sistemas p-fuzzy aplicados às equações diferenciais parciais · estudar a luminescência para...
TRANSCRIPT
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas p-Fuzzy Aplicados às EquaçõesDiferenciais Parciais
Daniela Portes Leal FerreiraUniversidade Federal de Uberlândia
17 de Julho de 2012
1 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sumário
Introdução.Objetivos.Exemplos de Sistemas p-Fuzzy aplicados às EDPs.Sistemas Fuzzy e p-Fuzzy Aplicados ao Estudo daLuminescência e da Potência de Íons de Neodímio.Conclusão.Referências Bibliográficas.
2 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Introdução
Modelos de Equações Diferenciais (Ordinárias ou Parciais)utilizando parâmetros ou condições iniciais obtidos atravésde um SBRF.
EDOs são substituídas por um Sistema Baseado emRegras Fuzzy (SBRF)- Sistemas Parcialmente Fuzzy.
Estes sistemas são obtidos utilizando a solução dasEquações Diferenciais Ordinárias (analítica/ Numérica).Foram construídos utilizando o método de inferência deMamdani.
3 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Introdução
Sistemas Parcialmente Fuzzy (p-Fuzzy)
A relação das variações com as variáveis é descrita pormeio de regras fuzzy em vez de equações.
dy
dt
dx
dtx(ti)
y(ti)
SBRF
y(ti−1) +
∫ti
ti−1
dy
dt(s)ds
x(ti−1) +
∫ti
ti−1
dx
dt(s)ds
SBRF
x
t
y(xi(t)) = y(xi−1(t)) +
∫xi
xi−1
∂y
∂s(s, t)ds
∂y
∂x(x, t)
4 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Objetivo
Objetivos Específicos
Aplicar os Sistemas p-Fuzzy ao estudo das EDPsutilizando dados obtidos a partir da equação ou daaproximação da solução da ED.Aplicar os Sistemas p-Fuzzy ao estudo de EDPs utilizandodados obtidos experimentalmente.
5 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Objetivo
A Figura apresenta a metodologia proposta para a soluçãode equações diferenciais.
SBRFVARIÁVEIS DEENTRADA
VARIAÇÕES
MÉTODO NUMÉRICO
ANFIS
DADOS (Derivadas obtidas a partir da solução numérica ou
experimentalmente)
6 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Objetivo
Adaptive Neuro-Fuzzy Inference System - ANFIS
É uma rotina de treinamento de sistemas de inferênciafuzzy do tipo Sugeno, que utiliza um algoritmo deaprendizagem para identificar, a partir de um conjunto dedados, as funções de pertinência e os parâmetros dosistema baseado em regras fuzzy tipo SugenoConsiderando x e y como variáveis de entrada, a funçãoANFIS determina os parâmetros p , q e r do consequentedas regras “Se... então...” que é um polinômio da formaf (x , y) = px + qy + r .
7 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Objetivo
Método de Inferência de Kang-Takagi-Sugeno
No método de inferência de Kang-Takagi-Sugeno oconsequente de cada regra é dado por uma função dosvalores de entrada desta regra. No caso dessas funçõesserem lineares afins o método é comumente chamado deTakagi-Sugeno.Neste método a saída gerada pela máquina de inferênciaé um número real sendo, portanto, desnecessária aDefuzzificação da saída.
8 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Exemplos de Sistemas p-fuzzy aplicados às EDPs
Sistemas p-Fuzzy aplicados às EDPs Elípticas:Temperatura de uma Placa
Considere uma placa retangular de prata de 6 × 5 cm tem calor sendo geradouniformemente em todos os pontos, com uma taxa q = 1.5cal/cm3. Suponhaque a temperatura ao longo das bordas se mantenha nas seguintestemperaturas:
u(x , 0) = x(6 − x), u(x , 5) = 0, 0 ≤ x ≤ 6.
u(0, y) = y(5 − y), u(6, y) = 0, 0 ≤ y ≤ 5.
onde a origem se encontra em um dos cantos da placa com as coordenadas (0,0) e asbordas se posicionam ao londo dos eixos positivos x e y . A temperatura de estadoestável u(x , y) satisfaz a equação de Poisson:
∂2u∂x2 (x , y) +
∂2u∂y2 (x , y) =
qK
, 0 < x < 6, 0 < y < 5.
onde K , a condutividade térmica é 1.04cal/cm.oC.s.
9 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Exemplos de Sistemas p-fuzzy aplicados às EDPs
Temperatura de uma Placa
∂u∂x
é a saída do SBRF.
Dados para a construção do sistema p-fuzzy foram obtidosutilizando diferenças finitas.
10 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Exemplos de Sistemas p-fuzzy aplicados às EDPs
Temperatura de uma Placa
Solução Numérica x Solução p-Fuzzy
01
23
45
6 0
1
2
3
4
5−2
0
2
4
6
8
10
01
23
45
6 0
1
2
3
4
5−2
0
2
4
6
8
10
yx
u(x,
y)
11 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Exemplos de Sistemas p-fuzzy aplicados às EDPs
Temperatura de uma Placa
A aproximação da solução obtida através do modelop-fuzzy e a aproximação numérica obtida a partir dométodo de diferenças finitas, apresentam comportamentossimilares.
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.20
2000
4000
6000
8000
10000
12000
|Soluçao por diferenças finitas − Soluçao Modelo p−fuzzy|
Nº d
e po
ntos
da
mal
ha
12 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Exemplos de Sistemas p-fuzzy aplicados às EDPs
Sistemas p-Fuzzy aplicados às EDPs Parabólicas:Modelo Colcha no Varal
Considere uma colcha secando em um varal de nylon com asextremidades fixadas em hastes. A cada tempo t, o pesomodifica-se devido a evaporação ocorrida, o varal juntamentecom a colcha tende a subir, até que esta fique completamenteseca. Este problema pode ser modelado utilizando a EDPparabólica:
yt − αyxx = f (x , t) ∈ R
onde α é uma constante e f é o peso da colcha.
. A função utilizada como variação do peso dependendo daevaporação é dada por: f = r − y onde r é a reta que passa pelasextremidades do varal, e y é a soluçao da equação diferencial.
13 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Exemplos de Sistemas p-fuzzy aplicados às EDPs
Modelo Colcha no Varal
Arquitetura do Sistema p-Fuzzy
SBRF
x
t
y(xi(t)) = y(xi−1(t)) +
∫xi
xi−1
∂y
∂s(s, t)ds
∂y
∂x(x, t)
14 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Exemplos de Sistemas p-fuzzy aplicados às EDPs
Modelo Colcha no Varal
Funções de Pertinência.
10 20 30 40 50 60 70 80 90 100
0
0.2
0.4
0.6
0.8
1
t
Fun
ções
de
Per
tinên
cia
PP P M G GG
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 50
0.2
0.4
0.6
0.8
1
xF
unçã
o de
Per
tinên
cia
PP P M G GG
Base de Regras
1. Se t é muito pequeno e x é muito pequeno então∂y
∂x=0.0000563t − 13.45x − 0.00692.
2. Se t é muito pequeno e x é pequeno então∂y
∂x= 0.19577t − 13.258x + 16.248.
15 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Exemplos de Sistemas p-fuzzy aplicados às EDPs
Modelo Colcha no Varal
Resultados Obtidos Utilizando Sistemas p-fuzzy
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
1.25
1.3
1.35
1.4
1.45
1.5
1.55
1.6
x
y
0 10 20 30 40 50 60 70 80 90 100
0,0025
0,003
0,0035
0,004
0,0045
0,005
Tempo
Máx
imo
da D
iscr
epân
cia
16 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Exemplos de Sistemas p-fuzzy aplicados às EDPs
Modelo Poluição do Ar
O fenômeno de poluição do ar é modelado pela equaçãodiferencial parcial:
∂u∂t
− α
(∂2u∂x2 +
∂2u∂y2
)+ v1
∂u∂x
+ σu = f (1)
onde u(x , y , t) é a concentração do poluente no instante tna posição (x , y), α representa a dispersão na área, v1 avelocidade de transporte, σ representa o decaimento e frepresenta a fonte de poluente.
17 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Exemplos de Sistemas p-fuzzy aplicados às EDPs
Modelo Poluição do Ar
Arquitetura do Sistema p-fuzzy
SBRF
x
t
y∂u
∂x(x, y, t)
u(xi, y, t) = u(xi−1, y, t) +
∫xi
xi−1
∂u
∂s(s, y, t)ds
18 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Exemplos de Sistemas p-fuzzy aplicados às EDPs
Modelo Poluição do Ar
Funções de PertinênciaFunções triangulares com nove termos linguísticos para a variável tempo, cinco
termos linguísticos para as variáveis x e y .
Base de RegrasSe t é “proximo de zero” e x é “muito pequeno´´ e y é “muito pequeno” então
ux = −0.01613t + 0.1218x + −0.1196y − 0.01759.
19 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Exemplos de Sistemas p-fuzzy aplicados às EDPs
Modelo Poluição do Ar
Resultados Obtidos utilizando o Sistema p-Fuzzy
0
0.5
1
1.5
2
0
0.2
0.4
0.6
0.8
10
0.005
0.01
0.015
xy
u(x
,y)
20 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas Fuzzy Aplicados ao Estudo da Luminescência de Íons de Neodímio
Luminêscencia
Íons de Neodímio:Podem ser utilizados como amplificadores ópticos em fibras ópticas.
Objetivo:Estudar a Luminescência para determinar a concentração de íons de Neodímio
mais adequada para que haja maior migração de fótons entre eles,
caracterizando-os como amplificadores ópticos.
21 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas Fuzzy Aplicados ao Estudo da Luminescência de Íons de Neodímio
Experiência:Um feixe de laser que focalizado em um micro ponto na superfície da amostra vítrea
excita os íons emitindo fótons (luz) que se difundem criando uma área luminescente
na amostra.
22 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas Fuzzy Aplicados ao Estudo da Luminescência de Íons de Neodímio
Luminescência
Equação do Modelo
L2 1r
∂
∂r(r
∂n(r)∂r
) + n(r) = −G0δ(r) (2)
n(r) é a função densidade de fótons,
G0 é uma constante relacionada à intensidade da excitação dolaser,
L =√
Dτ é o comprimento de difusão,
D a constante de difusão,
τ o tempo de vida,
δ(r) é a função de Dirac.
23 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas Fuzzy Aplicados ao Estudo da Luminescência de Íons de Neodímio
Luminescência
A solução analítica para a equação(2) é dada por uma funçãode Bessel Modificada de ordem zero.Considerando pontos afastados do laser de excitação:
n(r) = n01√
rL
exp(− rL). (3)
24 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas Fuzzy Aplicados ao Estudo da Luminescência de Íons de Neodímio
Modelos para a Luminescência utilizando SistemasBaseados em Regras Fuzzy
Construir modelos utilizando SBRF que permitam o cálculo deaproximações para a luminescências nos pontos próximos do laserde excitação.
Arquitetura:
ANFIS
VARIÁVEIS DEENTRADA
(posição na amostravítrea)
Dados Obtidos Experimentalmente(Luminescência em cada ponto da amostra vítrea)
LUMINESCÊNCIASBRF
25 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas Fuzzy Aplicados ao Estudo da Luminescência de Íons de Neodímio
Modelos para a Luminescência Utilizando SistemasBaseados em Regras Fuzzy
A luminescência detectada foi produzida pela presença dosíons de Neodímio (Nd3+) com emissão em torno de 880 nm(nanômetro,10−9m), 1060 nm e 1330 nm.
Luminescência para as emissões 880nm, 1060nm e 1330nm,respectivamente.
25 30 35 40 45 50 55 60 65 7030
4050
60700.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
xy
L(x,
y)
25 30 35 40 45 50 55 60 65 70
3040
5060
700.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
x
y
L(x
,y)
25 30 35 40 45 50 55 60 65 70
3040
5060
700.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
xy
L(x
,y)
26 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas Fuzzy Aplicados ao Estudo da Luminescência de Íons de Neodímio
Modelos para a Luminescência Utilizando SistemasBaseados em Regras Fuzzy
Funções de PertinênciaFunções de pertinências Triangulares com cinco termos linguísticos: “muitíssimo
pequeno” (PP), “muito pequeno” (MP), “pequeno” (P), “médio”(M), “grande” (G),
“muito grande” (MG) e “muitíssimo grande” (GG).
Exemplo de Regra (emissão 880nm).“Se x é PP e y é PP então L(x , y) = 0.0115x − 0.006y − 0.0099”.
27 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas Fuzzy Aplicados ao Estudo da Luminescência de Íons de Neodímio
Resultados Obtidos utilizando os SBRFs
Aproximações para a luminescência nos pontos da amostravítrea, obtidas pelo SBRF, para as emissões 880nm, 1060nm e1330nm, respectivamente.
3040
5060
70
3040
5060
700.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
xy
L(x,
y)
3040
5060
70
3040
5060
700.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
xy
L(x,
y)
30 35 40 45 50 55 60 65
304050
60700.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
xy
L(x
,y)
28 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas Fuzzy Aplicados ao Estudo da Luminescência de Íons de Neodímio
Resultados Obtidos utilizando os SBRFs
Projeções das soluções no plano para as emissões 880nm,1060nm e 1330nm, respectivamente.
30 35 40 45 50 55 60 65 7030
35
40
45
50
55
60
65
70
x
y
30 35 40 45 50 55 60 65 7030
35
40
45
50
55
60
65
70
x
y
30 35 40 45 50 55 60 65 7030
35
40
45
50
55
60
65
70
x
y
29 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas Fuzzy Aplicados ao Estudo da Luminescência de Íons de Neodímio
Resultados Obtidos utilizando os SBRFs
A emissão de 880nm proporciona uma maior difusão de fótons nospontos da amostra vítrea. Este resultado é compatível com osresultados encontrados na literatura.
A diferença absoluta entre os valores obtidos experimentalmente eos valores obtidos através dos modelos fuzzy para a emissão 880nm.
3040
5060
70
3040
5060
700.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
xy
L(x,
y)
Dados ExperimentaisDados Modelo Fuzzy
0 50 100 150 200 250 3000
0.002
0.004
0.006
0.008
0.01
0.012
0.014
0.016
0.018
Pontos da Malha
Dis
crep
ânci
a
30 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas Fuzzy Aplicados ao Estudo da Luminescência de Íons de Neodímio
Sistema p-fuzzy Aplicado ao Cálculo do Valor daPotência
A potência de emissão nos pontos do plano na superfície da amostravítrea é modelada pela equação diferencial parcial dada por:
∂2u∂x∂y
− L = 0.
Arquitetura do Sistema p-Fuzzy
ANFIS
SBRFVARIÁVEIS DEENTRADA
∂2u /∂x ∂y
DADOS OBTIDOS EXPERIMENTALMENTE(Derivadas Parciais obtidas experimentalmente)
MÉTODO NUMÉRICO(Integração Simpson)
31 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas Fuzzy Aplicados ao Estudo da Luminescência de Íons de Neodímio
Resultados Obtidos utilizando os Sistemas p-Fuzzy
Aproximações para a Potência nos pontos da amostra vítrea,obtidas pelo SBRF, para as emissões 880nm, 1060nm e1330nm, respectivamente.
3040
5060
70
3040
5060
700
0.1
0.2
0.3
0.4
0.5
0.6
xy
u(x,
y)
3040
5060
70
3040
5060
700
0.1
0.2
0.3
0.4
0.5
0.6
xy
u(x,
y)
3040
5060
70
3040
5060
700
0.1
0.2
0.3
0.4
0.5
0.6
xy
u(x,
y)
32 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas Fuzzy Aplicados ao Estudo da Luminescência de Íons de Neodímio
Resultados Obtidos utilizando os Sistemas p-Fuzzy
Luminescência em função da potência para as emissões880nm, 1060nm e 1330nm.
0.348 0.35 0.352 0.354 0.356 0.358
0.54
0.542
0.544
0.546
0.548
0.55
0.552
0.554
0.556
0.558
0.56
Potência
Lum
ines
cênc
ia
L = 1.5439u + 0.0067 (emissão 880 nm)L = 1.5490u + 0.0042 (emissão 1060 nm)L= 1.5511u + 0.0035 (emissão 1330 nm)
33 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Sistemas Fuzzy Aplicados ao Estudo da Luminescência de Íons de Neodímio
Interface Gráfica
34 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Conclusão
Os sistemas p-fuzzy mostraram resultados compatíveis aos obtidosnumericamente na solução de equações diferenciais parciaiselípticas e parabólicas com evolução no tempo confirmando aaplicabilidade e viabilidade do método proposto.
A aplicação deste método na modelagem da luminescênciademonstra o potencial dos sistemas p-fuzzy e SBRF na modelagemde fenômenos descritos por equações diferenciais parciais.
Dispensou o equacionamento dos fenômenos estudados.
Possibilitou o cálculo da luminescência e da potência nospontos próximos do laser
A aplicabilidade dos sistemas fuzzy e p-fuzzy na modelagem dedados obtidos experimentalmente.
35 / 36
Sistemas p-Fuzzy Aplicados às Equações Diferenciais Parciais
Referências Bibliográficas
BARROS, L. C.;BASSANEZI, R. C.; Tópicos de Lógica Fuzzy e Biomatemática, IMECC, Universidade Estadual deCampinas, São Paulo, 2006.
FERREIRA, D. P. L.; JAFELICE, R. M.; SERQUEIRA, E. O.; Using Fuzzy System in the Study of Luminescense andPotency of Neodymium Ions, Applied Optics, 2012.(aceito)
FERREIRA, D. P. L.; Sistemas p-Fuzzy aplicados às Equações Diferenciais Parciais, Dissertação de Mestrado,Universidade Federal de Uberlândia, 2011.
FERREIRA, D. P. L.; JAFELICE, R. M; SERQUEIRA, E. O. Sistemas Fuzzy Aplicados ao Estudo da Luminescênciade Íons de Neodímio, Congresso de Matemática Aplicada e Computacional da Região Sudeste, CMAC-SE, 2011.
FERREIRA, D. P. L.; JAFELICE, R. M;Modelo p-Fuzzy Aplicado às Equações Diferenciais Parciais, Anais doCongresso Brasileiro de Sistemas Fuzzy, 2010.
FERREIRA, D. P. L.; Análise de Diversas Configurações de Controladores Nebulosos, Dissertação de Mestrado,Universidade Federal de Uberlândia, 1997.
OLIVEIRA, C. C.; MELO, P. H. C.; JAFELICE, R. M.; Solução de uma Equação Diferencial com Parâmetro Fuzzy:Uma colcha no varal. In: Congresso Nacional de Matemática Aplicada e Computacional 33, 2010, Anais doCNMAC.
SPERANDIO, D.; MENDES, J.T.; SILVA, L.H.M.; Cálculo - Características Matemáticas e Computacionais dos
Métodos Numéricos, Ed. Pearson/Prentice Hall, São Paulo, 2003.
36 / 36