Resumen de Algoritmos de Clustering en la identificación de modelos borrosos
José Luis Díez Ruano, José L. Navarro, Antonio Sala
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.
