conjuntos
difusos.
Base de Conocimiento
La base de conocimiento contiene el conocimiento asociado con el dominio de
la aplicacin y los objetivos del control. En esta etapa se deben definir las
reglas lingsticas de control que realizarn la toma de decisiones que
decidirn la forma en la que debe actuar el sistema.
Inferencia
La inferencia relaciona los conjuntos difusos de entrada y salida para
representar las reglas que definirn el sistema. En la inferencia se utiliza la
informacin de la base de conocimiento para generar reglas mediante el uso de
condiciones, por ejemplo: si caso1 y caso2, entonces accin 1
Defusificacin
La defusificacin realiza el proceso de adecuar los valores difusos generados
en la inferencia en valores crisp, que posteriormente se utilizarn en el proceso
de control. En la defusificacin se utilizan mtodos matemticos simples como
el mtodo del Centroide, Mtodo del Promedio Ponderado y Mtodo de
Membresa del Medio del Mximo.
Hasta aqu hemos revisado los temas que involucran nicamente el proceso de
la lgica difusa, sin embargo, existe software que nos permite realizar
simulaciones correspondientes al control, uno de ellos es Matlab del cual se
explica a continuacin.
Matlab
MATLAB es el nombre abreviado de MATrix LABoratory, MATLAB es un
programa para realizar clculos numricos con vectores y matrices. Puede
tambin trabajar con nmeros tanto reales como complejos, con cadenas de
caracteres o con estructuras ms complejas.

Figura 5 Software Matlab

Matlab resulta un entorno de trabajo tcnico que permite el desarrollo de

clculo numrico y simblico muy adecuado para el mundo cientfico y de
ingeniera. Representa adems un lenguaje de programacin de alto nivel y se
completa con una amplia coleccin de paquetes especficos para aplicaciones
determinadas en campos de la ciencia y la tcnica. Son las toolboxes, para el
caso de lgica difusa existe un apartado que lleva por nombre Fuzzy Logic
Tool box
El Fuzzy Logic Toolbox (FLT) es una herramienta para desarrollar programas
difusos de manera amigable en un ambiente MATLAB. El desarrollo se hace
empleando la interfaz de usuario grfica
Existen cinco herramientas grficas para la construccin, edicin y observacin
de un sistema de inferencia difuso dentro de un FLT. Estas son:

Sistema de inferencia difuso, por sus siglas en ingles FIS (Fuzzy

Inference System): El cual permite la creacin de las variables de
entrada y salida, y la asignacin de un nombre a las mismas.

Funcin de membresa, por sus siglas en ingles MF (Membership

Function): permiten modificar el nombre, tipo y la forma de cada funcin
de membresa se indica el rango del universo en discurso y
posteriormente se mostrar en la grfica de la variable

Editor de reglas. Una vez que la matriz de la base de conocimientos

difusa es desarrollada, esta se transcribe al editor de reglas. Para este
caso el editor ofrece dos campos de datos en los cuales se pueden
permutar todas las opciones posibles que ayuden a llegar al control
deseado.

Visualizador de reglas: Una vez que el algoritmo de fusificacin ha sido

desarrollado, el visualizador de reglas que se observa en la Figura 5.4

es bsicamente una visin simplificada del sistema de inferencia difusa,

en donde cada operacin de cada regla es explicada de forma detallada.

Visualizador de superficie: Despus de que el algoritmo ha sido

desarrollado, el visualizador de superficie permitir observar la relacin
entre las variables de entrada y salida

Figura 5 Fuzzy Logic Toolbox Matlab

Desarrollo

Ejercicio 2. Construir un sistema experto borroso para un problema genrico

que contiene tres variables, dos de entrada (x, y) y una de salida (z). Las
variables x, y, y z toman valores en el intervalo [0,10], y sus funciones de
pertenencia son:

bajo(t) = 1 (t / 10 )
alto(t) = t / 10

Y las reglas de la base de conocimiento son:

Regla 1: si x es bajo y y es bajo entonces z es alto
Regla 2: si x es bajo y y es alto entonces z es bajo
Regla 3: si x es alto y y es bajo entonces z es bajo
Regla 4: si x es alto y y es alto entonces z es alto

Qu reglas son candidatas a

dispararse en este caso? Obtener
el crisp number para una entrada
(x,y) = (0 , 3.2) usando la regla 1.

Conclusin

La lgica difusa nos permite el manejo de mltiples valores; esto es que nos
modela condiciones definidas de forma imprecisa y provee un marco para la
toma de decisiones en forma de razonamiento aproximado se basa en lo
relativo de lo observado como posicin diferencial.
Este tipo de lgica toma dos valores aleatorios, pero contextualizados y
referidos entre s, adaptndose al mundo real en el que vivimos, e incluso
puede comprender y funcionar con nuestras expresiones, del tipo "hace mucho
calor", "no es muy alto", "el ritmo del corazn est un poco acelerado", etc.
A su vez los conjuntos difusos son una extensin a la nocin que tenemos del
conjunto clsico que permite la evaluacin de una pertenencia gradual o
membreca de los elementos a un conjunto. Los conjuntos difusos contienen
etiquetas lingsticas que expresan trminos generales, no existe un valor
cuantitativo nico que defina de forma precisa alguno de los trminos.

Bibliografia

http://www.mathworks.com/products/fuzzy-logic/
http://es.wikipedia.org/wiki/L%C3%B3gica_difusa
http://quegrande.org/apuntes/EI/4/IA/teoria/09-10/tema_9__la_aproximacion_difusa:_representacion_del_conocimiento_y_razona
miento.pdf
http://www.it.uc3m.es/jvillena/irc/practicas/08-09/10.pdf
J.A. Montero V. Libro electrnico de la materia de Inteligencia Artificial, de la
currcula de la carrera de Ingeniera en Sistemas Computacionales (ISIC-2010)
que se imparte en los Institutos Tecnolgicos dependientes de la Subsecretara
Nacional de Educacin Superior Tecnolgica (SNEST).