Explorando la Lógica Difusa: Aplicaciones, Desventajas y Sistemas Clave

Aplicaciones de la Lógica Difusa

Control de Sistemas

• Control de tráfico
• Control de vehículos (helicópteros...)
• Control de compuertas en plantas hidroeléctricas

Predicción y Optimización

• Predicción de terremotos
• Optimizar horarios...

Reconocimiento de Patrones y Visión por Ordenador

• Seguimiento de objetos con cámara
• Reconocimiento de objetos

Sistemas de Información o Conocimiento

• Bases de datos
• Sistemas expertos

Productos al Consumidor

• Lavadoras
• Hornos de microondas
• Procesadores de arroz

Sistemas

• Elevadores
• Trenes
• Automóviles

Software

• Diagnóstico Médico
• Seguridad
• Compresión de datos

Desventajas de la Lógica Difusa

Estabilidad

No hay garantía teórica de que un sistema difuso no tenga un comportamiento caótico y no siga siendo estable, aunque tal posibilidad parece ser baja debido a los resultados obtenidos hasta ahora.

Capacidad de Aprender

Son sistemas sin memoria, no poseen la capacidad de aprender.

Determinación de Funciones de Membresía y Reglas

La determinación de las funciones de membresía y las reglas no siempre son sencillas.

Mala Concepción

Existe la mala concepción de que la lógica difusa es algo mágico sin fundamento matemático.

Verificación de Modelos y Sistemas

La verificación de los modelos y sistemas difusos expertos requiere de gran cantidad de pruebas.

Sistemas de Inferencia Difusos: Mamdani y Sugeno

Los sistemas de inferencia difusos pueden tener dos tipos distintos de procesamiento en la implicación y desfusificación: el tipo Mamdani y el tipo Sugeno. El tipo Mamdani considera las funciones de pertenencia de la salida como conjuntos difusos. Luego del proceso de agregación, existirá un conjunto difuso por cada variable de salida, las cuales tendrán que ser desfusificadas. El método más común para llevar a cabo este proceso es el método del centroide. El método de tipo Sugeno considera la función de pertenencia de salida como lineal o constante. Refuerza la eficiencia del proceso de desfusificación porque simplifica los cálculos requeridos por el método Mamdani. En vez del cálculo del centroide, utiliza un promedio ponderado de algunos puntos.

Comparación entre los Métodos Sugeno y Mamdani

Ventajas del Método Sugeno

• Es computacionalmente eficiente.
• Trabaja bien en conjunto con técnicas lineales.
• Trabaja bien en conjunto con técnicas adaptativas.
• Es útil para el análisis matemático.

Ventajas del Método Mamdani

• Es intuitivo.
• Es universalmente aceptado.
• Es útil para representar la opinión de expertos.