DEPARTAMENTO DE CIENCIAS DE LA COMPUTACIÓN

GUIA DE PRACTICA DE LABORATORIO /TALLER

CARRERA: GUÍA TIEMPO ESTIMADO:

Ingeniería en Sistemas e informática No. 01 2 horas.
ASIGNATURA: FECHA DE ELABORACION: 22-01-2019
Inteligencia Artificial I SEMESTRE: Octubre 2018 – Febrero 2019
NRC: 3848
TÍTULO: DOCENTES: Ing. Sonia Cárdenas Delgado
Aplicación con Lógica Difusa Ing. Mauricio Loachamín Valencia

OBJETIVO
Aplicar el fundamento teórico sobre técnicas de Lógica Difusa mediante la
implementación de un sistema de inferencia difusa.
INSTRUCCIONES
i) Utilice como material principal que ha sido facilitado por el docente.
ii) Puede guiarse en la práctica realizada y explicada en clase.
ACTIVIDADES
1. Ubicación de recursos
i) Un estudiante por computador
ii) Instalar la herramienta XFuzzy

2. Planteamiento del problema

Propina al mesero
 El conocimiento experto de un comensal de un restaurante se modela mediante
un sistema de reglas difusas.
 El sistema cuenta con dos variables de entrada Servicio (Calidad del Servicio,
que se evalúa de 0 a 10), y Comida (Calidad de la Comida, que se evalúa
igualmente de 0 a 10).
 El porcentaje de propina se modela con la variable Propina (definida entre 5% y
25% del precio total).
 A la variable de entrada Servicio le asociaremos tres conjuntos difusos
asociados a las etiquetas lingüísticas Pobre, Bueno y Excelente. Estos conjuntos
 DEPARTAMENTO DE CIENCIAS DE LA COMPUTACIÓN
GUIA DE PRACTICA DE LABORATORIO /TALLER

se definirán empleando una función Gausiana Simple, con la siguiente

especificación:
a. Pobre = m = 0; = 1.5
b. Bueno = m = 5; = 1.5
c. Excelente = m = 10; = 1.5
 La calidad de la entrada Comida tendrá asociada dos conjuntos difusos, con las
etiquetas Rancia y Deliciosa. Estos conjuntos se definirán mediante funciones
trapezoidales, con la siguiente especificación según sus vectores de ajuste:
a. Rancia = (1/0; 1/1; 0/3)
b. Deliciosa = (0/7; 1/9; 1/10)
 De forma análoga, la Propina estará definida sobre tres conjuntos difusos con las
etiquetas Tacaña, Promedio y Generosa. Estos conjuntos se definirán mediante
funciones triangulares, con la siguiente especificación según sus vectores de
ajuste:
a. Tacaña = (0/0; 1/5; 0/10)
b. Promedio = (0/5; 1/15; 0/25)
c. Generosa = (0/20; 1/25; 0/30)
 El sistema de reglas que modela el conocimiento experto del comensal está
basado en tres reglas, con la siguiente especificación:
a. R1 : Si servicio es pobre Y comida es rancia  propina es tacaña
b. R2 : Si servicio es bueno  propina es promedio
c. R3 : Si servicio es excelente Y comida es deliciosa  propina es
generosa
 Crear el Sistema Difuso utilizando la herramienta Xfuzzy.
 Dada una calificación de Servicio=3 y Comida=8, calcule la propina para el
camarero empleando:
a) Un modelo de Inferencia de Mamdani.
b) Un modelo de Inferencia TSK.

Pasos a seguir:

1. Asignar un nombre al sistema (opción File/Save As..)

2. Crear en types las variables del sistema con su función de pertenencia
3. De las variables definidas establecer las que son Entrada y Salida
4. Definir las operaciones ( And, Or y defuzzyficación)
 DEPARTAMENTO DE CIENCIAS DE LA COMPUTACIÓN
GUIA DE PRACTICA DE LABORATORIO /TALLER

5. Definir las reglas

6. Asignar la regla de inferencia en el sistema
7. Visualizar representación gráfica de datos
8. Monitorizar el sistema difuso (Simulación según los datos de entrada)

3. Entregable (s)
a) Cada estudiante debe entregar el archivo con el código fuente (.xfl)
b) También debe redactar un informe académico en el que conste: El objetivo de
la práctica, los resultados de la simulación y análisis del modelo planteado, las
conclusiones correspondientes sobre la técnica usada (lógica difusa), la utilidad
de dicha técnica y sus aplicaciones.
c) El informe y el código fuente debe ser enviado por medio del aula virtual en un
solo archivo comprimido.

__________________________ ______________________________
DOCENTE RESPONSABLE COORDINADORA DE ÁREA
Ing. Sonia Cárdenas Delgado, Ph.D. Ing. Mauricio Loachamín Valencia, Ph.D.

______________________________

COORDINADORA DE ÁREA
Ing. Tatiana Noboa, Msc.