Article
Generación y Optimización de Controladores Difusos Utilizando el Modelo NEFCON
Fecha
2010-12-15Registro en:
Revista Computación y Sistemas; Vol. 14 No. 2
1405-5546
Autor
Cuevas Jiménez, Erik V.
Zaldívar Navarro, Daniel
Pérez Cisneros, Marco
Tapia Rodríguez, Ernesto
Institución
Resumen
Resumen. El diseño de algoritmos que operen sobre
plantas con dinámicas no modeladas aún representa un
reto en el área de control automático. Una solución podría
ser el uso de algoritmos capaces de aprender en tiempo
real mediante la interacción directa con la planta. El
modelo NEFCON, permite construir la estructura de un
controlador difuso del tipo Mamdani capaz de aprender las
reglas y adaptar los conjuntos difusos. La principal ventaja
del modelo NEFCON respecto a otros enfoques de
aprendizaje, es que su diseño se reduce a expresar la
calidad del error actual de la planta a controlar. Sin
embargo, una desventaja del modelo NEFCON es la pobre
exploración de los estados de la planta durante el
aprendizaje, lo cual hace imposible su aplicación para
sistemas dinámicos no lineales. En este trabajo se propone
la adición de ruido Gaussiano a las variables de estado de
la planta, con el objetivo de asegurar una exploración
amplia de los estados, facilitando la convergencia del
algoritmo de aprendizaje, cuando se aplica a sistemas no
lineales. En particular, se muestra la efectividad de la
propuesta en el control del sistema dinámico de la “pelota
y el balancín” (Ball and Beam).