Algoritmos de Clustering en la identificación de modelos borrosos

• Autores: José Luis Díez Ruano, José L. Navarro, Antonio Sala
• Localización: Actas de la XXIII Jornadas de Automática: Universidad de La Laguna, 9, 10 y 11 de septiembre de 2002 - Tenerife / Lorenzo Moreno Ruiz (ed. lit.), 2002, ISBN 84-699-8916-2
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • La aplicación de las técnicas de clustering borroso para la identificación de modelos borrosos se está extendiendo cada vez más. Sin embargo, y dado que su origen es bien distinto a la ingeniería de control, aparecen numerosos problemas en su aplicación. En este trabajo se definen las características de un algoritmo de clustering ideal para su aplicación a la construcción de modelos locales de sistemas complejos no lineales para control. Posteriormente se desarrolla una nueva familia de algoritmos de clustering llamada AFCRC (Adaptive Fuzzy C-Regresssion models with Convex membership functions) que permite desarrollar modelos con esas características ideales, mejorando (respecto a algoritmos previamente existentes) la interpretabilidad de los modelos borrosos obtenidos y el descubrimiento de estructuras (hiper-)lineales en los mismos.