5/16/2018

ENSAYO Ensayo Neuro

SISTEMA NEURO-DIFUSO, Difuso Mamdani
CONSIDERANDO ySugeno
LOS MODELOS DE-MAMDANI
slidepdf.com
O SUGENO
.

SISTEMA NEURO-DIFUSO, CONSIDERANDO LOS MODELOS DE

MAMDANI O SUGENO
Daysi Ja cqueline  Ar évalo  Lucer o
da  y s i _ adn_ e  spe  c ia  l@ho tm a  il.com 

1 RESUMEN realizar la simulación.

En el modelo mamdani también conocido como mo

Los sistemas neuro-difusos son sistemas que lingüístico las entradas y las salidas son proposic
utilizan lógica difusa interpretándolas en reglas difusas, difusas, por este motivo las reglas siguen la siguiente for
las mismas que constan de información numérica e Ri: SI x es Ai & y es Bi, ento
información lingüística.
La lógica difusa utiliza datos de recursos Donde
naturales como: temperatura, altura, distancia entre otros x= variable de entrada.
factores. y= variable de salida
Los sistemas neuro-difusos sirven para entrenar  z es el próximo que sigue el ángulo decidido por el ith re
datos. de control, y son los parámetros de entrada en el
 proceso de la identificación. La identificación se hace
optimizando un mínimo cuadrados desempeñando el índ
2 I NTR ODUCCIÓ N como un método de regresión lineal con pesos (Un
algoritmo recursivo es el algoritmo de mínimos cuadrado
Con el pasar de los años los sistemas neuro- [1]
difusos se han convertido en una herramienta para
modelar sistemas no lineales y sistemas complejos.
Por tal motivo los sistemas neuro-difusos se
clasifican en varios tipos, pero en este documento
únicamente se hablará de los modelos de Mamdani y el
Sugeno para así entender el paradigma utilizado para el
 proceso de entrenar un sistema neuro-difuso de acuerdo
al modelo especifico.
En si la lógica difusa permite establecer valores
 para luego simularlos y así aplicar un modo de
 pensamiento parecido al del ser humano.

3 SISTEMA N EURO-DI FUSO, Figura 1. Sistema Difuso Mamdani

CONSIDERANDO LOS El modelo sugeno utilizar como variables de salid
MODELOS DE MAMDANI O funciones lineales, las cuales están compuestas con vari
de entrada.
SUGENO. En el modelo sugeno se puede representar las funcione
lineales de forma estática o dinámica, por lo cual la form
la regla vendría dada de la siguiente forma:
3.1 DESARROLLO O CUER PO R i: SI: x is B i (x)
ENTONCES: yi = f i (x)
Los dos sistemas contienen reglas establecidas para cada
uno de ellos, las mismas que deben estar establecidas en Donde
forma racional y de acurdo al conocimiento humano pero x=[x1, x2,…,xN]
del tema que este establecido. Las reglas constan de un  N= variables de entradas
número establecido de entradas (antecedentes) como de
salidas (consecuentes) de acuerdo como sea necesario para
1
 TELIGENCIA ARTIFICIAL 2
http://slidepdf.com/reader/full/ensayo-neuro-difuso-mamdani-y-sugeno 1/3
5/16/2018
ENSAYO Ensayo Neuro
MAPAS AUTOORGANIZADOS, Difuso
SOM Mamdani
MAPAS ySugeno -slidepdf.com
DE KOHONEN
.
i( ) = conjunto difuso N-dimensional, es el conjunto
B x En el presente trabajo se concluye que el sistema neuro-d
difuso de entrada de la i-ésima regla definido por una mamdani como el sugeno necesitan de variable de entra
función de pertenencia multivariable: variables de salida.
  [0,1]
→

= variable de salida para la regla i

Definida por la función = función lineal de las 5 R EFER E NCIAS
variables de entrada: [1] Centro de Investigación y de Estudios Avanzados del Inst
Politécnico Nacional; Departamento de Control Automático; R
 Neuronales Difusas Dinámicas para Identificación y Co
[2] Adaptable; Tesis presentada por Rigoberto Toxqui Toxqui; Mé
D.F., abril del 2003; se lo encuentra
http://www.ctrl.cinvestav.mx/~yuw/pdf/MaTesRT.pdf 
[2] Controlador de un Vehículo Eléctrico utilizando los Sist
de Inferencia Mandani y Sugeno; Marcelo Francisco Sandov
Jaime Germán Bonilla A, Eduardo Alejandro Tusa J, Olga L
Quintero M; Departamento de Ingeniería Electrónica en Con
Donde x (·) es la variable de estado, (k+1) es la salida de Colegio Politécnico de la Universidad San Francisco de Q
Cumbayá, Quito-Ecuador; se lo puede encontrar
la regla , u (·) es la variable de entrada [1] http://biee.epn.edu.ec:8180/dspace/bitstream/12345678
315/1/CONTROLADOR%20DE%20UN%20VEHICUL
%20ELECTRICO%20UTILIZANDO%20LOS
%20SISTEMAS%20DE%20INFERENCIA%20MANDA
%20Y%20SUGENO.pdf 
[3] Sistemas Difusos; Fuzzy systems; Juan A. Bot´ıa Blaya;
Departamento de Ingeniería de la Información y las
Comunicaciones; Universidad de Murcia; se lo encuentra en:
http://ants.dif.um.es/staff/juanbot/ml/files/20022003/fuzzy.pdf 
[4] Sistema Semifísico Difuso aplicado a la estimación
temperatura en laminación en caliente; José Ángel Bar
Gómez, Alberto Cavazos Gonzales, Luis A. Leduc Leza
Jorge Ramírez Cuellar; Facultad de Ingeniería Mecanic
Eléctrica –UANL
Figura1. Sistema difuso de tipo Sugeno

3.2 EJEMPLO
Ri Si x1 es chico y x2 es grande:
y=x1+x2+2x3
Donde Ri (i=1,….,n)

3.3 EJEMPLO utilizando la herramienta fuzzy de matlab

• Para conocer qué tipo de sistema neuro-difuso es más
eficiente, si el mamdani o el sugeno se utiliza los mismos valores
de entrada y los mismos valores de salida para los dos modelos.
•

4. CO NCLUS IO NES

2
INTELIGENCIA ARTIFICIAL 2
http://slidepdf.com/reader/full/ensayo-neuro-difuso-mamdani-y-sugeno 2/3
5/16/2018 Ensayo Neuro Difuso MamdaniySugeno -slidepdf.com

http://slidepdf.com/reader/full/ensayo-neuro-difuso-mamdani-y-sugeno 3/3