Inclusión de un índice de estimación de incertidumbre, distribución y cohesión de datos en el modelamiento borroso

RESUMEN: Este trabajo presenta una propuesta de estimación de la incertidumbre y la calidad de agrupamiento pr oducidos en la identificación de modelos mediante Sistemas de Inferencia Borrosa del tipo TakagiSugeno (SIB TS). Además, propone la integración de tales medidas como criterios evaluador es...

Full description

Autores:
Álvarez Zapata, Hernán Darío
Tipo de recurso:
Article of investigation
Fecha de publicación:
2007
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/9278
Acceso en línea:
http://hdl.handle.net/10495/9278
Palabra clave:
Controladores programables
Programmable controllers
Incertidumbre (Teoría de la información)
Uncertainty (Information theory)
Interferencia (Lógica)
Inference (logic)
Modelación computacional
Sistemas de identificación
Rights
openAccess
License
https://creativecommons.org/licenses/by-nc-nd/4.0/
Description
Summary:RESUMEN: Este trabajo presenta una propuesta de estimación de la incertidumbre y la calidad de agrupamiento pr oducidos en la identificación de modelos mediante Sistemas de Inferencia Borrosa del tipo TakagiSugeno (SIB TS). Además, propone la integración de tales medidas como criterios evaluador es del modelo con base en la incertidumbre y la partición borrosa generados durante su obtención. Tal estimación hará que el modelo obtenido sea el de menor incremento en la incertidumbre frente a los datos originales del proceso. Además, permite evaluar la distribución y densidad de los datos en los conjuntos borrosos obtenidos durante el modelamiento usando SIB TS. Los valores de tal índice pueden ser usados como complemento al modelo final cuando este es usado en cualquier tarea basada en modelo (diseño, optimización, control, etc.). Esas tareas suponen un modelo con incertidumbre uniforme del modelo (que se asume baja), en todo el espacio del modelo. Usando el índice propuesto, se puede calcular un valor más realista de la incertidumbre del modelo en cualquier punto del espacio del modelo. Palabras Clave: Controladores Basados en Modelo, Identificación de Sistemas, Manejo de Incertidumbre, Modelamiento de Información Y Técnicas De Razonamiento, Sistema de Inferencia Borrosa Takagi­-Sugeno.