UNIVERSIDADE FEDERAL DE GOIS ESCOLA DE ENGENHARIA ELTRICA E DE COMPUTAO

FUZZY INFERENCE SYSTEM FIS Wender dos Santos Cruz

GOINIA 09 - 2012

Wender dos Santos Cruz

FUZZY INFERENCE SYSTEM FIS

Trabalho apresentado ao Professor PhD Wander Gonalves da Silva, da disciplina Tpicos em Sistemas Eletro Eletrnicos.

UFG Goinia - 06/09/2012

FUZZY INFERENC SYSTEM - FIS

Compreender o funcionamento e caractersticas de um sistema nebuloso, suas entradas e sadas do tipo com Funes de pertinncia

1. Na tela de comando do Matlab digite >>Fuzzy e pressione enter. Percebese que a opo referente ao tipo de anlise fuzzy destacada com o nome MAMDANI, ou seja, uma sntese da constituio MAMDANI.

Definio das regras das variveis de entrada e sada.

2. Definindo as regras para mapear as variveis de entrada e sada;

1. Se a entrada for mf1 a sada ser mf1. 2. Se a entrada for mf2 a sada ser mf2.

3. Ajustando os parmetros das funes de pertinncia de I/O.

4. Interpretar essa relao de I/O.

Para as funes de pertinncias trapezoidais os quatro valores/pontos a, b, c e d tem funes determinante no grfico, sendo que, a e d representa o intervalo dentro do qual a funo de pertinncia assume valores diferentes de zero, b e c o intervalo onde a funo mxima(igual a 1).

5. Modificar os parmetros das funes de pertinncia de I/O, mantendo a mesma faixa de valores admissveis Range (-100 a 100). Para diferentes ajustes de parmetros, apresentar a relao I/O e interpretar como as variaes dos parmetros das funes de pertinncia alteraram esta relao.
Input mf1: Pela configurao os valores que pode ser alterado sem apresentar um desvio muito grande da fig.2 os valores de c e d, eles fazem um ajuste no ganho do sistema. O c suaviza o grfico at a proximidade do valor a(mf2) e o d trs ou afasta o ganho a medida que aproxima ou distancia do ponto zero. Modificando a regio de 0 a 100. mf2: Semelhante a mf1 so dois valores que ajustam a relao I/O, a e b. O ponto a modifica a posio de ganho do sistema de -100 a 0, b desloca de forma mais suave o ganho para a regio prxima do ponto d(mf1). Output Os pontos de mf1(c e d) e mf2(a e b) so semelhantes, onde, mf1 modifica a sada minima e mf2 a mxima.

6. Modificar as funes de pertinncias da varivel de Sada para funo do tipo triangular. E variar seus parmetros pelo menos trs diferentes ajustes e explicar a relao de I/O do sistema.
No houve grandes modificaes sendo que na trapezoidal utilizava apenas dois ponto que se equivale a um dos lado do triangulo, entre o valor minimo ao mximo para mf2 e do mximo ao minimo para mf1.

7. Alterar as funes de entrada para o tipo triangular. E explicar a relao entrada/sada do sistema.
Ela gera um grfico senoidal, j que possui dois pontos nicos mximo(mf1 e mf2), ao modificar os pontos (a,b e c) modifica a forma desta senoide.

8. Repetir o passo dois com mais uma funo de pertinncia. Ajustar seu parmetros e explicar interpretaes/concluses da relao I/O.
O sistema com trs funo de pertinncia mostrou com minha forma de montagem ter um controle melhor no meio do grfico da relao entrada/sada, mostrando um grfico mais reto do seu ponto inferior ate o superior.

Depois de brincar um pouco com essa configurao cheguei a este ponto.

9. Desenvolver um sistema baseado em lgica nebulosa capaz de moldar a relao I/O para obter um comportamento em termos de ganho na regio prxima de zero.

10. Concluso. um lgica baseada em regras facilmente editveis e de fcil compreenso, ferramenta muito poderosa para aplicao de controle em sistemas complexos e de elevados nmeros de variveis. Se torna muito eficiente por se tratar de uma modelagem bastante econmica a comparar outros mtodos de controle, o interessante e talvez o seu maior diferencia esta no fato de que a logica fuzzy pode lidar com sistemas bastante robustos com erros e interferncia que tornaria totalmente inviveis a utilizao de outros mtodos. Promissor e bastante didtico, principalmente no mbito da simulao em tempo real, podendo visualizar a alterao feita na varivel sem a necessidade de recompilar. A principio tive dificuldade, no por ser uma ferramenta de difcil compreenso, mas que alguns fatores bsicos para a utilizao deste mtodo de modelagem no estava em minha carga de conhecimento.

BIBLIOGRAFIA

JUNGES, Lus Carlos Dill Introduo a Lgica fuzzy. Universidade Federal de Santa Catarina, 2006. Mariangela, Anderson e Lacio. Manual do uso da teoria dos conjuntos Fuzzy no MATLAB 6.5.. 2 ed. Fagri &Imecc/Unicamp 2005. KOHAGURA, Tiago. Lgica Fuzzy e Suas Aplicaes. Universidade Estadual de Londrina-TCC, 2007. HELP do Matlab 2012