Obtención de Modelos Borrosos Interpretables de Procesos Dinámicos
Resumen: En este artículo se presenta una novedosa metodología para la construcción de modelos borrosos lingüísticamente interpretables, a partir de datos de entrada y salida, de procesos dinámicos. Se describe una sencilla técnica de agrupamiento para construcción de las reglas borrosas, así como e...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Spanish |
| Published: |
Universitat Politècnica de València
2008-07-01
|
| Series: | Revista Iberoamericana de Automática e Informática Industrial RIAI |
| Online Access: | http://www.sciencedirect.com/science/article/pii/S169779120870164X |
| _version_ | 1826909574317211648 |
|---|---|
| author | Juan Contreras Montes Roger Misa Llorca Luis F. Murillo Fernández |
| author_facet | Juan Contreras Montes Roger Misa Llorca Luis F. Murillo Fernández |
| author_sort | Juan Contreras Montes |
| collection | DOAJ |
| description | Resumen: En este artículo se presenta una novedosa metodología para la construcción de modelos borrosos lingüísticamente interpretables, a partir de datos de entrada y salida, de procesos dinámicos. Se describe una sencilla técnica de agrupamiento para construcción de las reglas borrosas, así como el empleo de mínimos cuadrados para ajuste de consecuentes. Para garantizar la interpretabilidad del modelo borroso la partición de los antecedentes emplea conjuntos triangulares con interpolación de 0.5. El aspecto más promisorio en nuestra propuesta consiste en alcanzar una buena precisión sin sacrificar la interpretabilidad del sistema borroso ni recurrir a otras técnicas de inteligencia artificial. Se presentan aplicaciones a problemas o conjuntos de datos ampliamente conocidos (benchmark classic) como la cámara de gas de Box-Jenkins, la serie caótica de Mackey Glass y la dinámica de cabeceo de un helicóptero a escala, y se comparan los resultados con aquellos obtenidos por otros autores que emplean técnicas diferentes. Palabras clave: identificación, agrupamiento, mínimos cuadrados, modelo borroso, interpretabilidad |
| first_indexed | 2024-12-24T04:53:17Z |
| format | Article |
| id | doaj.art-1eb97455965844c7a66901f78adece4f |
| institution | Directory Open Access Journal |
| issn | 1697-7912 |
| language | Spanish |
| last_indexed | 2025-02-17T09:43:12Z |
| publishDate | 2008-07-01 |
| publisher | Universitat Politècnica de València |
| record_format | Article |
| series | Revista Iberoamericana de Automática e Informática Industrial RIAI |
| spelling | doaj.art-1eb97455965844c7a66901f78adece4f2025-01-02T07:26:57ZspaUniversitat Politècnica de ValènciaRevista Iberoamericana de Automática e Informática Industrial RIAI1697-79122008-07-01537077Obtención de Modelos Borrosos Interpretables de Procesos DinámicosJuan Contreras Montes0Roger Misa Llorca1Luis F. Murillo Fernández2Facultad de Ingeniería Naval, Escuela Naval Almirante Padilla, Isla de Manzanillo, Cartagena, ColombiaDepartamento de Ingeniería Eléctrica, Instituto Superior Politécnico José Antonio Echeverría, Marianao, La Habana, CubaFacultad de Ingeniería, Corporación Universitaria Rafael Núñez, Centro, Calle Larga, Cartagena, ColombiaResumen: En este artículo se presenta una novedosa metodología para la construcción de modelos borrosos lingüísticamente interpretables, a partir de datos de entrada y salida, de procesos dinámicos. Se describe una sencilla técnica de agrupamiento para construcción de las reglas borrosas, así como el empleo de mínimos cuadrados para ajuste de consecuentes. Para garantizar la interpretabilidad del modelo borroso la partición de los antecedentes emplea conjuntos triangulares con interpolación de 0.5. El aspecto más promisorio en nuestra propuesta consiste en alcanzar una buena precisión sin sacrificar la interpretabilidad del sistema borroso ni recurrir a otras técnicas de inteligencia artificial. Se presentan aplicaciones a problemas o conjuntos de datos ampliamente conocidos (benchmark classic) como la cámara de gas de Box-Jenkins, la serie caótica de Mackey Glass y la dinámica de cabeceo de un helicóptero a escala, y se comparan los resultados con aquellos obtenidos por otros autores que emplean técnicas diferentes. Palabras clave: identificación, agrupamiento, mínimos cuadrados, modelo borroso, interpretabilidadhttp://www.sciencedirect.com/science/article/pii/S169779120870164X |
| spellingShingle | Juan Contreras Montes Roger Misa Llorca Luis F. Murillo Fernández Obtención de Modelos Borrosos Interpretables de Procesos Dinámicos Revista Iberoamericana de Automática e Informática Industrial RIAI |
| title | Obtención de Modelos Borrosos Interpretables de Procesos Dinámicos |
| title_full | Obtención de Modelos Borrosos Interpretables de Procesos Dinámicos |
| title_fullStr | Obtención de Modelos Borrosos Interpretables de Procesos Dinámicos |
| title_full_unstemmed | Obtención de Modelos Borrosos Interpretables de Procesos Dinámicos |
| title_short | Obtención de Modelos Borrosos Interpretables de Procesos Dinámicos |
| title_sort | obtencion de modelos borrosos interpretables de procesos dinamicos |
| url | http://www.sciencedirect.com/science/article/pii/S169779120870164X |
| work_keys_str_mv | AT juancontrerasmontes obtenciondemodelosborrososinterpretablesdeprocesosdinamicos AT rogermisallorca obtenciondemodelosborrososinterpretablesdeprocesosdinamicos AT luisfmurillofernandez obtenciondemodelosborrososinterpretablesdeprocesosdinamicos |