INTRODUCCIN

La Lgica difusa es un tipo de lgica que realiza el tratamiento de

predicados vagos o tambin denominados borrosos.


Se aplica a los elementos de un
conjunto, en un cierto grado.
No tiene por qu verificarse o no verificarse,
sino que se verificar en un cierto grado.
Un predicado de este tipo,
no clasifica el universo en
dos categoras.
No produce una distincin en
dos clases diferenciadas.
Predicados vagos son: rico, feliz,
joven, grande, alto... A partir de ellos
formulamos enunciados borrosos.
Juan es alto y no es muy joven.
Mi casa es inmensa.
El vecino es feliz porque le ha tocado la lotera.
HISTORIA
El padre del trmino DIFUSO" fue Lofti Asier
Zadeh cuando en 1965 public "Fuzzy
Sets" (Conjuntos Difusos).
Las tesis que propone surgen del estudio de
pensadores de distintas disciplinas que
como l, tenan una visin de los
problemas diferente de la lgica
tradicional, las cuales influyeron para
que Zadeh publicase el ensayo "Fuzzy
Sets" en la revista "Information and
Control" y tres aos despus en 1968,
"Fuzzy Algorithm".
Al comienzo las ideas publicadas por Zadeh no fueron seguidas por la comunidad
cientfica del momento, pero con el tiempo comenz a tener seguidores lo que
produjo que sus teoras fuesen ampliadas y se asentaran sus conocimientos.
La intencin de Zadeh era la creacin de un formalismo para manejar de forma ms
eficiente la imprecisin del razonamiento humano.
Es en 1971, cuando realiza la publicacin de "Quantitative Fuzzy Semantics" en donde
aparecen los elementos formales que dan lugar a la metodologa de la Lgica
Borrosa y de sus aplicaciones tal y como se conocen en la actualidad.
A partir de 1973, con la teora bsica de los controladores borrosos de Zadeh, otros
investigadores comenzaron a aplicar la Lgica Borrosa a diversos procesos.
FUZZY BOOK
En 1974 Assilian y Mamdani en el Reino Unido desarrollaron el primer controlador
difuso diseado para la mquina de vapor. La implantacin real de un
controlador de este tipo no fue realizada hasta 1980 por F.L. Smidth & Co. en
una planta cementera en Dinamarca.
En 1987 Hitachi usa un controlador fuzzy para el control del tren de Sendai, el cual
usa uno de los sistemas ms novedosos creados por el hombre. Desde entonces,
el controlador ha realizado su trabajo correctamente con la consiguiente
satisfaccin por parte de los usuarios de dicho tren.
Es tambin en este ao cuando la empresa Omron desarrolla los primeros
controladores difusos comerciales y es que 1987 es considerado como el "fuzzy
boom" debido a la gran cantidad de productos basados en Lgica Borrosa que se
comercializan.
En 1993, Fuji aplica la Lgica Borrosa para el control de inyeccin qumica en plantas
depuradoras de agua por primera vez en Japn.
SIGNIFICANCIA VS PRECISIN
Nuestro conocimiento se agrupa en trminos sin fronteras bien definidas como
podra ser un nmero concreto. Estas etiquetas lingsticas pueden generar
informacin mucho ms til para nuestro provecho
http://blogueiros.axena.org/2009/11/12/logica-difusa-ciencia-e-internet-i/
LGICA CLSICA VS LGICA DIFUSA
Conjuntos Lgica Clsica Lgica difusa Lgico?
Estatura
Altos
No Altos

Estatura 1.80
Estatura < 1.80

Grados de
pertenencia
Lgica Clsica
1,81 Alto
1,79 No Alto

Lgica Borrosa
1,81 0,85 Alto
1,79 0,80 Alto

CONCEPTOS DE LGICA DIFUSA
Predicado: es lo que se afirma o niega de un objeto.
Alto: es un predicado que se puede afirmar o negar de una persona, de un rbol, de
un edificio .
Tener ms de 40 aos: es un predicado que se puede afirmar o negar de una
persona, de un cuadro, de un mueble.
Caro: es un predicado que se puede afirmar o negar de un viaje, de un reloj de oro,
de un apartamento, de un coche.
Medir ms de 1.60 metros: es un predicado que se puede afirmar o negar de una
persona, de una mesa, de un tabln de madera.

Un predicado clsico o ntido, es aqul que al aplicarlo a los elementos de un
universo, lo divide en dos subconjuntos: el de los elementos que verifican dicho
predicado, y el de los que no lo verifican.

Los predicados difusos, al aplicarlos a los elementos de un universo, no lo dividen
perfectamente en dos subconjuntos, el de los que cumplen dicho predicado y el
de los que no lo cumplen.
LGICA CLSICA
Dados A = [-1,2] y el predicado ntido P = "mayor de 0.9", su funcin de pertenencia
ser:
LGICA DIFUSA
El predicado P = "joven",
COMO PODEMOS REPRESENTAR
MATEMTICAMENTE UN CONJUNTO DIFUSO?
CONJUNTOS DIFUSOS CON UN UNIVERSO
DISCRETO
CONJUNTOS DIFUSOS CON UN UNIVERSO
CONTINUO
CATEGORIZACIN DE UNA VARIABLE CON
CONJUNTOS DIFUSOS
Funciones de
pertenencia
FUNCIONES DE PERTENENCIA
FUNCIONES DE PERTENENCIA
OPERACIONES CON CONJUNTOS DIFUSOS
INTERSECCIN
UNIN
NOT O COMPLEMENTO
VARIABLE LINGSTICA
Como son las etiquetas en
un conjunto borroso?
Mucho
Poco
Positivo
Negativo
Tambin puede
ser numrica
La sopa esta caliente

La sopa esta a 50 C
Variable Lingstica -> Temperatura -> A
Conjunto de Trminos -> T(A) -> muy fra, fra, normal, alta, muy alta.
Universo de discurso -> 0 K hasta infinito -> Rango prctico
PARTICIONES BORROSAS
Particin: Uno de los subconjuntos
que pueden formarse con los
elementos de la variable lingstica.
Estatura
Bajo
Medio
Alto

Una particin es completa si para todos los
valores posibles de U existe en la particin
un conjunto con pertenencia no nula
RAZONAMIENTO DIFUSO
El razonamiento difuso esta basado en la regla de inferencia Modus
Ponens Generalizado (del latn modo que afirma) es una regla de
inferencia simple que esta definido como:




Donde A, A , B, B son conjuntos difusos, x, y son variables lingsticas.
El modus ponems generalizado es usado ya que permite realizar
una inferencia cuando el antecedente es parcialmente conocido o
cuando es similar pero no igual a A.
Premisa 1: x es A
Premisa 2: SI x es A, ENTONCES y es B
Consecuente: y es B
SISTEMAS DE LOGICA DIFUSA PURO
Compuesto por:
Conjuntos Difusos
Desventaja:
-Entradas y salidas son conjuntos
difusos, cuando la mayora de
problemas en ingeniera las
entradas y salidas son valores
numricos reales.
Sin embargo, son
tiles para hacer
uso sistemtico de
informacin
lingstica.
Transformacin
Conjuntos Difusos
REGLAS BORROSAS
Combinan los conjuntos borrosos de
entrada, llamados antecedentes y les
asocia un conjunto borroso de salida,
llamado consecuente.
Regla tpica IF-THEN
En Control
Si el error es pequeo-positivo y
la derivada del error es negativo pequeo
Entonces la accin es positiva pequea
H
Ref
E=Ref-H
Accin de control
Abrir mas la vlvula
Error
Permiten expresar el
conocimiento disponible entre
antecedentes y consecuentes
Varias reglas forman una base
de reglas que representan de
forma completa el conocimiento
COMO SE REPRESENTAN LAS REGLAS
DIFUSAS?
Tablas
FAM (Memoria Asociativa borrosa)
Matrices que representan la
consecuencia de cada regla
definida para cada
combinacin de dos
entradas
Formalmente, una base de reglas borrosas es una coleccin de reglas R con
el formato:

R: SI X
1
es F
1
y y X
2
es F
2
Entonces Y es G
1
R: SI X
1
es F
1
y y X
2
es F
2
Entonces Y = f(X)



X y Y -> Variables Lingsticas
F y G -> Conjuntos Borrosos
Mamdani
Sugeno
SISTEMAS DIFUSOS
SISTEMAS DE LGICA DIFUSA CON
FUZZIFICADOR Y DEFUZZIFICADOR
FUZZIFICADOR
La entrada de un sistema de lgica difusa normalmente es un valor
numrico proveniente, por ejemplo, de un sensor; para que este valor
pueda ser procesado por el sistema difuso se hace necesario convertirlo
a un "lenguaje" que el mecanismos de inferencia pueda procesar.
Toma los valores numricos
provenientes del exterior y los
convierte en valores "difusos" que
pueden ser procesados por el
mecanismo de inferencia.
Estos valores difusos son los niveles de
pertenencia de los valores de entrada a los
diferentes conjuntos difusos en los cuales se
ha dividido el universo de discurso de las
diferentes variables de entrada al sistema.
EJEMPLO
Ejemplo:
Sensor: LM35
Valor Numrico -> 1 voltio
Lenguaje?
Sensibilidad
del sensor?
Como es la Temperatura?
Caliente Tibio Frio -
Muy Frio
Fuzzificador
MECANISMO DE INFERENCIA DIFUSA
Teniendo los diferentes niveles de pertenencia arrojados por el fuzzificador,
los mismos deben ser procesados para general una salida difusa. La
tarea del sistema de inferencia es tomar los niveles de pertenencia y
apoyado en la base de reglas generar la salida del sistema difuso
REGLAS MAMDANI
En un sistema difuso tipo Mamdani tanto el
antecedente como el consecuente de las reglas
estn dados por expresiones lingsticas.
Si la entrada es alta entonces la salida es baja
Antecedente Consecuente
INFERENCIA MAMDANI
DEFUZZIFICADOR
La salida que genera el mecanismo de inferencia
es una salida difusa, lo cual significa que no
puede ser interpretada por un elemento
externo que solo manipule informacin
numrica.
La salida del mecanismo de inferencia es
un conjunto difuso resultante, para generar
la salida nmerica a partir de este
conjuntos existen varias opciones como el
Centro de Gravedad, los Centros
Promediados entre otros.
=

()

()

EJEMPLO PRACTICO
Realizar un control de temperatura de un invernadero!
Se controla cerrando y abriendo una vlvula que permite
el paso de aire caliente, manteniendo una
temperatura aproximada de 23 C.
Como primer paso de la solucin del
problema se clasificarn las posibles
temperaturas que puede haber en el
proceso, por ejemplo: CALIENTE, TIBIO y
FRO.
EJEMPLO PRACTICO
La forma de los intervalos se elige tomando en cuenta la experiencia del
operador del invernadero.
El eje Y es el grado de membresa o pertenencia, que describe cuantitativamente
la funcin.
El eje X es la temperatura.
El nombre asociado (caliente, tibio y fro) es llamado significancia lingstica
y describe cualitativamente la funcin de membresa.
La forma de la funcin de membresa o pertenencia se debe elegir de acuerdo al
problema que se desea resolver. Existen muchas formas diferentes entre ellas:
triangular, gaussiana, trapezoidal, sigmoidal, etc.
EJEMPLO PRACTICO
Se puede observar que para una medicin de temperatura, por
ejemplo 29 C. Lo que puede interpretarse como: 29 C es una
temperatura mucho ms que tibia o 29 C es prcticamente caliente.
El grado de membresa asociado dependiendo de la funcin de membresa, es
llamado grado de pertenencia (GP) y se representa de la siguiente manera:
GP(29 C, CALIENTE) = 0,82
GP(29 C, TIBIO) = 0,22
GP(29 C, FRO) = 0
EJEMPLO PRACTICO
A partir de la informacin se desea tomar la decisin de abrir o cerrar la
vlvula que permitir el paso del aire caliente para controlar la temperatura
y mantener el invernadero siempre a 23 C, a este paso en lgica difusa se
le llama inferencia.
EJEMPLO PRACTICO
El operador del invernadero hace esta misma funcin siguiendo su lgica y
experiencia. Por ejemplo, l sabe que para una temperatura de 10 C es
necesario abrir partes la vlvula y para una temperatura de 40 C hay
que cerrar totalmente la vlvula.
En el eje X se presenta el rango
de operacin de la vlvula.
Donde 1 representa una
vlvula totalmente abierta y 0
una vlvula totalmente cerrada,
0,3 representara abrir la
vlvula al 30 por ciento.
EJEMPLO PRACTICO
A partir de las funciones de membresa de entrada y de salida se aplica la
siguiente metodologa:
1. Proceso de inferencia. Para cada grado de pertenencia asociados a la
medicin de temperatura se generan conclusiones. Por ejemplo, para los
grados de pertenencia asociados a la medicin de 29 C se debe concluir la
accin que se realizar. Para el caso se cortara la funcin de membresa de
salida, de tal forma que los valores mayores al grado de pertenencia
asociado desaparezcan.
EJEMPLO PRACTICO
2. Se genera la conclusin final combinando las conclusiones difusas.

EJEMPLO PRACTICO
Finalmente la conclusin final se defuzzyfica, es decir, se lleva nuevamente al
mundo real, esta informacin indica cunto se debe abrir la vlvula.
Mtodo de centroide, que consiste en
calcular el promedio ponderado de la salida.
Para el caso se obtiene 0.346 es decir la
vlvula se abrir 34,6 por ciento,
SISTEMAS DE LOGICA DIFUSA
TAKAGI SUGENO
En los sistemas de lgica difusa tipo Takagi Sugeno, la base de reglas de
inferencia poseen consecuentes de tipo numrico. Podemos considerar que
el antecedente de estas reglas es difuso, mientras que el consecuente es
determinstico.
INFERENCIA SUGENO
CONTROL DIFUSO
Un controlador Difuso es por naturaleza no lineal y existen diversos tipos,
en general se define un conjunto de estructuras bsicas cuyo
comportamiento se aproxima a los controladores clsicos del tipo
Proporcional (P), Integral (I) o Derivativo (D). Donde estas
denominaciones dependen del procesamiento que se realice sobre la
seal de error antes de entrar al sistema de inferencia difuso.
CONTROL P DIFUSO
CONTROL PD DIFUSO
CONTROLADOR PD DIFUSO CON
ACCIN DE CONTROL INCREMENTAL
CONTROLADOR PD DIFUSO CON
DERIVADA DE LA SALIDA
CONTROLADOR PI DIFUSO
PID DIFUSO
EJEMPLO
Control de nivel
Vamos a controlar el nivel de
un liquido en un tanque usando
un controlador difuso, en
donde las variables de entrada
del controlador corresponden al
error en el nivel y a la derivada
del nivel.
Como variable de salida
consideraremos la accin
incremental sobre la apertura
de la vlvula.
CONJUNTOS DIFUSOS
BASE DE REGLAS
SIMULACIN DEL CONTROLADOR
ANLISIS DE DESEMPEO
EJEMPLO PRACTICO
El problema de control del invernadero se define mediante el siguiente
diagrama a bloques:





Donde:
EJEMPLO PRACTICO
La entrada del controlador PD Difuso es el error y la variacin del error, ya que con
ellos se puede determinar el comportamiento del sistema. El error y la variacin
del error en el caso del invernadero tomarn valores de 20 a 20Vcd.
EJEMPLO PRACTICO
Las funciones de perteneca para E(t) y dE(t) se definen como:
EJEMPLO PRACTICO
La salida del control difuso que controlar la vlvula de paso del aire caliente,
tiene la funcin de membresa:











donde -1 indica totalmente cerrada, 1 totalmente abierta y 0 indica que no se mueve
de la posicin donde se encuentra.
EJEMPLO PRACTICO
Para cuestiones de simulacin del controlador la planta se define como un
sistema de primer orden:




donde k es la ganancia del sistema y es la constante de tiempo.
EJEMPLO PRACTICO MAMDANI
La arquitectura Mamdani consiste en una serie de reglas si-entonces de la forma:
Si X es FRO entonces Z es ABRIR
Donde tanto FRO como ABRIR son conjuntos difusos, X son los atributos observables
o mesurables del sistema (temperatura) y Z son los atributos controlables del
sistema (vlvula).
Expresiones de control: E(t) = Td(t)-T(t)
1. E(t) es negativo cuando la temperatura del invernadero T(t) es mayor que la
temperatura de referencia Td(t).
2. E(t) es cero cuando Td(t)=T(t).
3. E(t) es positivo cuando Td(t)>T(t).
4. dE(t) es negativa cuando el error anterior es mayor que el error actual
5. dE(t) es positiva cuando el error anterior es menor que el error actual
EJEMPLO PRACTICO
EJEMPLO PRACTICO
EJEMPLO PRACTICO TAKAGI SUGENO
La arquitectura TS consiste en una serie de reglas si-entonces de la forma:

Regla i: S i X(t) es A entonces Z es Y=kio + ki1E(t)+ ki2dE(t)

donde A es un conjunto difuso, X son los atributos observables o
mesurables del sistema, Z son los atributos controlables del sistema y Y es
una ecuacin de salida lineal.
Para la solucin del problema invernadero las ecuaciones de salida tendrn
la siguiente forma :

Regla i: Si E(t) es A y dE(t) es B entonces u(t)= kio + ki1E(t)+ ki2dE(t)
EJEMPLO PRACTICO
Se analizar el caso ms sencillo donde ki1 y ki2 son cero y la salida u(t) es
nicamente una constante, cuyos valores se elegirn de acuerdo a la
experiencia del experto en el proceso.
EJEMPLO PRACTICO
CONCLUSIONES
No cabe duda que el control difuso es una herramienta muy sencilla de aplicar y
disear para todo tipo de procesos, sin embargo se encontraron importantes
deficiencias como lo son:

La dependencia en la experiencia del experto en el proceso, para un correcto
funcionamiento del controlador.

Una vez obtenida la simulacin del sistema no es fcil determinar que cambios
se necesitan hacer en las funciones de membresa, reglas difusas, mtodos de
inferencia y defuzzyficacin para poder obtener un resultado de salida deseado.
Esto se complica an ms por la no linealidad del controlador difuso.

La dificultad de garantizar la estabilidad del sistema para cualquier referencia
dada, dado que el controlador es no lineal.
MATLAB
Para utilizar el Toolbox de lgica difusa de MATLAB, teclee en la ventana de
comandos Fuzzy. A continuacin se abrir el Editos FIS donde se
implementarn las funciones de membresa tanto de entrada (temperatura)
como de salida (vlvula).
MATLAB
El editor FIS tiene tambin la opcin para elegir el mtodo de defuzzyficacin que se
desea utilizar. Dando doble-click en la funcin de membresa de entrada y de
salida se pueden generar las funciones de membresa tanto de temperatura
como de la vlvula.
MATLAB
En el Editor FIS dando doble clic en la seccin Mamdani se introducen las reglas
del controlador y finalmente en Ver-Reglas se puede ver la salida defuzzyficada
a la vlvula para diversas entradas de temperatura.