Academic literature on the topic 'Sistemas difusos (Fuzzy)'

Este artículo presenta el software Fuzzy Tool desarrollado como una herramienta educativa para el aprendizaje de sistemas difusos, define los métodos y operaciones difusos más importantes y utilizadas en el diseño de sistemas difusos en el mundo. FuzzyTool se implementó como una herramienta computacional educativa teniendo como referencia cada una de lo programas que se encuentran en la actualidad para el desarrollo, diseño y simulación de sistemas y controladores difusas (fuzzytech, Matlab, Unfuzzy, etc.).La herramienta que se desarrollo le entrega al usuario una interfaz gráfica donde es guiado en el diseño de los sistemas difusos, por medio de tres pasos fundamentales como lo son: la edición de las variables, la construcción de la base de reglas o base de conocimiento y por ultimo, la inferencia de reglas.

En este artículo se presenta un nuevo método para generar sistemas difusos interpretables, a partir de datos experimentalesde entrada y salida, para resolver problemas de clasificación. En la partición antecedente se emplean conjuntos triangulares con interpolación de 0.5 lo cual evita la presencia de solapamientos complejos que suceden en otros métodos. Los consecuentes, tipo Singleton, son generados por la proyección de los valores modales de cada función de membresía triangular en el espacio de salida y se emplea el método de mínimos cuadrados para el ajuste de los consecuentes. El método propuesto consigue una mayor precisión que la alcanzada con los métodos actuales existentes, empleando un número reducido de reglas y parámetros y sin sacrificar la interpretabilidad del modelo difuso. El enfoque propuesto es aplicado a dos problemas clásicos de clasificación: el Wisconsin Breast Cancer (WBC) y el Iris Data Classification Problem, para mostrar las ventajas del método y comparar los resultados con los alcanzados por otros investigadores.

The exploitation that has had the fuzzy systems related to advances of 5G networks (Fifth Generation Mobile Networks) and how this development has been framed by the paradigm of SDN (Software Defined Networks) architectures are reviewed in this article. The first part reviewed terms required for understanding the technologies and their evolution; on which different scenarios are evaluated because they have contributed to the development of the definition of 5G networks. Following this, the research and development of the fuzzy systems applied to telecommunications, specifically 5G technology and SDN architectures were described. Finally, the respective conclusions of the fuzzy systems in the 5G networks and SDN architectures have been exposed.

Los sistemas de gestión de bases de datos (SGBD) relacionales tienen una gran utilidad en el almacenamiento eficiente de grandes volúmenes de datos. En este sentido, se han propuesto algunas extensiones de los SGBD basadas en la lógica difusa, para mejorar la expresividad de los lenguajes de consulta, entre ellos, el lenguaje SQLf (extensión de SQL que soporta condiciones difusas). Por otra parte, el Group-By es un operador de base de datos ampliamente utilizado en el análisis de datos y en los sistemas de apoyo a la toma de decisiones. En muchos casos, parece útil agrupar los valores según su similitud con un determinado concepto en lugar de establecer la agrupación sobre la base de valores iguales. En este contexto, se ha propuesto una nueva estructura de SQLf denominada Fuzzy Group By (FGB), para apoyar una agrupación basada en particiones difusas. En este trabajo, se incorporó la agrupación difusa en PostgreSQLf, que es una extensión del SGBD PostgreSQL, para el manejo de consultas difusas utilizando el lenguaje SQLf con una arquitectura fuertemente acoplada (directamente en el SGBD). Se pronone un algoritmo basado en un hash para evaluar el operador FGB y también se evalúa empíricamente el rendimiento de PostgreSQLf sobre el Benchmark™ TPC-H.

In the present work, the design and implementation of a control scheme is presented. The aim of the control scheme is to perform regulation and trajectory tracking tasks in the position of a magnetic levitation system, which acts by electromagnetic repulsion. Such levitation system consists of a beam operated by an active magnetic bearing in pendular configuration. Although the Proportional Integral Derivative (PID) controller shows arithmetic simplicity, ease of use, high robustness and error equal to zero in stable state (Pal & Mudi, 2008), the magnetic levitation system mathematical model is highly non-linear and is subject to uncertainty or variation of its parameters. Therefore, the PID control does not guarantee the fulfillment of trajectory tracking tasks (Precup & Hellendoorn, 2011). In summary, a diffuse PI is used due to the system non-linear dynamics and the hysteresis present in the electromagnet. The controller design was made with the following methodology: the mathematical model and the non-linear characteristics of the system are analyzed; the universes of error discourse (derived from error and control action) are experimentally measured. The experimental data was used for the fuzzification, defuzzification, statement of the rules and controller gains. The implemented rules were designed for a PD-Fuzzy in which a numerical integration of the control action was applied, obtaining a Fuzzy PI. Finally, the implementation was made on the STM32F407G-DISC card, which was programmed with MATLAB-Simulink software tools. The experimental results show that the proposed controller works even below the horizontal, where the behavior can show singularities or physical problems such as magnetization. In compliance with the stated objectives for a range of -5 to 10 radians, these results are maintained even in the presence of disturbances, demonstrating the feasibility of the controller.

Este artículo presenta el desarrollo de un algoritmo para la extracción de bordes basado en la teoría de lógica difusa, mediante el cual es posible reconocer las marcas de un campo de juego para la liga humanoide de RoboCup. El algoritmo propuesto describe la creación de un sistema de inferencia difuso que permite evaluar la relación existente entre los pixeles de una imagen, encontrando así las variaciones en los niveles de gris para una vecindad de pixeles específica. Posteriormente se plantea la implementación del método OTSU para binarizar la imagen obtenida en el proceso difuso y así generar una imagen que contiene solo los bordes extraídos, validando el algoritmo en imágenes de la liga humanoide. Luego se analizan los resultados obtenidos evidenciando el buen desempeño del algoritmo, considerando que el tiempo de procesamiento de la propuesta es tan solo el 35% más del tiempo necesario en métodos tradicionales, mientras que los bordes extraídos son unos 52% menos susceptibles al ruido.

Context: In the design process of Fuzzy Inference Systems based on Boolean and Kleenean Relations (FIS-BKR) there is a dilemma choosing the regular kleenean extensions of a given boolean function. The set of possible kleenean extensions of a boolean function has a lattice structure under the usual partial order of functions. The fuzzy convex combination proposed by Zadeh guarantees some properties related to this order.Method: The addition of a convex combiner just before the defuzzifier offers a solution to the above situation. The ISE (Integral Squared Error) and ITSE (Integral Time-weighted Squared Error) performance indexes were used on an application for tuning a liquid level control system.Results: The tuning process carried out on the FIS-BKR controller with fuzzy convex combiner using constant coefficients, implied an improvement of the controlled system up to 1.427% for ISE index and up to 21.99% for ITSE with respect to the extreme extensions.Conclusions: New evidence of convenient characteristics of FIS-BKR controllers with fuzzy convex combiner was presented when the performance indexes ISE and ITSE were evaluated. On the other hand, although in this work parameter tuning for convex combination was done by grid search (brute force), it would be interesting to study more effective optimization methods for this purpose.

La medición del desarrollo sostenible presenta considerables dificultades que han limitado la capacidad de conocer y comprender la situación de los sistemas locales en cuestiones ambientales, por lo que este trabajo tiene la intención de hacer contribuciones para medir el desarrollo sostenible a nivel local. Para realizar esta medición, se presenta la construcción de un Índice de Desarrollo Sostenible Local (IDSL), el cual se construyó utilizando la teoría de la lógica difusa. Este índice permite analizar y comparar el desarrollo sostenible en tres dimensiones específicas del sistema ambiental a nivel local: social, ambiental y económica. Como evidencia empírica, se presentan los resultados de 11 municipios del Estado de Jalisco, México. Estos municipios integran las tres mayores zonas metropolitanas de la región.

Objetivo: Proponer un sistema adaptativo de inferencia neuro-difusa (ANFIS) para la estimación de la radiación solar global en la ciudad de Cúcuta (Norte de Santander, Colombia) Metodología: A partir de registros históricos del IDEAM se obtuvieron las variables: temperatura ambiente, brillo solar, velocidad del viento, humedad relativa, hora de medición y radiación solar global entre los años 2005 y 2015. Usando la herramienta Fuzzy Logic Toolbox de Matlab y los datos del IDEAM se crearon redes ANFIS con diferentes configuraciones. Después de comparar los errores estadísticos, se escogió el modelo ANFIS que minimizara el RMSE. Resultados: Los errores estadísticos del modelo son: R2 = 0.9115, RMSE = 124,23 Wh/m2 y MAPE = 27,8 %, evidenciando una alta precisión para la estimación de la radiación solar global en el territorio seleccionado. Conclusiones: La red ANFIS propuesta es un modelo basado en inteligencia artificial con precisión suficiente para ser usado en el diseño de sistemas fotovoltaicos en la región, que no cuenta con una amplia red de piranómetros para medir el recurso solar.

Desde su aparición a mediados de los años 60, la Teoría de Conjuntos Difusos se ha venido aplicando con éxito a la resolución de problemas en ámbitos muy diversos, que resultan difíciles de tratar con los métodos clásicos, principalmente por la presencia de incertidumbres no aleatorias en su descripción. En estos casos, el problema no tiene una solución cerrada en forma de expresión matemática, pero sí suele tenerla en forma de un conjunto de reglas expresadas en lenguaje natural y, por consiguiente, impreciso. Un ejemplo típico es el problema de conducir un automóvil.

En el ámbito de la ingeniería, el núcleo de cualquier solución difusa actual es un sistema lógico difuso, encargado de obtener las salidas a partir de las entradas en un proceso de tres etapas: füzzificación, inferencia y desfuzzifícación. Hasta la fecha, la totalidad de sistemas difusos efectúan sus razonamientos basándose solamente en los valores actuales de las entradas. Ello ha dado como resultado que los sistemas de inferencia difusa sean, desde el punto de vista matemático, sistemas no lineales algebraicos. Este hecho contrasta fuertemente con el entorno en que dichos sistemas suelen emplearse. En efecto, la mayoría de aplicaciones se construyen y utilizan en entornos dinámicos, los cuales son capaces de presentar comportamientos mucho más complejos que los sistemas estáticos. Cabe entonces preguntarse si el uso de sistemas difusos dinámicos -es decir, aquellos en que sus salidas dependan no sólo de los valores presentes de las entradas sino también de los pasados-, aportaría mejoras respecto a las soluciones difusas actuales.

En esta tesis se ha desarrollado una metodología para incorporar conceptos temporales difusos a los sistemas de inferencia difusa tradicionales. Para ello se ha propuesto una forma simple y eficaz de representar los citados conceptos en un entorno de ingeniería. Posteriormente se ha mostrado cómo introducirlos en las reglas difusas tradicionales, y se ha desarrollado un algoritmo para efectuar la inferencia en esta nueva situación. Se obtienen finalmente dos algoritmos distintos para dos casos diferenciados, pero ambas expresiones presentan la interesante propiedad de poder interpretarse como una convolución, tradicional en uno de los casos y una nueva forma que hemos denominado convolution difusa para el otro caso. Estas expresiones se pueden realizar por tanto de una forma muy elegante mediante circuitos analógicos o digitales.

La metodología desarrollada requiere que los conceptos temporales difusos que se manejan deban realizarse mediante la respuesta impulsional de un circuito lineal. Ello remite al problema del diseño de filtros desde el punto de vista temporal, mucho menos estudiado que desde el punto de vista frecuencial. A resultas de ello se dedica una parte de la presente tesis a establecer las pautas a seguir en el proceso de diseño de dichos filtros, valiéndose de técnicas de aproximación y de optimización.

Finalmente se presentan un ejemplo de aplicación, de interés tanto teórico como práctico. En él se presenta un sistema de reconocimiento simple de comandos verbales, basado en las técnicas propuestas en la presente tesis. Los resultados obtenidos han mostrado que con una estructura muy simple es posible obtener una discriminación más que suficiente entre las órdenes programadas, con la ventaja que presenta el realizar el sistema de forma totalmente analógica.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2016.
Made available in DSpace on 2017-04-04T04:12:10Z (GMT). No. of bitstreams: 1 344653.pdf: 2108076 bytes, checksum: 191ece33681ef25464279d80eb92f1c5 (MD5) Previous issue date: 2016
Nesta tese é apresentada uma proposta de sistema de inferência fuzzy interpolativo do tipo Takagi-Sugeno aplicado ao controlador por matriz dinâmica para o controle de sistemas não-lineares de modelo Hammerstein. Embora a literatura de controladores preditivos baseados em modelo seja vasta há uma necessidade quanto a aplicações MIMO (Multiple Input Multiple Output) para modelos Hammerstein. Parte do problema está na dificuldade em modelar a não-linearidade e utilizar este modelo na estrutura de controle preditivo baseado em modelo. Uma possibilidade é o uso de otimização numérica para resolver o conjunto de equações do controlador preditivo porém esta é uma alternativa computacionalmente custosa e em algumas situações inexequível, já que pode não atender requisitos de aplicação prática. Por outro lado é possível utilizar no controlador um compensador de saída cujo objetivo é cancelar a não-linearidade estática do modelo Hammerstein através da sua função inversa, resultando em um projeto pseudo-linear. A vantagem desta abordagem é que o sistema resultante se comporta como um sistema linear e assim é possível aplicar técnicas clássicas de estabilidade, robustez e análise frequencial. O objetivo principal desta tese é a aplicação do controlador por matriz dinâmica em sistemas MIMO com modelo Hammerstein. A não-linearidade do modelo é compensada usando um método conhecido como busca iterativa, onde é escolhida a melhor solução da função inversa, no caso de múltiplas soluções. Para modelar a não-linearidade estática do modelo Hammerstein foi desenvolvido um interpolador fuzzy Takagi-Sugeno, chamado Interpolador Hipercúbico de Lógica Fuzzy (FLHI - Fuzzy Logic Hypercube Interpolator). Neste interpolador as funções de pertinência agem como funções de base. Conjunção lógica de funções de pertinência de base no espaço de um hipercubo unitário permite interpolação multivariável de N dimensões. A escolha de funções de pertinência determina características interpoladoras, permitindo que FLHI se comporte como um interpolador vizinho mais próximo, linear, spline, Lanczos ou cúbico, para citar alguns. O interpolador proposto é aplicado como solução ao problema de modelagem de não-linearidades estáticas, já que é capaz de modelar tanto uma função quanto sua função inversa. Três casos de estudo da literatura são apresentados: um sistema SISO (Single Input Single Output), um sistema MISO (Multiple Input Single Output) e um sistema MIMO. Bons resultados são alcançados ao que se diz respeito a métricas de desempenho tais como rastreamento de referência, variação de controle e robustez. Os resultados obtidos indicam a aplicabilidade do método proposto como compensador de saída em controle preditivo, devido a sua capacidade em modelar não-linearidades estáticas de sistemas Hammerstein e suas funções inversas.

Abstract : This thesis presents a proposal for a fuzzy Takagi-Sugeno inference system applied to dynamic matrix control for control of non-linear systems with Hammerstein Model. Although the model based predictive control literature is vast there is a necessity regarding MIMO (Multiple-Input Multiple-Output) applications for Hammerstein model. Part of the problem lies in the difficulty in modelling the nonlinearity and using this model in a predictive control structure. One possibility is the use of numeric optimization to solve the set of predictive control equations, however this is a computationally expensive alternative and in some situations unfeasible, since it may not comply to practical requirements. On the other hand, it's possible to use an output compensator in the controller with the goal of cancelling the static nonlinearity in the Hammerstein model through its inverse function. The advantage of this approach is that the resulting system behaves as a linear system and as such it's possible to apply classical techniques for stability, robustness and frequency analysis. The main objective of this thesis is the application of dynamic matrix control to MIMO systems with Hammerstein model, the nonlinearity of the model is compensated using a method known as iterative search, where the best solution of the inverse function is chosen, in the case of multiple solutions. A fuzzy Takagi-Sugeno interpolator was created aiming to model static non-linearities in Hammerstein Models, called Fuzzy Logic Hypercube Interpolator (FLHI). In this interpolator membership functions act as kernel functions. Logical conjunction of kernel membership functions in unitary hypercube space allow N-dimension multivariable interpolation. Choice of membership functions determine interpolating characteristics, enabling FLHI to present itself as an interpolator such as nearest neighbor, linear, spline, Lanczos or cubic, to name a few. The proposed interpolator is applied as a solution to the problem of modeling static non-linearities, since it is capable of modeling both a function and its inverse function. Three case studies from literature are presented: a SISO (Single-Input Single-Output) system, a MISO (Multiple-Input Multiple-Output) system and a MIMO system. Good results are obtained regarding performance metrics such as set-point tracking, control variation and robustness. Obtained results indicate applicability of the proposed method in modeling static non-linearities of Hammerstein systems and its inverse functions as implementation of an output compensator in predictive control.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2017.
Made available in DSpace on 2017-10-17T03:22:20Z (GMT). No. of bitstreams: 1 348500.pdf: 2459351 bytes, checksum: 355e193aa7abea4d18316e29357186bb (MD5) Previous issue date: 2017
Nos últimos anos as técnicas de controle fuzzy Takagi Sugeno (TS) têm sido utilizadas com sucesso para controlar sistemas não lineares mecatrônicos. Portanto, neste trabalho, são apresentadas algumas abordagens em tempo contínuo e discreto aplicadas em um sistema que representa um quadrotor. Teoremas baseados em desigualdades matriciais lineares que usam funções de Lyapunov são utilizados para estabilizar o sistema. Compensação distribuída paralela é a estrutura padrão de controle em malha fechada usada no presente documento. A modelagem fuzzy é baseada na utilização de regras locais não lineares que representam o sistema de um modo exato. Visando um processamento eficiente é apresentado uma modelagem fuzzy com poucas regras sem perder informação da dinâmica do sistema.Foram desenvolvidas muitas pesquisas para obter algoritmos de controle para quadrotores em tempo contínuo. Assim, neste trabalho é considerado o comportamento híbrido contínuo-discreto do sistema para desenvolver o algoritmo de controle que pode ser implementado em uma aplicação real. Os sensores têm a limitação fornecida pelo tempo de amostragem que é maior do que a largura de banda usada no processador, porém uma incorreta escolha do período de amostragem pode provocar processamento desnecessário ou instabilidade. O sistema pode demandar restrições na entrada de controle devido ás características dos atuadores, assim como nas saídas dos estados pitch, roll, yaw e altura do sistema do quadrotor. Algumas soluções para tratar essas limitações e restrições também são apresentadas para controladores nos quais os ganhos da sua lei de controle é calculada online e offline.As técnicas fuzzy TS com compensação distribuída paralela podem ser utilizadas com outras técnicas de controle como controle preditivo baseado no modelo ou alocação de polos. Por conseguinte também é apresentado uma comparação entre essas técnicas. Finalmente é mostrado um algoritmo genérico que pode ser embarcado em qualquer processador de fonte aberta assim como em simulações numéricas.

Abstract : Takagi Sugeno (TS) fuzzy techniques have been plenty used successfully in the last decades to control nonlinear mechatronic systems. Therefore, many approaches, in continuous and discrete time, are presented in this work applied in a quadrotor system. Linear matrix inequalities (LMIs) theorems based in Lyapunov functions are used to stabilize the system. Parallel distributed compensation (PDC) is the standard control structure employed through all this work. The fuzzy modeling is based in local nonlinear rules which represent accurately the system. Aiming an efficient processing, it is showed a modeling with a small number of rules without loosing information about the dynamic of the system. There have been developed many researches in continuous time algorithms for quadrotors. Thus, in this document is considered the hybrid behavior, continuous and discrete-time, of the closed loops system to develop an algorithm which actually could be used in a practical implementation. The sensors are limited by the sampling time (Ts) which is greater than the bandwidth of the processor; then an incorrect selection of the Ts could led in an unnecessary processing or instability. The system could demand constraints in the control input due to the features of the actuators as well as in the output states pitch, roll, yaw and altitude of the quadrotor system. Many ways to deal with these constraints and limitations are showed for controllers based in TS fuzzy model, in which its feedback is computed online or offline.TS fuzzy techniques with PDC are flexible to be used with other control techniques such as model predictive control and poles allocation approaches. Thus, a comparison of these techniques is presented too. Finally, a generic algorithm that could be embedded in any open source processor is presented with numerical simulations.

Orientador: Sandra Regina Monteiro Masalskiene Roveda
Resumo: O campo de refletividade de ecos observados por radares meteorológicos está sujeito a interferências de fenômenos físicos da atmosfera que podem resultar em interpretações não realísticas do fenômeno observado. Buscando ajustar o campo de refletividade de ecos detectados simultaneamente por dois radares meteorológicos ao longo da distância, este estudo desenvolveu um sistema baseado em regras fuzzy (SBRF), do tipo Takagi-Sugeno de primeira ordem, que combina as variáveis distância (km) e refletividade (dBZ) para expressar a refletividade ajustada de alvos mais distantes de um radar em relação a outro radar mais próximo, de modo que os efeitos das interferências nas medidas dos radares possam ser minimizados. Os dados utilizados são oriundos de dois radares meteorológicos do IPMet/UNESP, localizados nos municípios de Bauru (22,3583° S; 49,0278° W) e Presidente Prudente (22.175°1 S; 51.3743° W), no Brasil, no período de um ano de dados (2010) do produto CAPPI, faixa de 3.5km de altitude. A saída do sistema é nomeada refletividade fuzzy (RF) e é obtida através de um conjunto de nove curvas de regressão linear, cujos coeficientes angulares e lineares foram estimados pelo método dos mínimos quadrados. Dois parâmetros foram utilizados para análise das curvas obtidas: o coeficiente de correlação de Pearson e o coeficiente de determinação. O sistema foi aplicado a 20.514 dados referentes a 18 pixels distribuídos sobre uma faixa de comum cobertura dos radares. O modelo foi avaliado através das estatísticas de erro médio (BIAS), erro quadrático médio (MSE) e pelo teste de Kolmogorov-Smirnov. Os resultados obtidos demonstram a capacidade do sistema em aproximar o campo de refletividade de dois radares que operam sobre uma área de comum cobertura, devendo constituir-se ... (Resumo completo,clicar acesso eletrônico abaixo)
Abstract: The reflectivity field of echoes observed by weather radars is subjected to the interference of physical phenomena of the atmosphere that can result in unrealistic interpretations on its characteristics. Aiming to adjust the reflectivity field of echoes simultaneously detected by two weather radars over a distance, this study developed a Takagi-Sugeno fuzzy rule-based system, whose input variables are the distance(km) and the reflectivity(dBZ) of the echoes, in order to obtain the adjusted reflectivity of echoes more distant from a radar in relation to another closer radar that is considered to be less susceptible to interference and, therefore, more realistic. The data used are from two weather radars of IPMet/UNESP, located in the municipalities of Bauru (22.3583° S; 49.0278° W) and Presidente Prudente (22.1751° S; 51.3743° W), Brazil, which collected data of the CAPPI product in the period of one year (2010), with a sampling altitude range of 3.5 km. The system output is named "Fuzzy Reflectivity" (FR), obtained through the fuzzy approach of a set of nine linear regression curves, whose angular and linear coefficients were estimated by the method of least squares. Two parameters were used for the analysis of the curves obtained: the Pearson correlation coefficient and the coefficient of determination. The system was applied to 20,514 data related to 18 pixels spread over a range of common coverage of the radars. We evaluated the system performance by means of statistical parameters: average error (bias), mean square error (MSE) and Kolmogorov-Smirnov test. The results obtained demonstrate the system ability to refine the modeling of the issue in question in relation to the traditional statistical approaches, properly adjusting the reflectivity field of the echoes observed by two radars that operate over an area of common coverag ... (Complete abstract electronic access below)
Mestre

Resumo: Este trabalho aborda o problema de modelagem e controle de uma classe de sistemas não lineares atraves dos modelos fuzzy Takagi-Sugeno (TS). Primeiramente são apresentados dois metodos de modelagem existentes na literatura. O primeiro e um metodo de modelagem exata e o segundo, baseado em modelos locais otimos, e utilizado em todos os desenvolvimentos desta tese. A seguir e proposto um novo metodo para se obter os modelos locais, baseado em Desigualdades Matriciais Lineares (LMIs-Linear Matrix Inequalities), utilizando os modelos locais otimos com novos graus de liberdade e que permitem uma melhor aproximação local do sistema. Novas funções de pertinência, que servem para combinar os modelos locais, são obtidas a partir da solu ção de um problema de otimização (um dos metodos para obter a solução e baseado em LMIs), que tem como objetivo minimizar a norma Euclidiana do erro entre o modelo Takagi-Sugeno e a planta. Um algoritmo para determinar quantos e quais modelos locais devem ser utilizados na aproximação, considerando o m aximo erro de modelagem permitido, e desenvolvido. Este algoritmo tem como parâmetro o erro de modelagem. Um exemplo ilustrativo deste algoritmo e apresentado. Utilizando a modelagem proposta foram desenvolvidos dois novos metodos de projetos de reguladores fuzzy, baseados em LMIs, que consideram o erro de modelagem. No primeiro projeto e utilizado um conjunto de pontos na região de operação considerando somente as componentes do vetor de estado que fazem parte das não-linearidades do sistema e os erros de aproximação das funções nestes pontos. No segundo projeto e utilizada a maxima norma Euclidiana do erro obtido no ponto onde a aproximação e mais de ciente. Estes metodos permitem a construção de modelos fuzzy Takagi-Sugeno, em termos do numero de modelos locais, quando comparados com os metodos descritos na literatura. As tecnicas de projeto propostas tambem permitem a ...
Abstract: This work considers the problem of modeling and designing of a class of nonlinear systems represented by Takagi-Sugeno (TS) fuzzy models. Initially, two methods of modeling described in the literature are presented. The rst one, is a method of exact modeling and the second one, based on optimal local models, is utilized in all development in this thesis. A new method, based on LMIs (Linear Matrix Inequalities), to obtain better local models using new degrees of freedom is proposed. New membership functions, that combine the local models, are obtained starting from an optimization problem (one method is based on LMIs), that has as the end to minimize the Euclidian norm of the error between the Takagi-Sugeno fuzzy models and the plant model. An algorithm to nd the number of local models, their operation points and matrices, considering the maximum modeling erros allowed, is presented. This algorithm has as parameter the modeling error and it is illustrated by an example. Taking into account the proposed modeling methods, two new methods of fuzzy regulator designs based on LMIs were proposed, considering the modeling errors. In the rst design a set of points in the region of operation is used considering only the components of the state vector that compound the non-linearities of the system and the modeling error in these points. The second design method used the largest value of the Euclidian norm of the modeling error. These methods allow the construction of reduced TS fuzzy models, in terms of the number of local models, when compared with the methods described in the literature. The speci cation of the decay rate, constraints on control input and output are also described by LMIs. The design and simulations of the new control laws for an inverted pendulum illustrate the studied methods. A comparison between the new design methods and the method of exact modeling showed that the proposed methods allowed simpler controllers and, in ...
Orientador: Marcelo Carvalho Minhoto Teixeira
Coorientador: Edvaldo Assunção
Banca: Pedro Luis Dias Peres
Banca: Wagner Caradori do Amaral
Banca: Aparecido Augusto de Carvalho
Banca: José Paulo Fernandes Garcia
Doutor

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação.
Made available in DSpace on 2012-10-20T10:20:56Z (GMT). No. of bitstreams: 1 204549.pdf: 1198043 bytes, checksum: 10e469236172f8461a3d06c5c51fead1 (MD5)
Os métodos tradicionais para avaliação de problemas de decisão multicritério geralmente são tratados por modelos matemáticos que agregam de forma aditiva os fatores submetidos à uma avaliação, como exemplo, a média ponderada. Embora fáceis de se aplicar, as médias, muitas vezes, não contemplam os critérios de forma conjunta, especialmente quando as grandezas a serem medidas não são independentes e não têm uma métrica objetivamente mensurável, ou seja, quando são de caráter subjetivo. Estimulados pelo seu desenvolvimento e pela praticidade de aplicação, as metodologias multicritério vêm sendo amplamente aceitas para apresentar de forma inovadora os modelos de avaliação, quando se propõem a trabalhar com múltiplos critérios, onde define-se limites de valores e graus de confiança. Ao analisarmos o método da Integral Fuzzy, concluímos que a técnica é capaz de auxiliar na busca de decisões, quando participantes do processo expõem suas preferências em variações de valores que são interpretados e executados pelos modelos. Diante do contexto, este trabalho vem apresentar a metodologia da Integral Fuzzy, aplicada em um problema multicritério de tomada de decisão. Aponta também as vantagens da Integral Fuzzy modificada sob sua forma original mostrando um exemplo da aplicação através de uma avaliação de fatores poluentes do rio Cuiabá.

Made available in DSpace on 2015-05-14T16:52:58Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-02-13Bitstream added on 2015-05-14T16:59:38Z : No. of bitstreams: 1 000828054.pdf: 698255 bytes, checksum: 3b7f556e169cf00c82d030e6202d2cb0 (MD5)
O processo de Avaliação de Impacto Ambiental (AIA) surgiu na década de 1960, nos EUA e começou a ser utilizado no Brasil, a partir da década de 1970, principalmente para fins de licenciamento ambiental. É composto por um conjunto de procedimentos utilizados para prever, recuperar e/ou mitigar os danos causados ao meio ambiente. Estudos para a otimização desse processo são feitos frequentemente de forma a buscar ferramentas que auxiliem na tomada de decisão e agilização na liberação de licenças ambientais. Os principais métodos utilizados para a previsão e avaliação de impactos são: listas de verificação, matrizes e redes de interação, superposição de mapas e modelos de simulação. Esta dissertação apresenta uma metodologia que aplica a Teoria dos Conjuntos Fuzzy para ser utilizada no processo de AIA. A intenção é mostrar uma ferramenta que auxilie na análise de impacto ambiental e/ou possibilite que a mesma seja realizada de forma mais abrangente. A partir dos parâmetros Duração, Temporalidade, Reversibilidade e Magnitude, apresentados na matriz de avaliação do Estudo de Impacto Ambiental (EIA) de um empreendimento automobilístico, construiu-se dois sistemas baseados em regras para determinar a Significância e a Relevância dos impactos. Os resultados foram bastante significativos de modo que o uso da metodologia mostrou-se bastante interessante por fazer uma análise integrada dos parâmetros, o que geralmente não acontece nos EIAs que fazem análise de forma fragmentada sem esclarecer a forma de agregação das variáveis
The process of Environmental Impact Assessment (EIA) emerged in the 1960s, in US and began to be used in Brazil, from the 1970s, mainly for environmental licensing. It consists of a set of procedures used to predict, recover and / or mitigate the damage caused to the environment. Studies for the optimization of this process are often made in order to seek tools that help in decision making and speeding up the release of environmental licenses. The main methods used for prediction and assessment of impacts are: checklists, interaction matrices, interaction networks, overlay maps and simulation models. This work presents a methodology that applies the Fuzzy Set Theory to be used in the EIA process. The intention is to show a tool to assist in the environmental impact assessment and / or allows it to be carried out more widely. From the parameters: duration, temporality, reversibility and Magnitude, presented in the impact assessment matrix of the Environmental Impact Statement (EIS) of an automobile enterprise, was built two rules-based systems to determine the significance and relevance of impacts. The results were very significant so that the use of the methodology demonstrated much interesting to make integrated analysis of the parameters, which usually not occur in EIAs because these make analysis a fragmented way without explaining the form of aggregation of variables

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2016
Made available in DSpace on 2016-09-20T04:19:30Z (GMT). No. of bitstreams: 1 341498.pdf: 2702580 bytes, checksum: ac52d986bff31a48f53a987366f89c76 (MD5) Previous issue date: 2016
Redes bayesianas são modelos gráficos probabilísticos capazes de modelar a incerteza estocástica e são vastamente aplicados em vários problemas de classificação. Especificamente, a estrutura naïve bayes são largamente utilizadas devido aos bons resultados atingidos, apesar da sua estrutura simples e 'ingênua'. Sistemas fuzzy, por outro lado, são modelos bem conhecidos para lidar com a imprecisão linguística por representar o conhecimento através de regras e funções de pertinências simples e interpretáveis. Porém, sistemas fuzzy tradicionais não são capazes de modelar a incerteza estocástica e, por isso, sistemas fuzzy probabilísticos foram desenvolvidos de forma a levar em consideração ambas as incertezas. Neste trabalho é proposta a rede probabilística fuzzy naïve bayes, uma combinação de sistemas fuzzy probabilísticos e redes bayesianas naïve, também capaz de modelar ambas as incertezas simultaneamente. O modelo proposto é primeiramente aplicado a um problema simples e didático de classificação para demonstrar o seu potencial e vantagem em relação a classificadores naïve bayes, enquanto mantém-se a interpretabilidade do modelo tradicional. Para testar o modelo, experimentos foram realizados em conjuntos de dados de benchmark e seus resultados são comparados a modelos de outros autores que utilizam os mesmos conjuntos de dados. A rede proposta apresenta resultados levemente inferiores a outros modelos. Porém, é observada uma vantagem qualitativa da rede proposta devido a seu alto nível de interpretabilidade.

Abstract: Bayesian networks are probabilistic graphical models capable of modeling statistical uncertainty and are widely applied in many classification problems. Specifically, Naive Bayesian networks are largely used due to their simple, naive structure, while still producing precise results. Fuzzy systems, on the other hand, are a well known technique capable of dealing with linguistic vagueness by representing knowledge with simple and interpretable rules and membership functions. As traditional fuzzy systems are unable to model statistical uncertainty, Probabilistic Fuzzy Systems were developed in order to account for both kinds of uncertainties. In this work we propose the Probabilistic Fuzzy Naive Bayes classifier as a combination of both probabilistic fuzzy systems and naive bayesian networks, also capable of simultaneously modeling both kinds of uncertainties. The proposed model is firstly applied in a very simple classification problem in order to show its potential and advantage over traditional naive bayes classifiers, while maintaining their interpretability. For validation, experiments were done using benchmark classification data sets from the UCI machine learning repository and the results are then compared with other similar alternate methods.

CODES, R. A. Proposta metodológica de avaliação integrada de riscos na infraestrutura de sistemas hídricos por meio do programa Risco-Fuzzy – estudo de caso: sistema de aporte de água bruta para a região metropolitana de Fortaleza. 2016. 111 f. Tese (Doutorado em Engenharia Civil: Saneamento Ambiental) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2016.
Submitted by Hohana Sanders (hohanasanders@hotmail.com) on 2016-11-28T12:53:33Z No. of bitstreams: 1 2016_tese_racodes.pdf: 3296783 bytes, checksum: ca87ef2762eff338bbb97f5a9315c85c (MD5)
Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2016-11-28T16:43:15Z (GMT) No. of bitstreams: 1 2016_tese_racodes.pdf: 3296783 bytes, checksum: ca87ef2762eff338bbb97f5a9315c85c (MD5)
Made available in DSpace on 2016-11-28T16:43:15Z (GMT). No. of bitstreams: 1 2016_tese_racodes.pdf: 3296783 bytes, checksum: ca87ef2762eff338bbb97f5a9315c85c (MD5) Previous issue date: 2016-02-25
The developed communities, in all their activities, are permanently, and each To a complex set of risks. Risk is, therefore, a concept that Has an increasing importance in contemporary society with an impact on different Aspects thereof. Water systems, in turn, are areas of potential Concept of risk assessment and risk management, taking into account that the objectives In the environment or in economic sustainability, resulting from uncertainties, Extreme events, errors or other events. To ensure system security Several methodologies have been developed with applications to specific cases. Because they are complex processes, based on inaccurate or Approximate, many of the studies have also considered the use of Fuzzy Systems, Which are based on Fuzzy Logic, because they fit well with the type of analysis in question. O This paper initially discusses general aspects of risk assessment and risk management. Related to some water systems, also addressing the theoretical foundations of Preliminary Hazards (APP) and Fuzzy Systems. Its main objective, however, The presentation of a methodological proposal consisting of the formulation of a Risk analysis in which it is possible to subdivide the analyzed water system into several Levels. Therefore, the individual values ​​of the various types of risk can be obtained Involved in the study, the risks of the subsystems in which they are distributed, and The overall risk of the system. It also proposes the construction of a system of fuzzy inference, Where the pertinence functions are suggested for the input language variables Possibility of Occurrence and Severity of Consequences and for the linguistic variable of Output, as well as establishing value scales for them. For the Analysis, the Risk-Fuzzy Program was developed specifically for this purpose. It then evaluates the proposed methodology, as a Case Study, based on data already Which were drawn up at the Water Resources Management Company (COGERH), in the System of Gross Water Supply for the Metropolitan Region of Fortaleza (SAAB / RMF). It also concludes that, for the scenarios considered, the SAAB / RMF, with regard to the frequency and severity of possible risks, it is Both in quantity and water quality. It presents, Finally, new perspectives for studies and research that can complement or Study.
As comunidades desenvolvidas, em todas as suas atividades, estão permanentemente, e cada vez mais, submetidas a um complexo conjunto de riscos. Risco é, portanto, um conceito que tem uma importância crescente na sociedade contemporânea com incidência em diferentes aspectos da mesma. Os sistemas hídricos, por sua vez, são domínios de aplicação potencial do conceito de avaliação e gestão de riscos, tendo em conta que os objetivos fixados podem sofrer desvios, no ambiente ou na sustentabilidade econômica, resultantes de incertezas, eventos extremos, erros ou outros acontecimentos. Para garantir a segurança de sistemas hídricos, diversas metodologias têm sido desenvolvidas com aplicações a casos específicos. Por se tratarem de processos complexos, que tomam como base informações imprecisas ou aproximadas, muitos dos estudos têm também considerado a utilização de Sistemas Fuzzy, que são baseados na Lógica Fuzzy, por se adequarem bem ao tipo de análise em questão. O presente trabalho discorre inicialmente sobre aspectos gerais da avaliação e gestão de riscos relacionados a alguns sistemas hídricos, abordando ainda os fundamentos teóricos da Análise Preliminar de Perigos (APP) e dos Sistemas Fuzzy. Tem como principal objetivo, entretanto, a apresentação de uma proposta metodológica que consiste na formulação de uma avaliação integrada de riscos em que é possível a subdivisão do sistema hídrico analisado em diversos níveis. Podem ser obtidos, portanto, os valores individuais dos diversos tipos de risco envolvidos no estudo, os riscos dos subsistemas em que estes estejam distribuídos, bem como o risco global do sistema. Propõe também a construção de um sistema de inferência fuzzy, onde são sugeridas as funções de pertinência para as variáveis linguísticas de entrada Possibilidade de Ocorrência e Severidade das Consequências e para a variável linguística de saída Risco, como também estabelece escalas de valores para as mesmas. Para a realização da análise proposta, foi ainda desenvolvido o Programa Risco-Fuzzy, específico para este fim. Avalia, em seguida, a metodologia proposta, como Estudo de Caso, a partir de dados já existentes, que foram levantados junto à Companhia de Gestão dos Recursos Hídricos (COGERH), no Sistema de Aporte de Água Bruta para a Região Metropolitana de Fortaleza (SAAB/RMF). Conclui também que, para os cenários considerados, a situação do SAAB/RMF, no que diz respeito à frequência e à gravidade dos possíveis riscos, é confortável, tanto em relação à quantidade como também à qualidade da água. Apresenta, finalmente, novas perspectivas de estudos e pesquisas que possam complementar ou aprofundar o estudo em questão.

Made available in DSpace on 2014-06-11T19:31:40Z (GMT). No. of bitstreams: 0 Previous issue date: 2003-11-20Bitstream added on 2014-06-13T20:22:39Z : No. of bitstreams: 1 machado_ermd_dr_ilha.pdf: 1793182 bytes, checksum: 136d7d2b774a7bf4d61c43b9140d1cf4 (MD5)
Este trabalho aborda o problema de modelagem e controle de uma classe de sistemas não lineares atraves dos modelos fuzzy Takagi-Sugeno (TS). Primeiramente são apresentados dois metodos de modelagem existentes na literatura. O primeiro e um metodo de modelagem exata e o segundo, baseado em modelos locais otimos, e utilizado em todos os desenvolvimentos desta tese. A seguir e proposto um novo metodo para se obter os modelos locais, baseado em Desigualdades Matriciais Lineares (LMIs-Linear Matrix Inequalities), utilizando os modelos locais otimos com novos graus de liberdade e que permitem uma melhor aproximação local do sistema. Novas funções de pertinência, que servem para combinar os modelos locais, são obtidas a partir da solu ção de um problema de otimização (um dos metodos para obter a solução e baseado em LMIs), que tem como objetivo minimizar a norma Euclidiana do erro entre o modelo Takagi-Sugeno e a planta. Um algoritmo para determinar quantos e quais modelos locais devem ser utilizados na aproximação, considerando o m aximo erro de modelagem permitido, e desenvolvido. Este algoritmo tem como parâmetro o erro de modelagem. Um exemplo ilustrativo deste algoritmo e apresentado. Utilizando a modelagem proposta foram desenvolvidos dois novos metodos de projetos de reguladores fuzzy, baseados em LMIs, que consideram o erro de modelagem. No primeiro projeto e utilizado um conjunto de pontos na região de operação considerando somente as componentes do vetor de estado que fazem parte das não-linearidades do sistema e os erros de aproximação das funções nestes pontos. No segundo projeto e utilizada a maxima norma Euclidiana do erro obtido no ponto onde a aproximação e mais de ciente. Estes metodos permitem a construção de modelos fuzzy Takagi-Sugeno, em termos do numero de modelos locais, quando comparados com os metodos descritos na literatura. As tecnicas de projeto propostas tambem permitem a...
This work considers the problem of modeling and designing of a class of nonlinear systems represented by Takagi-Sugeno (TS) fuzzy models. Initially, two methods of modeling described in the literature are presented. The rst one, is a method of exact modeling and the second one, based on optimal local models, is utilized in all development in this thesis. A new method, based on LMIs (Linear Matrix Inequalities), to obtain better local models using new degrees of freedom is proposed. New membership functions, that combine the local models, are obtained starting from an optimization problem (one method is based on LMIs), that has as the end to minimize the Euclidian norm of the error between the Takagi-Sugeno fuzzy models and the plant model. An algorithm to nd the number of local models, their operation points and matrices, considering the maximum modeling erros allowed, is presented. This algorithm has as parameter the modeling error and it is illustrated by an example. Taking into account the proposed modeling methods, two new methods of fuzzy regulator designs based on LMIs were proposed, considering the modeling errors. In the rst design a set of points in the region of operation is used considering only the components of the state vector that compound the non-linearities of the system and the modeling error in these points. The second design method used the largest value of the Euclidian norm of the modeling error. These methods allow the construction of reduced TS fuzzy models, in terms of the number of local models, when compared with the methods described in the literature. The speci cation of the decay rate, constraints on control input and output are also described by LMIs. The design and simulations of the new control laws for an inverted pendulum illustrate the studied methods. A comparison between the new design methods and the method of exact modeling showed that the proposed methods allowed simpler controllers and, in ...

Não há um consenso na literatura sobre o método mais adequado de se avaliar o nível de implementação de construção enxuta em empresas. Ao contrário dos métodos de avaliação existentes, o uso da lógica fuzzy reduz a subjetividade da avaliação. Este artigo usa o Business Intelligence para definir as regras de um modelo de sistema de inferência difuso para calcular o indicador de desempenho “lean score”. A simulação pelo Power BI permitiu identificar vieses no modelo. As regras propostas foram locadas igualmente para cada uma das quatro variáveis de entrada do modelo: presença, complexidade, tempo e estágio.