Metodología para la generación automática de reglas borrosas y ajuste adaptivo de funciones de pertenencia por medio de una arquitectura de red neuronal netfuz 1.0

Abstract

En la generación de los Sistemas de Inferencia Borrosos, la tarea primordial es la extracción y el ajuste de las funciones de membresía y las reglas borrosas. Sin embargo, al usar los métodos tradicionales para realizar esta tarea, los resultados obtenidos no son los esperados y en la mayoría de casos se presentan graves inconvenientes. Esta propuesta de investigación presenta una metodología basada en Redes Neuronales Artificiales que permite extraer automáticamente las reglas borrosas y los parámetros de las funciones de membresía de un Sistema de Inferencia Borroso tipo Sugeno, partiendo de un conjunto de datos entrada- salida. Este trabajo favorecerá las aplicaciones de los sistemas neuro-borrosos en aplicaciones industriales, y en situaciones con alta complejidad matemática, que no presentan un modelo de solución, o en las cuales no es posible adoptar una estrategia convencional. Se contempla el desarrollo de un software que facilitará la aplicación en el control de procesos, la predicción y la estimación de parámetros, el cual será diseñado e implementado en Delphi 7.0 y servirá de apoyo a los estudiantes de materias relacionadas con la Inteligencia Artificial.