24/4/2018 Tema 1.

2 Control difuso - Sistemas expertos - Instituto Consorcio Clavijero

1.2 Control difuso

Describe el conjunto de reglas que utilizaría un ser humano para controlar cierto proceso, con toda la imprecisión que poseen los
lenguajes naturales y, sólo a partir de estas reglas, generan las acciones que realizan el control. Por esta razón, también se les
denominan controladores lingüísticos.

En el control difuso se puede crear dispositivos cuyo comportamiento está basado totalmente en el conocimiento del experto o de la
persona que aporta sus conocimientos empíricos para el funcionamiento de éstos. Es decir, un control a través de palabras que
interpretan el sentido común en lugar de números, o bien, sentencias en lugar de ecuaciones.

Existen diversas aplicaciones del control difuso, por ejemplo, el movimiento del brazo de un robot para que se haga lentamente, o la
realizada por Toyota para el estacionamiento automático de un automóvil (http://www.motorpasion.com/2008/05/16-prueba-toyota-
prius-parte-3), en estas aplicaciones emplear modelos matemáticos resulta muy complejo, por lo tanto, empleando un razonamiento
aproximado es posible controlar sistemas cuando el entorno no se conoce de forma precisa. De esta forma es posible descartar lo
inflexible de un modelo matemático y emplear el razonamiento humano en un sistema de control.

El control difuso es muy recomendado cuando se quiere automatizar un proceso que ha sido realizado de forma manual y depende, en
gran medida, de las decisiones empíricas que toma el operario (experto).

El empleo del control difuso es recomendable:

Para procesos muy complejos, cuando no hay un modelo matemático simple.

Para procesos altamente no lineales.
Si el procesamiento del (lingüísticamente formulado) conocimiento experto puede ser desempeñado.

El empleo del control difuso no es una buena idea si:

El control convencional teóricamente rinde un resultado satisfactorio.

Existe un modelo matemático fácilmente soluble y adecuado.
El problema no es soluble.

Estructura de un sistema de control difuso.

Fuzzificación: toma los datos de entrada y los procesa para obtener el grado de membrecía.

Motor de inferencia: a partir del grado de membresía toma una decisión para producir un dato de salida.

Base de conocimientos: describe las reglas que ha definido el experto, se denominan reglas de antecedente consecuente (si...,
entonces), por ejemplo:

Si un hombre mide más de 1.70 m, entonces es alto.

Es muy importante destacar que la base de conocimientos debe ser realizada por medio de la regla antecedente consecuente, no es
posible expresarlas en lenguaje natural.

Defuzzificación: convierte los valores difusos obtenidos por el motor de inferencia a valores no difusos que puedan ser entendidos por
el sistema de control.

Figura 1. Estructura de un sistema de control difuso.

http://cursos.clavijero.edu.mx/cursos/200_se/modulo1/contenidos/tema1.2.html?opc=1 1/1