Universidad Nacional de Colombia
Funciones en la lógica difusa
Sede Medellí
Medellín
Módulo 15
Sistemas de Inferencia Difusa
Profesora: Patricia Jaramillo A. Ph.D
Sistema de inferencia difusa
Es un método que interpreta los valores
de un vector de entrada y con base en
un conjunto de reglas lógicas difusas,
asigna valores a un vector de salida
Reglas
Input difusas
Sistema de inferencia difusa
Un “sistema experto” es un sistema que
incorpora las reglas lógicas de un
experto para apoyar decisiones, de
forma “autónoma”, en coherencia con
el conocimiento del experto
En la lógica booleana, una función corresponde a:
Y=f(x)
x f(x) y
Donde f(x) es una ecuación exacta, cuantitativa, que
puede ser altamente no lineal, o discontinua, que
exige valoraciones x exactas.
No siempre es fácil definirla ni contar con las
valoraciones exactas.
-1 2
Sistema de inferencia difusa
Un experto puede consignar sus
conocimientos en reglas lógicas de decisión
El sabe por ejemplo que:
Si temperatura baja y humedad alta entonces
precipitación alta
Output Pero el no lo sabe de un modo deterministico
sino difuso
3 4
Sistema de inferencia difusa
Los conjuntos difusos y los operadores
difusos son como los sujetos y los
verbos de la lógica difusa.
Las reglas lógicas de decisión del tipo
SI / ENTONCES son usadas para
formular las sentencias condicionales
que componen la lógica difusa
5 6
1
Una regla lógica SI / ENTONCES se asume que tiene
la siguiente forma:
Si x es A entonces y es B
Donde A y B son valores lingüísticos definidos por
„
los conjuntos difusos en los rangos X y Y
respectivamente.
„ “SI”: antecedente o premisa
„ “Entonces y es B” :consecuente o conclusión.
Ejemplo:
„ Si servicio es bueno entonces propina es alta
7 8
“Si servicio es bueno entonces propina es
alta”
“bueno” esta representado por un número
entre 0 y 1, y por lo tanto el antecedente
es una interpretación que regresa un
numero entre 0 y 1.
“alta”, es una palabra representada por un
conjunto difuso, y por lo tanto el
consecuente será una asignación que se
entrega al conjunto difuso B a la variable
de salida “Y”

Ejemplo: El antecedente de una regla puede tener

muchas partes:
En lógica difusa si el antecedente es cierto con algún
grado de pertenencia, entonces el consecuente
también es cierto con el mismo grado de „ Si cielo es gris y viento es fuerte y
pertenencia.
barómetro es descendiendo entonces…
„ En lógica boolenana: si p entonces q: (p y que serán
ambas verdaderas o ambas falsas) En cuyo caso, todas las partes del
antecedente son calculadas
„ En lógica difusa: 0.5p entonces 0.5q (antecedentes simultáneamente y resueltas en un único
parciales proveen implicaciones parciales)
número usando operadores lógicos .

9 10

El consecuente de una regla también

puede tener muchas partes:
Interpretar una regla del tipo
Si temperatura es fría entonces SI/ENTONCES es un proceso de
“válvula de agua caliente” es abierta y varios pasos.
“agua fría” es cerrada.

En cuyo caso todos los consecuentes

son afectados igualmente por el
resultado del antecedente
11 12

2

13
Paso 2. Aplicar el operador difuso
Si existen múltiples partes en el antecedente, se
aplican operadores de lógica difusa y se resuelve el
antecedente a un único numero entre 0 y 1. Este será
el grado de soporte para la regla.
15
17
Paso 1. Entradas difusas
„ Tomar las entradas y determinar el
grado por el cuál pertenecen a un
conjunto difuso
„ La entrada es un valor crisp y el
resultado es un valor de pertenencia
en el conjunto lingüístico (siempre un
valor en el intervalo 0 a 1
14
Paso 3. Aplicar el método de implicación
El consecuente de una regla difusa asigna
todo un conjunto difuso a la salida. El
conjunto difuso esta representado por una
función de pertenencia que es escogida
para indicar las cualidades del consecuente.
Si el antecedente solo es parcialmente
cierto, (Ej. si se asigna un valor menor que
uno), entonces el conjunto lógico de salida
es truncado de acuerdo al método de
implicación
16
Paso 4. Agregar todas las reglas
„ En general, una regla por si sola no sirve de
mucho. Se necesitan dos o mas reglas que
puedan complementarse una con otra. La
salida de cada regla es un conjunto difuso.
„ Los conjuntos de salida difusos para cada
regla luego son agregados en un solo
conjunto difuso de salida. Finalmente el
conjunto resultante será defusificado, o
resuelto en un numero crisp.
18
3
 „ En el ejemplo del dibujo anterior hay
3 reglas: cada una de ellas depende de
resolver las entradas en un número
difuso, ejemplo: servicio es malo,
servicio es bueno, comida es deliciosa,
etc

19 20

Paso 5. defusificar

21 22

En resumen

„ Los sistemas de inferencia difusa han

sido aplicados exitosamente en
campos tan amplios como el control
automático. Clasificación de datos,
análisis de decisiones, sistemas
expertos y visión por computador.

23 24

4
 Controladores difusos
Una importante aplicación de los sistemas de Cada uno de esos sistemas – un avión, un
inferencia difusos está en el área de control.
salón, un carro, etc puede ser
Algunos ejemplos incluyen:
caracterizado por ecuaciones
„
diferenciales, máquinas de estado
Mantener un avión en el nivel de vuelo correcto finito o alguna otra construcción
„ Calentar la temperatura de un salón a 20 grados matemática.
centígrados
„ Conservar el motor de un carro a 800 revoluciones
por minuto. Pero es mucho más fácil usar
„ Despachar los ascensores de un edificio colecciones de reglas difusas para
respondiendo a todas las peticiones en un mínimo
tiempo.
describir el estado del sistema y el
mejor curso de acción a tomar, con el
25 fin de lograr los resultados deseados.26

Ejemplo La posición
Hay un vehiculo en una vía de 4 metros de Se puede describir en términos difusos
longitud. El vehiculo tiene una cierta masa y un como: a la derecha, en el medio, a la
coeficiente de fricción. El objetivo del control
es empujar o halar con el fin de retornarlo al izquierda:
centro de la vía, con el objetivo adicionar de
realizar esto en mínimo tiempo. Las variables µ
Izquierda medio derecha
en cuestión son:
„ posición x

„ Dirección del movimiento v

„ fuerza de control u.
masa
fuerza fricción
-2 -1 m 0m 1 m 2
x
27 28

La dirección de movimiento La fuerza

„ puede describirse por: Halar (empujar
„ Puede describirse como: moviéndose el carro hacia la izquierda) , empujar
hacia la derecha, moviéndose hacia la (empujar el carro hacia la derecha) y
izquierda y permaneciendo quieta. nada:
µ
Mover izq. Mover der
permanecer µ
Halar empujar
nada

-1 -1
-0.5 0 1 -0.5 0 0.5 1
2 F(N)
v(m/s)

29 30

5
Reglas Evalué el siguiente caso:
Posición x=-0.5 m, permanece quieta y v=0
Dados esos conjuntos, se deben construir reglas
razonables para aplicarlos. Que hacer?
Evaluación de antecedentes:
1. Si medio y permanece quieta entonces nada Regla 1: Si medio y permanece quieta entonces nada
2. Si izquierda entonces empuje
µmedio (x=-0.5)=0.5 y µpermanece(v=0)=1. Min(0.5, 1)= 0.5
3. Si derecha entonces hale
4. Si medio entonces nada
Si mueve hacia izquierda entonces empuje
µ Izquierd medio derec
5.
a ha
6. Si permanece quieta entonces nada
-2
Si mueve hacia derecha entonces hale
-1 m 0m 1 2
7. m
x

8. Si izquierda y moviendo hacia la izquierda µ Mover izq. Mover

entonces empuje
permanec
der
er

9. Si derecha y moviendo hacia la derecha entonces

hale
-1 -0.5 0 1 2 v(m/
31 s) -32

Posición x=-0.5 m, permanece quieta y v=0

Posición x=-0.5 m, permanece quieta y v=0
Regla 2: Si izquierda entonces empuje

Regla 3: Si derecha entonces hale

µizq(x=-0.5)=0.5
µder(x=-0.5)=0

µ
Izquierda medio derecha

Regla 4:Si medio entonces nada

µmedio(x=-0.5)=0.5

-2 -1 m 0m 1 m 2
x

-33 -34

Posición x=-0.5 m, permanece quieta y v=0

Posición x=-0.5 m, permanece quieta y v=0
Regla 8: Si izquierda y moviendo hacia la izquierda
entonces empuje
µizq (x=-0.5)=0.5 y µmueve izq(v=0)=0. Min(0.5, 0)= 0
Regla 5: Si mueve hacia izquierda entonces empuje
µmueve izq(v=0)=0 µ Izquierd medio derech
a a

Regla 6: Si permanece quieta entonces nada

µpermanece(v=0)=1 -2 -1 m 0m 1 m 2
x

Regla 7:Si mueve hacia derecha entonces hale

µmueve der(v=0)=0 µ Mover izq. permanece Mover der

-1
-0.5 0 1 2 v(m/s
)
-35 36

6
 Posición x=-0.5 m, permanece quieta y v=0
Método de implicación en el
Regla 9: Si derecha y moviendo hacia la derecha
consecuente:
entonces hale
µder (x=-0.5)=0 y µmueve der(v=0)=0. Min(0, 0)= 0 Regla 1: Si medio y permanece quieta entonces nada.

µ Izquierd medio derech Antecedente= 0.5, consecuente:

a a

µ
Halar empujar
nada
-2 -1 m 0m 1 m 2
x

0.5
µ Mover izq. Mover der
permanece
r

-1
-0.5 0 0.5 1 F(N)
-1
-0.5 0 1 2 v(m/s
)
37 38

Método de implicación en el Método de implicación en el

consecuente: consecuente:
Regla 2: Si izquierda entonces empuje Regla 3: Si derecha entonces hale
Antecedente= 0.5, consecuente: Antecedente= 0, consecuente:

µ µ
Halar empujar Halar empujar
nada nada

0.5

-1
0 -1
-0.5 0 0.5 1 -0.5 0 0.5 1
F(N) F(N)

39 40

Método de implicación en el Y las demás…

consecuente:
Regla 4: Si medio entonces nada
Antecedente= 0.5, consecuente:

µ
Halar empujar
nada

0.5

-1
-0.5 0 0.5 1 F(N)

41 42

7
 Defusificación
Agregación de los resultados
La forma más común es buscar el centro de
masa, así: n

∑
F( y ) y
i =1
i i
µ
Halar empujar
nada n

∑F ( y )
i =1
i

0.5

Donde yi es el i-esimo elemento posible en el conjunto de resultados

-1
-0.5 0 0.5 1
y F(yi) es el valor de pertenencia asociado con cada uno de esos
valores. En el ejemplo el centro es:0.267
F(N)

Esto significa que el resultado de la reglas difusas sugieren que se

aplique una fuerza de 0.267N empujando el vehiculo.
43 44

La superficie equivalente Conclusiones

„ El diseño de un controlador difuso requiere
un ajuste iterativo de las reglas y de las
funciones de pertenencia: Es muy
improbable que de una vez se logre un
controlador perfecto sin pasar por pruebas
de ensayo y error, pero es más probable
que sea mas eficaz si se usan reglas difusas
que reglas crisp.
„ Las reglas difusas pueden, con frecuencia
,manejar casos que son imposibles manejar
mediante la lógica clásica.
45 46

Conclusiones Conclusiones
Algunas ventajas de los modelos
basados en reglas borrosas:
„ El modelo es robusto: la respuesta no cambia
„ El modelo es transparente y fácil de mucho con pequeños cambios en los valores de
entender debido a su estructura los antecedentes.
basada en reglas (lingüísticas por
supuesto) que imitan la estructura de „ La experiencia del que asigna las reglas juega
pensamiento humano. un papel fundamental en las salidas del
„ La computación de la respuesta de las
modelo.
reglas es fácil y requiere poco tiempo.

47 . 48