LALALALA

Tema 4. Ejemplo Control Difuso

IA – Inteligencia Artificial
5o inform´tica
a
http://ccia.ei.uvigo.es/docencia/IA
enero 2011

– FJRP 2011 ccia IA –

Tareas t´
ıpicas en el dise˜o desistemas basados en
n
l´gica difusa
o

1. Identificar las variables del dominio
Variables ”de estado”: describen las entradas del sistema
Variables ”de control”: describen las salidas del sistema2. Identificar los t´rminos ling¨´
e
uısticos vinculados a cada variable y sus
respectiva definici´n
o
Definir las ”particiones difusas” de cada variable (etiquetas ling¨´
uısticas).
Definir lasfunciones grado de verdad asociadas a cada etiquetas ling¨´
uısticas.
Habitualmente se pretender´ que las particiones definidas ”cubran” la totalidad
a
del espacio de valores de las distintasvariables
Es recomendable que exista solapamiento.

3. Construir las reglas difusas que correspondan. (crear la representaci´n simb´lica)
o
o
Habitualmente se hace uso de las FAM (Fuzzy AssociationMatrix).
Se crea una FAM para cada variable ”de control”, vinculando las posibles
combinaciones de las variables ”de estado” (antecedente) con una de sus
etiquetas ling¨´
uısticas (consecuente).

4.Seleccionar la implementaci´n y los par´metros de los operadores
o
a
difusos a utilizar. (parametrizar el ”funcionamiento num´rico”)
e

m´
ınimo + m´ximo
a
producto + suma acotada
b)Implementaci´n implicaci´n difusa (→): Mindani, Kleene, Larsen, etc
o
o
c) Implementaci´n del modus ponens difuso: max-min
o
a) Implementaci´n conectivas difusas (∧, ∨ , ¬):
o

Activaci´n dereglas: normalmente se considerar´ que una regla difusa se activa si el grado
o
a
de verdad de su antecedente es ¿0.

d) Agregaci´n de las salidas de las reglas difusas (OR): m´ximo, suma acotada,
oa
...
e) Operadores de fuzzyficaci´n (singleton, triangular, ...) y desfuzzyficacion (ceno
tro de masas, media m´ximos, ...)
a

– FJRP 2011 ccia IA –

1

Ejemplo: control difuso de una...