Metodologías basadas en inteligencia artificial para toma de decisiones multicriterio Fuzzy

• Autores: Raúl Sáenz López
• Directores de la Tesis: Emilio Jiménez Macías (dir. tes.), María Mercedes Pérez de la Parte (dir. tes.)
• Lectura: En la Universidad de La Rioja ( España ) en 2012
• Idioma: español
• Tribunal Calificador de la Tesis: Julio Blanco Fernández (presid.), Juan Carlos Sáenz-Díez Muro (secret.), Rosa Dilency Rivas Herasme (voc.), Diego Rubén Rodríguez Regadera (voc.), Melchor Gómez Pérez (voc.)
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Inteligencia artificial
      • Sistemas automatizados de producción
      • Modelos causales
  • Ciencias tecnológicas
    • Tecnología de la instrumentación
      • Ingeniería de control
• Texto completo no disponible (Saber más ...)
• Resumen

  • Son muchos los problemas de toma de decisiones que existen en la realidad, como por ejemplo en el ámbito de los proyectos, los problemas relacionados con la selección de alternativas para el diseño de diferentes partes del mismo. En múltiples ocasiones se maneja información con incertidumbre e imprecisa que hace difícil la realización de la toma de decisiones. Sin embargo desde que Lofti Zadeh introdujo el concepto de ¿fuzzy¿ en 1965 es más fácil manejar y operar con este tipo de información difusa. Otra característica que dificulta la toma de decisiones, es la necesidad de atender a múltiples criterios, en muchas ocasiones con intereses contrapuestos entre los mismos. Ambas características, información difusa y multicriterio en el ámbito de la toma de decisiones, dan lugar a lo que se conoce como toma de decisiones multicriterio fuzzy.

    El objetivo de la tesis es analizar las diferentes metodologías que existen para solucionar los problemas de toma de decisiones multicriterio en entorno fuzzy, haciendo especial énfasis en aquéllos que utilizan técnicas de inteligencia artificial, principalmente Sistemas Expertos Fuzzy (SEF), Sistemas de Inferencia Adaptativo Neuro-Fuzzy (ANFIS) y Algoritmos Genéticos (AG).

    La tesis presenta una nueva metodología híbrida que permite afrontar la toma de decisiones de una forma sistemática y objetiva en cuanto a la determinación de los pesos de los criterios que formarán parte de los antecedentes en las reglas de los sistemas de inferencia fuzzy pertenecientes a un Sistema Experto Fuzzy. Esta metodología utiliza el Proceso Analítico Jerarquico (AHP) propuesto por Thomas Saaty para descomponer el problema en una jerarquía y determinar los pesos de los criterios y subcriterios en los que se basa la decisión. Estos pesos sirven para ponderar las reglas simples que componen el Sistema Experto Fuzzy.

    Finalmente, el método propuesto se utilizará para realizar el diseño de un sistema experto basado en reglas en entorno fuzzy, así como otros métodos basados en inteligencia artificial, son aplicados a un proceso de toma de decisiones multicriterio para la determinación del sistema domótico más adecuado a la hora del diseño de un proyecto. Se realiza una comparativa entre los resultados obtenidos por el SEFH (Sistema Experto Fuzzy Híbrido), el SEFC (Sistema Experto Fuzzy Clásico) y SEFA (Sistema Experto Fuzzy Anfis). Se ha utilizado Matlab para el desarrollo de los diferentes sistemas expertos, lo cual nos permite realizar un análisis de los diferentes pares de entradas; en dicho análisis podemos ver cuales son las entradas más determinantes en la decisión. También se analiza la influencia en los resultados de los diferentes operadores que intervienen en el sistema experto. Finalmente se aplican Algoritmos Genéticos para optimizar el funcionamiento del Sistema Experto minimizando el error cuadrático medio RMSE