CONTROL AVANZADO

INEGENIERIA MECATRNICA

UNIVERSIDAD ANDINA NSTOR CCERES VELSQUEZ

SEDE PUNO
FACULTAD DE INGENIERIA Y CIENCIAS PURAS

CARRERA ACDEMICA PROFESIONAL DE INGENIERIA MECATRNICA

TRABAJO ENCARGADO DE CONTROL AVANZADO:

MODELOS DE SISTEMAS DIFUSOS TAKAGI-SUGENO Y
TSUKAMOTO

PRESENTADO POR:
ALARCON TICONA JUVENAL BRUNO

DOCENTE:
ING. ONQUE LLANQUE HUGO
PUNO 08-10-2015

CONTROL AVANZADO

INEGENIERIA MECATRNICA

TIPOS DE SISTEMAS DIFUSOS

En los sistemas difusos se presentan los controladores difusos de tipo Mamdani, Sugeno y
Tsukamoto, los cuales han sido utilizados exitosamente en una gran variedad de
aplicaciones en la comunidad del control difuso. Aunque, el objetivo del controlador difuso
Mamdani es el de representar a un exitoso operador humano, el controlador difuso de tipo
Sugeno sugiere ser ms eficiente en clculos y en mtodos de adaptacin y el mtodo
Tsukamoto no es muy utilizado en aplicaciones.
MODELO DIFUSO DE TAKAGI-SUGENO
El modelo difuso de Takagi-Sugeno (tambin conocido como modelo TKS) fue propuesto
por Takagi, Sugeno y Kang, en un esfuerzo para formalizar un mtodo sistemtico para
generar reglas difusas a partir de un conjunto de datos de entradas y salidas. Una tpica
regla difusa en el modelo de Sugeno tiene la forma.

Donde A y B son conjuntos difusos en el antecedente, mientras z = f (x, y) es una funcin

clsica en la consecuencia. Usualmente f (x, y) es un polinomio en la variables de entrada
(x, y), pero este puede ser cualquier funcin mientras pueda describir apropiadamente la
salida del modelo dentro de la regin difusa especificada por la regla de antecedentes.
Cuando f (x, y) es un polinomio de primer orden, el sistema resultante de inferencia difusa
es llamado modelo difuso de Sugeno de primer orden. Cuando f es una constante, entonces
tenemos un modelo difuso de Sugeno de orden cero, el cual puede ser visto como un caso
especial de la regla de inferencia difusa de Mamdani, en la cual cada regla es especificada
por un singletn (o una consecuencia pre-defuzzificadora ), o un caso especial del modelo
Tsukamoto. Sin embargo, un modelo de Sugeno de orden cero es equivalente a una red de
funciones bsica radiales.
Un caso especial del modelo difuso lingstico se obtiene cuando la consecuencia, el
conjunto difuso Bi, es formado por conjuntos difusos de singlentones. Estos sistemas se
representan simplemente como nmeros reales bi, obtenindose las siguientes reglas:

CONTROL AVANZADO

INEGENIERIA MECATRNICA

Este modelo se llama modelo singletn. Un mtodo simplificado de inferenciadefuzzificacin se utiliza generalmente con este modelo:

Este mtodo de defuzzification se llama el medio difuso fuzzy mean. El modelo difuso
del singleton pertenece a una clase general de las funciones aproximadoras, llamadas la
extensin de las funciones bsicas tomando la forma:

La mayora de las estructuras usadas en la identificacin de sistemas no lineales, tales como

las redes neuronales artificiales, las redes neuronales de funciones bsicas radiales, o tiras
(splines), pertenecen a esta clase de sistemas.
Procesamiento General
En los sistemas difusos Sugeno se distinguen las siguientes partes:

CONTROL AVANZADO

INEGENIERIA MECATRNICA

Fuzzificador

La entrada de un sistema de lgica difusa tipo Sugeno normalmente es un valor numrico

proveniente, por ejemplo, de un sensor; para que este valor pueda ser procesado por el
sistema difuso se hace necesario convertirlo a un "lenguaje" que el mecanismo de
inferencia pueda procesar. Esta es la funcin del fuzzificador, que toma los valores
numricos provenientes del exterior y los convierte en valores "difusos" que pueden ser
procesados por el mecanismo de inferencia. Estos valores difusos son los niveles de
pertenencia de los valores de entrada a los diferentes conjuntos difusos en los cuales se ha
dividido el universo de discurso de las diferentes variables de entrada al sistema.
Mecanismo de inferencia difusa
Teniendo los diferentes niveles de pertenencia arrojados por el fuzzificador, los mismos
deben ser procesados para generar una salida difusa. La tarea del sistema de inferencia es
tomar los niveles de pertenencia y apoyado en la base de reglas generar la salida del sistema
difuso.
Base de Reglas Difusas
Las reglas de la base de conocimiento de un sistema Sugeno es diferente a las de los
sistemas Mamdani pues el consecuente de estas reglas ya no es una etiqueta lingstica sino
que es una funcin de la entrada que tenga el sistema en un momento dado, esto se ilustra a
continuacin:

En los sistemas difusos tipo Sugeno, los valores que arrojan los consecuentes de las
diferentes reglas que se han activado en un momento determinado ya son valores
numricos, por lo que no se necesita una etapa de deffuzificacin.

CONTROL AVANZADO

INEGENIERIA MECATRNICA

Para calcular la salida del sistema difuso se ponderan los diferentes consecuentes teniendo

en cuenta el valor que se activ el antecedente de cada una de las reglas, para un sistema
con dos reglas la salida del sistema difuso sera:

En este caso:

Seran las funciones que permiten calcular el consecuente de cada una de las dos reglas
implicadas.
En el siguiente grfico se muestra de manera mas detallada como es el funcionamiento de
un sistema difuso Sugeno.

CONTROL AVANZADO

INEGENIERIA MECATRNICA

Ejemplo:

CONTROL AVANZADO

INEGENIERIA MECATRNICA

MODELO DIFUSO TSUKAMOTO

Este modelo propuesto por Tsukamoto en 1979, se caracteriza por presentar el consecuente
de cada regla borrosa mediante un conjunto borroso con una funcin de pertenencia
montona. La salida inferida por cada regla es un valor numrico inducido por el grado de
activacin de la regla. La salida global se toma como la media ponderada de todas las
salidas parciales. Este tipo de modelos permite eliminar el consumo de tiempo
correspondiente a la desborrosificacin, sin embargo, no son modelos muy utilizados por
no ser tan transparentes como los de Mamdani o Sugeno. El mecanismo de inferencia no
sigue estrictamente la regla composicional de inferencia y la salida siempre es numrica,
incluso cuando las salidas son borrosas.
Resumiendo:
En este modelo la funcin consecuente es un set difuso con una funcin monotnica:
If x is A and y is B then z is C
El output de cada regla se define como un valor exacto inducido por la fuerza de
disparo de cada regla.
Cada regla tiene un output exacto.

Este metodo no necesita defuzificacion ya que agrega los outputs exactos de cada regla
usando el promedio ponderado.

CONTROL AVANZADO

INEGENIERIA MECATRNICA

Ejemplos:

Modelo Tsukamoto con dos reglas dos inputs y un output:

Modelo Tsukamoto con tres reglas un input y un output:

CONTROL AVANZADO

INEGENIERIA MECATRNICA

BIBLIOGRAFIA
Kevin M. Passino, S. Yurkovich, Fuzzy Control , Addison Wesley Longman Inc. 1998.
Lofti A. Zadeh (seminal paper) sobre los Conjuntos Difusos.
http://www.bindichen.co.uk/post/AI/tsukamoto-fuzzy-models.html