LOGICA DIFUSA Y REDES NEURONALESING. SERGIO MESTAS R.

Introduccin Durante los ltimos aos se ha observado un creciente inters por el desarrollo de tecnologa basada en sistemas naturales.

En el campo del control se han implementado sistemas basados en redes neuronales,

lgica difusa

y ms recientemente en los algoritmos genticos.

LOGICA DIFUSA

Los sistemas difusos combinan la informacin de expertos humanos (lenguaje natural) con mediciones y modelos matemticos basados en leyes fsicas.

Los sistemas difusos transforman la base de conocimiento humano en una frmula matemtica.

Esta tecnologa fuzzy o difusa se utiliza en procesos complejos, si no existe un modelo de solucin sencillo

,

Esta tecnologa fuzzy o difusa se utiliza tambin cuando se tenga que introducir la experiencia de un operador experto que se base en conceptos imprecisos obtenidos de su experiencia y cuando ciertas partes del sistema a controlar son desconocidas y no pueden medirse de forma fiable, con errores posibles, es decir cuando el ajuste de una variable puede producir el desajuste de otras. En general, se utiliza el control difuso cuando se quieran representar y operar con conceptos que tengan imprecisin o incertidumbre.

Las ventajas principales de los controladores con lgica difusa son su habilidad para capturar estrategias cualitativas de control y para implementar comportamiento de control altamente flexible.

Se puede lograr que nuestros sistemas puedan ajustarse a condiciones cambiantes que son muchas veces imposibles de predecir, tales como los cambios ambientales

o las condiciones de desgaste en sus componentes fsicos.

El control clsico (o convencional) se puede mejorar notablemente empleando estrategias de control inteligente como es el control difuso.

Es decir una estrategia de control, cuyo algoritmo de control relacione la interdependencia existente entre las entradas y la salidas seleccionadas. El resultado de esta estrategia de control es un conjunto de reglas de interferencia IF THEN, que no requerirn de un modelo matemtico engorroso para el sistema. De hecho, la estrategia de control clsica como un controlador PID tambin puede controlar la ubicacin del brazo robtico pero necesitara de un modelo matemtico complejo as como un control no lineal que no es fcil desarrollar.

Porque utiliza un modelo idealizado del proceso a ser controlado, generalmente en forma de ecuaciones en diferencia.

Utilizan normalmente la transformada de laplace o

La transformada Z para tales descripciones de manera de obtener modelos matemticos simples,

ciertas restricciones son afectadas; los sistemas no lineales todava no poseen una teora general para soluciones analticas, y muchas veces necesitan ser linealizados en torno a un punto de operacin. Sen(x) = x ; 0