ADMINISTRACIÓN

Y NEGOCIOS

TITULO PORTADA TRABAJO

Ejemplo de subtítulo

NOMBRE:
CARRERA:
ASIGNATURA:
PROFESOR:
FECHA:
HISTORIA
El concepto de Lógica Difusa fue creado por Lofti A. Zadeh, catedrático de la
Universidad de Berkeley (California). En su propuesta, la lógica difusa fue
presentada como una forma de procesamiento de información en la que los datos
podrían tener asociados un grado de pertenencia parcial a conjuntos. Fue a
mediados de los 70 cuando esta teoría se aplicó a los sistemas de control (cuando
los pequeños ordenadores empotrados tuvieron suficiente potencia como para
permitir su ejecución). Desde entonces el número de aplicaciones industriales y su
utilización en productos de consumo ha crecido exponencialmente.

EVOLUCIÓN DE LA TEORÍA DE CONJUNTOS DIFUSOS

Al inicio de los años 70’s surgió la idea de realizar «Control Fuzzy», diseñando y
construyendo los primeros controladores fuzzy en esa misma década. Estos
controladores se basan en reglas de inferencia establecidas en lenguaje natural y
representado por conjuntos fuzzy. En esta década también evolucionaron ideas
concernientes al uso de conjuntos fuzzy en reconocimiento de patrones y se formó
la Asociación Internacional de Sistemas Fuzzy (IFSA; International Fuzzy Systems
Association), llevando a cabo la publicación de la revista de esta asociación,
«Fuzzy Sets and Systems». Durante los 80’s además de darse un desarrollo en la
Teoría de los Conjuntos Fuzzy, se realizaron aplicaciones prácticas de los
descubrimientos teóricos. Como resultado de las investigaciones, especialmente
en Japón, se han fabricado productos cuyo diseño funcional está basado en la
Teoría de Conjuntos Fuzzy. Esta tendencia ha evolucionado de tal manera que
ahora existen, por ejemplo, automóviles cuyas transmisiones y frenos
antiderrapantes son controladas por circuitos lógicos fuzzy. Existen diversas áreas
donde se ha descubierto la utilidad de aplicar la teoría Fuzzy a sus actividades; por
ejemplo, finanzas, psicología, química, ecología, economía, etc.; además de
aquellas actividades de ingeniería tales como sistemas expertos, sistemas de
información, robótica, etc. entre otras.
LOGICA DIFUSA Y SISTEMAS DE CONTROL
La incorporación de lógica difusa a los sistemas de control da lugar a lo que
llamamos sistemas de control difuso. Dentro de los sistemas de control se
encuentran dos grandes áreas, el modelado o identificación y el control
propiamente dicho o control directo. Nos enfocaremos en el control de procesos
suponiendo conocido el modelo de este. Se trata de determinar de manera lógica
que se debe hacer para lograr los objetivos de control de mejor manera posible a
partir de una base de conocimiento proporcionada por un operador humano, sin
esta base no es posible desarrollar una aplicación y que esta funcione de manera
correcta. Se utiliza el conocimiento y experiencia de un operador humano para
construir un controlador que emule el comportamiento de tal persona.

CONJUNTOS DIFUSOS
Los conjuntos clásicos, tienen limitaciones, se define un universo de discurso que
contiene a conjuntos cuyos bordes están bien definidos, un elemento puede o no
pertenecer a cierto conjunto, algo es verdadero o falso, no se definen situaciones
intermedias. Los conjuntos difusos son una extensión de los clásicos, donde se
añade una función de pertenencia, definida esta como un número real entre 0 y 1.
Así se introduce el concepto de conjunto o subconjunto difuso y se lo asocia a un
determinado valor lingüístico, definido por una palabra o etiqueta lingüística,
donde esta es el nombre del conjunto o subconjunto.

CARACTERISTICAS GENERALES DE LOS CONJUNTOS DIFUSOS

Conjunto Difuso: Expresa el grado de pertenencia al conjunto que tiene cada uno
de los elementos. El conjunto difuso A en X puede definirse como el conjunto de
los pares ordenados

Donde μA(x) es la función de pertenencia al conjunto difuso.

Funciones de pertenencia: Dan para cada elemento de X un grado de membresía

al conjunto A. El valor de esta función está en el intervalo entre 0 y 1, siendo 1 el
valor para máxima pertenencia. Si el valor de esta función se restringiera
solamente a 0 y 1, se tendría un conjunto clásico, o no-difuso.
Universo: Colección de objetos de los que se hablará en una lógica específica.
Por ejemplo, el universo de los números naturales o el universo de las edades.

Conjunto: Colección de elementos que existen dentro de un universo.

Variables lingüísticas: Son variables cuyos valores son descritos cualitativamente

y cuantitativamente por un conjunto difuso.

Valor lingüístico: Son diferentes clasificaciones que se efectúa sobre la variable

lingüística: en el caso de la altura, es posible dividir el universo de discurso en
los diferentes valores lingüísticos.

Reglas Difusas: Un esquema de representación del conocimiento para describir

una proyección funcional o una fórmula lógica que generaliza una implicación en la
lógica de dos valores.

Apoyo: En un conjunto difuso A es el conjunto de todos los puntos x para los

cuales la función de pertenencia (μA(x)) es mayor que cero.

Centro: En un conjunto difuso A es el conjunto de todos los puntos para los cuales
la función de pertenencia (μA(x)) es igual a 1.

Normalidad: Un conjunto difuso es normal si siempre existe un punto para el cual

la función de pertenencia es 1, es decir el centro no está vacío.

Números difusos: Es un conjunto difuso en la recta real (R) que satisface las
condiciones de normalidad y convexidad, la función de pertenencia es continua a
trozos y el centro del centro del conjunto difuso consiste de un único valor.

Intervalo difuso: Un conjunto difuso es un intervalo difuso si en la recta real (R)

que satisface las condiciones de normalidad y convexidad y la función de
pertenencia es continua a trozos.
Ejemplos de Conjuntos Difusos Fig-1

Fig-1

FUNCIONES DE PERTENENCIA O MEMBRESIA

OPERACIONES ENTRE CONJUNTOS DIFUSOS

Los subconjuntos se les pueden aplicar determinados operadores o bien se puede

realizar operaciones entre ellos. Al aplicar un operador sobre un solo conjunto se
obtendrá otro conjunto, lo mismo sucede cuando se realiza una operación entre
conjuntos.

Fuzzificación: Es un procedimiento matemático en el que se convierte un

elemento del universo de discurso (variable medida del proceso) en un valor en
cada función de membresía a las cuales pertenece.

Desfusificación: Es un proceso matemático usado para convertir un conjunto

difuso en un número real.
Inferencia: Es el proceso mediante el cual se genera un mapeo para asignar una
entrada una salida utilizando lógica difusa. Existen diferentes métodos de
inferencia, los más comunes son de Mamdani y Takagi-Sugeno-Kang.

REGLAS DIFUSAS
Los controladores difusos usan reglas, estas combinan uno o más conjuntos
borrosos de entrada llamados antecedentes o premisas y le asocian un conjunto
borroso de salida llamado consecuente o consecuencia.

Reglas difusas de Mamdani

IF x1 is A AND x2 is B AND x3 is C THEN u1 is D, u2 is E
Donde x1, x2 y x3 son las variables de entrada (por ejemplo, error, derivada del
error y derivada segunda del error), A, B y C son funciones de membresía de
entrada (p.ej., alto, medio, bajo), u1 y u2 son las acciones de control (p.ej.,
apretura de válvulas) en sentido genérico son todavía variables lingüísticas
(todavía no toman valores numéricos), D y E son las funciones de membresía de la
salida, en general se emplean singleton por su facilidad computacional, y AND es
un operador lógico difuso, podría ser otro. La primera parte de la sentencia “IF x1 is
A AND x2 is B AND x3 is C” es el antecedente y la restante es el consecuente.

Reglas difusas de Takagi-Sugeno

En los sistemas tipo Sugeno, los valores que arrojan los consecuentes de las
diferentes reglas que se han activado en un momento determinado ya son valores
numéricos por lo que no necesitan una etapa de defusificación. Son diferentes
a las de los sistemas Mamdani pues el consecuente de estas reglas ya no es
una etiqueta lingüística, sino que es una función de la entrada que tenga el
sistema en un momento dado.
Estructura típica de un Controlador Difuso
Laboratorio

1. Implemente un sistema difuso para el control automático de frenado en un

automóvil. Considere las variables de presión radio como variables de
entrada.
a) Diseñe sus reglas difusas.
b) Diseñe las funciones de pertenencia (tipo y rango).
c) Compruebe su sistema en el toolbox de fuzzy logic.
2. Implemente un sistema difuso para el control automático de un ventilador
en una sala de conferencias. Considere las variables temperatura y números
de personas como variables de entrada.
3. Implemente un sistema difuso para el control automatico de encendido de
un motor discovery. Considere las variables de entrada que estime
pertinentes.
a) Diseñe sus reglas difusas.
b) Diseñe las funciones de pertenencia (tipo y rango).
c) Compruebe su sistema en el toolbox de fuzzy logic.