Aula1 InteligenciaArtificial
-
Upload
renan-lima -
Category
Documents
-
view
257 -
download
0
description
Transcript of Aula1 InteligenciaArtificial
![Page 1: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/1.jpg)
BC MIControlador difuso
Inteligência artificial aplicada a automação
Ementa
MATLAB
Bibliografían
Avalaições
![Page 2: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/2.jpg)
Ementa
- Introdução aos fundamentos e aplicações de Inteligência Artificial. Histórico e princípios de Inteligência Artificial. Representação do conhecimento. Sistemas Especialistas. Tópicos em Inteligência Artificial: Lógica Fuzzy, Redes Neurais Artificiais. Identificação de sistemas de controle usando agentes inteligentes. Estudo de casos.
![Page 3: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/3.jpg)
Avalaicões
- Dois provas: 10 pontos (P1 + P2 ) / 2- Um projeto: Desenhos de sistemas neuro-difusos usando o MATLAB.
Segunda feira: teoría.Sábado: simulação com MATLAB.
![Page 4: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/4.jpg)
Curso de Lógica Difusa
- Curso de Lógica difusa- Introdução. Arquitetura. Funções de membresías.- Desenhos de sistemas difusos usando o MATLAB.- Casos de estudos.
![Page 5: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/5.jpg)
Lógica Difusa(Fuzzy Logic)
- É uma forma de modelar a - É uma forma de modelar a incerteza natural da linguagem incerteza natural da linguagem humana aplicada à teoria dos humana aplicada à teoria dos conjuntos. conjuntos.
- Desenvolvido por Lofti Zadeth - Desenvolvido por Lofti Zadeth da Universidade de Berkeley em da Universidade de Berkeley em torno de l960.torno de l960.
![Page 6: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/6.jpg)
Lógica Difusa aplicada al control
Estructura de un sistema difusoEstructura de un sistema difuso
GE
GR
fuzificaçao
Base de conhecimentos
Motor de inferência
GU
Processo
Defuzificaçaor
y
ur – sinal de referençaoy – sinal controladou – sinal manipulada
![Page 7: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/7.jpg)
Vantagens oferecidas pela técnica de lógica fuzzy
- - Ultrapassa as dificuldades Ultrapassa as dificuldades matemáticas na modelagem de matemáticas na modelagem de sistemas com um alto grau de não-sistemas com um alto grau de não-linearidade. Reúne-se mais linearidade. Reúne-se mais firmemente as leituras imprecisas do firmemente as leituras imprecisas do controle nos parâmetros de controle nos parâmetros de retroalimentracion, tais como a retroalimentracion, tais como a corrente e a tensão de corrente corrente e a tensão de corrente contínua. Matemática e lógica fuzzy contínua. Matemática e lógica fuzzy software são simples de desenvolver software são simples de desenvolver e flexível para cada modificação.e flexível para cada modificação.
![Page 8: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/8.jpg)
Como são utilizados os critérios estatísticos na realização de sua
pesquisa experimental?
Um sistema de lógica fuzzy é Um sistema de lógica fuzzy é composto por três blocos principais: composto por três blocos principais: mecanismo fuzificacion e inferência mecanismo fuzificacion e inferência de Defuzificacion máquina de de Defuzificacion máquina de inferência.inferência.
![Page 9: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/9.jpg)
Estágio Fuzificaçao É a transformação das variáveis dadas pelos
sensores das variáveis de processo de linguagem do tipo que compõem as partições definidas no universo em discussão. Valores dos pertences de conjuntos difusos para os valores medidos são obtidos.
Máquina de inferência
É o conjunto de procedimentos para tomar medidas de controle pelo uso de regras lingüísticas e implicações.
![Page 10: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/10.jpg)
Base de conhecimento Composta de banco de dados e com base
nas regras. Banco de dados caracteriza-se as regras de controle difuso; a base de regras permitem a tomada de ações de controle. As regras de controle de operam com a seguinte estrutura: se < condição > Então < ação >
Defusificaçao
É a transformação das ações de controle do tipo linguístico a quantitativamente ou determinista, que permitem um bom funcionamento dos atuadores de sistema de controle, que fazem parte do mundo real e não o universo difuso em discussão.
![Page 11: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/11.jpg)
Identificação do modelo difuso
1.Descrição do sistema o processo
2. Processo de aprendizagem.
3. Identificação da estrutura. (I/O)
![Page 12: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/12.jpg)
EXEMPLO: PROCEDIMENTO DIFUSO PARA UMA MÁQUINA DE LAVAR ROUPA
Sujeira
Tipo de roupa
Tempo de lavagem
Objetivo: Selecione a roupa por tipo e grau de sujidade.
![Page 13: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/13.jpg)
Funções dos pertences
Sujeira
Tipo de roupa
Tempo de lavagem
Sujeira (triângulo de tipo): tipo de M G pequeno, médio e grande P de vestuário (triângulo de tipo): pequeno P, M meia, gordos ga. Tempo de lavagem (triângulo de tipo): C, M média curta, longa L
![Page 14: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/14.jpg)
Rulebases
Sujeira
Tipo de roupa
Tempo de lavagem
As regras do controlador difuso para o controle do tempo de lavagem de vestuário definem intuitivamente se (se) a sujeira é elevada e o tipo de roupa e é oleosa então então o tempo de lavagem é longo.
![Page 15: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/15.jpg)
Rulebases
Sujeira
Tipo de roupa
Tempo de lavagem
O grau de solo é determinado pela transparência da água. O tipo de roupa é determinado a partir do momento da saturação. Neste caso, o tempo de saturação é definido como o tempo em que a transparência da água tende a zero. Por exemplo, o gordurosas roupas demorar mais para chegar a tempo de saturação, desde que a gordura é menos solúvel.
![Page 16: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/16.jpg)
Estruturas do algoritmo difusa
![Page 17: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/17.jpg)
Estrutura, funções de controlador fuzzy pertences são obtidas a partir
![Page 18: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/18.jpg)
Diagrama do controlador difuso
![Page 19: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/19.jpg)
Resposta do sistema
![Page 20: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/20.jpg)
Identificação do modelo difuso- Regulação da aprendizagem através
da aplicação de carga tipo ventilador com água líquida. Cabe a aprendizagem com um tipo de carga com densidades variáveis de polpas fã de fluido. Mudança de coordenadas usando as variáveis do plano de fundo. Identificação da estrutura, dividindo o espaço de entrada.
![Page 21: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/21.jpg)
Identificação do modelo difuso- 1º passo: discretização do espaço
de entrada. 2º passo: atribuindo um valor de densidade para cada candidato, sector ou cluster. Passo 3: calcular o melhor sector. Etapa final: associando uma janela para cada sector.
![Page 22: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/22.jpg)
Configurações de regra Fuzzy
![Page 23: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/23.jpg)
Modelo Mamdani
![Page 24: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/24.jpg)
Rulebases
![Page 25: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/25.jpg)
Funções dos pertences
![Page 26: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/26.jpg)
Inteligência artificial aplicada no controle inteligente da energia
BC MIControlador difuso
Controle Inversor
Bomba Motor
![Page 27: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/27.jpg)
Sistema de transporte de Hidromezcla
qiqi
m(t)m(t)
h(t)h(t)
qo qo
![Page 28: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/28.jpg)
O software de algoritmo difusa
![Page 29: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/29.jpg)
Regras
![Page 30: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/30.jpg)
Funções dos pertences
![Page 31: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/31.jpg)
Configurações difusas
![Page 32: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/32.jpg)
Superfícies curvas
![Page 33: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/33.jpg)
Erro obtido no modelo de aprendizagem e o inferido
![Page 34: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/34.jpg)
Instalação experimental em Moa ISMM.
![Page 35: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/35.jpg)
PLC
S5 95- U
V.V.F
![Page 36: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/36.jpg)
![Page 37: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/37.jpg)
Principais linhas de pesquisa Modelagem de acionamento elétricos na Modelagem de acionamento elétricos na
indústria. Avaliação da eficiência em indústria. Avaliação da eficiência em unidades com variadores de velocidade. unidades com variadores de velocidade. Introdução de controle inteligente no Introdução de controle inteligente no diagnóstico de unidades. diagnóstico de unidades.
Identificação padrões utilizando Identificação padrões utilizando processamento digital de imagens.processamento digital de imagens.
![Page 38: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/38.jpg)
Principais projetos Introdução de supervisor inteligente no Introdução de supervisor inteligente no
diagnóstico de unidades de agentes da diagnóstico de unidades de agentes da companhia neuro-fuzzy.companhia neuro-fuzzy.
Desenvolvimento de um mapa virtual de Desenvolvimento de um mapa virtual de manutenção de motores elétricos com manutenção de motores elétricos com base em padrões cognitivos neuro-fuzzy base em padrões cognitivos neuro-fuzzy para o diagnóstico de acionamentos com para o diagnóstico de acionamentos com variadores de velocidade. variadores de velocidade.
Utilização de sistemas de informação Utilização de sistemas de informação geográfica GIS para o prognóstico do geográfica GIS para o prognóstico do consumo de energía da cidade. consumo de energía da cidade.
![Page 39: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/39.jpg)
Controle inteligente de energia Identificación experimental.Identificación experimental. Simulación de algoritmos basado en Simulación de algoritmos basado en
Inteligencia Artificial.Inteligencia Artificial. Validación de los esquemas de control Validación de los esquemas de control
usando Automatas Programables y usando Automatas Programables y variadores de velocidad.variadores de velocidad.
ProductoProducto: Software de aplicación: Software de aplicación
![Page 40: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/40.jpg)
Conclução
- O curso de Inteligencia Artificial tem os cursos de Lógica difusa ou fuzzy e curso de Redes Neurais.- A Lógica Difusa ou nebulosa é uma forma de representação e modelação dos sistemas para superar as incertezas matemáticas.-A lógica difusa acredita com certeza no mundo real.
![Page 41: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/41.jpg)
Bibliografía
- BABUSKA, R., "Fuzzy Modelling for Control", KAP, 1998. - ROJAS PURON, L. D. Apostila de Sistemas Inteligentes. UEA. 2014.
- OLIVEIRA JUNIOR, H.A. Lógica Difusa: Aspectos Práticos e Aplicações. Interciência, 1999.- SIMÕES, M.G.; SHAW, I.S. Controle e Modelagem Fuzzy. Edgard Blücher, 2007.- WEBER, L.; KLEIN, P.A.T. Aplicação da Lógica Fuzzyem Software e Hardware. ULBRA, 2003.- ZIMMERMANN, Hans J. Fuzzy Set Theory and ItsApplications Kluwer Nijhoff Publishing,1988.
.
![Page 42: Aula1 InteligenciaArtificial](https://reader035.fdocuments.net/reader035/viewer/2022062301/55cf920f550346f57b932184/html5/thumbnails/42.jpg)
Tarefa
-Projetar um sistema inteligente que pode selecionar corretamente a quantidade de detergente para lavar a roupa na máquina de lavar..