Este documento presenta una introducción a los sistemas basados en reglas difusas (SBRD). Explica que un SBRD consta de una base de conocimiento, un mecanismo de inferencia y posiblemente interfaces de fuzzificación y defuzzificación. También describe dos tipos principales de SBRD, los de tipo Mamdani y los de tipo Takagi-Sugeno-Kang (TSK), y sus respectivas ventajas e inconvenientes.
5 IntroduccióN A Los Sistemas Basados En Reglas Difusas
1. MÓDULO III: SISTEMAS BASADOS EN
REGLAS DIFUSAS
Tema 5: Introducción a los Sistemas Basados
en Reglas Difusas
Tema 5: Introducción a los Sistemas
Basados en Reglas Difusas
1. Introducción
2. Sistemas basados en reglas difusas para control
3. Estructura básica de un sistema basado en reglas
difusas (SBRD)
4. Tipos de sistemas basados en reglas difusas
Índice
2. Tema 5: Introducción a los Sistemas
Basados en Reglas Difusas
Objetivos:
Conocer la estructura básica y funcionamiento de un
Sistema Basado en Reglas Difusas
Clasificar los sistemas basados en reglas difusas en
base a su estructura y a la estructura de regla difusa
utilizada
Conocer ventajas e inconvenientes de cada uno de
los tipos de sistemas basados en reglas difusas
Objetivos
1. Introducción
Aplicaciones:
Modelado de sistemas:
Obtención de modelos que representan realidades complejas
Control:
Plantas industriales complejas
Control en línea
Sistemas de navegación con perturbaciones
Clasificación: detección de patrones, diagnóstico médico, ...
Sistemas expertos: ayuda a la decisión, recuperación de información,
planificadores financieros, ...
Minería de datos y descubrimiento de información: extracción del
conocimiento intrínseco contenido en grandes bases de datos con
reglas de asociación difusas
1. Introducción
3. 2. SBRDs aplicados a control
Opciones en sistemas digitales:
PID (proporcional-integral-derivativo)
Acciones
• Problemas en entornos de control
cambiantes o sistemas no lineales
MRAC (control adaptativo de modelo de
referencia)
• Resuelve el problema anterior ajustando los
parámetros del controlador comparando la
PROCESO
CONTROLADO salida con un modelo de referencia
CONTROLADOR
• Necesita un modelo matemático
Control difuso
• Las entradas, salidas y respuesta de control
se especifican con términos similares a los
utilizados por un experto en control
Condiciones • No se requiere un modelo del sistema
• Aprendizaje y ajuste automático fácil de
realizar
2. SBRDs aplicados a control
2. SBRDs aplicados a control
Valor
Acciones difuso
MODULO
DEFUZZIFICADOR
(DESEMBORRONADOR)
Valor
exacto
PROCESO BASE DE MECANISMO BASE DE
CONTROLADO DATOS DE INFERENCIA REGLAS
DIFUSA DIFUSAS
Valor
exacto MODULO
FUZZIFICADOR
(EMBORRONADOR)
Condiciones Valor
difuso
CONTROLADOR DIFUSO
2. SBRDs aplicados a control
4. 3. Estructura básica de un sistema basado
en reglas difusas
Un Sistema Basado en Reglas Difusas (SBRD) está
formado por:
Base de conocimiento
Base de Reglas
Base de Datos
Motor de inferencia
Además en sistemas con entradas y/o salidas nítidas, se
incluye un interfaz de fuzzificación y un interfaz de
defuzzificación
3. Estructura básica de un sistema basado en reglas difusas
3. Estructura básica de un sistema basado
en reglas difusas
Base de Conocimiento
Base de Base de
Reglas Datos
Interfaz de Interfaz de
Mecanismo de Inferencia
Fuzificación Defuzificación
Sistema Basado en Reglas Difusas
3. Estructura básica de un sistema basado en reglas difusas
5. 3. Estructura básica de un sistema basado
en reglas difusas
R1: Si X1 es Alto y X2 es Bajo entonces Y es Medio
R2: Si X1 es Bajo y X2 es Medio entonces Y es Alto
...
Base de Conocimiento
Base de Base de
Reglas Datos
Interfaz de Interfaz de
Mecanismo de Inferencia
Fuzificación Defuzificación
Sistema Basado en Reglas Difusas
3. Estructura básica de un sistema basado en reglas difusas
3. Estructura básica de un sistema basado
en reglas difusas
R1: Si X1 es Alto y X2 es Bajo entonces Y es Medio Factores de escala
R2: Si X1 es Bajo y X2 es Medio entonces Y es Alto
Medio
... Bajo Alto
X1
Bajo Medio Alto
Base de Conocimiento
Base de Base de X2
Bajo Medio Alto
Reglas Datos
Y
Interfaz de Interfaz de
Mecanismo de Inferencia
Fuzificación Defuzificación
Sistema Basado en Reglas Difusas
3. Estructura básica de un sistema basado en reglas difusas
6. 3. Estructura básica de un sistema basado
en reglas difusas
R1: Si X1 es Alto y X2 es Bajo entonces Y es Medio Factores de escala
R2: Si X1 es Bajo y X2 es Medio entonces Y es Alto
Medio
... Bajo Alto
X1
Bajo Medio Alto
Base de Conocimiento
Base de Base de X2
Bajo Medio Alto
Reglas Datos
Y
Entrada Interfaz de Interfaz de Salida
escalada Mecanismo de Inferencia escalada
Fuzificación Defuzificación
Sistema Basado en Reglas Difusas
3. Estructura básica de un sistema basado en reglas difusas
3. Estructura básica de un sistema basado
en reglas difusas
Contiene el conjunto de
acciones a realizar en
función del estado
Convierte la Convierte la
entrada nítida Base de salida difusa a
a valor difuso Reglas valor nítido
Interfaz de Mecanismo de Interfaz de
Fuzzificación Inferencia Defuzzificación
Base de
Datos
Realiza el proceso de
Contiene la definición razonamiento para
lingüística de las estimar la salida en
variables función de la entrada
3. Estructura básica de un sistema basado en reglas difusas
7. 4. Tipos de sistemas basados en reglas
difusas
En función del tipo de regla difusa que utilicen se
puede distinguir
SBRDs tipo Mamdani
SI X1 es Alto y X2 es Bajo ENTONCES Y es Alto
SBRDs tipo TSK (Takagi, Sugeno y Kang)
SI X1 es Alto y X2 es Bajo ENTONCES Y=f(X1,X2)
No necesitan interfaz de defuzzificación
El motor de inferencia funciona de distinta forma
4. Tipos de sistemas basados en reglas difusas
4.1. SBRDs tipo Mamdani
Ventajas:
Facilidad para la derivación de reglas
Interpretabilidad de las reglas difusas
Fueron propuestos antes y se han utilizado con más
frecuencia
Inconvenientes:
No garantizan la continuidad de la superficie de salida
Menor eficiencia computacional
4. Tipos de sistemas basados en reglas difusas
4.1. SBRDs tipo Mamdani
8. 4.2. SBRDs tipo TSK
Ventajas:
Incrementan la precisión
Mayor eficiencia computacional
Facilidad para el análisis del sistema
Garantizan la continuidad de la superficie de salida
Inconvenientes:
El consecuente es una fórmula matemática y no
proporciona un marco natural para representar
conocimiento humano
Limitan la representación de los principios de la lógica
difusa
4. Tipos de sistemas basados en reglas difusas
4.2. SBRDs tipo TSK
Bibliografía
Básica:
[Yag94] R.R. Yager y D.P. Filev. Essentials of Fuzzy Modeling
and Control. John Wiley, 1994
Complementaria:
[Bat00] I. Baturone, A. Barriga, S. Sánchez-Serrano, C.J.
Jiménez-Fernández y D.R. López. Microelectronic Design of
Fuzzy Logic-Based Systems. CRC Press, 2000.
[Lee90a,Lee90b] C.C. Lee. Fuzzy Logic in Control Systems:
Fuzzy Logic Controller, Part I y Part II. IEEE Transactions on
Systems, Man and Cybernetics. Vol. 20 (2), 1990, págs. 404-
418, 419-435.
[Wan97] L.X. Wang. A Course in Fuzzy Systems and Control.
Prentice-Hall, 1997.
Bibliografía