Control de Velocidad de un auto empleando Sistemas Difusos

  • Edwin Fernando Mejía Peñafiel Facultad de Informática y Electrónica, Escuela Superior Politécnica de Chimborazo, Riobamba, Ecuador.
  • Alberto Leopoldo Arellano Aucancela Escuela Superior Politécnica del Chimborazo
  • Geovanny Vallejo Escuela Superior Politécnica del Chimborazo

Resumen

En los últimos años la inteligencia artificial ha ido aumentando su nivel en cuanto a investigación se refiere, los sistemas difusos se han venido consolidando como una herramienta útil para modelar sistemas complejos y no lineales. Las técnicas de la inteligencia artificial se han convertido en una herramienta fundamental para abordar problemas complejos incluyendo el área de control automático. A diferencia de la lógica tradicional que solo utiliza dos valores de verdadero o falso, la lógica difusa permite definir valores intermedios en un intento por aplicar un modo de pensamiento similar al del ser humano. En esta situación los sistemas expertos tienen mucho que ver con lo que significa inferir conocimiento, utilizando las famosas reglas de inferencia o también conocidas como reglas de producción, dentro de la lógica difusa se utilizará el método de inferencia de Mandani que hace uso de las reglas Si X Entonces Y, si premisa entonces conclusión. En este artículo se ha desarrollado un algoritmo difuso para controlar la velocidad de un auto y evitar que el mismo choque cuando el conductor sufre cualquier alteración de su cuerpo, el prototipo recoge información de su entorno para la toma de decisiones, se presenta un modelo como prototipo a seguir en este caso para la construcción, se hace un análisis de los diferentes dispositivos y se presentan los conceptos.


 Abstract


In recent years artificial intelligence has been increasing its level in terms of research, diffuse systems have been consolidated as a useful tool for modeling complex and non-linear systems. Artificial intelligence techniques have become a fundamental tool for addressing complex problems including the automatic control area. Unlike traditional logic that uses only two values ​​of true or false, fuzzy logic allows defining intermediate values ​​in an attempt to apply a mode of thinking similar to that of the human being. In this situation, the expert systems have much to do with what it means to infer knowledge, using the famous rules of inference or also known as rules of production, within the fuzzy logic will be used the method of inference of Mandani that makes use of the rules If X Then Y, if premise then conclusion. In this article we have developed a diffuse algorithm to control the speed of a car and prevent the same shock when the driver suffers any alteration of his body, the prototype collects information from its environment for decision making, a model is presented as Prototype to follow in this case for the construction, is made an analysis of the different devices and the concepts are presented.

Descargas

Los datos de descarga aún no están disponibles

Citas

1. Piedrafita R (2000) Ingeniería de la Automatización, Alfaomega.

2. Espín R (2004) El Paradigma de la Lógica Difusa: Oportunidades para la Ciencia, Instituto Superior Politecnico Jose Antonio Echeverría, Haban - Cuba.

3. Verdegay J.L. (2005). Una revisión de las metodologías que integran la Soft computing. Actas del Simposio sobre Lógica Fuzzy y Soft Computing LFSC 2005 (EUSFLAT).151-156.

4. Zadeh L. A. (1965). Fuzzy Sets, Information and Control, 8, 338-353.

5. Dubois D. and Prade H. (1980). Fuzzy Sets and Systems: Theory and Applications. Academic Press Inc, N. York.

6. Lindley D. (1994). En: Wright G., and P. Ayton (eds.) Subjective Probability, Wiley & Sons, Chichester.

7. Cassel-Gintz M. A., Liidike M. K. B., Petschel- Held, G., Reuswig F., Pliich, M. and Lamme, G (2003) "Fuzzy logic based global assessment of the marginality of agricultural land use", Climate Research, (8): 135-150.

8. Zadeh L. A.(1978) "Fuzzy sets as a basis for a theory of possibility", Fuzzy Sets and Systems, (1): 3-28.

9. Yoshinari Y and Pedrycz W.K. H.(1993) "Construction of fuzzy models through clustering techniques", Fuzzy Sets and Systems, (54): 157- 165.

10. Zimmermann, H. J.(1985) Fuzzy sets and its applications, Publications Kluwer Nijhoff, Dordrecht, Southern Holland.

11. Kaufmann, A. and Gil Aluja, J(1993) Introducción de la teoría de los subconjuntos borrosos a la gestión de las empresas, Editorial Milladoiro, España.
Publicado
2017-07-03
How to Cite
MEJÍA PEÑAFIEL, Edwin Fernando; ARELLANO AUCANCELA, Alberto Leopoldo; VALLEJO, Geovanny. Control de Velocidad de un auto empleando Sistemas Difusos. Revista Científica y Tecnológica UPSE, [S.l.], v. 4, n. 2, jul. 2017. ISSN 1390-7697. Disponible en: <http://incyt.upse.edu.ec/revistas/index.php/rctu/article/view/270>. Fecha de acceso: 22 nov. 2017 doi: https://doi.org/10.26423/rctu.v4i2.270.