El principal objetivo de esta Tesis es el aprendizaje evolutivo (mediante algoritmos genéticos) de modelso lingüísticos flexibles combinando el uso de la reglas ponderadas y la selección de reglas con otros enfoques para el Modelado Difuso Lingüístico Extendido, Dicha técnica se utiliza como mejora de modelos lingüísticos obtenidos a partir de métodos básicos de modelado o sobre Bases de Reglas suministradas por expertos.
Para ello, el Capítulo 1 realiza un estudio sobre los diferentes enfoques existentes en la literatura para abordar el equilibrio entre interpretabilidad y precisión desde distintos ángulos. Tomando como ejemplo varios métodos para obtención de reglas ponderadas y otros tantos para la selección de reglas, se analizan las características complementarias de ambos enfoques, lo que permite arrojar conclusiones que sirven de base para los métodos propuestos en la memoria.
El Capítulo 2 presenta el uso combinado de la selección de reglas y la obtención de pesos desde dos perspectivas diferentes. Por un lado, se aplica a modelos lingüísticos obtenidos a partir de métodos básicos de Modelado Difuso Lingüístico (mejora de modelos simples y Metodología de Cooperación entre reglas Ponderadas CORP) y, por otro lado, se considera en la optimización de controlarse para sistemas de climatización HVAC con reglas lingüísticas obtenidas a partir de expertos.
Por último, en el Capítulo 3, se proponen dos hibridaciones para Modelado Difuso Lingüístico Extendido con estructuras avanzadas de regla difusa:
el uso de reglas difusas con doble consecuente ponderadas mediante un algoritmo coevolutivo cooperativo y el uso de reglas lingüísticas jerárquicas ponderadas.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados