Generazione automatica di sistemi Fuzzy
Tale attività è rivolta alla sviluppo di una tecnica
efficace per l'estrazione automatica delle regole di un sistema di controllo
Fuzzy.
La logica Fuzzy si è imposta a livello applicativo come
metodo alternativo per la progettazione di controllori, in quanto con tale
metodo è possibile generare sistemi di controllo senza possedere un modello
matematico del sistema da controllare, ma partendo da un insieme di regole
ottenute dalla osservazione del comportamento del sistema.
Le applicazioni della logica Fuzzy sono spesso coronate da
successo in termini di prestazioni ottenute anche se non sono disponibili metodi
generali per lo sviluppo di sistemi Fuzzy. Questo vale in particolare per quei
casi in cui le regole devono essere estratte da esperimenti sul sistema da
controllare.
L'obiettivo dell'attività svolta è di fornire una
metodologia generale per lo sviluppo di sistemi Fuzzy e di svincolare il
progettista di sistemi Fuzzy dall'onere di dover generare le funzioni membro.
Per ottenere questo risultato si è effettuata una serie di scelte di progetto
fissate a priori sul sistema Fuzzy, e l'estrazione delle funzioni membro è
stata posta sotto forma di problema di ottimizzazione non lineare in uno spazio
a più dimensioni. Il problema di ottimizzazione è stato risolto tramite una
innovativa procedura di ottimizzazione basata sul metodo di Newton modificato [C2].
La tecnica proposta si è dimostrata veloce e robusta in
svariati casi sia teorici, sia applicativi.
Il metodo è stato applicato dapprima allo sviluppo di un
controllore ottimizzato per un convertitore DC-DC di tipo Buck [C3], e quindi
all'implementazione di un controllore non lineare di tipo Variable Structure
Control per il controllo della stabilità di una rete di distribuzione di
energia elettrica [2,C1].
Nel caso del DC-DC converter si è ottenuto un miglioramento delle
prestazioni in termini di tempo di salita e di sovraelongazione rispetto ad un
controllo PD. Nel caso della rete di distribuzione di energia elettrica il
controllo Fuzzy si è dimostrato equivalente in termini di prestazioni, ma più
conveniente in termini di facilità di implementazione.