Sistema Basado en Conocimientos
-
Upload
shirley-contreras-ulloa -
Category
Technology
-
view
657 -
download
0
Transcript of Sistema Basado en Conocimientos
INTEGRANTES: CALLE FIGUEROA, José Luis CHAVEZ BRICEÑO, Elvis CONTRERAS ULLOA, Shirley GONZÁLEZ TORRES, Cristian LOYOLA DÍAZ, Jhon Alexander PIMENTEL CHUCHÓN, Nidia VALENCIA VARAS, Karen VILLEGAS SANCHEZ, Emili
SBC DIFUSO
LOGO
CONTROL Y
LÓGICA DIFUSA
LOGO
Antecedentes
1956
Las bases de la lógica difusa por Lofti Zadeh, profesor de la Universidad de California en Berkley.
1974Demuestra la aplicabilidad de la lógica difusa en el campo del control, Ebrahim Mandami.
LOGO
Lógica Difusa
Permite a los sistemas tratar con información que no es exacta (información contiene un alto grado de imprecisión)
En los conjuntos difusos se tiene la característica de que la función de pertenencia puede adquirir valores en el rango de 0 a 1.
Conjunto difuso, el cual se encuentra asociado con un determinado valor lingüístico que está definido por una etiqueta, palabra o adjetivo
LOGO
Control Difuso
Utilizan las expresiones difusas para formular las reglas que controlaran dichos sistemas
Debe tomarse en cuenta el conocimiento experto de una o varias personas para la realización de la base de conocimiento sobre la cual se basaría la toma de decisiones.
LOGO
Control Difuso
Estructura
LOGO
Operaciones con Conjunto Difuso
AoB A B µ ∪ ⇒ A B ∪ = max {µA(x), µB(x)}
A y B A∩B µA∩B =min {µA(x), µB(x)}⇒ ⇒
µA1x…xAn(x1, x2, x3)=min{µA1(x1),…,µAn(xn)}
Ā ⌐A µA= 1-µA(x)⇒ ⇒
LOGO
DESARROLLADOR DEL
CONTROLADOR DIFUSO
LOGO
Definición de Variables
XBASES
Definir variables de salida
variables de entrada
Y
distancia
reacción
LOGO
Cauterización de los Espacios de Entrada y Salida
Espacios de entraday
Espacios de salida
Clústers triangulares
La forma de los clústers obedece a que fue a nuestro juicio la más indicada, ya que se va a realizar la implementación en un micro controlador y los conjuntos triangulares presentan mayor facilidad en su representación , manejo y evaluación y son eficientes para realizar un controlador. Las variables finalmente tienen un rango de 0 a 252 con una partición equidistante; esto es conveniente, ya que se utilizó una resolución para los espacios en el micro controlador de 8 bits.
LOGO
Fuzificación de las variables de entrada
variablegrado de pertenencia a cada clúster
Las entradas al controlador difuso son valores discretos en el rango mencionado (de 0 a 252). Con cada una de las variables de entrada, el valor recibido al controlador es comparado con su respectivo espacio, así obtendremos la información de a que clúster pertenece. Posteriormente, se calcula la membresía del valor de cada entrada en cada uno de los clústers que tenga pertenencia.
LOGO
Fuzificación de las variables de entrada
Recibido un valor de entrada para “Distancia” y uno para “Reacción”, devuelve el grado de pertenencia de cada uno a su respectivo espacio, en los clústers que abarquen al valor. Debido a la partición simétrica de los espacios, la variable sólo pueda pertenecer a uno o dos clústers, resultado en una o dos funciones de pertenecía por espacio únicamente.
Funcionamiento del Fuzificador
LOGO
Base de Conocimiento
Contiene el conocimiento asociado al dominio de la aplicación y los objetivos del control.
Está formada por una base de datos y un conjunto de reglas difusas de control.
OBJETIVOS
Base deConocimiento
Proveer las definiciones necesarias para definir las reglas lingüísticas de control y la manipulación de información difusa en un control difuso
Almacenar los objetivos y políticas de control (como experto en el dominio).
Base deConocimiento
Base deConocimiento
LOGO
Sistema de Inferencia
Bloque mediante el cual los mecanismos de inferencia
relacionan los conjuntos difusos de entrada y salida, y representa a las
reglas que definen el sistema.
Las entradas a este bloque son conjuntos difusos (grados de
pertenencia) y las salidas también conjuntos difusos, asociados a la
variable de salida.
LOGO
Método de Inferencia
Mamdani
Lusing Takagi-Sugeno-Kang
Diferentes métodos de inferencia
Método que se empleará:
Mamdani
Conocido también como el método de “mínimo”-“máximo”
Dicho método consiste en que cada pertenencia de cada conjunto debe ser comparada con cada pertenencia de los demás conjuntos de las variables de entrada, y al comparar, se debe guardar el valor mínimo de la pertenencia entre ellos y se debe colocar en el conjunto del universo de salida que indica la regla.
LOGO
Método de Defuzificación
El último bloque del proceso de control difuso es el de defuzificación, para ello se emplea el método del centroide o centro de área. Dado el
polígono de la (figura) generado del proceso de inferencia se debe calcular el centro fr gravedad, para esto existe la ecuación.
LOGO
Método de Defuzificación
En donde z*, es el centroide. O bien, par el caso de sistemas discretos, se calcula el centroide discretizado con la Ecuación:
LOGO