Académique Documents
Professionnel Documents
Culture Documents
Semestre 2018-2
Borrosificador Desborrosificador
X Base de reglas Y
Dispositivo de
inferencia borrosa
Representación genérica:
SI u es A ENTONCES v es B, u U, v V
SI (proposición difusa) ENTONCES (proposición difusa)
Se consideran como un grupo de reglas de
múltiples antecedentes y salida única (forma
canónica)
If u1 es A1 and u2 es A2 then v1 es B1
If u1 es A1 and u2 es A2 then v2 es B2
Problema a resolver
SI u es A uU
ENTONCES v es B vV
AB(x,y) 0,1
mide el grado de veracidad
de la implicación entre x y y
Modus Ponens
SI x es A ENTONCES y es B Si plato tiene carne de rez servir vino tinto
x es A Plato tiene carne de rez
--------------------------------- -----------------------------------------------------
y es B Servir vino tinto
Modus Tollens
SI x es A ENTONCES y es B Si selección gana aumenta la chance de clasificar
not y es B No aumenta la chance de clasificar
--------------------------------- -----------------------------------------------
not x es A La selección no gana
Definición
Sistemas que interpretan las reglas de una BRB, con el fin
de obtener los valores de salida a partir de los actuales
valores de las variables lingüísticas de entrada al sistema
Regla composicional
Para la entrada A’ del dispositivo de inferencia borrosa,
cada regla l define un CB B’ en V usando la
composición Sup-Star
Bl(y) = supxU[F1x....xFnG(x,y) A’(x)]
Ing. Mg. Rolando A. Maguiña Pérez
Módulo de Inferencia Borrosa
Definición
Sistemas que interpretan las reglas de una BRB,
con el fin de obtener los valores de salida a partir
de los actuales valores de las variables lingüísticas
de entrada al sistema
Cada regla es interpretada como una implicación borrosa
Regla composicional
Para la entrada A’ del dispositivo de inferencia borrosa,
cada regla l define un CB B’ en V usando la
composición Sup-Star
Bl(y) = supxU[F1x....xFnG(x,y) A’(x)] *
Ing. Mg. Rolando A. Maguiña Pérez
Mecanismo de inferencia borroso
B = B1 B2..... BM
mínimo producto
(Yj * j )
j
yCoM= j
j
j = Resultante,j
Y2 Y3
yCoM
Variable de salida
Rolando A. Maguiña Pérez
Desborrosificacción
Conclusión
con >
= sup
ymax = Y3
Variable de salida
No considera las áreas de las superficies elementales
Valor desborrosificado: i-ésima conclusión con el > valor de pertenencia
Rolando A. Maguiña Pérez
Desborrosificacción
Centro de áreas
Determina el centro de gravedad de B y lo usa como salida del
sistema
B(u) u du
s
yCoA =
B(u) du
s
s: soporte de B
Centro de áreas
Caso universo de discurso sea discreto
B(u) u du
s
yCoA = B(u) du
Centro de áreas
B(u) u du 1
s
yCoA =
B(u) du 2
s
s: soporte de B u1 u2
(Aj *uj )
j
yFastCoA = Aj
j
Aj : : áreas de las superficies elementales
uj : posición del centroide
Agregación de CBs
obtenidos se hace,
normalmente, a través I
de la operación de unión J
K
yCoA
SI x1 es N Y x2 es Z ENTONCES y es NB
SI x1 es NB Y x2 es N ENTONCES y es N
variable x1 variable x2
variable de salidaRolando
y A. Maguiña Pérez
Caso de estudio
variable x1
variable x2
Rolando A. Maguiña Pérez
Caso de estudio
Borrosificación
μN(x)=0.25 μN(x)=0.5
x1= -0.35 x2= -0.1
μNB(x)=0.75 μZ(x)=0.5
Reglas activadas
Cálculo de parte SI
0.25 0.5
SI x1 es N Y x2 es Z ENTONCES y es NB
0.75 0.5
SI x1 es NB Y x2 es N ENTONCES y es N
R1: min(0.25,0.5)=0.25
R2: min(0.5,0.75)=0.5
Rolando A. Maguiña Pérez
Caso de estudio
variable de salida y
variable de salida y
xb xd
xc
xa Rolando A. Maguiña Pérez
Caso de estudio
Desborrosificación
Ec de la recta y – y1 =m (x-x1)
P(x,y)=(-0.5,1)
=
y – 0 = 5 (x + 0.7) y = 5x + 3.5
P(x,y)=(-0.7,0)
Para y=0.25: x=-0.65
P(x,y)=(-0.5,1)
=
y – 1 = –2 (x – (–0.5)) y = -2x
P(x,y)=(0,0) Para y=0.5: x=-0.25
Rolando A. Maguiña Pérez
Caso de estudio
variable de salida y
xb=-0.6 xa=0
xc=-0.25
xa =-0.65
Caso de estudio
Desborrosificación
Intervalos de integración y sus expresiones
−1 ≤ 𝑢≤ − 0.65
Desborrosificación
Integrando:
Caso de estudio
variable de salida y
xb=-0.6 xa=0
xc=-0.25
xa =-0.65
Caso de estudio
Desborrosificación
Desborrosificación
Calculando:
CoA = -0.4206