10 Aplicaciones de sistemas difusos
Páginas: 14 (3296 palabras)
Publicado: 22 de marzo de 2011
UNIVERSIDAD AUTONOMA DEL CARMEN
MATERIA:
Introducción a la Inteligencia Artificial
TEMA:
*Investigacion de 10 aplicaciones de sistemas difusos
*Aplicación hibrida de un sistema neuro difuso
Cd. Del Carmen, Camp; 10 de septiembre de 2010
Introducción
En el presente trabajo se darán a conocer diferentes aplicaciones con sistemas difusos entre ellos productos al consumidor,diagnostico medico entre otras.
La lógica difusa o fuzzy logic permite representar de forma matemática conceptos o conjuntos imprecisos, tales como días fríos, meses calurosos, personas altas, sueldos bajos, etc. Por tales ejemplos la lógica difusa se adapta mejor al mundo real, puede comprender y funcionar con expresiones, del tipo “hace mucho calor”, “no es muy alto”, “el ritmo del corazón estáun poco acelerado”, etc.
A continuación se darán a conocer las 10 aplicaciones.
1) Control borroso de la fuerza del efector de un brazo robot
Es un brazo robot implementado en Matlab, en el que se determina a través de lógica fuzzy la fuerza del efector de la pinza que tiene que hacer para poder levantar o no un determinado objeto.
El sistema de control que se presenta, es un brazorobot, simulado en Matlab, en el que se aplica lógica fuzzy para calcular la fuerza del efector de la pinza y determinar si el brazo puede levantar el objeto generado, dependiendo de las características del mismo, el brazo lo levantará, o bien no lo levantará porque se le desliza de la pinza con la fuerza calculada o bien no lo levanta porque lo rompería.
Se implementa un controlador difuso, en elque cada variable del modelo se descompone en un conjunto de regiones difusas: conjuntos difusos. Las variables de entrada al controlador, son las que representan las características del objeto: rugosidad definida a través de cuatro conjuntos difusos (muy rugoso, rugoso, liso y muy liso), peso definido con cuatro conjuntos difusos (muy pesado, pesado, ligero y muy ligero) y fragilidad que esbooleana. La salida del controlador es la fuerza del efector que esta definida con cinco conjuntos difusos.
La toolbox fuzzy de Matlab es una herramienta útil para el aprendizaje y la implementación de sistemas de control inteligente borrosos. La fuerza de un brazo robot puede ser decidida con inferencia borrosa y razonamiento aproximado con éxito en base a características poco nítidas, como larugosidad, tipo de peso y fragilidad del objeto a agarrar. La lógica de Zadeh, con el operador de implicación de Mandami y el método de defuzzyficación del centroide ha dado resultados satisfactorios para controlar dicha fuerza de agarre del brazo robot.
2) Predicción del clima en un aeropuerto
Sistema llamado WIND-1
Una metodología basada en la lógica difusa para la adquisición deconocimientos es desarrollada y usada para recuperar de casos temporales un sistema de razonamiento case-base (CBR, Case-Base Reasoning).
Las predicciones para un caso presente son hechas de una medición media de los resultados de casos pasados análogos.
Cabe mencionar que WIND -1 es más exacto en simulaciones reales, aproximadamente le toma un minuto para producir un pronóstico.
El sistema depredicción de clima (WIND-1) consiste de dos partes principales, una gran base de datos de observaciones de clima y un algoritmo k-nn difuso.
Para saber como reconocer casos similares de clima se llevo a cabo una entrevista con un sistema experto, el cual da los atributos que se toman en cuenta para indicar similaridad, así como los grados de similaridad entre dichos atributos. Doce son losatributos: fecha, hora, cantidad nubosidad, altura de la nubosidad, visibilidad, dirección del viento, velocidad del viento, tipo de precipitación, intensidad de precipitación, temperatura de punto de condensación, resequedad, y tendencia de presión.
Todos esos atributos son continuos, excepto por la precipitación, la cual es nominal (rain, snow).
El algoritmo K-nn difuso mide la similaridad entre...
MATERIA:
Introducción a la Inteligencia Artificial
TEMA:
*Investigacion de 10 aplicaciones de sistemas difusos
*Aplicación hibrida de un sistema neuro difuso
Cd. Del Carmen, Camp; 10 de septiembre de 2010
Introducción
En el presente trabajo se darán a conocer diferentes aplicaciones con sistemas difusos entre ellos productos al consumidor,diagnostico medico entre otras.
La lógica difusa o fuzzy logic permite representar de forma matemática conceptos o conjuntos imprecisos, tales como días fríos, meses calurosos, personas altas, sueldos bajos, etc. Por tales ejemplos la lógica difusa se adapta mejor al mundo real, puede comprender y funcionar con expresiones, del tipo “hace mucho calor”, “no es muy alto”, “el ritmo del corazón estáun poco acelerado”, etc.
A continuación se darán a conocer las 10 aplicaciones.
1) Control borroso de la fuerza del efector de un brazo robot
Es un brazo robot implementado en Matlab, en el que se determina a través de lógica fuzzy la fuerza del efector de la pinza que tiene que hacer para poder levantar o no un determinado objeto.
El sistema de control que se presenta, es un brazorobot, simulado en Matlab, en el que se aplica lógica fuzzy para calcular la fuerza del efector de la pinza y determinar si el brazo puede levantar el objeto generado, dependiendo de las características del mismo, el brazo lo levantará, o bien no lo levantará porque se le desliza de la pinza con la fuerza calculada o bien no lo levanta porque lo rompería.
Se implementa un controlador difuso, en elque cada variable del modelo se descompone en un conjunto de regiones difusas: conjuntos difusos. Las variables de entrada al controlador, son las que representan las características del objeto: rugosidad definida a través de cuatro conjuntos difusos (muy rugoso, rugoso, liso y muy liso), peso definido con cuatro conjuntos difusos (muy pesado, pesado, ligero y muy ligero) y fragilidad que esbooleana. La salida del controlador es la fuerza del efector que esta definida con cinco conjuntos difusos.
La toolbox fuzzy de Matlab es una herramienta útil para el aprendizaje y la implementación de sistemas de control inteligente borrosos. La fuerza de un brazo robot puede ser decidida con inferencia borrosa y razonamiento aproximado con éxito en base a características poco nítidas, como larugosidad, tipo de peso y fragilidad del objeto a agarrar. La lógica de Zadeh, con el operador de implicación de Mandami y el método de defuzzyficación del centroide ha dado resultados satisfactorios para controlar dicha fuerza de agarre del brazo robot.
2) Predicción del clima en un aeropuerto
Sistema llamado WIND-1
Una metodología basada en la lógica difusa para la adquisición deconocimientos es desarrollada y usada para recuperar de casos temporales un sistema de razonamiento case-base (CBR, Case-Base Reasoning).
Las predicciones para un caso presente son hechas de una medición media de los resultados de casos pasados análogos.
Cabe mencionar que WIND -1 es más exacto en simulaciones reales, aproximadamente le toma un minuto para producir un pronóstico.
El sistema depredicción de clima (WIND-1) consiste de dos partes principales, una gran base de datos de observaciones de clima y un algoritmo k-nn difuso.
Para saber como reconocer casos similares de clima se llevo a cabo una entrevista con un sistema experto, el cual da los atributos que se toman en cuenta para indicar similaridad, así como los grados de similaridad entre dichos atributos. Doce son losatributos: fecha, hora, cantidad nubosidad, altura de la nubosidad, visibilidad, dirección del viento, velocidad del viento, tipo de precipitación, intensidad de precipitación, temperatura de punto de condensación, resequedad, y tendencia de presión.
Todos esos atributos son continuos, excepto por la precipitación, la cual es nominal (rain, snow).
El algoritmo K-nn difuso mide la similaridad entre...
Leer documento completo
Regístrate para leer el documento completo.