Saltar a contenido

UD02 · Taller 1 — Control difuso con scikit-fuzzy

Entregable de la unidad

Cuenta en el 40 % de actividades del RA2, junto con los otros talleres y la actividad entregable.

Requisitos

Necesitas el contenedor de prácticas de IA de la UD00 funcionando, o un entorno Python 3.12+ con numpy y scikit-fuzzy:

1
2
docker compose up -d            # si usas el contenedor del curso
pip install scikit-fuzzy==0.5.0

Objetivo: construir un sistema de control difuso tipo Mamdani que decida la velocidad de un ventilador según la temperatura y la humedad de una sala, recorriendo las tres fases de un sistema de razonamiento impreciso — fuzzificación, evaluación de reglas y desfuzzificación (RA2-d).

Hazlo en el notebook

Tienes este taller como notebook con las celdas a rellenar: UD02_T01_control_difuso.ipynb. Esta página es la referencia; lo que se entrega es el notebook completado.

Fase 1 — Importa las librerías y define los universos

1
2
3
4
5
6
7
import numpy as np
import skfuzzy as fuzz
from skfuzzy import control as ctrl

temperatura = ctrl.Antecedent(np.arange(0, 41, 1), 'temperatura')
humedad = ctrl.Antecedent(np.arange(0, 101, 1), 'humedad')
velocidad = ctrl.Consequent(np.arange(0, 101, 1), 'velocidad')

Fase 2 — Funciones de pertenencia (términos lingüísticos)

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
temperatura['fresca'] = fuzz.trimf(temperatura.universe, [0, 0, 18])
temperatura['agradable'] = fuzz.trimf(temperatura.universe, [15, 22, 28])
temperatura['caliente'] = fuzz.trapmf(temperatura.universe, [24, 30, 40, 40])

humedad['seca'] = fuzz.trimf(humedad.universe, [0, 0, 45])
humedad['media'] = fuzz.trimf(humedad.universe, [35, 55, 75])
humedad['humeda'] = fuzz.trapmf(humedad.universe, [60, 75, 100, 100])

velocidad['baja'] = fuzz.trimf(velocidad.universe, [0, 0, 40])
velocidad['media'] = fuzz.trimf(velocidad.universe, [25, 50, 75])
velocidad['alta'] = fuzz.trimf(velocidad.universe, [60, 100, 100])

¿Por qué trapezoidal en los extremos?

Las funciones de los extremos suelen ser trapezoidales para que «fresca» o «caliente» mantengan pertenencia plena hasta el límite del universo, y triangulares en el centro.

Fase 3 — Reglas IF-THEN

1
2
3
r1 = ctrl.Rule(temperatura['fresca'] & humedad['seca'], velocidad['baja'])
r2 = ctrl.Rule(temperatura['agradable'] & humedad['media'], velocidad['media'])
r3 = ctrl.Rule(temperatura['caliente'] | humedad['humeda'], velocidad['alta'])

Fase 4 — Sistema y simulación

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
sistema = ctrl.ControlSystem([r1, r2, r3])
sim = ctrl.ControlSystemSimulation(sistema)

sim.input['temperatura'] = 20
sim.input['humedad'] = 50
sim.compute()
print("Velocidad a 20 ºC / 50 %:", f"{sim.output['velocidad']:.1f}%")

sim.input['temperatura'] = 33
sim.input['humedad'] = 85
sim.compute()
print("Velocidad a 33 ºC / 85 %:", f"{sim.output['velocidad']:.1f}%")

Fase 5 — Visualiza las funciones de pertenencia

1
velocidad.view()      # o temperatura.view()

Añade al informe una captura de la gráfica y explica qué ocurre en cada simulación.

Fase 6 — Experimento (respuesta razonada)

Prueba estas combinaciones y anota el resultado en una tabla:

Temperatura Humedad Velocidad (%) ¿Coherente?
10 30
25 50
38 90
18 80

Entrega del Taller 1

Fase Evidencia mínima
1-2 Las dos variables de entrada y la de salida, con sus funciones de pertenencia
3 Las tres reglas IF-THEN
4 Las dos simulaciones (20 ºC/50 % y 33 ºC/85 %) con su velocidad resultante
5 La captura de velocidad.view()
6 La tabla de experimentos completa, con la columna «¿Coherente?» justificada

Nota sobre la tabla anterior.

Soluciones

Las soluciones no se publican: se corrigen y comentan en clase.

Volver a la UD02 · Taller 2 · Ejercicios