Algoritmo para generación de controladores difusos interpretables. aplicación a un proceso de presión
En este artículo se presenta una novedosa metodología para la generación de controladores difu- sos tipo singleton a partir de datos experimentales de entrada y salida. Se describe una técnica para construc- ción de las reglas difusas mediante funciones de per- tenencia triangulares, con interpolaci...
- Autores:
-
Contreras Montes, Juan Antonio
Muñoz Aldana, David Javier
- Tipo de recurso:
- Fecha de publicación:
- 2011
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/8242
- Acceso en línea:
- http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/37
- Palabra clave:
- identificación difusa, interpretabilidad, controlador difuso, sistema de presión.
- Rights
- License
- Copyright (c) 2018 ITECKNE
| id |
SANTOTOMAS_7e6c8312c43490e0268002e98325608e |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/8242 |
| network_acronym_str |
SANTOTOMAS |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| spelling |
Contreras Montes, Juan AntonioMuñoz Aldana, David Javier2011-12-07http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/3710.15332/iteckne.v8i2.37En este artículo se presenta una novedosa metodología para la generación de controladores difu- sos tipo singleton a partir de datos experimentales de entrada y salida. Se describe una técnica para construc- ción de las reglas difusas mediante funciones de per- tenencia triangulares, con interpolación en 0.5, para la partición de los antecedentes; mínimos cuadrados para el ajuste de los consecuentes tipo singleton y operado- res tipo promedio ponderado, en vez de operadores tipo t-norma. El aspecto más promisorio de la propuesta con- siste en la obtención del modelo, o controlador difuso, sin sacrificar su interpretabilidad ni recurrir a otras téc- nicas de inteligencia artificial. Para llevar a cabo el en- trenamiento del controlador difuso se utilizó el sistema de presión del sistema didáctico en control de procesos de Lab-Volt, modelo 6090. Los datos de entrenamiento fueron tomados de una experiencia realizada con un control PI.application/pdfspaUniversidad Santo Tomás. Seccional Bucaramangahttp://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/37/18/*ref*/Wang, L-X, Mendel, J.M., “Generating fuzzy rules by learning form examples”, IEEE Transactions on Systems, Man and Cybernetics, vol. 22, No 6, pp. 1414- 1427. 1992./*ref*/Sugeno, M., Yasukawa, T., “A fuzzy logic based approach to qualitative modeling”. Transactions on Fuzzy Systems, vol. 1, No. 1, pp. 7-31. 1993/*ref*/Bezdek J. C. (1987). Pattern recognition with Fuzzy Objective Function Algorithms. Ed. Plenum Press./*ref*/Guztafson E. E., Kessel W. C. Fuzzy Clustering with a Fuzzy Covariance Matrix. IEEE CDC, San Diego, California, pp. 503 – 516.1979./*ref*/Nauck, D., Kruse, R., “Nefclass - a neuro-fuzzy approach for the classification of data”, In Proceedings of the Symposium on Applied Computing, 1995./*ref*/Nauck, D., Kruse, R., “Neuro-fuzzy systems for function approximation”. Fuzzy Sets and System. 101(2), pp. 261-271. Jan. 1999./*ref*/Espinosa, J., Vandewalle, J., “Constructing fuzzy models with linguistic integrity form numerical data-afreli algorithm”, IEEE Trans. Fuzzy Systems, vol. 8, pp. 591 – 600, Oct. 2000./*ref*/Sala, A. (1998). Validación y Aproximación Funcional en Sistemas de Control Basados en Lógica Borrosa. Universidad Politécnica de Valencia. Tesis Doctoral./*ref*/Sala, A., Albertos, P., Inference error minimisation: fuzzy modelling of ambiguous functions. Fuzzy Sets and Systems, 121 (2001) pp. 95 – 111. 2001/*ref*/Díez J. L., Navarro J. L., Sala A. (2004). Algoritmos de Agrupamiento en la Identificación de Modelos Borrosos. RIAI: Revista Iberoamericana de Automática e Informática Industrial./*ref*/Paiva, R. P., Dourado, A., “Interpretability and learning in neuro-fuzzy systems”, Fuzzy Sets and System. 147(2004), pp. 17-38. 2004./*ref*/Contreras, J., Misa, R., Paz, J., Building Interpretable Fuzzy Systems: A New Methodology. In proceedings of Electronics, Robotics and Automotive Mechanics Conference CERMA 2006. IEEE Computer Society. Pp.: 172-178. Nov. 2006/*ref*/Pedriycz, W. Why Triangular Membership Functions?, IEEE Trans. Fuzzy Sets and System, vol. 64, pp.21-30, 1994.ITECKNE; Vol 8, No 2 (2011); 177-182ITECKNE; Vol 8, No 2 (2011); 177-1822339-34831692-1798Copyright (c) 2018 ITECKNEhttp://purl.org/coar/access_right/c_abf2Algoritmo para generación de controladores difusos interpretables. aplicación a un proceso de presióninfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_2df8fbb1identificación difusa, interpretabilidad, controlador difuso, sistema de presión.11634/8242oai:repository.usta.edu.co:11634/82422023-07-14 16:37:18.065metadata only accessRepositorio Universidad Santo Tomásnoreply@usta.edu.co |
| dc.title.spa.fl_str_mv |
Algoritmo para generación de controladores difusos interpretables. aplicación a un proceso de presión |
| title |
Algoritmo para generación de controladores difusos interpretables. aplicación a un proceso de presión |
| spellingShingle |
Algoritmo para generación de controladores difusos interpretables. aplicación a un proceso de presión identificación difusa, interpretabilidad, controlador difuso, sistema de presión. |
| title_short |
Algoritmo para generación de controladores difusos interpretables. aplicación a un proceso de presión |
| title_full |
Algoritmo para generación de controladores difusos interpretables. aplicación a un proceso de presión |
| title_fullStr |
Algoritmo para generación de controladores difusos interpretables. aplicación a un proceso de presión |
| title_full_unstemmed |
Algoritmo para generación de controladores difusos interpretables. aplicación a un proceso de presión |
| title_sort |
Algoritmo para generación de controladores difusos interpretables. aplicación a un proceso de presión |
| dc.creator.fl_str_mv |
Contreras Montes, Juan Antonio Muñoz Aldana, David Javier |
| dc.contributor.author.spa.fl_str_mv |
Contreras Montes, Juan Antonio Muñoz Aldana, David Javier |
| dc.subject.proposal.spa.fl_str_mv |
identificación difusa, interpretabilidad, controlador difuso, sistema de presión. |
| topic |
identificación difusa, interpretabilidad, controlador difuso, sistema de presión. |
| description |
En este artículo se presenta una novedosa metodología para la generación de controladores difu- sos tipo singleton a partir de datos experimentales de entrada y salida. Se describe una técnica para construc- ción de las reglas difusas mediante funciones de per- tenencia triangulares, con interpolación en 0.5, para la partición de los antecedentes; mínimos cuadrados para el ajuste de los consecuentes tipo singleton y operado- res tipo promedio ponderado, en vez de operadores tipo t-norma. El aspecto más promisorio de la propuesta con- siste en la obtención del modelo, o controlador difuso, sin sacrificar su interpretabilidad ni recurrir a otras téc- nicas de inteligencia artificial. Para llevar a cabo el en- trenamiento del controlador difuso se utilizó el sistema de presión del sistema didáctico en control de procesos de Lab-Volt, modelo 6090. Los datos de entrenamiento fueron tomados de una experiencia realizada con un control PI. |
| publishDate |
2011 |
| dc.date.issued.spa.fl_str_mv |
2011-12-07 |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/article |
| dc.identifier.spa.fl_str_mv |
http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/37 10.15332/iteckne.v8i2.37 |
| url |
http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/37 |
| identifier_str_mv |
10.15332/iteckne.v8i2.37 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.spa.fl_str_mv |
http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/37/18 /*ref*/Wang, L-X, Mendel, J.M., “Generating fuzzy rules by learning form examples”, IEEE Transactions on Systems, Man and Cybernetics, vol. 22, No 6, pp. 1414- 1427. 1992. /*ref*/Sugeno, M., Yasukawa, T., “A fuzzy logic based approach to qualitative modeling”. Transactions on Fuzzy Systems, vol. 1, No. 1, pp. 7-31. 1993 /*ref*/Bezdek J. C. (1987). Pattern recognition with Fuzzy Objective Function Algorithms. Ed. Plenum Press. /*ref*/Guztafson E. E., Kessel W. C. Fuzzy Clustering with a Fuzzy Covariance Matrix. IEEE CDC, San Diego, California, pp. 503 – 516.1979. /*ref*/Nauck, D., Kruse, R., “Nefclass - a neuro-fuzzy approach for the classification of data”, In Proceedings of the Symposium on Applied Computing, 1995. /*ref*/Nauck, D., Kruse, R., “Neuro-fuzzy systems for function approximation”. Fuzzy Sets and System. 101(2), pp. 261-271. Jan. 1999. /*ref*/Espinosa, J., Vandewalle, J., “Constructing fuzzy models with linguistic integrity form numerical data-afreli algorithm”, IEEE Trans. Fuzzy Systems, vol. 8, pp. 591 – 600, Oct. 2000. /*ref*/Sala, A. (1998). Validación y Aproximación Funcional en Sistemas de Control Basados en Lógica Borrosa. Universidad Politécnica de Valencia. Tesis Doctoral. /*ref*/Sala, A., Albertos, P., Inference error minimisation: fuzzy modelling of ambiguous functions. Fuzzy Sets and Systems, 121 (2001) pp. 95 – 111. 2001 /*ref*/Díez J. L., Navarro J. L., Sala A. (2004). Algoritmos de Agrupamiento en la Identificación de Modelos Borrosos. RIAI: Revista Iberoamericana de Automática e Informática Industrial. /*ref*/Paiva, R. P., Dourado, A., “Interpretability and learning in neuro-fuzzy systems”, Fuzzy Sets and System. 147(2004), pp. 17-38. 2004. /*ref*/Contreras, J., Misa, R., Paz, J., Building Interpretable Fuzzy Systems: A New Methodology. In proceedings of Electronics, Robotics and Automotive Mechanics Conference CERMA 2006. IEEE Computer Society. Pp.: 172-178. Nov. 2006 /*ref*/Pedriycz, W. Why Triangular Membership Functions?, IEEE Trans. Fuzzy Sets and System, vol. 64, pp.21-30, 1994. |
| dc.relation.citationissue.eng.fl_str_mv |
ITECKNE; Vol 8, No 2 (2011); 177-182 |
| dc.relation.citationissue.spa.fl_str_mv |
ITECKNE; Vol 8, No 2 (2011); 177-182 2339-3483 1692-1798 |
| dc.rights.eng.fl_str_mv |
Copyright (c) 2018 ITECKNE |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Copyright (c) 2018 ITECKNE http://purl.org/coar/access_right/c_abf2 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.eng.fl_str_mv |
Universidad Santo Tomás. Seccional Bucaramanga |
| institution |
Universidad Santo Tomás |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
noreply@usta.edu.co |
| _version_ |
1800800515860201472 |