ELECTRICIDAD,

ELECTRÓNICA Y
AUTOMATIZACIÓN

Aplicaciones de inteligencia artificial

NOMBRE: Daleth Sepúlveda – Fabian Delgado – Matías Morales

CARRERA: Ing. Automatización y control industrial
ASIGNATURA: Aplicaciones de inteligencia artificial
PROFESOR: Juan Antipil
FECHA: 05/10/2018
Contenido
1 INTRODUCCION......................................................................................................................................3
2 EVOLUCIÓN DE LA TEORÍA DE CONJUNTOS DIFUSOS.............................................................................4
3 LOGICA DIFUSA Y SISTEMAS DE CONTROL.............................................................................................4
4 CONJUNTOS DIFUSOS............................................................................................................................4
5 CARACTERISTICAS GENERALES DE LOS CONJUNTOS DIFUSOS...............................................................5
6 FUNCIONES DE PERTENENCIA O MEMBRESIA........................................................................................6
7 OPERACIONES ENTRE CONJUNTOS DIFUSOS.........................................................................................7
8 REGLAS DIFUSAS....................................................................................................................................8
9 Estructura típica de un Controlador Difuso............................................................................................9
10 Laboratorio.......................................................................................................................................10
Ejercicio 1:..............................................................................................................................................10
Ejercio2:..................................................................................................................................................11
Ejercicio 3...............................................................................................................................................14
11 Conclusión........................................................................................................................................15

2
1 INTRODUCCION
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.

3
2 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.

3 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.

4 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.

4
5 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 en 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.

5
Ejemplos de Conjuntos Difusos Fig-1

6 FUNCIONES DE PERTENENCIA O MEMBRESIA

6
7 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.

7
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.

8 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.

8
9 Estructura típica de un Controlador Difuso

9
10Laboratorio
Ejercicio 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.

10
Ejercio2:
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.

11
Ejercicio 3
Implemente un sistema difuso para el control automático 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.

12
11Conclusión

La lógica difusa nos permite establecer valores numéricos de información la cual

podría ser imprecisa, se basa netamente en el conocimiento empírico que se tenga sobre
el proceso, el cual será definido gracias a las reglas lingüísticas anteriormente
mencionadas. Para lograr utilizar la lógica difusa se necesita tener un gran grado de
conocimiento del proceso a desarrollar.

13