UNIVERSIDAD CATLICA SANTA MARA

FACULTAD DE CIENCIAS E INGENIERAS FSICAS Y FORMALES

PROGRAMA PROFESIONAL DE INGENIERIA ELECTRONICA

PRCTICAS DE INTELIGENCIA ARTIFICIAL

PRACTICA 10

AUTOR:

- TALAVERA ORMEO KEVIN

DOCENTE:

- M.Sc.Ing. Juan Carlos Copa Pineda

GRUPO N 2

HORARIO: MARTES DE 1 A 3 PM
 PRACTICA 10: RAZONAMIENTO INTELIGENCIA ARTIFICIAL

Introduccin

La lgica borrosa es una rama de la inteligencia artificial que se funda en el concepto "Todo es
cuestin de grado" , lo cual permite manejar informacin vaga o de difcil especificacin si
quisiramos hacer cambiar con esta informacin el funcionamiento o el estado de
un sistema especifico. Es entonces posible con la lgica borrosa gobernar un sistema por medio de
reglas de 'sentido comn' las cuales se refieren a cantidades indefinidas.
Las reglas involucradas en un sistema borroso, pueden ser aprendidas con sistemas adaptativos
que aprenden al ' observar ' como operan las personas los dispositivos reales, o estas reglas
pueden tambin ser formuladas por un experto humano.
En general la lgica borrosa se aplica tanto a sistemas de control como para modelar cualquier
sistema continuo de ingeniera, fsica, biologa o economa
La lgica borrosa es entonces definida como un sistema matemtico que modela funciones no
lineales, que convierte unas entradas en salidas acordes con los planteamientos lgicos que usan
el razonamiento aproximado.

F. M. TRIANGULAR

Una FM triangular se especifica mediante tres parmetros { a, b, c }, de la siguiente

forma:

Utilizando operadores min y max, la expresin anterior se puede expresar como

sigue:

F. M. TRAPEZOIDAL

Una FM trapezoidal se especifica mediante cuatro parmetros { a, b, c, d }, de la

siguiente forma:
 Utilizando operadores min y max, la expresin anterior se puede expresar como
sigue:

F. M. GAUSIANA Y TIPO CAMPANA

Una FM gausiana se especifica con dos parmetros { c, }; c representa el centro de la

FM y determina su anchura.

Una FM del tipo campana generalizada (o FM tipo campana) se caracteriza mediante

tres parmetros { a, b, c }; donde c y a definen el centro y el ancho de la FM,
respectivamente, mientras que el parmetro b controla las pendientes en los puntos
de cruce.
 DESARROLLO:

1. EXPLICAR Y DESARROLLAR LOS PASOS DEL EJEMPLO DEL TEMA 1:

Las reglas son las acciones a tomar:

Antecedente Consecuente

Al igual que un IF/THEN, el IF vendra el antecedente y el THEN el

consecuente. Los consecuentes se almacenan en la base de hechos del
sistema experto.

Existen dos tipos de estrategias para la bsqueda para el motor de inferencia

de un sistema experto. La ms utilizada es la estrategia de encadenamiento
hacia adelante y la otra sera estrategia de encadenamiento hacia atrs.
El motor de encadenamiento hacia adelante identifica aquellas reglas en las
que se cumplen dicho antecedente para luego ejecutarlos.
El motor de encadenamiento hacia atrs parte del consecuente al que se
quiere demostrar y a partir de ah va encadenando los antecedentes de las
reglas.

2. GRAFICAR LA FUNCIN GAUSIANA:

MATLAB:

axis([-12 12 -1 2]);
x0=0;
y0=0;
c=3;
r=0.7;
for x=0:0.1:12
y=exp(-0.5.*(((x-c)./r).^2));

line([x0 x], [y0 y])

x0=x;
y0=y;
grid on
title('F.M. GAUSIANA');

end
 GRFICA:

F.M. GAUSIANA
2

1.5

0.5

-0.5

-1
-10 -5 0 5 10

3. GRAFICAR LA FUNCIN TIPO CAMPANA:

MATLAB:

axis([-12 12 -1 2]);
x0=0;
y0=0;
a=1.5;% ancho
b=5;% pendientes de cruce
c=3;% centro
for x=0:0.1:12
y=1./(1+(abs((x-c)./a))^(2.*b));

line([x0 x], [y0 y]);

x0=x;
y0=y;
grid on
title('F.M. CAMPANA');
end

GRFICA:

F.M. CAMPANA
2

1.5

0.5

-0.5

-1
-10 -5 0 5 10
4. GRAFICAR LAS SIGUIENTES FORMAS DE ONDA:

MATLAB:

%CAMPANA
axis([-1 11 -1 2]);
x1=0:0.1:6;
mfparams = [1.5 5 3];
mftype = 'gbellmf';
y1=evalmf(x1,mfparams,mftype);
plot(x1,y1)
grid on
hold on

%GAUSIANA
axis([-1 11 -1 2]);
x2 = 0:0.1:6;
y2 = gaussmf(x2, [0.7 3]);
plot(x2,y2)
grid on
hold on

%TRAPEZOIDAL
%axis([0 12 -1 2])
x3=5:0.1:10;
y3=trapmf(x3,[5 6.25 8.75 10]);
plot(x3,y3)
grid on
hold on

%TRIANGULAR
%axis([0 12 -1 2])
x4=6:0.1:9;
y4=trimf(x4,[6 7.5 9]);
plot(x4,y4)
grid on
hold on

GRFICA:

1.5

0.5

-0.5

-1
0 2 4 6 8 10
 5. GRAFICAR FUZZY SETS A Y B DESARROLLAR

close all
x = (0:0.1:10)';
u1=gaussmf(x,[1,4]);
u2=trimf(x,[3 6.5 9]);
u_reuniune=max(u1,u2);
hold on
subplot(2,1,1);
plot (x,u1,'r');hold on
plot (x,u2,'m'); hold off
axis([0 10 0 1.05]);
legend ('A','B');
title('Fuzzy sets A and B')
subplot (2,1,2) plot(x, u_reuniune,'color','b','linewidth',2)
axis([0 10 0 1.05]);
title('Union')
set(gcf,
 Fuzzy sets A and B
1
A
B

0.5

0
0 1 2 3 4 5 6 7 8 9 10

Union
1

0.5

0
0 1 2 3 4 5 6 7 8 9 10

6. CONCLUSIONES:

El matlab ya tiene implementado las funciones de gauss, trapecio y triangulo; las

cuales usamos directamente mediante los comandos gaussmf, trapmf, trimf y de
manera indirecta la funcin campana, es decir de la siguiente forma:

x1=0:0.1:6;
mfparams = [1.5 5 3];
mftype = 'gbellmf';
y1=evalmf(x1,mfparams,mftype);
plot(x1,y1)

Podemos crear estas funciones usando las condiciones para cada una de las
grficas.
Ya existen comandos para las funciones que utilizamos en la practica

7. BIBLIOGRAFIA

- http://www.bel.utcluj.ro/dce/didactic/sln/lab_eng/2MultimiFuzzy_eng/html/Fuzzy
Sets.html
- http://www.mathworks.com/help/fuzzy/fuzarith.html
- https://books.google.com.pe/books?id=a_J2P3FT9sgC&pg=PA20&lpg=PA20&dq=fuz
zy+sets+en+matlab&source=bl&ots=A9cjU13JOl&sig=NFw-
2N8oLEvZad2Pxso3slNX31k&hl=es-
419&sa=X&ved=0ahUKEwjIzoCOmKjNAhWKNSYKHQcmB1AQ6AEIOTAD#v=onepage
&q=fuzzy%20sets%20en%20matlab&f=false