Utp sirn_sl8 sistemas difusos i 2012-2
22
Sistemas Inteligentes y Redes Neuronales (SI01) Ing. José C. Benítez P. (SI01) Sistemas Difusos I Laboratorio: 8
Transcript of Utp sirn_sl8 sistemas difusos i 2012-2
Sistemas Inteligentes
y Redes Neuronales
(SI01)
Ing. José C. Benítez P.
(SI01)
Sistemas Difusos I
Laboratorio: 8
� Objetivo
� Fundamento teórico: Los sistemas difusos.
� Laboratorio: Sistemas Difuso con Matlab.
� Conclusiones.
Sistemas Difusos
� Conclusiones.
� Tarea.
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.2
Objetivos
� Revisar los conceptos de los sistemas basados en lógica
difusa comúnmente llamados sistemas difusos.
� Desarrollo de un ejemplo de control difuso mediante
Matlab.
Fortalecer su competencia redactora del alumno mediante la� Fortalecer su competencia redactora del alumno mediante la
redacción del informe de laboratorio con el desarrollo y
preguntas del laboratorio.
3Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
Sistema difuso con Matlab
EJEMPLO: Modelar un SCbLB con Matlab:
Se desea implementar una lavadora con un sistema difuso. En tal
sentido se ha propuesto un sistema de control difuso con las
siguientes características:
- Entradas: Peso y Nivel de suciedad.
- Salida: Cantidad de Detergente.
--------------------------------------------------------------------------
4Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
--------------------------------------------------------------------------
Se define las Reglas Difusas para el nivel de detergente:
Sistema difuso con MatlabSe define las Reglas Difusas para el nivel de detergente:
Peso Suciedad
5Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
Cantidad de
detergente:
Sistema difuso con MatlabUsando el Toolbox de MatLab:
1. Ingrese al Matlab
2. Escriba Fuzzy en el Command Window
6Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
Figure 1: Interfaz Grafica de
Lógica Difusa para Matlab
Sistema difuso con MatlabUsando el Toolbox de MatLab:
3. Si desea Adicionar una entrada o
salida en el sistema,
seleccionamos Edit, Add variable.
7Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
Figure 2: Adicionar una entada al sistema difuso
Sistema difuso con MatlabUsando el Toolbox de MatLab:
4. Para nuestro sistema debemos
adicionar una entrada mas.
8Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
Figure 3: Sistema Difuso con 2 entradas.
Sistema difuso con MatlabUsando el Toolbox de MatLab:
5. Procedemos a cambiar los nombres
de las variables de entrada. En la
figura 3 seleccionamos input1 y lo
cambiamos por Peso; seleccionamos
input2 y lo cambiamos por nivel de
suciedad. Finalmente seleccionamos
9Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
suciedad. Finalmente seleccionamos
output1 por cantidad de detergente.
6. Para guardar el archivo seleccionamos
file� export� to file
Figure 4: Guardar archivo de trabajo
Sistema difuso con MatlabUsando el Toolbox de MatLab:
7. Guardamos el archivo con el nombre
lavadora. A continuación debemos
especificar las funciones de
pertenecía de los conjuntos .
8. Seleccionamos Edit � Membership
Funcions
10Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
Figure 5: Modificar los parametros de las
funciones membership.
Sistema difuso con MatlabUsando el Toolbox de MatLab:
9. En la figura 6 se muestra las
funciones de pertenencia para
cada uno de los conjuntos difusos.
De manera demostrativa se
realizara la implementación de la
primera variable Peso.
11Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
Figure 6: Funciones membership de la
variable Peso.
Sistema difuso con MatlabUsando el Toolbox de MatLab:
10. Según datos del problema la
variable peso posee un rango de
[0-10], para obtener este rango
seleccionamos en el campo range
el intervalo de [0-10]. Además
seleccionamos Edit � Add
Custom MF �Enter para tener
12Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
Custom MF �Enter para tener
cuatro funciones de pertenecía.
Figure 7: Adicionar las funciones
membership.
Sistema difuso con MatlabUsando el Toolbox de MatLab:
11. En el campo MF name escribimos
mf4, para evitar confusiones. En el
siguiente paso cambiaremos todos los
nombres de acuerdo a nuestro
problema.
13Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
Figure 8: Cambio de nombre la funcion
membership adiconada.
Sistema difuso con MatlabUsando el Toolbox de MatLab:
12. La variable peso posee cuatro funciones de pertencia como se describen a
continuación:
• Liviano: Función trapecio truncado. Constante de [1-2] y decreciente en
forma lineal de [2-3].
• Regular: Función triangular de [2-6] con un cenit en 4.
• Pesado: Función triangular de [4-8] con un cenit en 6.
• Muy pesado: Función trapecio truncado. Constante de [8-10] y creciente en
forma lineal de [7-8].
14Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
forma lineal de [7-8].
Sistema difuso con MatlabUsando el Toolbox de MatLab:
13. Para completar las cuatro funciones de partencia para la variable peso, ingresamos
al sistema los valores que se presentan en la siguiente tabla 1.
15Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
Tabla 1: Valores para las funciones de pertenencia de la variable Peso.
Sistema difuso con MatlabUsando el Toolbox de MatLab:
14. Luego de completar las cuatro funciones de partencia se podrá visualizar la
siguiente pantalla tal como describe la figura 9.
16Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
Figure 9: Sistema Difuso con 2 entradas.
Sistema difuso con MatlabUsando el Toolbox de MatLab:
15. De la misma manera la variable de entrada Nivel de suciedad y la variable de salida
Cantidad de Detergente debe ser llenado.
16. Para adicionar las reglas difusas seleccionamos Edit-�Rules.
17Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
Figure 10: Sistema Difuso con 2 entradas.
Sistema difuso con MatlabUsando el Toolbox de MatLab:
17. Aparecerá la
siguiente
pantalla que se
muestra en la
siguiente figura
11.
18Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
Figure 11: Sistema Difuso con 2 entradas.
Sistema difuso con MatlabUsando el Toolbox de MatLab:
18. Una vez en la pantalla de la figura 11, se pueden editar reglas basándose en
reglas if then. Para adicionar una regla se debe seleccionar las opciones que
presentan las entradas y la salida e ingresar la regla deseada para finalmente
presionar Add rule.
19. De esta manera todas las reglas difusas deben se reingresadas al sistema.
20. Para analizar nuestro sistema difuso para diferentes valores de entrada
seleccionamos view�rules automáticamente se mostrara la salida del sistema
para diferentes entradas.
19Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
para diferentes entradas.
Figure 11: Sistema Difuso con 2 entradas.
Laboratorio
1. Implemente un sistema difuso para el control automático de frenado en un
automóvil. Considera las variables presión y radio como variables de entrada.
a. Diseñe sus reglas difusas.
b. Diseñe las funciones de pertenencia (tipos y rango).
c. Compruebe su sistema con el tool box de fuzzy logic.
2. Implemente un sistema difuso para el control automático de un ventilador en
una sala de conferencias. Considera las variables temperaturas y número de
personas como variables de entrada.
20Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
personas como variables de entrada.
a. Diseñe sus reglas difusas.
b. Diseñe las funciones de pertenencia (tipos y rango).
c. Compruebe su sistema con el tool box de fuzzy logic.
3. Implemente un sistema difuso para el control automático de encendido de un
motor del discovery. Considera las variables de netradas que estime
pertinentes.
a. Diseñe sus reglas difusas.
b. Diseñe las funciones de pertenencia (tipos y rango).
c. Compruebe su sistema con el tool box de fuzzy logic.
Informe de Laboratorio
� El Informe de Laboratorio es un documento gráfico en lo posible y es
redactado en Word con el desarrollo del laboratorio.
� Niveles de Informe:
� Primer nivel: Observaciones. Imágenes con comentarios cortos.
Redactar al ir desarrollando el laboratorio. (Requiere desarrollar el
laboratorio).
� Segundo nivel: Conclusiones. Redactar al terminar el
laboratorio.(Requiere haber desarrollado el laboratorio).laboratorio.(Requiere haber desarrollado el laboratorio).
� Tercer Nivel: Recomendaciones. (Requiere lectura de otras
fuentes).
� Dentro de su Carpeta Personal del Dropbox crear una carpeta para el
laboratorio 4 con el siguiente formato:
SIRN_PaternoM_Lab8
� Adjuntar fuentes que le han ayudado en esta carpeta creada.
� Las fuentes deben conservar el nombre original de archivo y se debe
agregar _L8 al final.
� Presentar el Informe de Laboratorio 8 en esta carpeta creada.
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 21
Laboratorio 8. Sistemas Difusos
Blog del curso:
utpsirn.blogspot.com22
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.
