tarea 1 conjuntos difusos.pdf
TRANSCRIPT
CENTRO NACIONAL DE INVESTIGACIÓN Y
DESARROLLO TECNOLÓGICO
CONTROL INTELIGENTE
TAREA # 1
TEMA:
“CONJUNTOS DIFUSOS” ALUMNO(S): NAMIGTLE JIMÉNEZ JESÚS RÍOS RUIZ CARLOS SÁNCHEZ GÓMEZ ARNOLD JONATHAN TORRECILLA COPTO ERIK FRANCISCO
CATEDRÁTICO: DR. ENRIQUE QUINTERO-MÁRMOL MÁRQUEZ
POSGRADO DE ELECTRÓNICA
CUERNAVACA MOR., A 5 DE ENERO DEL 2015.
CONTROL AUTOMÁTICO CENIDET
1
Contenido INTRODUCCIÓN ................................................................................. 2
Problema # 1: .................................................................................................................................. 2
Problema # 2: .................................................................................................................................. 3
Problema # 3: .................................................................................................................................. 5
BIBLIOGRAFÍA .................................................................................................................................. 6
CONTROL AUTOMÁTICO CENIDET
2
INTRODUCCIÓN
En esta tarea de control inteligente se desarrollan los problemas 2.5, 2.6 y 2.10 del
libro Neuro-Fuzzy and Soft Computing de (Jang, 1997), de esta manera se
empezará el estudio de los conjuntos difusos y las funciones de pertenencia (MF)
que rigen el comportamiento del sistema difuso. Así utilizar la herramienta MATLAB
que ayudará a graficar las funciones y visualizar los resultados.
Problema # 1:
2.5 Suponga que el conjunto difuso A es descrito por µA (x) = campana (x; a, b, c).
Demuestre que el complemento difuso de A es descrito por µ-A (x) = campana (x;
a, -b, c).
µA (x) = campana (x; a, b, c)
µA (x; a, b, c) = µ′A (x; a, − b, c)
µ′A = 1 − 1
1 + (𝑥 − 𝑐𝑎 )2𝑏
µA campana (x; a, b, c) =1
1 + (𝑥 − 𝑐𝑎 )2𝑏
µ′A =1 + (
𝑥 − 𝑐𝑎 )2𝑏 − 1
1 + (𝑥 − 𝑐𝑎 )2𝑏
=(𝑥 − 𝑐𝑎 )2𝑏
1 + (𝑥 − 𝑐𝑎 )2𝑏
×(𝑥 − 𝑐𝑎 )−2𝑏
(𝑥 − 𝑐𝑎 )−2𝑏
µ′A = 1 − 1
1 + (𝑥 − 𝑐𝑎 )−2𝑏
µ′A(x) = campana (x; a, − b, c)
Con esto se demuestra que el complemento difuso de µA (x) = campana (x; a, b, c)
es igual a:
µ′A(x) = campana (x; a, − b, c)
CONTROL AUTOMÁTICO CENIDET
3
Problema # 2:
2.6 La función de pertenencia (S-MF) con dos parámetros l y r (l < r) es una S con
la forma abierta a la derecha y su función MF está definida por:
𝑆(𝑥; 𝑙, 𝑟) =
{
0, 𝑓𝑜𝑟 𝑥 ≤ 𝑙.
2 (𝑥 − 𝑙
𝑟 − 𝑙)2
, 𝑓𝑜𝑟 𝑙 < 𝑥 ≤𝑙 + 𝑟
2.
1 − 2 (𝑟 − 𝑥
𝑟 − 𝑙)2
, 𝑓𝑜𝑟 𝑙 + 𝑟
2 < 𝑥 ≤ 𝑟.
1, 𝑓𝑜𝑟 𝑟 < 𝑥
A) Escribe una función en MATLAB implementando esta MF.
B) Gráfica los puntos de esta MF con varios valores.
% Problema 2.6 function s_mf(l,r) clc %l<r a=.5*(l+r); x=linspace(r-10,l+10,1000); y=(0).*(x<=l)+(.5.*((x-l)./(r-l)).^2).*(x>l&x<=a)+(1-
2.*((r-x)./(r-l)).^2).*(x>a&x<=r)+(1).*(x>r); cp=(r-l)*sqrt(0.5*0.5)+l; fprintf('El punto de cruce es:\ncp=%2.3f\n',cp); dy=(0).*(x<=1)+(4.*((x-l)./(r-l))).*(x>l&x<=a)+(4.*((r-
x)./(r-l))).*(x>a&x<=r)+(0).*(x>r); plot(x,y);hold on;plot(x,dy,'g');plot(cp,0.5,'r*');
legend('funcion original','derivada')
Figura 1 Gráfica de MF con varios valores.
CONTROL AUTOMÁTICO CENIDET
4
C) Encuentra los puntos de cruce de S(x; l, r).
Figura 2 Punto de cruce.
D) Comprueba que la derivada S(x; l, r) con respecto a x es continua.
Figura 3 Derivada de S(x;l.r))
dy=(0).*(x<=1)+(4.*((x-l)./(r-l))).*(x>l&x<=a)+(4.*((r-
x)./(r-l))).*(x>a&x<=r)+(0).*(x>r); plot(x,y);hold on;plot(x,dy,'g');plot(cp,0.5,'r*');
CONTROL AUTOMÁTICO CENIDET
5
Problema # 3:
2.10 Las dos caras de la función MF Gaussian está definida por:
𝑡𝑠_𝑔𝑎𝑢𝑠𝑠𝑖𝑎𝑛(𝑥; 𝑐1,𝜎1,𝑐2,𝜎2) =
{
𝑒𝑥𝑝 [−
1
2(𝑥 − 𝑐1𝜎1
)2
] , 𝑓𝑜𝑟 𝑥 ≤ 𝑐1
1, 𝑓𝑜𝑟 𝑐1 < 𝑥 < 𝑐2
𝑒𝑥𝑝 [−1
2(𝑥 − 𝑐2𝜎2
)2
] , 𝑓𝑜𝑟 𝑥 ≤ 𝑐2
A) Escribe una función en MATLAB implementando esta MF.
function gaussian_mf clc,clear title ('funcion de gaussian_mf') x=-30:0.1:30; c1=-10; b1=0.1; c2=10; b2=0.1; y1= (exp((-1/2)*((x-c1)/(b1)).^2)); y2=1; y3=(exp((-1/2)*((x-c2)/(b2)).^2)); y=y1.*(x<=c1)+y2.*((c1<x)&(x<c2))+y3.*(c2<=x); %%%%%%%%%%%%%%%%%%%%% plot(x,y,'b'); hold on cp=[-b1*sqrt(-2*log(0.5))+c1,b2*sqrt(-2*log(0.5))+c2]; w=cp(2)-cp(1); fprintf('Los puntos de cruce son:'); fprintf('\nc1=%2.3f',cp(1)); fprintf('\nc2=%2.3f',cp(2)); fprintf('\nEl ancho es:\nw=%2.3f\n',w); hold on; y0=(y/2); ycruce=max(y0); plot(cp,ycruce,'r*');
CONTROL AUTOMÁTICO CENIDET
6
B) Gráfica los puntos de esta MF con varios valores.
Figura 4 Gráfica de MF con varios valores.
C) Encuentra los puntos de cruce y el ancho de esta MF.
Figura 5 Puntos de cruce y ancho de MF.
BIBLIOGRAFÍA
Jang, J.-S. R. (1997). Jang-Sun-Mizutani. Neuro-Fuzzy and Soft Computing”. En J.-
S. R. Jang, Neuro-Fuzzy and Soft Computing (págs. 43-44). Osaka,Japan:
Plantice Hall.