Comparación entre Mamdani y Sugeno Fuzzy Inference System

Prerrequisito: Lógica Difusa | Introducción

El Sistema de Inferencia Difusa (FIS) es un proceso para interpretar los valores del vector de entrada y, sobre la base de algunos conjuntos de reglas difusas, asigna los valores correspondientes al vector de salida. Este es un método para mapear una entrada a una salida usando lógica difusa. En base a este proceso de mapeo, el sistema toma decisiones y distingue patrones.

Hay dos tipos principales de sistemas de inferencia difusos: Mamdani FIS y Sugeno FIS .

Mamdani FIS –

El sistema de inferencia borrosa de Mamdani fue propuesto por Ebhasim Mamdani. En primer lugar, fue diseñado para controlar una combinación de máquina de vapor y caldera mediante un conjunto de reglas de control lingüístico obtenidas de operadores humanos experimentados. En el sistema de inferencia de Mamdani, la salida de cada regla es un conjunto de lógica difusa.

Sugeno FIS –

Este sistema de inferencia difuso fue propuesto por Takagi, Sugeno y Kang para desarrollar un enfoque sistemático para generar reglas difusas a partir de un conjunto de datos de entrada y salida determinado. Una regla difusa típica en un modelo difuso de Sugeno de primer orden tiene la forma:
SI x es A y y es B ENTONCES z = f(x, y)
donde

• A y B son conjuntos borrosos en el antecedente
• z = f(x, y) es una función nítida en el consecuente.

Los modelos difusos de Sugeno de orden superior también son posibles, pero al diseñar, introducen una complejidad significativa.

Diferencia entre Mamdani y Sugeno Fuzzy Inference System:

Mamdani FIS	Sugeno FIS
La función de membresía de salida está presente	No hay función de membresía de salida presente
La salida de la superficie es discontinua.	La salida de la superficie es continua.
Distribución de la salida	No distribución de la salida, solo Combinación matemática de la salida y la fuerza de las reglas
A través de la defuzzificación de las reglas, se obtiene un resultado nítido.	No hay defuzzificación aquí. Usando el promedio ponderado de las reglas del consecuente resultado nítido se obtiene
Poder expresivo y consecuente de regla interpretable	Aquí hay pérdida de interpretabilidad.
Mamdani FIS posee menos flexibilidad en el diseño del sistema	Sugeno FIS posee más flexibilidad en el diseño del sistema
Tiene más precisión en el algoritmo de cifrado de bloque de evaluación de seguridad.	Tiene menos precisión en el algoritmo de cifrado de bloque de evaluación de seguridad.
Se utiliza en sistemas MISO (entrada múltiple y salida única) y MIMO (entrada múltiple y salida múltiple)	Se usa solo en sistemas MISO (Multiple Input and Single Output)
El sistema de inferencia Mamdani se adapta bien a la entrada humana	El sistema de inferencia de Sugeno se adapta bien al análisis matemático
Aplicación: Sistema de Diagnóstico Médico	Aplicación: realizar un seguimiento del cambio en el rendimiento de la aeronave con la altitud

Aunque hay una similitud que vale la pena mencionar entre Mamdani y Sugeno Fuzzy Inference System, las partes antecedentes de estas dos reglas FIS son las mismas.